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›経験のあるソフトウェアエンジニア

この職業に検証済みの記録が入ったら知らせる →

経験のあるソフトウェアエンジニア

自分が書いていない系に手を入れ、何を世に出してよいかを決め、それがどう壊れるかに答える——ソフトウェアの仕事のうち、打鍵ではなく、特定のコードベースについての判断が大半を占める部分である。

experienced-software-engineer選べる道を見る ↓ソフトウェア・技術評価日 2026-09-12
自動化影響指数
46/100
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
0/ 6項
0項が増強されつつある
いまも人が主導
4/ 6項
2項の新しい業務
証拠に基づく判断
1/ 6項
1件の検証済みの記録
46/100
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

保守されている本番のコードベースで数年を過ごしたエンジニア——レビューし、設計し、何を出すかを決める人——に向けて書いている。ここでは職位で切っている。フロントエンド、バックエンド、データエンジニアリングはレイヤーで切っており、それぞれ別のページを持つ。だから上級のフロントエンドエンジニアは二つのページに載り、その二つは別の問いに答える。入社直後の仕事は別に評価しており、テスト専門のエンジニアリングも独立したページを持つ。機械学習エンジニアリングとAI研究にもいまはページがある。サイト信頼性エンジニアリングは実在し、本当に別物であり、そしてまだここでは扱っていない——それは空白であって、ここに属するという判断ではない。

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。

いまも人が主導×4新しい業務×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。

自分が書いていない系に手を入れる

いまも人が主導✓ 証拠に基づく

制約が文書化されておらず、それまでの判断がすでに背負ってしまったもののなかに宿っている、大きく長く生きてきたコードベースの内側で変更を加える。

AI / ソフトウェア
理由

このページで最も強い証拠が語っているのはこの業務であり、しかもその証拠は思いがけない向きを指している。参加者が自ら保守しているリポジトリの実際の課題を使った無作為化試験で、2025年当時のAIの道具を使った経験のある開発者は19%長くかかり、しかも自分は20%速かったと信じていた。変更に必要な文脈は、その特定の系についてその人の頭のなかにある模型が握っており、それを道具に供給する費用は、節約する分より大きい。

これが意味し**ない**こと

試験は一つ、開発者は十六人、しかも彼らがよく知っている成熟したリポジトリである。著者自身、これが大半の開発者や新規の案件を描いたものではないと明言している。同じ道具が一年後にどう振る舞うかについては何も語っていないし、一度測られた減速は、その道具の恒久の性質ではない。

機械が書いたものをレビューする

新しい業務≈ 本サイトの推定

自分が書いてもおらず、その場にもいなかったコードを読み、正しいかどうかを決める——しかも生成が安くなるほど増えていく量で。

AI / ソフトウェア
理由

生成は詰まりどころを取り除くのではなく移す。コードがより多く届き、それを読む仕事は、そのブランチに責任を負う人のところへ落ちる。Alphabet は、Google の新規コードの四分の一以上がAIによって生成され、その後エンジニアがレビューして受け入れていると述べた。それは仕事が消えたという説明ではなく、仕事がどこへ移ったかという説明である。

これが意味し**ない**こと

生成されたコードの割合は、レビューにどれだけ時間がかかるかも、それがきちんと行われているかも、エンジニアの総数が変わったかも語らない。レビューの量が増えることも、自動的に良い仕事ではない——時間に追われたとき、最も雑にやられやすい部分である。

どう壊れるかを見据えて設計する

いまも人が主導≈ 本サイトの推定

構造を選び、そしてどの壊れ方を受け入れるかを選ぶ——依存先が落ちていて、要求の半分がすでに走っている午前三時に、何が起きるかを分かったうえで。

AI / ソフトウェア
理由

モデルは構成を提案し、流暢にそれを弁護できる。できないのは、その取捨の結果を背負うことである。そしてここでの取捨は技術上の好みではない——どの失敗ならこの組織が生き延びられるかについての賭けであり、それはコードではなくその組織についての事実に依る。

これが意味し**ない**こと

これは仕事についての判断であって測定ではない。設計上の判断が自動化された記録も、それに抗った記録も、こちらは持っていない。そしてここでの証拠の不在はありふれた種類のものである——設計レビューを公開する人はいない。

何を世に出すかを決める

いまも人が主導≈ 本サイトの推定

これはこの既知の危険を承知で、いま出す、と言う人であり、そのあと答える人であること。

AI / ソフトウェアRPA / セルフサービス
理由

この境目のうち検証の側についての証拠は、自動の点検が十分に捕まえていないというものである。上級エンジニア200人への調査は、AIが生成した変更の43%が、検証環境と準本番を通ったあとも本番で人手のデバッグを必要としていると報告している。その割合が当たっているかどうかは別として——調査を出したのはデバッグの道具を売っている会社である——主張の形は、独立に報じられている事故と合っている。

これが意味し**ない**こと

利害関係者による自己申告の調査は、数字の証拠としては弱く、向きの証拠としてはましである。出荷の判断が全体として難しくなっているとは示していないし、対象はあらゆるソフトウェアではなく大企業向けソフトウェアである。

他の誰かができるようにする

いまも人が主導≈ 本サイトの推定

教えるレビュー、二人一組での作業、そして文脈を意識して手渡すこと——チームが、判断できる人を持ち続けるための仕組みである。

AI / ソフトウェア
理由

この業務が荷を支えるようになりつつある理由は、この業務の外側にある。AI曝露度の最も高い職での22-25歳の就業は、2022年末から2026年半ばにかけておよそ11%減り、曝露度の低い層ではそうならなかった。そして若手の採用枠を削った組織のいくつかは、上級者を生み出す道そのものを取り払ったと公に述べている。下に届く人が減るなら、判断の受け渡しは良い習慣であることをやめ、供給線になる。

これが意味し**ない**こと

給与の細かいデータが示しているのは就業の減少であって、指導が増えたことでも、誰かがそこに投資すると決めたことでもない。若手の入りが細くなることと、教える仕事が上級者に多く落ちることの結びつきは、二つの事実からの読みであって、測られたものではない。

コードを書き変える自律的な仕組みを引き受ける

新しい業務≈ 本サイトの推定

自動でコードを書く仕組みが監督なしに何をしてよいか、何を必ず尋ねさせるか、その出力がどこからブランチに入るかを定め——そしてその設定に名前がつく人であること。

AI / ソフトウェアRPA / セルフサービス
理由

この仕事は2022年には存在しなかったし、放っておいて誰かに割り当てられるものでもない。生成がリポジトリに触れることを許されている場所ならどこにでも現れる。そしてそのあとに起きる事故は、モデルにではなく、誰が何を統合してよかったのかに辿られることが多い——2026年3月の Amazon の障害は、承認を経ていないAI支援のコード変更が原因とされ、その後335の系にわたる90日間のコード安全の立て直しが続いた。

これが意味し**ない**こと

一社の事故と立て直しは、業界の描写ではない。そして立て直しの計画は、何かがうまくいかなかったことの証拠であって、それがどれだけありふれているかの証拠ではない。この引き受けが、誰かが報酬をもらってやる職になっているとは、ここには何も書かれていない。

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
自分が書いていない系に手を入れる機械が書いたものをレビューするどう壊れるかを見据えて設計する何を世に出すかを決める他の誰かができるようにするコードを書き変える自律的な仕組みを引き受ける
工程とセルフサービス
何を世に出すかを決めるコードを書き変える自律的な仕組みを引き受ける

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。26 → 46。
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。

ここにあるたいていのページより高い基準線である。コードの補完と書き換えの道具は2022年より前からありふれていたからである——この職業は、一部すでに自動化された状態でこの期間に入り、しかもそれを自覚していた。2023〜2025年の上りは、生成が一行の補完ではなく変更まるごとを起案できるところまで届いたことである。若手の曲線と比べて早く、低いところで平らになり、そしてその平坦化こそ面白い部分である——残っている業務は、ある特定の仕組みについての判断と、世に出るものへの責任であり、そのどちらにも、より有能なモデルは届かない。この線と若手の線のあいだの差は、安心としてではなく、問題の形として読むこと——この曲線を押さえているのと同じ力が、あちらを押し上げており、その二つは、両者のあいだの道筋でつながっている。

2022年下半期26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29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33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37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40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45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46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46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#

制限または撤回2025-07-102026-09-12 に検証
経験のあるオープンソース開発者16人が実際の課題246件に取り組んだ METR の無作為化試験では、2025年初頭のAIの道具を使ったとき19%長くかかり、しかも本人たちは20%速かったと信じていた

大きく成熟した、自分がよく知るリポジトリ(それぞれおよそ5年)の保守者が対象である。道具は主に Cursor Pro と Claude 3.5/3.7 Sonnet。著者は、この結果が大半の開発者や、新規案件、若手の仕事に一般化できるとは明示的に主張していない。

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。

METR — study report ↗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

あなたはまだこのページの人ではないし、ここへ至る道こそが圧力を受けているものである——先に若手のページを読むこと。ここで最も大事なのは、この職業が売っている能力が、ある特定の系についての判断だということであり、それは良い道具を使うことではなく、その系の内側にいることで身につく、ということである。

経験があるなら

このページで測られた発見は、自分のコードベースの上ではその道具があなたを速くしなかったこと、そしてあなたはそう思っていなかったかもしれないことである。それを安心ではなく、自分の仕事を自分で測る理由として扱うこと。試験は小さく、一年前のものである。そして伸びているのは打鍵ではない——届いたものをレビューすること、そして自律的な仕組みに何を許したかに答えることである。

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。

留まって強くする

否と言うことを信じてもらえる人になる

生成された変更が増えるほど、詰まりどころは、通る理由を添えてそれを断れる人へ移る。その権限は、特定の系について、人前で、繰り返し正しくあることで手に入る。

現実の制約

その系について正しくあれるだけの期間、一つのコードベースに留まることが要る。それは十八か月ごとに昇給のために移る生き方とは噛み合わない。

今週試すこと

今月承認した生成された変更を一つ取り、見落としを探すつもりで読み直す。いまでも承認するか、そしてなぜかを書き留める。

職の形を組み替える

自律的な仕組みに何を許すかを引き受ける

自動の変更が何に触れてよいか、どこから入ってよいかを、誰かが決めなければならない。大半のチームでそれは誰にも与えられておらず、だからこそ職務記述書ではなく事故の報告書のなかに現れる。

現実の制約

少なくともいまのところ、肩書きのない責任である。意識して、書面で引き受けること。さもなければ、最初に何かが壊れたときにあなたに割り当てられる。

今週試すこと

自分のリポジトリで、いま自動の変更が人を通さずに何をしてよいことになっているかを1ページ書く。それを回し、「すでに許されていること」について誰が食い違うかを見る。

隣へ移る

正しさが法によって高くつく場所へ移る

決済、安全が絡む系、規制のかかったデータ——監督のない変更が許されていない場所であり、だからレビューと責任は、当然のものとして期待されるのではなく、費用がついている。

現実の制約

仕事は遅く、手続きは多く、深さには年月がかかる。安全な部屋で同じ工学をやるのではなく、別の種類の工学である。

今週試すこと

自分の近くの系に当てはまる規制上の要件を一つ見つけ、それが実際に何を禁じているのかを読む。直接それを読んだことのあるエンジニアは、ほとんどいない。

業種をまたぐ

問題の側へ移る

ソリューションエンジニアリング、技術寄りのプロダクト、開発者体験——系のしくみと、誰かがそこに何を求めているかの両方を分かっていることが価値になり、しかも書くことがもともと希少ではなかった職である。

現実の制約

伝えることを一級の技能として扱う必要があり、コードを最もよく知っている人であることをやめる覚悟が要る。

今週試すこと

自分がつくった系を使っている人の隣に座り、二十分何も言わない。相手が手を止めた場所をすべて書き留める。

よくある問い#

AIのコーディングの道具は、本当に経験のあるエンジニアを速くするのか

このサイトが持っている唯一の無作為化試験は逆の結果を出しており、持っておくべき細部は、測定と実感のあいだの隔たりである。自分が知っているリポジトリの実際の課題に取り組んだ、経験のあるオープンソースの保守者16人は、2025年当時の道具を使ったとき19%長くかかり、自分では20%速かったと見積もっていた。著者は、これが大半の開発者や新規案件を描いたものだとは主張していないし、一年前のものである。それでも示されているのは、成熟したコードベースの上では速くなることが自動ではないこと、そして自分に訊いても決着しないことである。

あとどれくらい時間があるのか

それを数字で答えられる人はいないし、両方の側の自信たっぷりの答えは、どれも何かを売っている。より役に立つ問いは「仕事のどの部分か」である。部分ごとに速さが違うからである——定型的なコードを書くことはすでに大半が機械の手にあり、それが出したものをレビューすることは独立した仕事に育ち、既知の危険を承知で何を出すかを決めることは、能力ではなく責任なので動いていない。代わりに、自分で確かめられる信号を見ること——いま一週間のどれだけが、自分の書いていないコードを読むことに使われているか。

若手が削られているなら、上級であるほうが安全なのか

安全なのではなく、晒され方が違うのであり、その二つは見ておく価値のある形でつながっている。AI曝露度の最も高い22-25歳の就業は2022年末から2026年半ばにかけておよそ11%減り、若手の採用枠を削った組織のいくつかは、上級者を生み出す道そのものを取り払ったと公に述べた。上級者をつくるのをやめた職業は、あとになって供給の問題を抱えるのであって、いま安全が保証されているのではない——そしてその間、かつてチーム全体に散らばっていた教える仕事は、より少ない人に落ちる。

フロントエンド、バックエンド、機械学習のどれを専門にすべきか

このサイトはまだそれに答えられないし、そう言うことのほうが当て推量より役に立つ。その三つは本当に晒され方が違うが、それらを分ける証拠をこちらは持っていない——ここにある記録は、研究がそう設計されていたために、技術の層ではなく職位で区別している。フロントエンドとバックエンドを自信たっぷりに順位づける話は、誰かの印象として扱うこと。証拠が支えているのは、自分の領域で間違いがどれだけ高くつくかで選ぶことであり、それは三つを横断する。

いま身につける価値のある一つは何か

自分が書いていないコードをレビューすること、そしてなぜ突き返したのかを言えることである。この技能はもともとこの職のなかにありながら、誰かがそれで採用されたり評価されたりするものではなかった。それがいま詰まりどころになっている。生成が、仕事を産むことから判断することへ移したからである。そしてそれは、否と言うことを信じてもらえる人になるための能力でもあり、この職のなかで、代わりの見当たらない部分である。

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。

  • 実際に自動化されるのは何か、そしてそれを前もって見分ける方法

方法と出典#

評価日
2026-09-12
業務の判断の根拠
証拠に基づく1項 · 本サイトの推定5項 · 証拠が足りない0項
検証済みの出来事
1

こちらが職業をどう評価するか →