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›コピーライター

この職業に検証済みの記録が入ったら知らせる →

コピーライター

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。

copywriter選べる道を見る ↓マーケティング・広告評価日 2026-09-10
自動化影響指数
76/100
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
1/ 5項
1項が増強されつつある
いまも人が主導
2/ 5項
1項の新しい業務
証拠に基づく判断
1/ 5項
3件の検証済みの記録
76/100
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

代理店、フリーランス、社内チームで働くマーケティング・広告・コンテンツのコピーライターに向けて書いている。テクニカルライティング、UXライティング、長文の編集記事は隣接しているが、かかる圧力は別である。

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×1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。

量をこなす原稿

自動化されつつある✓ 証拠に基づく

商品説明、広告の差分、検索向けの記事、投稿の見出し、メールの一連——一つひとつは小さく、本数が多い。

AI / ソフトウェア
理由

このサイト全体のなかで最もはっきりした例である。指示どおり、ブランドの調子どおりに、流暢な文章を大量に出すことは言語モデルが最も得意とすることであり、正しさの水準は低く、買い手はもともと、ろくに読まない出力に対して字数で払っていた。この仕事の市場は、縮んだというより価格が崩れた。

これが意味し**ない**こと

安い原稿があらゆる経路に溢れ、その効き目は下がりはじめている。それで昔の価格が戻るわけではないが、「なぜこの原稿は効いていないのか」を言える人への需要は生まれる。

何を言うかを見つける

いまも人が主導≈ 本サイトの推定

製品と顧客から、言う価値のある一つのことと、それが刺さる角度を割り出す。

AI / ソフトウェア
理由

これは、どこにも書かれていないことを知っているかどうかにかかっている——顧客が通話のなかで実際に言った言葉、創業者が製品について認めたがらないこと、競合の顧客が何に文句を言っているか。モデルは既存のマーケティングの平均からもっともらしい角度を出すが、良いメッセージとはまさに、それではないもののことである。

これが意味し**ない**こと

メッセージの仕事は少量・上級で買われ、しかもライターからではなく創業者やマーケティング責任者が担うことが多い。コピーライターという職業を食わせていたのは量の仕事のほうであり、消えたのはそれである。

声を定め、守らせる

新しい業務≈ 本サイトの推定

ブランドがどう聞こえるかを決め、道具と同僚が従える形で書き出し、ずれを捕まえる。

AI / ソフトウェア
理由

原稿の大半を道具と、書き手ではない人たちが出すようになると、一貫していることが希少な性質になり、誰かがそれを引き受けなければならない。指針を書き、手本をつくり、出力をレビューするこの役割は、小さい会社では新しく、大きい会社では増えており、経験のあるコピーライターが着地しているのはそこである。

これが意味し**ない**こと

声の担い手はブランドにつき一人が上限である。この役割は実在し、経験のあるコピーライターの着地先でもあるが、会社につきちょうど一つしかない。

結果を読んで回す

増強されつつある≈ 本サイトの推定

ある案が成果を出し別の案が出さなかった理由を理解し、それを次の指示書に変える。

AI / ソフトウェアRPA / セルフサービス
理由

案をいくつも出すことはいまや無料なので、この輪を律速しているのは生産ではなく洞察である。結果を解釈するには相変わらず、その読み手とその経路を知っていることが要る。それがなければ、案が増えることは、雑音をより速く試すことにしかならない。

これが意味し**ない**こと

洞察は希少だが、結果を読むことは広告のプラットフォーム自身にどんどん組み込まれている。この業務を守っているのは、分析する人の持つ文脈であって、プラットフォームが越えられない障壁ではない。

間違いが金を失わせる原稿

いまも人が主導≈ 本サイトの推定

規制のかかる表示、価格のページ、発表時の文言、法務が目を通すもの、記者が引用するもの。

AI / ソフトウェア
理由

ここでは誤りの費用が非対称である——当局の制裁金や公の訂正は、書く費用とは桁が違う。だから組織は、名前のある誰かに責任を負わせ続ける。道具は起草を助けるが、責任のほうは動かない。

これが意味し**ない**こと

これはこの職のなかで最も小さい切れ端だと、はっきり言っておく——量としては周辺である。価格ページで安全であることは、一週間分の食い扶持にはならない。

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。

認知の自動化
量をこなす原稿何を言うかを見つける声を定め、守らせる結果を読んで回す間違いが金を失わせる原稿
工程とセルフサービス
結果を読んで回す

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。12 → 76。
1007550250
評価していません
2022 H22024 H2Now

● この職業についての3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。

この site 全体で最も鋭い跳ね上がりであり、しかも最初の二つの検査点に落ちている。ChatGPT より前、文章を書くことの自動化は実質的に存在しなかった。一年のうちに、まともな最初の草稿が無料になった。曲線は上がり続けるが減速する——残っているもの、すなわち何を言うかを知っていることは、そもそも時間を食っていた部分ではなかったからである。

2022年下半期12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34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46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65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70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73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75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76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2026-07-312026-09-10 に検証
英国の広告・制作会社の求人に占める「書く職」の割合が、およそ6件に1件から2026年7月にはおよそ30件に1件へ下がった。一方で求人全体は24パーセント増えた

英国の代理店求人を、全代理店求人に占める割合として測ったものであり、就業者数ではなく、また社内やフリーランスのコピーライティングも含まない。割合は他の職が増えたことでも下がる。ここでは求人の総数が増え、書く職はそれよりはるかに伸びなかった。

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。

The Drum(数据来自 Agency by Agency,基于 The Data City 与 Lightcast) ↗影響カード全文 →
使用者による採用2026-06-262026-09-12 に検証
Anthropic の利用計測:ブログ記事を作り上げる自律的なセッションでは人の指示は中央値で1回、対話では13往復だった

報告書の標本期間(2026年春、米国の4月15日の納税期限を含む)における Claude の対話、Cowork、Claude Code、および Anthropic の自社 API を横断して測られている。数えているのは会話であって、人でも雇用主でもない。ブログや記事を生んだ会話の81%、マーケティング用の文章を生んだ会話の80%が仕事に関わるものと分類されたが、その出力を雇用主が発注したのか、対価を払ったのか、受け取ったのかは誰も尋ねていない。自律的な面での委任度の高さは、31の出力種別のうち26で見られ、全会話を通じて1-5の尺度で0.37ポイントの差になる。しかもモデルを揃えても残る——Sonnet が応じた会話に限っても差は0.26ポイントあり、だからこそ著者はこれをモデルの性質ではなく製品の性質として読んでいる。Anthropic は測られている道具を運営し、かつそれを売っており、そもそもこのデータを見られるのはこの会社だけである——どちらの事実も数字の隣に置かれるべきものである。ここには職業に固有のものは何もない。会話から職業への対応づけは分類器のものであって、雇用主のものではない。

ある道具が実際の仕事のために大規模に使われていることが測定されており、しかも使うと決めたのが雇用主ではなく働き手である場合。capability の記録より重い——仕事が実演ではなく本物だからである——そして deployment の記録より軽い。どの雇用主もそれを本番に置いておらず、求めてもおらず、その周りに工程も作っていないからである。重みは `cautious` である——`automating` とは、機械がその業務をできることと、採用の兆しがあることの両方を意味し、これは採用の兆しである——しかし利用は試験的でありうるし、測定の多くは利害のある側から来るので、一件では決して足りず、独立した二件で足りる。誰が数えているかに注意すること。ベンダーの計測データはこれを直に見るが、その道具を売っているので、そうした記録は適用範囲にその利害を明記する。統計機関が企業に「働き手は業務でAIを使っているか」を尋ねる場合、同じ経路を何の利害もなく見ており、それが存在するならそちらが良い出典である。

Anthropic Economic Index report: Cadences ↗影響カード全文 →
実際の導入2024-05-282026-09-10 に検証
Klarna は、社内の「Copy Assistant」を通じて生成AIが自社のコピーライティングの80%を担っており、2024年第1四半期の年換算でおよそ1,000万ドルのマーケティング費用削減がAIによるものだと述べた

世界展開する消費者向け金融企業一社の社内マーケティングであり、数字は自社申告で独立の監査を受けていない。当てはまるのは量をこなすマーケティング原稿であって、何を言うかを決める仕事や規制のかかる表示ではない。

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。

Klarna — 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

量を書く人として入るのは、もはや計画にならない。その市場はほぼゼロまで値が付け直されており、戻らない。残っているのは、顧客を知り、声を引き受け、結果を読む、より小さくより報酬の高い仕事である。入り方は、書くこと一般ではなく、ある製品とその顧客に自分を結びつけること——一社、一つの読み手を深く知り、自分がやった仕事とそれが動かした数字を書き残しておく。

経験があるなら

収入が量に依っていたのなら、それはもう下がっているか、これから下がる。戦略・声・結果に依っていたのなら、おそらく持ちこたえているし、機械が出す文章のあいだで一貫性を引き受ける人への需要は、あなたに有利な新しい需要である。居心地の悪い一手は、言葉を売るのをやめて判断を売りはじめ、それに見合う値をつけることである。

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。

職の形を組み替える

言葉ではなくメッセージを売る

顧客はいまも「何を言えばいいか」を自分では割り出せない。あなたに割り出せるなら、起草は細部であり、起草の値段はあなたには関係がない。

現実の制約

顧客とその事業に触れられることが要るが、代理店の若手の職ではそれがめったに得られない。

今週試すこと

よく知っている製品を一つ選び、そのトップページの一番上に置く一文と、なぜそれかを一段落で書く。その会社で働いている誰かに送る。

職の形を組み替える

ブランドの声の仕組みを引き受ける

道具と同僚が従う指針を書き、ずれた出力を捕まえる人が要る。その仕事は三年前、たいていの会社に存在しなかった。

現実の制約

一日じゅう他人の(そして機械の)書いたものを直すのは、自分で書くのとは別の気質を要する。

今週試すこと

あるブランドの最近の文章を十本取り、声に合っているものと外れているものに分け、その差を生んでいる三つの規則を書く。それができるなら、あなたはこの仕事の核になる技能を持っている。

隣へ移る

プロダクトマーケティング、あるいはライフサイクルマーケティングへ

これらは書くことを含んだ「メッセージと結果」の職であって、書く職ではない。技能はそのまま移り、席はより安定している。

現実の制約

分析を学ぶことになり、書く時間より会議に座っている時間のほうが長くなると見ておくこと。

今週試すこと

プロダクトマーケターに前四半期のローンチ計画を見せてもらう。そのうちどれだけが文章で、どれだけが読み手・時期・経路についての決定かを数える。

よくある問い#

フリーランスのコピーライターとして今も食べていけるのか

量では無理であり、数セントで済む道具と価格で競っても無理である。いまもうまくやっているフリーランスは、依頼者よりその顧客を知っている領域に絞り、字数ではなく立ち位置とメッセージを売り、そして「流暢であることと効くことは別だ」と痛い目で学んだ依頼者のために、機械が出した原稿をレビューしていることが多い。より小さく、人の少ない市場であり、幅よりも具体性が報われる。

あとどれくらい時間があるのか

自分のところに来る依頼を見ること。変化は、すでに草稿が添付されていて「磨いてほしい」と書かれた依頼として現れる。仕事の大半が、誰かの生成した第一稿を直すことになっていたら、自分の単価がまだ変わっていなくても、値の付け直しはもう起きている。

自分の仕事のどの部分が実際に危ういのか

量をこなす原稿——商品説明、差分、一週間を埋めて生活費を稼いでいた定型の出力である。何を言うかを見つける仕事と、間違いが高くつく原稿は同じ位置にはないが、それらは少量・上級で買われ、しかもライターからではなく創業者やマーケティング責任者が担うことが多い。

専門を絞るべきか、幅を持つべきか

どちらの答えもそれだけでは安全ではない。持ちこたえているのは、結果に結びついた原稿——規制のかかる表示、価格、発表時の文言——である。間違っていたときに誰かが責任を負わなければならないからである。間違いが高くつく領域へ絞るほうが、形式へ絞るより守りやすい一手である。

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。

ジャーナリズム・コミュニケーション →マーケティング →教育学・教員養成 →

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
  • AIが会社の中で実際に落ちる場所と、それを担う人

方法と出典#

評価日
2026-09-10
業務の判断の根拠
証拠に基づく1項 · 本サイトの推定4項 · 証拠が足りない0項
検証済みの出来事
3

こちらが職業をどう評価するか →