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これについて書いたもの方法と出典
職業›財務アナリスト

この職業に検証済みの記録が入ったら知らせる →

財務アナリスト

モデルを組み、メモを書き、金を出す人が踏み切る前に、その数字が何を意味するかを伝える。

financial-analyst選べる道を見る ↓金融評価日 2026-09-10
自動化影響指数
60/100
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
2項が増強されつつある
いまも人が主導
1/ 5項
1項の新しい業務
証拠に基づく判断
2/ 5項
3件の検証済みの記録
60/100
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

事業会社の経営企画・財務計画、投資銀行、株式リサーチの若手から中堅のアナリストに向けて書いている。運用担当者、トレーダー、定量リサーチャーは別の力学のなかにいる。

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×2いまも人が主導×1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。

モデルを組み、更新する

増強されつつある✓ 証拠に基づく

三表連動のモデル、企業価値評価、予算の積み上げ——そして実績が出たときにそれらを更新すること。

AI / ソフトウェアRPA / セルフサービス
理由

表計算の補助はいまや数式を起草し、入力を突き合わせ、差異を説明する。モデル更新の機械的な部分はずいぶん速くなった。モデルの骨格——何が何を動かすのか、どの前提が効くのか——は今も人が設計する。骨格が間違っていれば、自信たっぷりで体裁の整った誤った評価額が出てくるからである。

これが意味し**ない**こと

骨格の設計は、更新に明け暮れる一週間のなかの面白い一時間である。更新を自動化することは、人員を正当化していた時間のほうを取り除き、肩書きを正当化している一時間だけを残す。

データを集め、開示資料を要約する

自動化されつつある✓ 証拠に基づく

報告書から数字を拾い、決算説明会を文字に起こし、200ページの開示資料を1ページにまとめる。

AI / ソフトウェア
理由

公開文書からの抽出と要約は、道具にとってすでに解けた問題であり、データの提供元もそれを組み込んでいる。これは一年目のアナリストの時間の大半を占めていた仕事であり、各社が真っ先に取り除いている部分である。

これが意味し**ない**こと

要約の質は、読む人が「何が落ちているか」に気づけるかどうかまでしか届かない。開示資料を一度も通して読んだことのない若手は、要約が何を隠しているかを嗅ぎ分ける感覚を失う。

何を前提に置くかを決める

いまも人が主導≈ 本サイトの推定

成長率、利益率の道筋、割引率を選び——反対する相手に、なぜそれかを言えること。

AI / ソフトウェア
理由

分析が本当に宿っているのは前提であり、前提は経営陣・競合・世界についての判断の上に立っていて、その判断は部屋のなかで弁護されなければならない。道具は筋書きを並べられるが、どれを信じるかを決め、そこに自分の名前を置くことが仕事である。

これが意味し**ない**こと

前提を置くことは、定義からしてこの職の上級側の半分である。アナリストはそこへ採用されるのではない。圧縮されつつあるモデル作りの年月を経て、そこへ辿り着く。

決める人に説明する

増強されつつある≈ 本サイトの推定

モデルを、最高財務責任者・パートナー・顧客が実行する提案に変え、その場で質問に答える。

AI / ソフトウェア
理由

メモや資料の草稿は速くつくれるようになった。誰かが資本を投じるその会話は、リスク許容度と信頼をめぐる人間の交渉であり、その数字を信じられるものにしているのは、以前に当てていたことで築かれたアナリストの信用である。

これが意味し**ない**こと

資本が投じられる会議は、四半期に数回である。それが守るのは席そのものであって、残りの予定を埋めていた仕事ではない。

分析の道具立てを組み合わせて回す

新しい業務≈ 本サイトの推定

データの取り込み、モデル補助、点検を整えて、チームの出力を速く、かつ信頼できるものにする。

AI / ソフトウェアRPA / セルフサービス
理由

各社がモデル作りや調査に補助を取り入れるにつれ、チームの誰かがそれを設定し、何に触れてよいかを決め、出力を検査しなければならなくなる。この職のなかでは小さいが伸びている一片であり、道具に一番慣れているアナリストのところに落ちがちである。

これが意味し**ない**こと

量としては明らかに周辺であり、たいていはチームの一人が余分な仕事として引き受ける。求人になるものではない。

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
モデルを組み、更新するデータを集め、開示資料を要約する何を前提に置くかを決める決める人に説明する分析の道具立てを組み合わせて回す
工程とセルフサービス
モデルを組み、更新する分析の道具立てを組み合わせて回す

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。32 → 60。
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。

表計算がすでに自動化だった。2023年以降の向上は本物だが、それが落ちるのは機械的な半分——モデルを組み、更新すること——であり、対価が払われる半分は、前提を選び、それを部屋の中で弁じることである。その分かれ目こそ、この曲線が一度も加速せずに上がる理由である。

2022年下半期32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38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43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49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53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56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58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59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60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#

技術的能力2026-09-102026-09-11 に検証
OpenAI が、調査・モデル作り・顧客向け資料のための金融サービス向け製品を公開した。Morgan Stanley と Evercore との設計協業を通じて形づくられたものである

提供元による製品の発表であって、銀行のなかでの利用の報告ではない。名前の挙がった二社は設計上の協業先であり、それは製品への入力であって、その各社のアナリストチームでの導入ではない。能力の記録として扱っており、このサイトの規則では、能力の記録だけで判断が動くことはない。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

OpenAI ↗影響カード全文 →
実際の導入2025-06-232026-09-10 に検証
Goldman Sachs は、数千人の行員による利用を経て、社内の GS AI Assistant を全従業員に開放した。複雑な文書の要約、たたき台の作成、データ分析に使われる

米国の投資銀行一社。投資銀行部門、リサーチ、資産管理の各担当向けの版を持つ全社共通の汎用アシスタントであり、最高情報責任者 Marco Argenti の社内メモで告知された。その社内メモから報じられたもの(最初は Reuters)。人員についての言及はない。

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。

Fox Business (reporting a Reuters-obtained internal memo) ↗影響カード全文 →
制限または撤回2025-05-202026-09-11 に検証
直近の SEC 提出書類を題材に専門家が作成した537問の Finance Agent Benchmark で、最も成績のよかったモデル OpenAI o3 の正答率は46.8%、1問あたり3.79ドルだった

情報の探索から財務モデル作りまで九つの課題区分があり、銀行・ヘッジファンド・未公開株投資の専門家とともに作成された。実行時には Google Search と EDGAR への接続が与えられている。対象は公開書類の調査だけであり、自社のモデルと社内データのなかで働くアナリストではない。

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。

arXiv 2508.00828 (Bigeard, Nashold, Krishnan, Wu) ↗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

一年目の仕事は主として、集め、整え、要約することだった。そしてそこが削られている。だからアナリストの席は減り、一年目は急になると見ておくのが現実的である。判断の仕事は無傷で残っており、それは今も、やりながら学ぶしかない。前提と、決まる部屋へできるだけ速く近づくこと——発表させてくれと頼み、数字を弁護させてくれと頼み、要約があるときでも開示資料を通して読むこと。嗅覚が生まれるのはそこである。

経験があるなら

変わりつつあるのは、あなたの人員構成の仕組み——若手が集め、あなたが考える——のほうである。チームは小さくなり、機械的な仕事は道具を使う形であなたのところへ戻ってくると見ておくこと。あなたの価値は、弁護できる前提と、あなたの判断を信じる決定者にある。その両方のための時間を守り、そして自分のチームで道具に何を許し何を許さないかを引き受けること。

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

判断の段へ速く上がる

この職に残る部分は、もともと目的地だった部分である。今回の変化は、そのあいだにあったゆっくりした徒弟期間を取り除く。育成としては損失だが、判断を早く示せる人にとっては機会である。

現実の制約

実績のない判断は売りにくい。当たったと分かる判断が、目に見える形でいくつか要る。

今週試すこと

いま手元のモデルのなかから、上司に対して弁護できる前提を三つ、理由つきで書き出す。三つ見つからないなら、そこが埋めるべき差である。

隣へ移る

事業会社の側へ移る

事業会社は、戦略、事業開発、オペレーション財務のなかで数字を読み判断を下せる人を求めている。分析の技能はそのまま移り、判断は顧客のものではなくあなたのものになる。

現実の制約

若手の段では銀行より報酬が下がることが多く、昇進は決まった梯子ではなくその会社次第になる。

今週試すこと

事業開発の人を一人つかまえ、前四半期にどの判断にどう影響したかを訊く。自分の仕事が何に影響したかと比べてみる。

職の形を組み替える

チームの道具の担い手になる

どの補助をチームで使い、その出力をどう検査するかを、誰かが決めることになる。それをうまくやることは全員の仕事を守り、あなたを外しにくくする。

現実の制約

華やかさがなく、分析の質と結びつけて語らないかぎり、財務ではなく情報システムの仕事と見られやすい。

今週試すこと

直近のモデル更新を一つ補助に通し、出た誤りをすべて記録し、確かめるのにかかった時間と手でやった場合の時間を計る。その記録が、チームの道具方針の出発点になる。

よくある問い#

いま投資銀行や株式リサーチへ進む価値はあるのか

理由が、分析上の判断、案件や担当業種に触れること、そして人脈であるなら、価値はある——そこは無傷である。理由が、「モデルと要約を二年すり潰せば確実に次の段へ行ける、輪郭のはっきりした梯子」だったのなら、気をつけたほうがよい。すり潰す部分こそ自動化されており、梯子の段は減り、一年目に報われるのは、体裁づくりに長時間かけられる人ではなく、すでに考えられる人である。

あとどれくらい時間があるのか

信号は、一週間の割れ方である。データを集めることと開示資料を要約することが週の大半を占めなくなったとき、肩書きはそのままでも、人員を正当化していた時間のほうはもう消えている。一週間を二つの箱——集める/判断する——に分けて記録し、一年前と比べてみること。

自分の仕事のどの部分が実際に危ういのか

データを集めることと開示資料を要約することであり、自動化と印がつき、アナリストの最初の数年を埋めていた仕事である。前提を選ぶことはそうではないが、それは定義からしてこの職の上級側の半分であり、アナリストは、いま圧縮されつつある仕事の年月を経てそこへ辿り着く。

モデル作りの技能は今も身につける価値があるか

ある。ただし何のために身につけるのかを分かっておくこと。補助は数式を起草し入力を突き合わせるが、正しい骨格を設計することはできず、骨格が間違っていれば、自信たっぷりで体裁の整った誤った評価額が出てくる。速さのためではなく骨格のために身につけること。速さはもう希少ではない。

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。

会計学 →金融・経済 →

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
2026-09-10
業務の判断の根拠
証拠に基づく2項 · 本サイトの推定3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 →