コピーライター

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。

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。

英国の広告規制機関による裁定であり、事故の損害賠償請求を代行する会社の検索連動型広告を対象とする。これらの広告は、ASA自身のAIを使った広告監視によって見つかった。広告主は、ある広告の「100% Free Service」という表示はAIが生成したもので、その後削除したこと、社内の承認手続きを強化したこと、今後の広告文はすべて取締役の一人が承認することを述べた。ASAは、これらの広告がサービスの性質、費用、節約額について誤認を招くものであり、誤認を招く広告、限定条件の明示、価格と価格比較に関するCAP Codeの規則に違反すると判断し、苦情の対象となった形で再び掲載してはならないと裁定した。取締役による承認は広告主自身の約束が裁定に記録されたものであって、ASAが求めたものではない。この裁定は、小規模な広告主一社の価格表示についてのものである。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

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。

Meta の研究者による、Meta 自身の広告製品に組み込まれた広告文の生成器についての論文である。モデルは、広告主が文章だけを変えた広告の組を使い、クリック率の高いほうの差分を好ましいものとして扱って訓練された。つまり、原稿のテストの結果が訓練の信号になった。2024年2月から4月にかけて、米国の34,849の広告主と、およそ640,000の広告の差分を対象に行われた無作為化試験で、このモデルは以前のモデルに比べてクリック率を6.7%高め、それを使った広告主は差分を18.5%多くつくった。どの差分も、配信される前に広告主が選ばなければならないことに変わりはない。Meta は広告と道具の両方を売っている。

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。

あるオンライン小売企業が、自社での生成AIの使い方について書いた技術ブログである。商品説明については、同社の人間の専門家が質の高い見本を数百件書き、モデルはそれでファインチューニングされて、同社の言葉づかい、文体、型を学び、Stitch Fix のブランドの声で書かれた説明文を出すようになった。広告については、モデルが見出しを生成し、コピーライターがそれをレビューして、ブランドの調子とメッセージに合うよう手を入れる。同社は、いまではこのやり方を Facebook と Instagram の広告見出しのすべてに使っていると述べている。数百件の見本のほかには量を示しておらず、同社自身の投稿である。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。