職業

言語のあいだで意味を運ぶ —— そして意味がきれいに運べないとき、どうするかを決める仕事。

支店のカウンターで取引と人を扱う——そして、人に会う必要のある顧客にとっての、その銀行の顔である。

特定の誰かに特定の行動をさせるための言葉を書き——実際にその人が動いたかどうかで評価される。

書かれたルールに照らして、ある投稿を残すかどうかを判断する仕事。このサイトで唯一、その判断のうちどれだけが人を通さずに行われているかを、雇用主が法律で公表を義務づけられている職業である。

困っている顧客に応対し、そのたびに「会社としてどうするか」を一件ずつ決める仕事。

事務所や役員が回り続けるようにする——日程、出張、経費、書類、そしてほかに誰も見ていなければ止まってしまう小さなことすべて。

利用者より先に、そのソフトがどう壊れるかを突き止める——そして、出してよいかどうかを言う人である。

紙の書類、スキャン画像、文書からデータをシステムにキー入力し、元の資料と照らし合わせ、合わないところを直す。米国の予測は、この職業が2035年までにおよそ四分の一縮むと見込んでおり、かつてキー入力されていたものの多く——国勢調査の調査票、納税申告書、請求書、財務諸表——はいまや機械が読んでいる。しかし機械は、自信をもって読めないものを人に回す。IRS の大規模なデジタル化の取り組みは、これまでのところ紙の申告書のごく一部しか処理しておらず、データの取り込みを自動化する会社も、例外と品質のために人を工程に残している。

他人に代わって視覚的な決定を下し —— そしてそれを弁護する仕事。

弁護士が署名できる状態まで、読み、起案し、整える——そして何も落ちていないことに責任を負う。

支払いを受け、質問に答え、棚を補充し、売り場を回し続ける——しばしば同じ一時間のうちに、そのすべてを。

何時間もの素材を、人が実際に観る数分に変える——そしてその過程で、これが何の話なのかを決める。

組織のお金を記録し、突き合わせ、報告する —— そして近年はますます、その数字が何を意味するのかを、意思決定する人に説明する仕事になっている。

特定の人たちに気づかせ、欲しがらせ、買わせる——毎年入れ替わる経路のうえで。

個人や小さな事業の税の申告書を作って提出し、その裏づけとなる資料を集め、受けられる控除を探し、税務当局から問い合わせがあれば対応する。シンガポールでは、税務当局みずからが雇用主から送られるデータをもとに多くの個人の税を計算するようになり、単純な申告は縮んでいる。残るのは、複雑なケースと確認の作業である。

人が実際に触れる表面をつくる——そして、生成された画面では持ちこたえない部分が手元に残る。実機、実際の回線、そして「誰にとっても使えること」という法的な要請である。

市民と規則のあいだに立つ——申請が揃っているかを確かめ、そしてその書式が想定していなかった事情を抱えた人に向き合う。

声だけでキャラクターや物語、メッセージに命を吹き込む——オーディオブックやeラーニング、アニメーションやゲーム、CM、電話音声システム、吹き替え。単調な読みはすでに合成音声に置き換わりつつあり、2025年にはAudibleが出版社向けにエンドツーエンドのAIナレーションの提供を開始した。カリフォルニア州では、演者の声のデジタル複製が本人の仕事に取って代わることを認める契約条項は、具体的な使用方法の明示と代理人の関与がなければ執行できない。

患者の診療記録を読み、診断と処置を標準のコード——ICD-10のコードと処置コード——に置き換える。そのコードが、病院がどう支払いを受け、何を報告し、研究者が何を数えられるかを決める。いまではコーディングソフトが多くの記録にコードを提案し、短い定型の記録の一部には自らコードを付けている。台湾のある大学病院は2023年、AIシステムを認定コーディング専門職の日常業務に組み込んだ。システムが診断コードを提案し、コーダーがそれを確認して最終的なコードを選ぶ。複雑な入院症例、医師への照会、監査と不服申し立ては、いまもコーダーの仕事である。

事業上の問いを問い合わせに変え、問い合わせを数字に変え、数字を誰かが実行する判断に変える。

その保険が支払うのか、いくらか、そして誰に否と告げなければならないかを決める——相手にとって、しばらくのうちで最悪の一日に。

ある仕組みが何をするのかを、見知らぬ人がたどれるものに変える——そしてその過程で、たいてい最初に「この仕組みは筋が通っていない」と気づく人である。

説明された問題を、動いて保守できるコードに変える —— そして近年はますます、生成されたコードが本当に正しいかを判断する仕事になっている。

ダイヤも信号も線路もあらかじめ決まっている固定路線で列車を走らせる —— だからこそこの仕事は、自動化が最も早く到来し、実際に機能し、それでもまだ広がっていない仕事なのだ。

受注した仕事を実際に起こす人。仕入先に確認を取り、順番を組み、書類を追いかけ、夜十一時に何かが崩れたら計画を組み直す。

リスクを引き受けるかどうか、どんな条件で、いくらの保険料で引き受けるかを決める —— 生命保険なら人の健康状態、財物保険や賠償責任保険なら建物や事業が対象になる。単純な申込では、この判断の多くがいまではルールとモデルによって下されている。アジアの大手保険会社であるプルデンシャル(Prudential plc)は、新契約の約74%が自動引受で処理されたと報告した。複雑で大きなリスク、ルールが人に回した案件、そして代理人やブローカーに判断を説明することは、いまもアンダーライターの仕事である。

会社を動かしている人を、見つけ、雇い、支払い、育て、ときに手放す——国ごとに変わる規則のなかで。

金を貸すかどうかを決める、あるいは推す。案件を組み立て、例外を弁護し、そして焦げついたときに書類に名前が載っている人である。

モデルを組み、メモを書き、金を出す人が踏み切る前に、その数字が何を意味するかを伝える。

会社の金を他社に使う——そして、そのうちの一社が倒れそうだと最初に気づく人である。

言いたがらない人から何が起きたのかを聞き出し、責任を問える名前をつけて世に出す。

問い合わせを成約に変える——本気の相手かを見極め、価格を組み立て、何週間もかかる判断のあいだ顧客の前に立ち続け、そして次も選ばれる。

コンテナを船とヤードとトラックのあいだで動かす仕事。本サイトで唯一、業務がまるごと一つ取り除かれた職業であり、それを成し遂げたのは機械を古い現場に持ち込むことではなく、機械のまわりに新しい現場を建てることだった。

旅行の選択肢を探して比べ、旅程を組み、予約と発券を行い、変更やトラブルに対応し、複雑な旅行や団体旅行を販売する仕事。米国の統計局はいま、旅行者が自分で旅行を予約できるようにし、旅行代理店の担当者への需要を抑えうるオンラインの情報源の一つとしてAIツールを挙げている。大手の旅行会社はサービス対応でのAIを説明しており、ある代理店グループは、取引的な業務から人の手を省く一方で、AIエージェントがコンサルタントと並んで旅程を組み立てていると述べる。しかし計画のベンチマークでは、GPT-4が複数の制約を満たす有効な計画を作れたのは0.6%にすぎず、欧州ではパッケージ旅行の企画者がその履行と、困難に陥った旅行者への支援に引き続き責任を負う。

互いを信用していない二人のあいだで取引をまとめ上げる——そして、その二人ともが異議を唱える理由のある価格の一部を報酬として受け取る。

扉の最初の人。人を受け付け、電話に出て、誰がどこにいるかを知っていて、そして誰も想定していなかったものが入ってきたときにそれをさばく。

ネットワークを設計し、設定し、動かし続ける——企業のネットワークと、移動体通信やブロードバンドを支える通信事業者のネットワークである。容量を計画し、設定を変更し、障害に対応し、その責任を負う。大手の通信事業者はいまや、日常的な設定変更を数千万件単位で自動化に任せ、AIエージェントで故障を診断して修正を提案させている。ベンチマークでは、言語モデルが複雑な設定ミスを正しく直せるのはいまも一部にとどまり、米国の予測は、管理者の職が縮む一方でネットワークアーキテクトの職は増えると見ている。

他人の製品のために絵を描く——書籍や雑誌・新聞の挿絵、映画・アニメーション・ゲームのコンセプトアートとキャラクターデザイン、そしてゲームのアート素材。スタジオはいまキャラクターと背景のデザインに生成AIを使い、ゲーム会社は素材を作る画風モデルを販売しており、米国の予測はAI生成のイラストがイラストレーターと競合しうるとしている。しかし最終製品で生成アートを禁じる発注者もあり、アニメーション組合の協約はスタジオによる使い方を制限し、米国の法律が保護するのは人が著作した作品だけである。

職場で何かが動かなくなったとき、最初に辿り着く人。直し、説明し、あるいは「起きたとあなたが言っていること」が実際に起きたことではないと突き止める。

ネット注文を成り立たせている品物を、受け取り、しまい、取り出し、詰める——仕組みが決めた速さで。

他人の数字が信頼できると告げる外部の当事者であり——それを意味あるものにしている唯一のものが、その人の署名である。

何をどれだけ、どこに、いつ置くべきかを決める。需要を予測し、在庫と補充を設定し、計画会議で供給と販売の釣り合いをとり、嵐や港や仕入先が計画を壊したら計画を立て直す。機械学習による予測はいまや数百万品目の規模で動き、補充の判断を丸ごとアルゴリズムに任せる小売企業もある。それでも、こうしたシステムについて語る企業自身が、トレードオフの最終判断は人が下すと述べており、米国の予測はロジスティクス専門職の雇用が平均を大きく上回って伸びると見ている。

原理的には依頼人が自分で答えられる問いに答えるために呼ばれ、そして正しかったかどうかが一年後まで分からない提言を差し出す。

人がお金を払う写真を撮る——商品や広告キャンペーンの画像、肖像やイベント、報道写真やストック写真——そして、それを編集し、レタッチし、ライセンスする。小売企業はいまマーケティング用の画像の大半をAIで生成しており、米国の予測は、とりわけストック写真がAI生成画像に部分的に置き換わると見込んでいる。しかし報道機関は写真への生成的な変更を禁じ、写真コンテストは生成画像を締め出しており、肖像とイベントにはいまもその場にいる人が必要である。

間違いが高くつき、しかも目に見えない部分を引き受ける——一貫していなければならないデータ、二度動いてはならない金、そして午前三時にも上がっていなければならないサービス。

仕組みではなく結論を出す——そしてその結論は、どの道具にも答えられない三つの問いを生き延びなければならない。この結果は本物か、一般化するか、次に何をすべきか。

使う人にとってソフトウェアがどう振る舞うかを、画面ごと、状態ごとに決め——その判断を根拠で裏づける。

リスクに値段をつけ、保険会社が負っているものに数字を与える仕事。そして、保険会社の AI の管理に誰が責任を持つかを語るとき、監督当局が名指しする職業でもある。

事業がその内側で回っている仕組み——顧客管理や受注の仕組み——を持つ人。手順がそのなかでどう形づくられているか、記録がいまも意味を保っているか、そこから出てくる数字が何を主張してよいかを引き受ける。

他人のプラットフォームの内側にある店を回す。商品ページを書き、流入を買い、数字を一時間ごとに見張り、そしてプラットフォームが規則を変えるたびに合わせ直す。

画面の中のものを動かす——キャラクターアニメーション、キーポーズの間の絵、3Dモデルのリグ、そしてロトスコープ、コンポジット、若返り、セット拡張といった視覚効果。フランスで調査された視覚効果スタジオの大半はいまAIを使っており、その多くはロトスコープ、コンポジット、セット拡張のためである。動画配信会社は若返りとプリビジュアライゼーションに生成AIを使い、研究用のツールは中割りを描き、動画を切り分け、モデルにリグを組む。しかし日本最大のアニメスタジオは数百人を採用して成長する計画であり、フランスの雇用データは絵コンテ作家へのAIのはっきりした影響を見いださず、米国の予測は雇用がおおむね横ばいで推移すると見込んでいる。

本、小説、脚本を書く——長編小説とノンフィクション、短編、そして映画とテレビの脚本。米国の予測は、執筆への AI の利用の拡大が需要を抑えると見込み、あるサイエンスフィクション誌は機械が書いた物語が押し寄せたために投稿の受付を停止しなければならず、ある研究では、モデルを作家たちの本でファインチューニングすると、読者はその作家の文体を AI が模倣したものを好むようになった。しかし研究では、プロの書き手の小説はプロンプトを与えただけのモデルをいまも大きく上回り、米国の脚本家の契約は AI は脚本家ではなく使用を強制できないと定め、ある裁判所は海賊版の本からライブラリーを作ることはフェアユースではないと判断し、作家たちとの15億ドルの和解につながった。

給与を計算して支払う仕事である。勤務時間と変更を集め、控除、税、社会保険料を適用し、雇用主が国に対して負う届出を提出し、従業員からの給与の問い合わせに答え、誤りを直す。米国の公式予測が衰退の理由として技術を名指ししている数少ない職の一つであり、給与計算・勤怠記録担当は2025年から2035年に16%減ると見込み、生産性を高める技術が需要を抑えると述べている。各国政府も同じ方向へ押してきた。給与の報告をデジタルで継続的なものにしたのである——フランスの単一の給与申告は約80の手続きを一本化し、オーストラリアは雇用主に給与支払いのたびの報告を求め、シンガポールは雇用主の電子提出をもとに納税申告書を事前記入している。そして給与計算のベンダーは、いまや従業員と給与担当者向けのAIエージェントを提供している。残るのは、規則、例外、訂正を正しく扱うことである。

臨床上の問いに答えるために画像を読む——そしてその答えに署名する。誰も訊こうと思わなかったことについても。

物をつくる工程の決められた一段を、一勤務に何百回も、誰かが確かめる基準どおりにこなす。

データを、それが起きる場所から、それが問われる場所へ運ぶ——そして、その二つが合わなくなったとき、最初に気づく人である。

目標を計画に変え、状況が変わるたびに計画を実態に合わせ続け、自分の部下ではない人々の集まりにそれを実行させる——スケジュール、予算、リスク、進捗報告、そして多くの交渉。最初に変わりつつあるのは、仕事のまわりにある文書作業である。PMIが生成AIをすでに使っているプロジェクト専門職を対象に行った2024年の調査では、53%が報告書、計画、会議での議論といった内容の要約とレビューに生成AIを使っていた。トレードオフについて合意すること、何を削るかを決めること、問題の中でチームを率いることは、いまもプロジェクトマネージャーの仕事である。

ビジネスや研究の問いを、データで答えられる形に変える——問いを立て、データを整えて探索し、統計モデルや予測モデルを構築・検証し、実験を設計して読み解き、その結果が何を示し何を示さないかを意思決定者に説明する。AIエージェントはいまや分析コードの多くを書けるが、公開ベンチマークでは最良のものでも現実的なデータ分析タスクの約三分の一しか解けず、因果の問いで最も苦戦する。銀行監督当局はなお、モデルが独立した人によってチャレンジされることを期待しており、米国の予測はデータサイエンスの職が増えると見ている。

薬剤師のもとで、正しい薬を患者に届けるために働く。処方を受け付けて入力し、数え、充填し、包装する。無菌製剤や抗がん剤の投与量を調製し、在庫を管理し、病院では自動払出キャビネットに薬を補充し、カウンターで人に応対する。数えることと充填することはロボットと集中調剤拠点へ移りつつあり、調製ロボットは誤りを減らす一方で1件あたりの時間は長くかかる。同時に、法律はかつて薬剤師のものだった仕事をテクニシャンに渡しつつあり、米国の予測はこの職業が伸びると見ている。

裁判の審理と証言録取の逐語的な記録をつくり、書き起こしを作成して認証し、ライブ字幕を提供する。多くの裁判所は何十年も前に速記を録音に切り替えており、英国は自前のAIが法廷審理を求められる精度で文字起こしできるかを試しており、米国の予測は、AIによる文字起こしがキャプショナーの需要を抑えると見込んでいる。しかし汎用の音声認識は法廷の音声でなお多くの誤りを犯し、米国連邦法とクイーンズランド州法は記録の証明書や証拠としての重みを人に結びつけており、カリフォルニア州は、それを広げる二つの法案が廃案となったあとも、限定民事、軽罪、違反行為の事件でしか電子録音を認めていない。

他人の文章を編集し、直す——校正、正確さと文体のための原稿整理、構成の編集、そして何を出版するかの判断。ある大手学術出版社は自社のチームが校正刷りの準備と原稿整理に AI を使っていると述べ、研究は言語モデルが多くの誤りを見つけることを示している。しかしモデルは直しすぎ、文をまたぐ誤りを見落とし、加える変更の多くは改善になっていない。編集者はいまもほかの専門家による編集を好み、出版社と報道機関は最終的な編集判断を名前のある編集者に委ねている。米国の予測は、編集者の雇用が2035年までに1%減ると見込み、その原因を AI ではなく紙媒体の衰退に求めている。

診断が寄りかかっている検査を回す。検体を用意し、分析装置を動かし、それを信じ——そしてある結果が誤っていると、医師に届く前に判断する人である。

助言と提出物に専門家として責任を負い——そのどちらかが誤っていたときの結果を引き受ける。

受付と医師のあいだにいる人。バイタルを測り、診察室を整え、保険の事前承認を追いかけ、そして「今日来るのか来月になるのか」を決める電話に出る。

建物にどれだけの材料と工事が要るかを拾い出し、値を付け、施工者が入札の基準にする書類を作り、竣工精算まで資金をきちんと管理する——出来高の査定、変更の価格付け、請求の交渉。紙の図面ではなくデジタルモデルから数量を拾うことは、ソフトウェアによってもっとも変わった部分である。RICSの2024年の調査によれば、建設の専門職のおよそ半数が数量積算と見積りのデータをデジタルモデルでやり取りしているが、その割合は2021年からほとんど動いていない。変更の査定、請求の交渉、ライフサイクルコストとカーボンについての助言は、いまも積算士の仕事である。

自分のチャンネルで稼ぐ仕事である。視聴者が見てくれる企画を見つけ、台本を書いて撮影し、カメラの前やマイクの前で語り、編集し、コミュニティに応え、スポンサー、開示、各プラットフォームの規則といったビジネスの面も回す。生成AIはすでに企画、台本、編集に広く使われており、YouTubeは動画を数十の言語へ自動で吹き替えている。顔と声については、プラットフォームと規制当局が書き定めたことは逆の向きを指している——写実的な合成の人物は開示しなければならず、大量生産されたAIコンテンツは収益を生まず、スポンサーとのつながりはクリエイター自身が表明しなければならない。

売買、プライシング、リスクの背後にある数理モデルをつくる——シグナルを研究し、戦略を開発してバックテストにかけ、定量的なコードを書き、モデルを検証し、それをトレーダー、リスク管理者、監督当局に説明する。機械学習は以前から多くの取引アルゴリズムの内部で動いており、いまでは AI エージェントが研究コードを書いてシグナルを提案し、一部の企業はそれを人の研究と同じ試験にかけている。しかしベンチマークではモデルが基本的なリスク指標でつまずいており、米国、EU、英国の規則は、名前のある有資格者がモデルを設計し、承認し、独立に検証することを求めている。

見知らぬ人を、求めに応じて街の向こうまで安全に運ぶ——そして、運転以外のその人に関わることすべてをさばく。

振る舞いが書かれたのではなく学ばれた系を世に出す——つまり、なぜそう動くのかを行ごとに言える人は誰もおらず、それでも、人に対して使ってよいほど良いかどうかを誰かが決めなければならない。

物件を調べ、類似の取引事例を分析し、貸し手、裁判所、税務当局が頼りにする評価を書く。いまでは多くの住宅が鑑定士なしで評価されている。対象となる融資では、米国の住宅ローン機関は自らのデータと照らし合わせたうえで、鑑定なしに貸し手の見積もった価額を受け入れており、2024年にはそれを融資比率90%までの購入用ローンに、さらに鑑定士の代わりに訓練を受けたデータ収集員が住宅を訪れる場合には97%までに広げた。英国の評価庁はモデルを使ってウェールズの住宅150万戸に一次評価額を出し、難しい案件は評価担当者が確かめている。規則は判断を人のもとに置いている。米国の規制当局は貸し手のモデルに品質基準を定め、この職業自身の基準は、鑑定士の判断を経ないモデルの出力は準拠した評価ではないとしている。米国は鑑定士の職が2035年までに3%増えると予測し、自動評価モデルを生産性の源として挙げている。

自分が書いていない系に手を入れ、何を世に出してよいかを決め、それがどう壊れるかに答える——ソフトウェアの仕事のうち、打鍵ではなく、特定のコードベースについての判断が大半を占める部分である。

動き続けさせ、そして他の人が出せるようにする。配信の流れと基盤をつくり、そして本番が壊れたときに叩き起こされる人である。

変更や仕組みから事業が本当に必要としているものを割り出し、つくれて確かめられるように書き留める人。関係者に話を聞き、業務の流れを図にし、要件とユーザーストーリーを書き、ワークショップを進め、受け入れの段階で、届いたものが頼まれたとおりに動くかを確かめる。いまは言語モデルが要件の文書とユーザーストーリーを起草し、米国の連邦機関は AI でそれらを生成している。研究は、その下書きは速いが検証を要すると見ており、口にされない必要を表に出す聞き取りには、いまも人が要る。

音楽を演奏し、録音し、書く——ライブ、セッションの仕事、歌、そして映画、テレビ、ゲーム、広告、制作用ライブラリーのための音楽。あるストリーミングサービスでは、いまや AI 生成の楽曲が新規アップロードの半分以上を占め、対照された聴取研究では、ランダムな組み合わせのとき聴き手は AI の曲と人の曲を聞き分けられなかった。著作者団体が委託した研究は、2028年までに AI の音楽がライブラリー音楽の収益の約60%を占めると予測している。しかし AI の楽曲が集める再生はごく一部にすぎず、米国の映画音楽家の協約はミュージシャンに含まれるのは人間だけだと定め、レコード会社はライセンスを条件に AI 企業と和解しており、米国の予測は雇用が横ばいを保つと見込んでいる。

画像や測量データを地図と空間データベースに変える。建物、道路、土地被覆をデジタル化し、空間分析を行い、データを保守し、現地と照らし合わせて確かめる。機械学習は国全体の規模での地物の大量抽出を引き受けつつある。フランスの地図作成機関は、AIによって土地被覆図の作成時間が3分の1になり、費用が半分になったと述べている。AIエージェントはいまや基本的なGIS操作を実行できる。しかしある対照試験では、手作業で作業した経験のあるマッパーのほうがAI支援エディターより速く正確であり、ベンチマークは空間的推論が最も難しい部分だと明らかにしている。機械が作った建物データの提供者でさえ、地域ごとに確かめるよう利用者に求めている。米国は、地図製作者の雇用が2035年までに7%増えると予測しており、AIには触れていない。

貨物を場所から場所へ運ぶ —— そして積み込み場から納品までのあいだに起きる不具合を、全部引き受ける仕事。

何をつくり、何をつくらないかを決め、三つのチームをその判断に沿って動かし、そして誤りだったと分かったときにそれを背負う。

人が何を食べ、何を必要としているかを評価し、病気に応じた食事を処方し、献立を書き、人に助言し、病院、学校、介護施設の献立を立てる。言語モデルはいまや米国と日本の栄養士試験の問題集に合格し、ある盲検化された研究では、栄養士たちがフォーラムの質問へのAIの回答を他の栄養士の回答より高く評価した。だが、AIが書いた献立は栄養素の点で栄養士の献立から外れ、食事写真アプリは食品を見分けることのほうがエネルギーを見積もることより得意であり、日本では施設の献立を下書きするAIが販売されている一方で、法律は指定された施設に管理栄養士を置くことをなお求めている。米国は栄養士の雇用が2035年までに8%増えると予測しており、AIには触れていない。

経済を予測し、経済データでモデルを構築・運用し、政府、中央銀行、企業に政策について助言し、研究を書く。中央銀行はすでに予測とモデル化に機械学習を使っているが、それは伝統的な手法より常に優れているわけではなく、専門家の判断に取って代わるのではなく補完するものだとしている。AIの用途のうち本格的な実運用に達したのはおよそ4分の1である。言語モデルは経済データで特徴的な誤りを犯し、速報値と改定値を混同する。またランダム化研究では、再現の作業をAIに任せたチームの成功率は人間のチームを大きく下回った。米連邦準備制度は、AIは政策の決定に使われていないとしている。米国はエコノミストの5%の増加を予測している。

処方と患者のあいだの最後の関門であり——その薬が実際に何をするのかを説明する人である。

顕微鏡で——そしてますます画面で——組織を調べて病気を診断する。がんを見つけてグレードを付け、リンパ節を探し、バイオマーカーを採点し、手術中に凍結切片を報告し、報告書に署名する。前立腺生検のAIは米国の規制当局に承認されているが、一次診断として用いてはならない追加の道具としてだけであり、NHSの三つの施設での前向き研究では、その二次判読が患者の5.4%で診断またはグレードを変え、追加の染色を減らした。研究は、AIが病理医による小さな転移の発見を速め、バイオマーカーの採点を一致させる助けになることを示している。凍結切片は最初のデジタルスライドの承認から除かれ、英国の専門職団体は、AIが診断における病理医の必要をなくすことはないと述べている。

自社で直接ではなく、他社を通して商いを持ってくる。組む価値のある相手を見つけ、条件を詰め、二つの仕組みをつなぎ、そして発表が終わったあとも、その相手に実際に売り続けてもらう。

効いてくる一件のために警報の待ち行列を見張り、それが事案かどうかを決め、そして「この会社はいま攻撃を受けている」と口に出して言う人である。

保険、貯蓄、投資、老後資金など、お金をどうするかを決める手助けをする仕事 —— 相手の状況を把握し、合うものを勧め、人生が変わるときにも寄り添い続ける。小さく単純な運用については、銀行がいまや既製の運用ポートフォリオを、アドバイザーとの面談なしにネットで販売している。関係そのものと、より難しいケースが、アドバイザーのいる場所である。

話し言葉や手話を、言語のあいだでリアルタイムに訳す仕事——法廷、病院、会議、公共サービスで、そして聴覚に障害のある人のために。機械による同時通訳は会議向けに試されており、通訳者は準備にAIを使っている。しかし米国連邦法は連邦裁判所に認定通訳者を求め、EU法は刑事手続の公正を保てるだけの質の通訳を求め、米国の医療規則は有資格の通訳者を求めている。臨床の場での研究は、機械通訳が有資格の通訳者よりはるかに多くの言語上または臨床上の誤りを生じることを見いだしている。

集積回路を設計する——アーキテクチャをハードウェア記述のコード(RTL)に落とし込み、設計が仕様どおりに動くかを検証し、消費電力・性能・面積を満たすようにシリコン上に配置し、チップを物理的な世界とつなぐアナログのブロックを設計する。AIはいまや短いハードウェアのコードを書き、技術者の質問に答え、ツールのスクリプトを書いている。設計空間最適化のツールは、ベンダーによれば100件を超える商用のテープアウトに使われてきた。しかし経験豊富なハードウェアエンジニアが書いたベンチマークでは、最良のモデルでもコード生成問題の34%までしか初回で通せず、検証はAIエージェントにとって最も難しいタスクの一つであり、独立した再評価は、試した大規模な設計の大半で人間の専門家が Google の強化学習による配置を上回ったと結論づけた。米国は、コンピュータハードウェアエンジニアの雇用が2035年までに9%増えると予測しており、AIには触れていない。

資金源を探し、助成機関への申請書を書き、それぞれの助成機関の規則に沿わせ、資金で何が達成されたかを報告する。いまでは生成 AI が文章を書くのに広く使われており、米国の連邦研究費の申請書についての研究は、言語モデルの利用が2023年から急増したことを見いだした。助成機関は規則で応えている。米国国立衛生研究所は、AI によって実質的に作成された申請書を申請者自身のアイデアとはみなさず、一回の募集で40件を超える申請を出す研究者がいたのを見て、研究者一人あたりの申請を年に6件までに制限した。英国研究・イノベーション機構は、人の関与なしに申請書の全体や一部を生成することを禁じている。こうした証拠の多くは慈善団体ではなく研究助成から来ている。米国は、グラントライターが含まれるファンドレイザーの職が2035年までに6%増えると予測しているが、AI には触れていない。

ある規則がこの会社に実際に何を求めているのかを割り出し、それが行われているかを確かめ、そして事業の側に否と言わなければならない人である。

人々が情報を見つけ、見極め、使うことを助け、図書館の蔵書を構築・記述し、プログラムを運営し、そしてAIツールの使い方と、それを疑う姿勢を教える機会が増えている。貸出は機械に最も委ねられた部分だ。2023年、シンガポール国立図書館管理局はモール内に完全セルフサービスの図書館を開設し、利用者はゲートを通り抜けるだけで本を借りられるようにした。より難しい質問に答えること、蔵書を選ぶこと、プログラムを運営することは、置き換えられたのではなく検索とAIによって形を変えた、図書館員の仕事であり続けている。

映像や舞台で演じ、エキストラとして出演し、あるいはファッションや広告のモデルを務める。米国の予測は、AI が特定の分野で一部の俳優の代わりになる可能性があり、企業が製品やモデルの画像を再利用できる AI がモデルの需要を抑える可能性があるとしている。ファッションブランドはすべて AI で生成したキャンペーンを展開し、モデルのデジタルツインの画像を公開した。そして人々は、AI が生成した顔と実在の顔を確実には見分けられない。しかし俳優組合の契約はデジタル複製に明確な同意を求め、人間の演技を強く優先する原則を掲げている。カリフォルニア州とニューヨーク州は曖昧な複製条項を無効とし、広告に合成パフォーマーの開示を求めている。

設計やスケッチを、建設、製造、許可申請のための図面やモデルにし、設計が変わるたびにそれを最新の状態に保つ。この仕事への圧力はAIより古い。米国の統計局は、CADとビルディング・インフォメーション・モデリングによって、かつて製図者が行っていた多くの作業をエンジニアや建築士ができるようになったとし、2035年までに機械製図者の職が6%、電気製図者の職が3%減る一方、建築・土木製図者は5%増えると予測している。許可制度は図面からモデルへ移りつつある。シンガポールはコンサルタントに統合された一つの建物モデルを求め、日本の施工会社はモデルから書き出した図面をすでに提出しており、日本は2029年からAIの支援する確認によってモデルデータそのものを審査する計画である。モデルはいまも機械図面を確かには読めず、モデルが生み出さないものは、いまも製図技術者が追記し、示している。

旋盤、フライス盤などの工作機械——その多くはコンピュータ数値制御(CNC)——をプログラムし、段取りし、動かし、部品が寸法どおりに仕上がっているかを確かめる仕事である。米国の労働統計機関は、この仕事は消えるのではなく形を変えると見ている。CNC工作機械オペレーターは2035年までに9%減り、CNCプログラマーは6%増えると予測されており、その理由は、CNC設備に必要なのは機械の段取りや機械番をする人ではなくプログラマーだからだという。研究では、言語モデルは単純な部品について動作する機械コードを書いたが、いまも専門家の確認を必要としており、測定は機械そのものの上へ移りつつある。無人加工がどれだけ広がったかを測った記録は、まだない。

施主の要望と敷地の制約を、認可され、建てられ、住まわれうる建物に変え——そこに署名する。

仕事のすぐ上に立つ最初の人。今日誰が何をやるかを決め、報告に上がる前に不調に気づき、自分では手を動かさずにチームの成果に答える。

本当は何が問題なのかを、その人が自分で掴むまで隣に座っている——そして、語られているより深刻だと気づかなければならない人である。

売り場に立ち、その人が本当は何を欲しいのかを聞き出し、奥に何があるかを知っていて、見ているだけの客を購入に変える人——それは、金を受け取る仕事とは別の職である。

建物や橋を支える構造を設計し、それに署名する職業。法律が、名前を持つ個人の証明書そのものを審査として扱う職業でもある。

特定の荷物や料理を、店から扉まで、街のなかを速く届ける——天候と渋滞と、地図には理解できない建物を抜けて。

金属をつなぐ仕事である。図面を読み、部品を準備して組み合わせ、溶接方法を選び、下向き・立向き・上向きの姿勢で溶接し、仕上がりを確かめる。生産ラインでの繰り返し溶接は何十年も前からロボットが担ってきたが、いまでは造船所も大型の構造ブロック向けのロボットを作っている。シンガポールのセムコープ・マリンは、大型の組立ブロックを多方向から溶接するロボットと、ロボット溶接システムを遠隔で操作する技術者について報告した。下向き以外の姿勢での溶接、現場と補修の溶接、ぴったりとは合わない部品の組み合わせ、そして一つひとつの継手についての判断は、いまも溶接工の仕事である。

チップや回路基板から建物の設備、電力系統まで、電気のシステムを設計・解析し、その責任を負う——要件を定め、回路や電力システムを設計し、潮流計算や系統接続の検討を行い、機器を試験して立ち上げ、安全規格を満たさなければならない設計に署名する。AIはいまやハードウェアのコードを書き、チップを配置する手助けをしており、米国最大の系統運用者は系統接続の申請を審査するのにAIツールを使っている。活線近くでの作業、設備への署名、設計の背後にある判断は技術者の仕事のままであり、米国の予測はこの職業が増えると見ている。

工場や業務の現場で、仕事がどう行われるかを設計する。工程を可視化して改善し、作業標準を定め、ラインと施設を配置し、ラインを編成して生産を計画し、工程の危険性を分析する。デジタルツインによって、自動車メーカーはいまや配置と干渉を数週間ではなく数日で試験でき、AIによるディスパッチとライン編成のツールは実際のファブや組立ラインで試されている。実際のデータでの改善は控えめであり、プロセス安全の法律は経験のある人々のチームを求めており、米国の予測は、企業が自動化を進めるにつれてこの職業が増えると見ている。

調査、標本、試験を設計し、統計的手法でデータを解析し、公表される数字が健全かを確かめる。AI が最初に入ってきたのは、統計そのものの周りの処理である。米国国勢調査局の言語モデルによる自動コーダーは、職業・産業の回答のうち自動でコード化される割合を28%から52%に上げ、カナダ統計局は2021年に労働力調査へ機械学習によるコーディングを導入した。どちらでも、誤差のしきい値を定め、公表推計値に断絶がないかを確かめたのは統計家だった。英国の統計規制機関は、公的統計での AI はいまも主に研究、試験、管理面の支援であって日常的な作成ではないとしており、欧州の医薬品規制機関は試験データの解析に使う AI を統計解析の一部として扱い、解析計画の中で固定するものとしている。米国は統計家の職が2035年までに11%増えると予測しているが、AI には触れていない。

何も起きないようにそこにいる。見張り、巡回し、誰が入るかを管理し、そして何かが起きたときにそこへ歩いていく人である。

室内がどう機能し、どう見えるかを設計する——要望を受け取り、コンセプトを練って提示し、空間を計画して図面を作成し、材料と家具を指定し、現場で施工業者と調整し、場所によっては、建築・防火・安全の基準を満たさなければならない図面に署名する。AIのツールはいま主に初期段階でアイデアを視覚化するのに使われており、デザイナーへの調査では、予算づくりや調達での利用ははるかに少ない。米国の一部の法域ではこの業務そのものが免許制であり、許可申請のための押印図面には、免許を持つデザイナーの印章がなければならない。

大学で教え、研究する——講義をしセミナーを運営し、授業と評価を設計し、採点してフィードバックを返し、学問上の誠実さを守り、研究を行い、論文や研究費の申請書を書き、他の研究者の仕事を査読する。AIチューターや採点ツールは、試行では一部の授業の方法に匹敵するか上回るようになり、AIが書いた試験答案は見抜かれずに通っている。しかし学術雑誌と出版社は著者であることと査読の判断を人に残しており、米国の予測は中等後教育の教員の職が増えると見込んでいる。

人の心理的、情緒的、行動上の困難を評価し、診断し、治療する——標準化された検査を実施し、評価報告書を書き、診断し、心理療法を行う。2025年の調査では、米国の心理士の半数超が過去一年に少なくとも一度AIを使っており、その大半はメール、記録、要約のためだった。使った人のうち診断の補助に使ったのは8%にとどまる。ある検査出版社はいまや採点のプラットフォームのなかで評価報告書の下書きを作り、免許を持つ心理士は、AIが書いた報告書を自分たちのものよりわずかに低く評価しただけだった。線が最も固いのは心理療法である——ある治療チャットボットの試験は症状の軽減を報告したが、その研究者たちは自律して動ける準備が整ったAIはないと述べ、米国のある州は治療上の判断へのAIの使用を禁じ、ある研究は言語モデルがスティグマを示し妄想を助長することを見出した。

顧客を見つけ、どんな生命保険・医療保険の保障が必要かを見極め、保険を勧めて販売し、申込書類を整え、保険金を請求するときには手助けをする。シンガポールでは、代理人を通さずに簡単な生命保険を買えるようになって十年がたつが、新契約はいまもほぼすべて販売担当者を通じて売られている。ソフトウェアが引き受けているのは、販売のまわりの書類仕事である。

決まった路線を時刻表どおりに走らせ、車内の全員に目を配る仕事。そして、無人運転バスがどんな新しい仕事を生むのかを、交通当局があらかじめ書き出している職業でもある。

機械、製品、機械システムを設計し、それが安全に働くかどうかに責任を負う——要件と CAD のモデルから、シミュレーション、試作、故障の調査、製造への設備の組み込みまで。生成設計とAIアシスタントはいまや部品やスクリプトを下書きし、ベンチマークはモデルがシミュレーションを設定できることを示している。しかしモデルは技術図面や規則を確実に読むのに苦戦しており、欧州連合は2027年から機械学習を使った安全部品に第三者の確認を求め、米国の予測は工場の自動化が進むにつれてこの職業が増えると見ている。

トレンドを調べ、コンセプトを練り、衣服をスケッチして形にし、技術チームとパターンとフィットを詰め、ラインナップに何を入れるかを決める。生成画像のツールはいまやコンセプトのビジュアルを数秒で作るが、それを使うデザイナーの研究は、ツールが出すものとデザイナーが必要とするもののあいだに隔たりがあること、そして学生が出力を盲目的に受け入れがちであることを見出した。大手アパレル企業はAIとデジタルでの製品開発を使っていると述べている——H&M は生産を需要に合わせるために——が、見つかった開示書類のどれも、AIがデザインをしているとは述べていない。AIが作ったデザインには知的財産のリスクがあり、米国の著作権は純粋にAIが生成した素材を保護しない。米国はファッションデザイナーの雇用が2035年までほとんど変化しないと予測しており、AIには触れていない。

眼を検査する。どれだけ見えているかを測って眼鏡やコンタクトレンズを処方し、眼の病気の兆候を探し、緑内障などの状態を経過観察し、患者を紹介する。最も影響を受けやすいのは、網膜の写真から病気を見つける部分である。米国の規制当局は、医師の助けなしに糖尿病眼疾患を検出する AI システムを認め、Medicare はいま自動網膜解析に全国一律の料金を支払い、シンガポールは数万件の症例で AI による判定を試行した。しかし英国のスクリーニング委員会はいまも AI による判定を推奨しておらず、米国のある州はキオスク端末が作成した処方箋を禁じ、自己検査式の屈折測定装置は乱視で及ばず、米国は検眼士の雇用が2035年までに10%増えると AI に触れずに予測している。

人が誰であるか、そして署名する内容を理解しているかを確かめ、署名に立ち会い、大陸法の国々では不動産の売買、遺言、会社の書類などの証書を作成して保管する。書類は法によってデジタルへ移りつつある。スペインはすべての証書を電子原簿に保管し、日本は公正証書を原則として電子にしており、スペインの公証人は人による確認のもとで、よくある証書から AI でデータを抽出している。遠隔での署名は認められているが範囲は狭い。スペインの公証人は2年間に12,700件を超える行為をビデオで認証したが、電子原簿の証書は1,400万件を超え、日本は公証人が相当と認めるときに限ってウェブ会議を認めている。本人確認と意思能力の確認、そして証書の作成は公証人に残っており、フランスの公証人は AI の試行を始めたばかりである。

特定の三十人の子どもに、特定のその日、何かを学ばせる——そのあいだ教室をひとつに保ちながら。

自分の名前が書かれた免許のもとで輸送用航空機を操縦する仕事。そしてその免許には、直近九十日のあいだに自分の手で三回着陸させていなければ、そもそも飛んではならないという条件がついている。

人が最初に会う医師。まだどの専門にも仕分けられていない訴えについて、何が起きているのかを割り出し、どうするかを決め、そして誤っていたときの結果を背負う。

人に運転を教える仕事である。教習コースでの基本操作、補助ブレーキのある助手席からの実際の交通のなかでの運転、学科と危険の認知、そして教習生を試験に向けて仕上げること。自動化が最も進んでいるのは閉鎖された教習コースである。中国の二つの地方交通当局が、指導員の車内での指導の一部または全部を引き受ける車載AI教習装置を試行している。公道では、規則が人を車内に留めている。中国はシミュレーター教習を6時間までに制限し、研究はシミュレーターで得た向上が実際の練習なしでは実際の道路に必ずしも持ち越されないことを示し、英国の試験は自動駐車と Tesla Autopilot を禁じている。新しい自動車技術は教える内容も増やしている。EUはいま、学科試験で運転支援システムと自動運転システムを扱うことを求めている。

地域の計画と方針を作り、計画申請を審査し、住民への意見募集を運営し、決定する人々に助言する。AIはそうした決定のまわりの書類仕事に入ってきた。イングランドは古い計画文書を地図データに変えるツールをすべての自治体に提供し、住宅所有者による申請を振り分けて初期評価を下書きするツールを試行している。評価はすべて有資格の計画担当者が承認する。意見募集への回答をAIで要約する最初の試行では、作業が約18.5時間から約16分に縮み、自治体から得た省の教訓は、その出力を完成品ではなく非常に良い初稿と呼んでいる。計画を書くこと、交渉すること、勧告することは計画担当者に残り、米国は計画担当者の職が2035年までに4%増えると予測しているが、AIには触れていない。

緊急と緊急でない通報を受け、通報者がどこにいて何が起きているかを把握し、警察、消防、救急の隊を出動させ、助けが着くまで通報者にすべきことを伝える。AIが最初に入ってきたのは緊急でない番号である。米国のある郡の仕組みは、ひと月に緊急でない通報9,635件のうち2,920件を受付担当者なしで解決し、イングランドの警察の101番は警察以外の通報をAIでほかへ回している。一方で政府は、999番の仕組みは変わっていないとしている。携帯電話事業者はいま、携帯電話からの911番通報を位置によって振り分けなければならず、通報者の言葉を画面上で翻訳して表示するセンターもある。ある試験では、AIは指令員より多くの心停止を見つけたが、指令員に警告しても認識は増えなかった。米国は4%の増加を予測している。

熱くて狭い部屋のなかで、速く、ぶれない料理を出す——そして仕入れが違い、二人が病欠したときには、その場で組み替える。

客席を回す。注文を取り、料理の間合いを計り、静かになった卓に気づき、そして厨房が遅れたときにそれを引き受ける。

医師が読むX線・CT・MRIの画像を撮る仕事 —— 依頼内容を確かめ、患者の体位を整え、線量を決め、装置を動かす。ソフトウェアが最初に届くのはこの仕事の装置側であり、シンガポールの法律はこの仕事を、放射線量も含めて、登録が必要な専門職として定めている。

土地や建物を測り、法的な境界がどこにあるかを確かめ、現場で工事の位置を出し、測量図を証明する。最も速く変わっているのは測ることである。英国の地図作成機関は、現地の測量士なら一日かかる現場を20分で測るドローンを飛ばしており、日本はいまや農用地の公式の地籍調査に航空機やリモートセンシングによる手法を認めている。日本の国の土工では、3次元の設計によるマシンガイダンスが、丁張りによる位置出しにおおむね取って代わった。境界がどこにあるかを決めることは人に残る。ニュージーランドの規則は、証拠を集めて解釈し、測量を自ら証明することを測量士に求めており、日本の境界はいまも所有者の確認に基づいている。米国は測量士の職が2035年までに6%増えると予測し、ドローンが生み出すものを確認し解釈する測量士は今後も必要だとしている。

検査や献血のために静脈や指先から採血する仕事である。患者の本人確認と検査の指示を確かめ、検体を採り、採血管にラベルを付けて扱い、不安を抱えた患者や気を失いかけた患者の安全を守る。2026年8月、米国FDAは初めて自律型の採血ロボットを認可した。対象は外来の成人患者で、訓練を受けた採血技師が監視し、一人で最大3台を監督できる。試験では、静脈を見つけられた場合、一回目の穿刺に94.5%成功したが、商業的な使用はまだ記録されていない。指先穿刺の機器によって、薬局の職員も一部の検体を採取できるようになり、ベッドサイドでのラベル印刷はゆっくり広がっている。米国は7%の増加を予測している。

車がなぜ、するはずのないことをしているのかを突き止め、直す——しかも次第に、エンジンというよりコンピュータである機械の上で。

治安を守り、通報に応じ、犯罪を捜査する職業である。そして、政府が人員不足は採用では解消できないとはっきり述べ、パトロールと届出窓口にドローンとソフトウェアを投入し始めた職業でもある。

歯の清掃とスケーリングを行い、歯肉を調べて歯周ポケットを記録し、エックス線写真を撮影して確認し、患者に口の手入れの仕方を教え、記録を管理する職業である。米国の規制当局は、エックス線写真上の歯石やう蝕に印を付け、骨レベルを測るAIを承認(クリアランス)しており、そのうち一つの承認は使用者として歯科衛生士を挙げている。だがいずれも補助であり、臨床医による確認に代わるものではない。歯周ポケットを記録する音声システムは、実際の診療所でいまも発話全体を取り違えており、清掃そのものは、本ページのどの記録も機械が行っていることを示さない手作業である。規則は、カリフォルニア州では診断を歯科医師に留め、英国では歯科衛生士を訓練を受けた範囲の業務に結びつけている。米国は歯科衛生士の雇用が2035年までに8%増えると予測しており、AIには触れていない。

超音波で患者を検査する——心臓、腹部、血管、妊娠——。画面を見ながら手で正しい断面を探し、計測し、画像と所見の下書きを報告書を書く医師へ渡す。いまではソフトウェアが、超音波検査技師でない人を限られた検査へと導く。2020年、米国FDAはAIによる誘導ソフトを承認したが、その主要な試験では、検査経験のない正看護師が限定的な心臓超音波検査を行った。難しい患者や予想外の所見に合わせて検査を変えること、そして検査台の上の人を気づかうことは、いまも超音波検査技師の仕事である。

航空機を耐空状態に保ち、そのことに署名する。定例の点検と検査を行い、故障を探求し、部品を交換・修理し、ボアスコープでエンジンを検査し、整備記録をつけ、資格証明を持っていれば、機体の運用復帰を承認する。いまではドローンが機体を撮影して点検に使い、AI がエンジンのブレード画像の確認を手伝い、判断までの時間を縮めている。しかし、その画像から耐空性を判断するのは依然として訓練を受けた人であり、米国の規則は、資格証明を持つ人にしか航空機の運用復帰の承認を認めていない。

手術のあいだ患者を安全に、意識のない状態に保つ。事前に患者を評価し、麻酔を計画して実施し、血圧と呼吸と麻酔の深さを分刻みで見守り、気道を管理し、覚醒と痛みに対処する。投与と監視はすでに機械が手伝っている——麻酔薬を自動で調整する閉ループシステムの試験では、患者が目標範囲にとどまる時間が長くなり、米国の規制当局が認めたあるアルゴリズムは、低血圧が起きる前に警告を出す。しかし、どの承認も人を責任者の座に置いたままである。規制当局はその警告アルゴリズムを、単独で治療を指示してはならない補助としてのみ認め、自動鎮静装置は健康な成人に限り、麻酔の専門職がすぐに対応できることを条件に承認した。そして2026年の二つの試験は、そのアルゴリズムが単純な血圧アラームより優れていないことを示した。

公園、庭園、キャンパス、道路沿いを整えておく。芝を刈り、刈り込みと剪定をし、植栽や造成で景観をつくり、肥料や農薬を散布し、灌漑を動かし続ける。ロボットが入ってきたのは芝刈りである。シンガポールの国立公園庁は、自律型のロボット芝刈り機に切り替えた会社が延べ作業時間の80%を削減したとしており、ナッシュビルは公園のためにロボット芝刈り機をリースし、ミネソタ州議会は幹線道路沿いでの自律草刈りの研究を命じた。残りの仕事は手作業のままである。機械が客のために剪定、植栽、庭づくりをしていることを示す記録は見つからず、農薬の散布には認定を受けた人が必要であり、ロボット芝刈り機はいまも小さな動物をたいてい触れることで検知している。米国は、緑地管理の雇用が2035年までに5%増えると、ロボットに触れずに予測している。

工事中の建物や既存の住宅を基準や規格に照らして検査し、許可が出る前に図面を審査し、報告書を書き、欠陥が是正されるよう見届ける。二つの変化が進んでいるが、どちらでも判断しているのはいまも人である。検査は映像へ移りつつある。フィラデルフィアの検査員は軽微な工事を顧客のスマートフォン越しにリアルタイムで確認し、米国は遠隔検査によって行政の検査員の必要が減るため、検査員の職が2035年まで増えないと予測している。図面審査には AI による事前チェックが入りつつある。シアトルの試験では、AI ツールによる不備の確認と基準の確認は87%と92%正確だったが、職員の審査担当者なら見つける修正をすべては拾えず、ホノルルはこの事前チェックを義務づけつつ自らの審査を維持している。この証拠の大半は行政の検査員に関するものであり、民間のホームインスペクターは是正を強制できない。

子どもと大人の発話、言語、声、嚥下の問題を評価して治療し、療法のセッションと家庭での練習を行い、家族や教師に助言する仕事である。ソフトウェアは練習の一部を担うようになった。最大の試験では、自己管理型のコンピュータ療法は脳卒中後の喚語を通常のケアより16.2%多く改善したが、会話は改善せず、設定したのは療法士だった。英国イングランドのガイドラインは、そうしたプログラムを対面の療法の代わりではなく、それと併せて検討するよう述べている。一回ごとの練習を判定するAIや、嚥下障害のリスクがある患者を知らせるAIは試験の段階にある。米国は、人口の高齢化に伴い、2035年までに17%の増加を予測している。

歯科医師のそばで働く職業である。治療中に器具を手渡して口の中の視野を保ち、器具を洗浄・滅菌し、エックス線撮影と印象採得を行い、記録と受付を回す。変わりつつあるのは仕事そのものより道具である。研究では口腔内スキャナーは従来の印象採得より速く、バージニア州はいま、歯科助手と、別途訓練を受ける新設のデジタルスキャン技術者にスキャンの撮影を認めている。器具の洗浄はすでに、デンタルナースが操作するウォッシャーディスインフェクターと滅菌器を通して行われている。AIによる音声チャート記録は助手の記録係としての役割を狙っているが、ある研究では歯周チャートを67.40%の正確度でしか書き起こせなかった。米国はこの職が7%増えると予測している。

定められた空域のなかで航空機どうしを実時間で引き離しつづける仕事。免許にはその人個人の名前が書かれており、雇い主は毎年、管制官が何人いて自分たちが何をしているのかを法律にもとづいて公表する種類の組織である。

建物を使える状態に保つ。床、ごみ、トイレ、こぼれたもの、そして止まるまで誰も気づかない千の小さな復旧。

食料を育て、毎シーズン、何を植え、いつ散布し、いつ収穫するかを決める。そして、自国の農地のうちどれだけがドローンで散布されるようになったかを政府が年度ごとに数えている職業である。

動物を診察し、どこが悪いのかを突き止め、治療し手術を行い、薬を処方し、飼い主が必要とする証明書に署名する——そしてそのすべてを、リードを握っている人に説明する。ソフトウェアはX線画像や検査結果を読むこと、カルテやリマインダーを書くことに及びつつある。シンガポールでは、動物を治療することは法律によって免許を持つ者に留保されている。

コーヒー、カクテル、ビール、ワインといった飲み物を作って出し、注文と支払いを受け、客と話し、酒類については誰に出してよいかを決める。飲み物を作ることは、場所によってはすでに機械がやっている部分である。韓国ではロボットのカフェが商業的に営業し、シンガポールの チャンギ空港ではロボットバーテンダーが飲み物を作り、研究用の人型ロボットは実験室でバーテンディングの試みの81%を成功させた。しかし機械が酒を注ぐ場所では、規則が人に責任を持たせ続けている。ワシントン州は、セルフ式のタップを作動させる前に従業員が身分証と酩酊の兆候を確認することを求め、ニューサウスウェールズ州は、セルフ式のカードを責任ある提供の研修を受けたスタッフが発行することを求めている。米国は、バーテンダーの仕事が2035年までに5%増えると予測しており、自動化には触れていない。

動きを取り戻させる。何が実際に動きを妨げているのかを見立て、手と運動で治療し、そしてそれに要する十二週間、続けさせる。

人工呼吸器を設定して管理し、患者をそこから離脱させ、吸入などの呼吸の治療を行い、気道をきれいに保ち、血液ガスと肺機能を測り、慢性の肺疾患や在宅人工呼吸の人を支える。自ら設定を調整し、ウィーニングの手順を自動で進める人工呼吸器はよく研究されている。62の試験についての2025年のレビューは、それが換気の期間をおそらく四分の一ほど短くすることを示したが、単独で最大の試験は人工呼吸器非装着日数の改善を示さず、目標を設定し、アラームを見守り、判断するのはいまも臨床医である。在宅人工呼吸は遠隔モニタリングへ移りつつあり、アルゴリズムが警報を出し、人がそれに対応する。米国は高齢化を理由に、2035年までに9%の増加を予測している。

燃えている建物に、他の誰も入らずに済むよう自ら入っていく職業。そして、消防機関が自らの報告書の中で、ロボットによって最も危険な区域から何人を遠ざけるつもりかを書き記している職業でもある。

自らの手で歯と歯肉を診察・診断・治療する職業であり、規制当局がエックス線写真上のう蝕の検出にAIを承認（クリアランス）した職業でもある。ただしその承認には、訓練を受けた歯科医師が判断を下すことが条件として明記されている。

暖房・換気・空調・冷凍の設備を設置し、故障を診断して修理し、冷媒を扱い、漏えいを点検し、顧客に応対する。スマート診断ツールは技術者がより多くの不具合を見つけ、再訪問を減らす助けになっており、大型の冷凍設備については、米国の規則がいまや定期の漏えい点検を不要にする自動漏えい検知を求めている。しかし仕事そのものは体を使うものであり、法律はそれを認定を受けた人に委ねている。米国では冷媒回路を開く可能性のある者は誰でも認定試験に合格しなければならず、漏えいの修理は認定を受けた技術者が行わなければならない。EUでは、これらの設備を設置し整備する人は認定を受けなければならない。米国は、雇用が2035年までに11%増えると予測しており、AIには触れていない。

手術をするかどうかを患者とともに決め、手術を計画し、手で、腹腔鏡を通して、あるいはロボットのコンソールで執刀し、画像に写っていなかったものに対処し、その結果に答える。手術ロボットは自律していない。外科医がコンソールからあらゆる動きを操っており、イングランドの医療技術評価機関は、証拠が集められるあいだ、軟部組織の五つのシステムを NHS で使うことを認めている。研究用のロボットが、胆嚢摘出のうちクリップをかけて切離する段階を、体外の八つの胆嚢で単独で行った。決めること、同意を得ること、執刀すること、そして予期しないものに対処することは、いまも外科医の仕事である。

路上で救急要請に応じる。現場で患者を評価して処置し、心電図を読み、病院へ搬送するかどうかを決め、運転し、引き継ぎ、記録を書く。司令室から電話で通報者を評価する救急救命士もいる。AIが入ってきているのは、読むことと書くことである。台湾では、14の消防署がAIに救急車の心電図から心筋梗塞を読ませ、その回答は平均37秒で、待機中の医師より速かった。またロンドンの救急サービスは、司令室の救急救命士向けにAIによる記録作成を展開した。しかし手を使う仕事は人に残る。英国の試験は、機械式の胸骨圧迫装置が生存率を改善しなかったことを明らかにし、米国の規制当局はそれを、有効な用手CPRができない場合の補助としてのみ認めている。また、通報のなかで心停止を認識するAIを使っても、指令員の認識は有意には改善しなかった。米国は、救急隊員と救急救命士の仕事が2035年までに6%増えると予測しており、AIには触れていない。

れんが、ブロック、石の壁の墨を出して積み、切断して目地を仕上げ、古い組積造を補修する。れんが積みロボットはすでに住宅を建てている。オランダではロボットが積んだ二戸一住宅が2024年に引き渡され、ある建設会社は、60戸のうち8戸のれんが積みをすべてロボットが行い、れんが職人がそばでモルタルを詰め、目地をかき出し、れんがを補充するパイロットを計画した。その会社は、ロボットはまだ手作業ほど速くなく、高さは6メートルまでに限られると述べた。最もよく知られたロボットメーカーの2026年の決算書では、米国の建設会社がオプションを失効させた後、その機械は全額減損されている。米国はれんが積み職人の職が2035年までに1%増えると予測し、需要を抑えるものとして挙げているのはロボットではなく、工場で製作されるプレハブパネルである。

建物の骨組みを組み、コンクリートの型枠を造り、ドア、窓、階段、造り付けの棚を取り付け、継手や仕口を刻み、いまある建物を直す。この職で起きている変化は、ロボットよりも工場での作業である。日本では木造軸組住宅の94%が、工場の機械で刻んだ継手を使うようになり、ドイツでは2024年に完成した住宅の22.2%が工場で造られた。オーストラリアではロボットのラインが壁パネルを造っているが、高度に自動化された米国の骨組み工場、Katerra の工場は約27.8億ドルの損失を出して破産した。日本の省の報告書にある推計では、大工の数は2035年までに半減し、日本は大工が十分に見つからないためにプレカットとパネル化を進めている。米国は大工の職が2035年までに4%増えると予測し、需要を抑えるものとして挙げているのはロボットではなく、モジュールやプレハブの部材である。

病気、けが、障害のある人が日常生活を送れるよう支援する仕事である。家庭や職場で何ができるかを評価し、療法を行い、用具や住宅改修を勧め、病院からの安全な退院を計画する。ロボットや遠隔のツールは療法士と比べて試され、多くは補助として残った。脳卒中患者770人を対象とした英国の試験では、ロボットによる腕の訓練は通常のケアより良い結果を出さず、英国イングランドのガイドラインは現在それを提供しないよう述べている。ビデオによる家庭訪問は、ある病院のサービスで療法士の時間を160分から40分に減らし、転倒は増えなかったが、患者の5人に1人はなお対面の訪問を必要とした。オンラインの自己評価によって、療法士を待たずに簡単な用具を購入できる人も出てきた。米国は15%の増加を予測している。

困窮、危機、リスクに直面する人や家族を支え、必要な支援につなぐ職業である。そして、政府がAIの記録作成ツールを100を超える機関に導入しながら、同じ演説の中で人間による関わりに取って代わるものではないと述べている職業でもある。

事件を審理して手続を進め、法を調べ、判決や命令を起案し、結論と量刑を決め、担当事件を管理する。司法部は裁判官の机にAIを置きはじめている——イングランド・ウェールズは司法職にある人に非公開の Copilot Chat を提供した——一方で、AIを入れてはならない場所も書き留めている。裁判官は基礎となる文書を読まなければならず、AIは新しい情報を調べる方法としては不向きであり、裁判所は意思決定をAIに委ねるべきではない。中国の最高人民法院は、AIが裁判官の裁判に代わることは決してあってはならないとしつつ、起案の補助と事件の事務には用いるよう促している。法律調査ツールは、スタンフォード大学の研究でなお回答の17%から33%に幻覚を含んでいた。米国は裁判官の雇用が2035年までに2%増えると予測しており、AIには触れていない。

現場で建てる。日ごとに違う空間で、まっすぐ届かない材料で、予定に遅れている他の職種と並んで。

医師が部屋にいない時間を通して患者を安全に、そして手当てのなかに保つ——そして数値より先に気づく。

客室でサービスを提供し、そこから全員を脱出させるために乗務する。法律が座席数と非常口の数から最低人数を定めている職業であり、その理由は規則そのものに書かれている。避難である。

顧客を見立て、手で施術する——スパやジムでのリラクゼーションやスポーツのマッサージ、そして他の医療職と並んで行う痛みやけがへの治療的な施術である。ロボットのマッサージはリラクゼーションの側に届いた。ある高級ホテルのスパは、完全にセルフガイド式のロボットマッサージをいま提供している。臨床の証拠はまだ初期段階にある。ある系統的レビューはマッサージロボットの研究を17件見つけ、そのうちランダム化試験は一件だけで、ロボットを補助として位置づけている。ある試験では、腰痛の標準的な理学療法に加えたロボットが、対照治療と少なくとも同等の結果を出した。見立て、臨床の判断、けがをした人の治療はセラピストに残り、米国はマッサージセラピストの仕事が2035年までに15%増えると、ロボットに触れずに予測している。

髪を切り、染め、整える。一人ひとりの客と何を望むかを話し合い、小さなサロンや理髪店を営むことも多い。いまの証拠で見るかぎり、自動化の影響が最も少ない職の一つである。研究用のロボットは髪をとかしブラッシングできるが、それはウィッグやマネキンの上だけであり、料金を払う客の髪を機械が切ったり染めたりしていることを示す記録は見つからなかった。変わりつつあるのは椅子のまわりである。アプリで客はカメラのライブ映像上で色を試せるようになり、サロンのソフトウェアはいまや AI で電話に応答し予約を受けている。米国は、理容師、ヘアスタイリスト、コスメトロジストの雇用が2035年までに7%増えると、AI に触れずに予測している。

ほかのすべてが寄りかかっている配線と機器を、据えつけ、試験し、直す——図面どおりにできていたためしのない建物のなかで。

妊娠、分娩、産後の数週間にわたって女性をケアする。妊婦健診とリスク評価、分娩中の赤ちゃんの心拍の監視、出産と緊急事態への立ち会い、産後と新生児のケアである。胎児心拍陣痛図のコンピュータ判読は大規模に試され、分娩中については不十分だとわかった。英国で女性47,062人を対象にした試験では転帰を改善せず、イングランドの診療ガイドライン機関は一対一のケアを自動判読で置き換えるべきではないと述べ、NHS Englandはいまでは1時間ごとの二人目による確認を求めている。分娩前については、イングランドは胎児心拍陣痛図のコンピュータ解析を推奨している。家庭での血圧測定は、大規模な試験で高血圧を早く見つけなかった。米国は認定看護助産師の11%の増加を予測している。

自分では自分を世話できない人の世話を、身体を使って行う人——洗い、動かし、食べさせ、見守る——そしてたいてい、何かが変わったことに最初に気づく人である。

水を引き込み、排水を流し出す配管、排水管、衛生器具を取り付け、修理し、保守する —— 同じ現場が二つとない場所で、手を使って行う仕事。ソフトウェアが届くのは見積もり、予約、漏水探しといった仕事の周辺であり、シンガポールでは法律が工事そのものを免許を持つ配管工に限っている。

会社のなかで、道具を実際に根づかせなければならない人。何から試すかを選び、それが自社の実際の仕事で効くかを確かめ、監督なしに何をやらせてよいかを決め、そして何かを取り違えたときにその場にいる。