VOLOVLO職業の自動化リスクと転換を、業務ごとに
VOLOに訊く職業専攻企業創業者最近の変化長文方法と証拠職業、専攻を検索…EN中文
VLO
VOLO

自動化が仕事をどう変えるかを掴むために——業務ごとに、証拠を見せて、不確かさは不確かだと認めて。

VOLOに訊く職業専攻企業創業者最近の変化長文方法と証拠VOLOについて職の診断プライバシー利用条件
© 2026 VOLO
職業
すべての職業
AI / ソフトウェア
翻訳者・通訳者銀行窓口係コピーライターカスタマーサポート担当事務アシスタントソフトウェアテスター/QAエンジニアグラフィックデザイナーパラリーガル動画編集者会計士・経理/記帳マーケティング担当フロントエンド開発者データアナリスト保険金支払い担当テクニカルライター・ドキュメント担当初級ソフトウェアエンジニア人事・採用担当融資担当・与信担当財務アナリスト調達・サプライチェーン担当記者営業・アカウントマネージャー不動産仲介情報システムの支援担当・ヘルプデスク監査人経営コンサルタントバックエンド開発者AI研究者プロダクト/UXデザイナー業務システムオーナーEC運営担当放射線科医データエンジニア弁護士医療事務助手・クリニック助手機械学習エンジニア経験のあるソフトウェアエンジニアDevOps・プラットフォーム・SRE エンジニアプロダクトマネージャー薬剤師アライアンス・チャネル担当セキュリティアナリスト(監視運用)コンプライアンス担当建築士現場管理職・チームリーダーカウンセラー・心理療法士販売員警備員学校教員総合診療医・かかりつけ医ホールスタッフ自動車整備士理学療法士・リハビリ療法士建設作業員看護師介護職・看護助手AI導入責任者
RPA / セルフサービス
行政の窓口職員オペレーションコーディネーター受付
ロボティクス
レジ係・販売スタッフ倉庫作業員組立作業員臨床検査技師料理人清掃員電気工
自動運転
配車・タクシー運転手トラック運転手配達員
専攻
すべての専攻英語・外国語情報科学会計学心理学ジャーナリズム・コミュニケーション金融・経済法学ビジュアルコミュニケーションデザインマーケティング看護学経営学教育学・教員養成建築学行政学
手引き
VOLOに訊く企業向け創業者向け最近の変化長文職の診断方法と証拠VOLOについて職業を追いかける検索
いまの立場:働いている学んでいる会社を経営している何かを作っている
On this page業務の分解ここに至るまで最近の変化あなたにとって何を意味するかこれについて書いたもの方法と出典
職業›会計士・経理/記帳

この職業に検証済みの記録が入ったら知らせる →

会計士・経理/記帳

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。

accountant選べる道を見る ↓金融・専門サービス評価日 2026-09-09
自動化影響指数
68/100
確度は中程度 · 失職の確率ではありません
自動化されつつある業務
2/ 6項
1項が増強されつつある
いまも人が主導
2/ 6項
1項の新しい業務
証拠に基づく判断
3/ 6項
2件の検証済みの記録
68/100
自動化影響指数確度は中程度

これは職を失う確率ではない。その職の業務量のうちどれだけが自動化にさらされているかと、導入が実際にどこまで進んだかを一つの値に合わせたものであり——同じ一つのものさしで職業どうしを比べるためだけに使える。それ以外には使えない。

どこに当てはまるか

中国・シンガポール・英語圏の事業会社および小規模事務所の会計担当者を想定して書いている。監査パートナー、フォレンジック会計、規制の厚いニッチの税務専門家は、まったく別の絵になる。

実際に何が変わりつつあるか#

分析の単位は肩書ではなく業務です。職が置き換えられるのではなく、その業務の構成が移ります。

自動化されつつある×2増強されつつある×1いまも人が主導×2新しい業務×1

これはあなたの仕事ですか。そう言えば、このページはあなたの持ち分に絞られます。

肩書とは、まとめ買いされた業務の束であり、同じ束を持つ人は二人といません。どこにも送られません——このブラウザの中に留まります。

取引の入力と勘定科目付け

自動化されつつある✓ 証拠に基づく

請求書・領収書・銀行明細を、正しい勘定科目で元帳に入れる。

RPA / セルフサービスAI / ソフトウェア
理由

入力が構造化されていて、出力の型が決まっていて、正解かどうかの信号がはっきりしている —— ルールベースの自動化も文書読み取りモデルも、まさにこの条件下でよく効く。銀行連携とOCRが十年かけて削ってきた領域で、言語モデルが主に片づけたのは残っていた例外の部分だった。

これが意味し**ない**こと

人数が消えるという意味ではない。小規模事務所では同じ人が入力と助言の両方をやっており、入力の側を自動化することは、まず仕事の形を変え、人数はその後にしか変えない。

突合(レコンサイル)

自動化されつつある✓ 証拠に基づく

元帳を銀行明細や補助元帳と突き合わせ、差異を追いかける。

RPA / セルフサービス
理由

識別子がきれいなら、突合は計算問題として解けている。人に残るのは合わなかった尻尾の部分であり —— そしてその尻尾こそ、判断が住んでいる場所である。

これが意味し**ない**こと

突合が減っても、差異を追う仕事は残る。減るのは件数あたりの時間であって、判断が必要な件数そのものではない。

申告・法定報告の作成と提出

増強されつつある✓ 証拠に基づく

税務申告や法定書類を、期限までに正しい様式で整えて出す。

RPA / セルフサービスAI / ソフトウェア
理由

様式が決まっていて、数字の出どころも決まっている。作成の部分は機械が得意な形をしている一方で、提出には名前を出す人が要る —— そして責任は様式ではなく、その名前に付く。

これが意味し**ない**こと

責任論が守るのは署名であって、その裏にある作成時間ではない。一件あたりの時間は減るが、名前のある人を必要とする件数が減るとは考えないほうがよい。

数字を、決める人に向けて説明する

いまも人が主導≈ 本サイトの推定

財務の状態を、創業者・管理職・取締役会が実際に何をすべきかという話に翻訳する。

AI / ソフトウェア
理由

その事業を知っていること、相手を知っていること、そして相手が言っていないことを分かっていることが要る。モデルは分析の下書きは書けるが、関係を持つことも、その助言の結果を引き受けることもできない。

これが意味し**ない**こと

自動化しにくいことと、需要があることは別である。助言の仕事はこの職業の上半分に集中しており、入口の仕事が消えた若手が、そのまま自動的にここへ着くわけではない。

曖昧な案件を判断する

いまも人が主導≈ 本サイトの推定

規定がその取引をきれいに覆っていないときに、処理をどうするか決める。

AI / ソフトウェア
理由

処理が曖昧な場面こそ、会計が参照作業ではなく専門的判断になる場所である。間違えると高くつき、その理由付けは監査人や規制当局に対して弁明できるものでなければならない。

これが意味し**ない**こと

曖昧な案件の量は、全取引のごく一部にすぎない。この業務が守るのはこの職の必要性であって、それにかかる時間数ではない。

自動化そのものを監督する

新しい業務≈ 本サイトの推定

ツールが出したものを確かめ、静かに紛れ込んだ誤りを捕まえ、モデルが間違えたときにその結果を引き受ける。

AI / ソフトウェアRPA / セルフサービス
理由

元帳のうち機械が作る部分が増えるほど、希少な技能は「仕訳を作れること」から「出力が間違っていると分かること」へ移る。この業務は十年前には実質的に存在しなかった。

これが意味し**ない**こと

新しい仕事が増えることと、新しい人数が増えることは同じではない。この業務はたいてい、新規採用ではなく既にいる人に吸収される。そしてそれには、いま消えつつある仕事をやることで身についた判断が要る。

ここで効いてくる技術はどれか#

四つの別々の signal です。意識して足し合わせていません——二つの技術にさらされている職が、二倍さらされているわけではありません。

工程とセルフサービス
取引の入力と勘定科目付け突合(レコンサイル)申告・法定報告の作成と提出自動化そのものを監督する
認知の自動化
取引の入力と勘定科目付け申告・法定報告の作成と提出数字を、決める人に向けて説明する曖昧な案件を判断する自動化そのものを監督する

ここに至るまで#

この指数は動かない数字ではありません。これは、ChatGPT 以降の能力の検査点ごとに、それがどこにあったはずかです——再構成されたものであり、そう明記しています。

再構成 · 本サイトの推定過去の検査点ごとに、今日から推定したものです——当時に測ったのではありません。44 → 68。
1007550250
評価していません
2022 H22024 H2Now

● この職業についての2件の検証済みの出来事を、それが起きた日付の上に置いてあります——印の近くの線は、確かめられる何かに固定されています。

OCRと銀行のデータ連携と規則の仕組みがすでに入力を吸収していたので、この曲線は中ほどから始まる。跳ねるのではなく滑らかに上がるのは、能力の向上が毎回同じ壁に当たるからである——署名するのは名前のある人であり、その署名が背負う責任はベンダーには移らない。

2022年下半期44汎用の文章生成が世に出る。この時点より前のさらされ方は、すでに導入されていた自動化から来ていた——OCR、RPA、機械による画像認識、セルフレジ、配車のアルゴリズムである。 ChatGPT research preview (2022-11-30) ↗
2023年上半期48資格試験に通る汎用のモデル。最初の草稿の質が、専門の仕事がそれを使い始める境目を越える。 GPT-4 (2023-03-14) ↗
2023年下半期53画像の入力、長い文脈、そして道具の呼び出し。モデルを文書に向けたり、仕組みにつないだりできるようになる——それが、書く仕事ではなく工程の仕事を動かすものである。 GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
2024年上半期58同じ能力がずっと安く、速くなる。新しくできるようになることはない。量をこなしても割に合うようになるものが大量に出てくる——導入の判断が変わるのはそのときである。
2024年下半期61多段の問題を解いていく推論のモデルと、画面を見てコンピュータを操作する最初のモデル。ソフトウェアを操作する職に届くのは、後者のほうである。 OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
2025年上半期64エージェントが、人が貼り付けるための文章を出すのではなく、実際のソフトウェアを端から端まで操作し始める。公になった最初の揺り戻しが現れるのもこのときである——自動化して、その一部を元に戻した組織である。 Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2025年下半期66長い文脈と道具の利用が、機能ではなく既定になる。能力の向上は続き、目に見える制約は、モデルに何ができるかから、責任と、調達と、費用へ移る。 GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
2026年上半期67長い見通しを持つエージェントが、特定の業種の仕事の流れの中に着地する。導入は一般的なものではなく、業種ごとのものになる。 GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
現在68いまの評価——この点は、その職業のページに公表されている影響指数そのものなので、この曲線は、この site がすでに引き受けている数字に固定されている。平らな曲線については書き留めておく価値がある——同じ週に、AIのエージェントが物理的な機器を操作するための共通仕様の研究者向け先行版が、研究所と製造業者に公開された。それは、ここでの線がほとんど動かない物理的な職業に向けられた最初の能力の類である。 GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

平らな線は、安全の予測ではありません。それは、自動化がこれまでどの業務に届いたかを言っています——ここで最も動かなかった職業は、制約が身体的か規制によるものであり、そしてそのどちらも変わりうります。

最近の変化#

用工の変化2026-08-122026-09-11 に検証
22〜25歳の雇用は、AI曝露度が最も高い二つの五分位の職業で2022年11月から2026年6月にかけて約11%減り、一方で曝露度が最も低い五分位では約10%増えた

会計職は、論文の付録で最高曝露五分位のうち雇用者数で4位に位置し、会計士・監査人はその「補完」欄ではなく「代替」欄に置かれている。論文は、会計のどの業務が動いたのかについては何も言っていない —— 元帳側の業務への結び付けは、本サイトが自らの業務モデルに基づいて行った読みである。出典は米国民間部門のADP給与データで、数百万人規模、2022年11月から2026年6月まで。11%の減少はAI曝露度上位二つの五分位における22〜25歳についてであり、同じ年齢層でも曝露度下位三つの五分位では約10%増えている。経験のある層には同等の差は見られず、著者らは経済全体に広がる置き換えの証拠は見つからないと明記している。この知見は記述的であって因果を示すものではなく、測定の単位は業務ではなく職業である。

採用、人員、労働時間、職務範囲の、検証できる変化。最も重い——ただし因果の帰属は、前提とするのではなく論じられなければならない。

Stanford Digital Economy Lab — Brynjolfsson, Chandar & Chen, "Canaries in the Coal Mine?" (August 2026) ↗影響カード全文 →
実際の導入2025-03-182026-09-10 に検証
EYは、8万人の税務専門家を支援するAIエージェント150体の初期導入を発表した。対象はデータ収集、書類レビュー、および法人税・間接税のコンプライアンス業務で、NVIDIAと共同で構築された

ビッグ4の一社が自社の税務部門について出した発表であり、対象は全世界。ローンチの告知であって、そこに並ぶ規模の数字(税務成果物300万件、プロセス3,000万件を「今後一年で」)は将来目標であり、測定された実績ではない。人数についての言及は一切ない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

EY — press release ↗影響カード全文 →

これがあなたにとって何を意味するか#

始めたばかりなら

従来の入口 —— 入力と突合をやりながら事業を理解していく道 —— が、いま自動化されている部分そのものである。前の世代より早く判断の仕事に到達する必要があり、それはたいてい、与えられるのを待つのではなく、助言案件や例外案件に早いうちから自分で近づいていくことを意味する。

経験があるなら

あなたの曝露度は、肩書きよりも一週間の時間が実際に何に使われているかで決まる。時間の大半が判断ではなく生産に向かっているなら、変えるべき数字はそれである。自動化の監督は本物の、弁明できる役割である —— ただしそれは、機械が見落としたものを自分が捕まえられると示せる場合に限る。

選べる道#

四つの方向。それぞれに現実の制約と、今週試せることが一つ付いています。いまのまま続けることも正当な選択です——ただし、選ばれたものでなければなりません。

留まって強くする

時間を、生産から判断へ移す

この職を支えているのは助言と例外判断である。そこに使った時間が、最も剥がしにくい時間になる。

現実の制約

雇い主が実際に意思決定の近くへ行かせてくれることが前提になる。役割の構造上ずっと生産側にしかいられないなら、この道はまず社内異動から始まる。

今週試すこと

今週を「生産」と「判断」の二つの箱に分けて、時間で記録する。判断が20%を下回っていたら、答えは出ているし、上司に持っていける数字も手に入っている。

職の形を組み替える

自動化を使うのではなく、自動化を持つ

誰かがツールを選び、統制を定め、出力が間違っていたときに責任を負わなければならない。その役割は、埋まる速度より生まれる速度のほうが速い。

現実の制約

デモを信じるのではなくツールを評価できる程度の技術的な耐性が要る。大きな学習曲線ではないが、実在する曲線ではある。

今週試すこと

先月の自動化された出力を一つ取り、端から端まで検証する。見つけたことを書き出す。その文書が、あなたにこの仕事ができるという証拠になる。

隣へ移る

財務分析・FP&A

同じ業務知識をそのまま使いながら、前向きの側に立つ。仕事は答えを記録することではなく、問いを立てることになる。

現実の制約

最初はたいてい横移動か、やや下がる待遇になる。また表計算に慣れている以上のモデリング能力が期待される。

今週試すこと

自分が作った報告書を一つ、シナリオ二本つきの前向きモデルとして作り直す。FP&Aの人に見せて、何が足りないか聞く。

業種をまたぐ

別の業界での監査・内部統制・コンプライアンス

統制の考え方は、業界知識よりも業界をまたいでよく通用する。規制の厚い業種はそれを高く買い、責任を負う層の自動化はより遅い。

現実の制約

資格要件は市場によって大きく異なり、最初の一年はたいてい減収になる。時間を投じる前に、その国の免許制度を確認すること。

今週試すこと

まさにこの移動をした人を二人見つけて、一つだけ聞く —— 何を甘く見積もっていたか。

よくある問い#

AIは会計士の仕事を奪うのか?

職業まるごとではない。特定の業務 —— 入力、勘定科目付け、突合 —— は速く自動化されている。構造化されていて、正解かどうかを確かめられるからである。助言、曖昧な処理の判断、責任を持った署名はそうではない。事業の文脈と、結果を引き受ける人が要るからである。誠実な問いは「この職が消えるかどうか」ではなく、「自分の一週間のうち、自動化できる側が何割を占めているか」である。

いま会計を学ぶ価値はまだあるか?

訓練そのものの価値は残っている —— お金が組織の中をどう流れるかを理解することは、財務にも、オペレーションにも、内部統制にも、会社を興すことにも効く。変わったのは、定型業務をこなしながら覚えるという従来の入口が細くなったことである。判断の仕事に早く到達する計画を立て、資格は到達点ではなく土台として扱うこと。

自分にはあとどれくらい時間があるのか?

この職で見るべき信号は、あなたの事務所における作成者とレビュー者の比率である。レビュー者一人に作成者三人でまわしていた事務所が、一人でまわすようになったとき、その移行はもう起きている —— そしてその変化は、誰かが何かを発表するよりずっと前に、次に誰を採るかという形で目に見える。

自分の仕事のどの部分が本当に危ないのか?

取引の入力と突合である —— このページで「自動化が進んでいる」と印を付けた二つの業務であり、歴史的に若手の一週間を埋めてきた時間でもある。助言と曖昧案件の判断はそうではないが、それらはこの職業の上半分にあり、入口の仕事が消えた若手がそのまま自動的にそこへ着くわけではない。

資格(CPA / ACCA)を取れば守られるのか?

守られるのは署名であって、その裏にある時間ではない。同じ申告が引き続き名前のある人を必要とし、しかし一件あたりの時間は大きく減る —— それは資格に意味があるかどうかの変化というより、その仕事の値付けの変化である。取る価値は残っているし、盾ではない。

これを目指して学んでいますか

この専攻がここへ通じています。そのページでは、どの能力が持ち越せて、卒業生に何が欠けがちかを分解しています。

会計学 →

これについて書いたもの#

この文章は、このページが持っているのと同じ記録から論じており、その一節一節が、何の上に立っているかを名指ししています。

  • AIは実際にいくつの職を奪ったのか——確かめられた数字のすべて

方法と出典#

評価日
2026-09-09
業務の判断の根拠
証拠に基づく3項 · 本サイトの推定3項 · 証拠が足りない0項
検証済みの出来事
2

こちらが職業をどう評価するか →