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ESPT
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方法と出典
職業›セキュリティアナリスト(監視運用)

この職業に検証済みの記録が入ったら知らせる →

セキュリティアナリスト(監視運用)

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。

cybersecurity-analyst選べる道を見る ↓情報セキュリティ評価日 2026-09-14
自動化影響指数
44/100
確度が低い · 失職の確率ではありません
自動化されつつある業務
1/ 4項
1項が増強されつつある
いまも人が主導
2/ 4項
0項の新しい業務
証拠に基づく判断
0/ 4項
2件の検証済みの記録
44/100
自動化影響指数確度が低い

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

防御側のセキュリティ運用——監視、仕分け、事案対応、脅威の探索——を扱う。侵入試験、統治と法令遵守、セキュリティの設計は含まない。それらは、セキュリティという語を共有することの多い別の職である。自分の組織が監視運用の拠点を自前で回しているのか、サービスとして買っているのかは、どの道具よりもこの職の中身を変える。

このページのどの判断も、出典のある証拠ではなく本サイトの推定です。

証拠の基盤には他の職業についての検証済みの記録がありますが、この職業についてはまだ一件もありません。それが入るまで、下にある分析は業務の構造と既知の技術的能力についての推論です——この職に関しては、たどれる出典に支えられていません。そして、検証していないものを引くより、そう言うほうを選びます。ここが空であることは、こちらの覆っている範囲の欠けであって、この仕事についての発見ではありません。

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

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。

警報の待ち行列をさばく

自動化されつつある≈ 本サイトの推定

一回の勤務で何百もの警報に目を通し、見る価値のある二件を決める。

AI / ソフトウェア
理由

これは警備員がカメラの映像を見張るのと同じ業務であり、同じ理由で行き詰まる——持続的な見張りはおよそ二十分で崩れ、本物の割合は残酷なほど低い。だから人の基準値は低く、ソフトは退屈しない。相関づけと情報の付加もまた、この職の残りとは違って機械的に確かめられる——その警報は既知の型に合うか、合わないかである。

これが意味し**ない**こと

警報の待ち行列こそ、この職業が人を採っている場所である。だからそれを自動化することは、仕事ではなく訓練の場を取り除く——上のほうで要る判断は、いまのところその行列をすり潰すことで築かれており、その代わりを誰も述べていない。仕分けを自動化しても警報は減らない。アナリストを、警報を読む人から、警報を生む設定を調整する人へ移すだけである——それは別の、そしてより人の置かれていない仕事である。

事案だと判断する

いまも人が主導≈ 本サイトの推定

宣言すること——人を叩き起こし、ある系を回線から外し、事業側に問題があると告げる。不完全な情報の上で、確信が持てるより前に。

AI / ソフトウェア
理由

二種類の誤りの代償はまったく釣り合わず、しかもどちらも高い——誤報で本番の系を止めることも、本物の侵入を見落とすことも、経歴に残る出来事である。そしてこの判断は、確実さではなく権限によって下される。こちらが確かめられるどこでも、その権限が仕組みに与えられている例はない。そして理由は、正確さではなく責任である。

これが意味し**ない**こと

判断が人に残ることは、その人が自分の建物のなかにいることを意味しない——これは運用受託のサービスへ外に出されることが最も多い業務であり、それは自動化せずにこれを移す。この向きは、これがどんな種類のものかについての言明として読むこと。自分の雇い主がそれをやる人を雇い続けるという保証としてではなく。

検知を書く

増強されつつある≈ 本サイトの推定

一件の事案から学んだことを、待ち行列を溺れさせずに次を捕まえる規則へ変える。

AI / ソフトウェア
理由

問い合わせを書くことはいまや安く、モデルはそれをうまくやる。検知の規則は、出力を試せるコードだからである。何を検知すべきかを決めることはそうではない——この特定の環境で正常がどう見えるかを知っていることが要り、それは人が握っていて、ほとんどどこにも書かれていない知識である。

これが意味し**ない**こと

規則を書くのが安くなることは、誤報の問題を良くするのではなく悪くする。制約はもともと書くことではなかったからである。検知を十倍出せるようになったチームは、それを退役させることについて十倍規律正しくなければならず、そしてそのために人を置く者はいない——そうやって、個人を助ける道具が、全員が働く待ち行列を劣化させる。

何も警報を出さなかったものを探す

いまも人が主導≈ 本サイトの推定

警報ではなく仮説から始める——何かがすでに内側にいると仮定して、それを探しに行く。

AI / ソフトウェア
理由

探索は、引き金がないことによって定義される営みであり、それは、どの検知の道具も必要としている入力を取り除く。引き金の代わりになるのは、この特定の組織における攻撃側の目的についての推測であり、その推測は、この会社が持っているもののうち何が奪う価値があるかを知っていることから立てられる。

これが意味し**ない**こと

待ち行列が騒がしいとき真っ先に削られる活動である。対応票も指標も生まないからである。ある業務は、まるごと人のものでありながら、誰もそれを取り除くと決めないままチームの一週間から消えうる——そしてこの職業では、それが通例の消え方である。

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。

認知の自動化
警報の待ち行列をさばく事案だと判断する検知を書く何も警報を出さなかったものを探す

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。28 → 44。
1007550250
評価していません
2022 H22024 H2Now

● この職業についての1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。

上りは一つの業務であり、それはこの site で警備員の曲線を持ち上げているのと同じ業務である——警報の待ち行列をさばくことは見続ける注意であり、人間はおよそ二十分で失敗するがソフトウェアは飽きない——そして相関づけは、この仕事の他の部分とは違って機械が確かめられる。平らになるのは、事案だと判ずることが、確実性ではなく権限によってなされるからであり、こちらが検証できる範囲でそれを委ねた組織はない。この曲線が示せない二つは、どちらもその高さより効いてくる——警報の待ち行列はこの職業が人を採る場所なので、それを自動化することは、上級の判断がその上に築かれてきた梯子の段を取り除く。そして、運用の外部委託は、この仕事を何一つ自動化しないまま動かすし、どの道具よりも早く到来する。

2022年下半期28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31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35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39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42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43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44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44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44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#

予測2024-01-242026-09-13 に検証
英国の国家サイバー当局は、今後二年でAIがサイバー攻撃の量をほぼ確実に増やし、その押し上げは偵察と人を欺く手口に集中すると評価した

較正された確率の語彙を使う情報機関ふうの評価であって、測定ではない——「ほぼ確実」「可能性が高い」は、この機関自身の尺度の上で定義された語であり、報告書は判断とともにその尺度も公表している。この職業との関わりは間接的だが具体的である——攻撃が増え、人を欺く手口がより効くようになることは、警報の待ち行列がより大きくより騒がしくなることを意味する。それはこのページで最も晒された業務であり、つまりこの予測と自動化は、反対の方向から同じ場所を指している。この評価はまた、当面の押し上げが新奇な手口ではなく既存の手口の進化から来ること、そして高度な使い方は、質のよい学習データと専門性と資源を持つ主体に限られ続けることも判断している——そのどちらも、この評価の最も劇的な読み方に逆らう。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

UK National Cyber Security Centre, assessment: the near-term impact of AI on the cyber threat ↗影響カード全文 →
予測2022-10-012026-09-13 に検証
シンガポールの情報通信の当局は、セキュリティアナリストの二つの職を影響の大きい職と評価し、三年から五年のうちに自動化の仕組みがその中心の業務を置き換えると見込んだ

委託された分野の調査であり、起きたことの測定ではない。だからこれは、何も動かさない区分に置かれている。仕組みを丁寧に読むこと。それは大半の読者が思い込むものではないからである——名指しされている道具は SOAR、すなわちセキュリティの統制・自動化・対応であり、それは言語モデルではなく業務の流れの自動化である。報告書は2022年10月付で、もとになる分析は2020年12月付なので、生成AIが一般に届く前に書かれている。そこに出てくる「AIと分析」は、対話モデルではなく、警報の優先順位づけへの機械学習を覆う流行の見出しである。具体的に主張しているのは、SOAR が手作業でのサイバー監視と報告を引き取り、セキュリティの仕組みと運用の管理といった中心の業務を置き換えうること、それによってそれらの業務に必要な人員が減ること、一方で職に就いている人は記録データと報告の分析を保ち続けること、である。対象はシンガポールの情報通信の働き手のみであり、雇用を測るのではなく関係者への聞き取りを束ねたものであり、そして報告書自身が、その知見はある時点で取られたものであり、のちに読む者がそれぞれの文脈に置き直さなければならないと述べている。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

IMDA / Workforce Singapore — Impact Study on the Information & Communications Workforce in Singapore (full report, PDF) ↗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

この分野の入口の段は警報の待ち行列であり、そしてそれは最もはっきりした自動化の仕組みが向けられている段である。それはあなただけでなく、この職業にとって本物の問題である——上級のアナリストが持っている判断は、その行列をすり潰すことで築かれたものであり、その代わりを誰も設計していない。事案の対応に早く近づくこと。そして、本物の事案に同席させてくれるチームは、昇給より値打ちがあると考えること。

経験があるなら

あなたのチームの先行きを決める数字は二つあり、そのどちらも自分で出せる——自分の待ち行列の本物の割合と、前四半期に退役させた検知の数である。二つ目に答えられないチームは、すでに読みきれていないものをさらに生み出すことに、道具の予算を使われることになる。

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

行列に沿ってではなく、行列の上流へ動く

仕分けの自動化を生き延びるのは、警報をより速く読む人ではなく、その警報を生んでいる設定を調整する人である。

現実の制約

検知の設計は別の技能の束であり、大半の監視運用の現場は、勤務のなかでそれを教えてくれない。

今週試すこと

手持ちで最も騒がしい規則の、本物の割合を測る。五十件に一件を切っているなら、今四半期の取り組みを見つけたことになる。

職の形を組み替える

この環境を知っている人になる

どの道具も正常についての基準を必要としており、あなたの会社のためのそれを提供元は供給できない。その知識は何ものも買えない入力であり、そして探索が動いている燃料でもある。

現実の制約

それはあなたを、この雇用主にとって特別に価値のある人にする——交渉では効き目であり、転職では弱みである。

今週試すこと

最も忙しい系について、正常がどう見えるかを五つの文で書いてみる。書けないなら、そこが空白であり、そしてそれを埋めるのはあなたである。

よくある問い#

AIはセキュリティアナリストの仕事を奪うのか

仕分けは本当に動いている。そしてその理由は理解する価値がある——それは警備員がカメラの映像を見張るのと同じ業務であり、人は同じ形で失敗する。持続的な見張りはおよそ二十分で崩れ、ソフトは退屈しない。動いていないのは事案を宣言することである。その判断は確実さではなく権限によって下され、二種類の誤りの代償がどちらも重いからである。この職業にとっての本当の危険は置き換えではない。仕分けを自動化することが、アナリストの判断が築かれていた段を取り除くことである。

あとどれくらい時間があるのか

日付は出さない。信号は、自分の待ち行列の本物の割合と、一回の勤務のうちどれだけが、自分なしでも仕組みが相関づけられる警報に使われているかである。そのどちらも今週測れる。組織の側の信号は別で、しかもより予測力がある——自分の雇い主が運用受託のサービスの話をしているかどうかである。外部委託は、何も自動化しないままこの仕事を移すし、どの道具よりずっと速く届く。

モデルが検知の規則を書くなら、検知の設計は安全か

規則を書くことは安い半分であり、モデルはそれをうまくやる。規則は、出力を試せるコードだからである。何を検知すべきかを決めることはもう半分であり、それは自分の環境で正常がどう見えるかを知っていることに依る——人が握っていて、ほとんどどこにも書かれていない知識である。注意すべきは、規則を書くのが安くなることが誤報の問題を悪くすることである。制約はもともと書くことではなかったからである——検知を十倍出すチームは、それを退役させることについて十倍規律正しくなければならず、そしてそのために人を置く者はほとんどいない。

脅威の探索は、判断を要するから守られているのか

自動化からは守られている——探索は引き金がないことによって定義される営みであり、それは、どの検知の道具も必要としている入力を取り除く。とはいえ、待ち行列が騒がしいとき真っ先に削られる活動でもある。対応票も指標も生まないからである。それが身につけておく価値のある型である——ある業務は、まるごと人のものでありながら、誰もそれを取り除くと決めないままチームの一週間から消えうる。そしてこの職業では、それが通例の消え方である。

方法と出典#

評価日
2026-09-14
業務の判断の根拠
証拠に基づく0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
2

こちらが職業をどう評価するか →