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…
日本語
  • English
  • 简体中文
  • 日本語
  • Español
  • Português
  • Français
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AI に仕事を奪われるのか?VOLOについて職の診断オープンデータオントロジーVOLO Pro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コンテンツモデレー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エンジニアデータ入力オペレーター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税理士・申告代行声優診療情報コーダー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保険アンダーライター(引受査定)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ネットワークエンジニアイラストレーター旅行代理店スタッフ・旅行アドバイザー情報システムの支援担当・ヘルプデスク監査人サプライチェーンプランナー経営コンサルタントフォトグラファー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運営担当アクチュアリーアニメーター・VFXアーティスト作家・著述家給与計算担当者/給与事務放射線科医データエンジニアプロジェクトマネージャーデータサイエンティスト法廷速記者編集者・校正者弁護士医療事務助手・クリニック助手積算士コンテンツクリエイタークオンツアナリスト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 エンジニア・プラットフォームエンジニア・SREビジネスアナリスト音楽家・作曲家GISアナリスト・地図製作者不動産鑑定士プロダクトマネージャー管理栄養士・栄養士エコノミスト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)ファイナンシャルアドバイザー通訳者病理医チップ設計エンジニアグラントライター・助成金担当者コンプライアンス担当図書館員製図技術者・CADオペレーター建築士現場管理職・チームリーダーカウンセラー・心理療法士販売員土木・構造技術者電気エンジニアインダストリアルエンジニア統計家警備員インテリアデザイナー大学教員心理士バス運転士保険代理人・保険募集人機械エンジニアファッションデザイナー検眼士公証人学校教員総合診療医・かかりつけ医旅客機のパイロット自動車教習所の指導員都市計画担当者通信指令員ホールスタッフ診療放射線技師測量士自動車整備士警察官超音波検査技師航空整備士歯科衛生士麻酔科医建築検査員言語聴覚士航空管制官獣医師バーテンダー・バリスタ理学療法士・リハビリ療法士歯科医師外科医救急救命士・救急隊員建設作業員ソーシャルワーカー裁判官看護師マッサージ師助産師介護職・看護助手配管工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地下鉄運転士受付調剤補助員採血技師歯科助手呼吸療法士作業療法士
ロボティクス
レジ係・販売スタッフコンテナターミナル作業員倉庫作業員組立作業員臨床検査技師俳優・モデル機械加工工・CNCオペレーター溶接工料理人庭師・造園工清掃員農家消防士空調・冷凍設備技術者れんが・ブロック積み職人大工・建具職人客室乗務員美容師・理容師電気工
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学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医学ホスピタリティ・観光経営学経済学情報システム
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AI 業務改善実験VOLO Pro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
このページの内容何が起きているか業務の分解最近の変化あなたにとってあなたにとって何を意味するかできること何を根拠に何の上に載っているか
職業›カスタマーサポート担当

この職業に検証済みの記録が入ったら知らせる → · このうちどの業務が自分のものか印を付ける(VOLO Pro、ローンチ期間中は無料) →

カスタマーサポート担当

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。

カスタマーオペレーション評価日 2026-09-09
自動化されつつある業務
2/ 5項
0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
3/ 5項
5件の検証済みの記録
今週試せること · 4 本の道の 1 本目

自動応対の会話を20件引き出し、誤っている回答と信用を損なう回答に全部印を付け、そのボットの担当者にリストを送る。

4 本すべてを見る ↓
74/100
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

消費者向けおよびSaaS事業の一次・二次サポートを想定して書いている。現場出張を伴うサービス、医療、安全に直結するサポートは事情がまったく異なる。

何が起きているか

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増強されつつあるいまも人が主導新しい業務斜線:当サイトの推論で、検証済みの記録にはまだ裏付けられていない

一つのマスが一つの業務です。大きさはその仕事の中でその業務が占める比重、色はその業務が向かっている方向。マスをクリックすると、その判断がまだ示していないことが見られます。

中核業務
繰り返される質問に答える
自動化されつつある✓ 証拠に基づく
これが意味し**ない**こと

簡単な半分をそらしても、仕事が半分になるわけではない。簡単な半分が消えて、残った一件一件が平均より難しい待ち行列だけが残る。人数が減っていく一方で、一件あたりの対応時間はむしろ伸びる。

この業務の全文を読む →このタスクで、職場での最初の AI 実験を →
主要業務
振り分けとトリアージ
自動化されつつある✓ 証拠に基づく
これが意味し**ない**こと

誤送が安く済むのは、向こう側で人が受け止めて拾い直してくれる場合だけである。下流の工程も自動化が進むほど、振り分けの誤りは「取り返しのつくもの」ではなくなり、「諦めて去っていった顧客」になる。

この業務の全文を読む →このタスクで、職場での最初の AI 実験を →
中核業務
すでに怒っている顧客に対応する
いまも人が主導≈ 本サイトの推定
これが意味し**ない**こと

これが守るのは職の存在であって、人数ではない。自動化が問い合わせの7割を吸収すれば、残るエスカレーション対応はずっと少ない人数でこなせる。

この業務の全文を読む →
主要業務
例外を認める判断
いまも人が主導≈ 本サイトの推定
これが意味し**ない**こと

ここで効いている制約は能力ではなく企業の責任方針であり —— そして方針とは、他所で節約の実績が示された途端に変わる類のものである。これは堀ではなく、猶予だと考えたほうがよい。

この業務の全文を読む →
主要業務
ボットが何と言ったかを点検する
新しい業務✓ 証拠に基づく
これが意味し**ない**こと

一人のレビュー担当が多数のボットの出力を監査できる。まさにそれゆえに、この業務はボットが押し出した人数を埋め合わせない。これはより小さく、より上位の仕事である。

この業務の全文を読む →

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。

繰り返される質問に答える自動化されつつある✓ 証拠に基づく振り分けとトリアージ自動化されつつある✓ 証拠に基づくすでに怒っている顧客に対応するいまも人が主導≈ 本サイトの推定例外を認める判断いまも人が主導≈ 本サイトの推定ボットが何と言ったかを点検する新しい業務✓ 証拠に基づく

5 件の業務を一つずつ読む —— 方向・理由・限界 →

最近の変化#

20192020202120222023202420252026今日2019-01-01 · 実際の導入米連邦取引委員会は、2019年にReportFraud.govとIdentityTheft.gov向けに立ち上げた時間外チャットボットを2026年の連邦AI目録で「退役」と記載した —— 一年前の目録では同じ用例が「運用中」だった2024-02-27 · 実際の導入Klarna のAIアシスタントが最初の一か月で230万件の会話——顧客対応のチャットの三分の二——を処理し、解決までの時間は11分から2分未満に下がった2025-05-08 · 制限または撤回Klarna の最高経営責任者が、AI優先の進め方のなかで費用が「前に出すぎていた」、品質が損なわれたと述べ、顧客対応にまた人を雇うと語った2026-07-01 · 用工の変化米国の電話コールセンター雇用は2022年11月の385,100人から2026年6月の277,500人へ28%減った —— ただしその前の41か月でも既に17%減っていた2026-08-12 · 用工の変化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
判断を動かしうる判断を動かさない(予測、能力の実演など)
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

カスタマーサポート担当は、論文の付録で最高曝露五分位のうち雇用者数で2位に位置し、その「補完」欄ではなく「代替」欄に置かれ、さらに事例研究として取り上げられた二職種のうちの一つでもある。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 →
用工の変化2026-07-012026-09-11 に検証
米国の電話コールセンター雇用は2022年11月の385,100人から2026年6月の277,500人へ28%減った —— ただしその前の41か月でも既に17%減っていた

米国の電話コールセンター業における給与雇用者数の月次系列であり、OEWS職業調査と違って時系列比較のために設計されている。これは職業ではなく産業の数字である:カスタマーサポート担当の多くはコールセンターではなく銀行・小売・航空会社で働いており、この系列には入っていない。2022年より前の減少は年率約5.3%、以後は年率約8.7%であり、つまり傾向自体は生成AIより前から始まっている —— オフショア化、セルフサービス、IVRが既にこの産業を縮めていた。したがってこの系列が答えられるのは「速度が変わったか」であって、「AIがこれを始めたのか」ではない。

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。

US Bureau of Labor Statistics — Current Employment Statistics, telephone call centres (NAICS 561422), series CES6056142201 ↗影響カード全文 →
制限または撤回2025-05-082026-09-10 に検証
Klarna の最高経営責任者が、AI優先の進め方のなかで費用が「前に出すぎていた」、品質が損なわれたと述べ、顧客対応にまた人を雇うと語った

2024年2月の導入と同じ会社。アシスタントはおおよそ三分の二の問い合わせを処理し続けていた。2025年5月8日の Bloomberg のインタビューを引く二次情報源。

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。

CX Dive (reporting a Bloomberg interview) ↗影響カード全文 →
実際の導入2024-02-272026-09-10 に検証
Klarna のAIアシスタントが最初の一か月で230万件の会話——顧客対応のチャットの三分の二——を処理し、解決までの時間は11分から2分未満に下がった

世界の消費者向けフィンテック、チャットの窓口、23の市場。返金、返品、支払い、係争。数字は企業の自己報告で、顧客は人の担当者を選ぶこともできた。

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 →
実際の導入2019-01-012026-09-22 に検証
米連邦取引委員会は、2019年にReportFraud.govとIdentityTheft.gov向けに立ち上げた時間外チャットボットを2026年の連邦AI目録で「退役」と記載した —— 一年前の目録では同じ用例が「運用中」だった

この件は両側とも、雇用主が公開を義務づけられた目録の中で自らのシステムを説明したものである。2025年版のファイルの項目FTC-0003は、稼働開始を月のない「2019」とだけ書いており、そのためここでは1月1日として記録している。開発段階は「退役」。同じ用例は2024年版のファイルでは「運用・保守」の段階にあり、「退役日」の欄は空だった。そして2024年版のファイルは2025年1月23日にアップロードされ、2025年版は2026年4月13日時点とされている —— つまり退役はこの二つの日付のあいだに起きており、それ以上狭める材料はない。表現自体も二年のあいだに変わっており、その理由もまた書かれていない:2024年には「有人チャットが営業時間内しか使えないため、営業時間外に無人チャットを提供する」と書かれ、2025年には「自動チャットボット機能を提供し、有人チャットサービスを置き換える」と書かれている。項目は請負業者の名を挙げ、当該機関はソースコードを保有していないと記している。ここで意図的にしていないことが二つある。これを撤回として記録していない。ファイルが退役の理由を示していないからであり、システムは失敗と同じくらい容易に、契約、サイト再構築、より良い後継のせいでも終わる。「採用が抑え込まれた」という意味の段階に入れることは、原文にない原因を主張することになる。そしてこれは測定でもない:チャット件数も、人員の数字も、有人チャットがその後どうなったかも書かれていない。立っているのは、一つの雇用主がこれを数年間動かし、そして止めたということ、そしてその終わりが見えるのは、この雇用主が何を使っているかを法的に公開し続けなければならないからだけだ、ということである。

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。

OMB — 2025 Federal Agency AI Use Case Inventory, individually reported use cases (entry FTC-0003), read against the 2024 inventory ↗影響カード全文 →
あなたにとって何を意味するか

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

一次サポートは歴史的に、特定の学位なしで会社に入れる最も広い扉の一つだった。この職の業務のなかで、その扉がいま最も速く狭まっている。サポートを入口として使うなら、最初の一年のうちに二つ目の技能を意図して作ること —— 品質レビュー、導入支援、あるいはカスタマーサクセスやオペレーションへ移れるだけの深い製品知識。

経験があるなら

あなたの強みは、どの回答が実際に正しいか、どの規定が現場では曲げられているか、そしてどの顧客がもう去ろうとしているかを知っていることである。そのどれもナレッジベースには書かれていない —— だからあなたは、自動化と競う人ではなく、自動化を定義し監査する側に立つべき人である。

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

サポート品質とボット監督へ移る

この職のなかで縮んでいるのではなく伸びている業務であり、あなたが積んできた案件履歴がそのまま資格になる。

現実の制約

小さなチームでは専任の枠がないこともある。その場合は、まず目に見える形でやってみせて、枠のほうを作ることになる。

今週試すこと

自動応対の会話を20件引き出し、誤っている回答と信用を損なう回答に全部印を付け、そのボットの担当者にリストを送る。

隣へ移る

カスタマーサクセスまたはアカウント管理

顧客についての知識は同じまま、仕事がチケットを閉じることではなく取引を維持し広げることになる。結果を引き受ける仕事は、自動化がずっと難しい。

現実の制約

たいてい目標数字と向き合うこと、そして多少の商談的な会話が求められる。優れたサポート担当の全員がそれを望むわけではない。

今週試すこと

担当している取引先を三つ選ぶ。それぞれ一枚で、なぜ離れる可能性があるのか、自分なら何をするのかを書く。カスタマーサクセスの責任者に見せる。

隣へ移る

導入支援・オンボーディング・トレーニング

使いこなし方を人に教えることは、サポートの技能をライフサイクルのより前の段階で使うことであり、しかもチケットではなく会話のなかで起きる。

現実の制約

予定が決まっていて、人目にもつきやすく、たいてい集団の前で話すことが求められる。

今週試すこと

新しい顧客か同僚に対して20分の操作説明を一回やり、終わったあとに「まだ分からなかったところはどこか」を聞く。

業種をまたぐ

物理的な制約のある業種でのオペレーション

現実の世界で物事が起きる調整の仕事 —— 物流、医療事務、現場運用 —— は、失敗したときの代償が高いぶん自動化が遅い。

現実の制約

多くの場合シフト勤務か現場常駐になり、その業種の知識はほぼゼロからやり直しになる。

今週試すこと

検討している業種でオペレーションをやっている人を一人つかまえ、その人の一週間が実際どうなっているのかを聞く。

よくある問い#

カスタマーサポートの仕事はなくなるのか?

人が処理する定型的な問い合わせの量は減っており、それが一次サポートの仕事の最大の部分である。残るもの —— エスカレーション、例外を認める権限、そして今では自動化の監査 —— は本当に自動化しにくいが、それに必要な人数は旧来の形よりずっと少ない。職の形が変わることと、人数が減ることが同時に起きると考えておくこと。

自分にはあとどれくらい時間があるのか?

見るべき信号はベンダーの発表ではなく、自分の待ち行列の中身である。今月の問い合わせのうち、以前にも答えたことのある質問が何割を占めたかを数えること。その割合が急に落ちたら、自動応答による振り分けはもう来ている —— そして同時に平均対応時間は伸びる。残っているのは難しいほうの半分だからである。

自分の仕事のどの部分が本当に危ないのか?

繰り返しの質問と振り分けである —— 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、多くのチームでは合わせて問い合わせ量の大半を占める。怒っている顧客への対応と規定の例外判断は当面は人に残るが、量としては小さく、ずっと少ない人数でこなせる。

企業がオペレーターを呼び戻しているという話を聞いたが、本当か?

本当である。本サイトもその一例を検証済みの証拠として収録している —— 問い合わせの大部分を置き換えたと公言していた事業者が、品質が落ちたあとに人を戻した。ただしそれは「移行が順調ではない」ことの証拠であって、「移行が起きていない」ことの証拠ではない。同じ会社はその後また自動化を進めている。

何を根拠に

これらの判断が載っているもの#

このページの 5 件の業務判断のうち 3 件は検証済みの事象に支えられ、2 件はプラットフォームの推論であり、いずれもそれが現れる場所に明示されている。その背後には 2 の技術次元、言語モデルが一般に届いて以降の推移の再構成、そして 5 件の検証済み事象がある。

どの技術か、どうやってここまで来たのか、そして方法を見る →

公式の分類でどこに位置するか:スキル、知識、関連職業 →

同じ機能のなかの他の職種#

会社はまず仕事を機能に分け、そのあとで職に分ける。以下はこの仕事と同じ「カスタマーサービス」のなかにある職種である。これは組織図についての事実であって、互いに似ているとか、同じ方向へ変わりつつあるという判断ではない。

保険金支払い担当