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›情報システムの支援担当・ヘルプデスク

この職業に検証済みの記録が入ったら知らせる →

情報システムの支援担当・ヘルプデスク

職場で何かが動かなくなったとき、最初に辿り着く人。直し、説明し、あるいは「起きたとあなたが言っていること」が実際に起きたことではないと突き止める。

it-support-specialist選べる道を見る ↓情報技術評価日 2026-09-14
自動化影響指数
57/100
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
0項が増強されつつある
いまも人が主導
3/ 4項
0項の新しい業務
証拠に基づく判断
2/ 4項
2件の検証済みの記録
57/100
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

社内の利用者支援——サービスデスク、端末の支援、一次と二次の対応——を扱う。基盤の構築やサイト信頼性は独自のページを持つので含まないし、消費者向けの製品支援も含まない。そちらは相手が同僚ではなく顧客であり、採算の形も違う。外部委託のサービスデスクでは、対応件数の目標が、どの道具よりもこの職を変える。

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いまも人が主導×3

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。

四百回見た対応票

自動化されつつある✓ 証拠に基づく

パスワードの再設定、アカウントの解除、権限の申請、プリンタ、社外からの接続——待ち行列の大半を占める、同じ二十個の問題。

AI / ソフトウェアRPA / セルフサービス
理由

これは職場のなかで最もはっきりした自動化の標的であり、しかもどのモデルが来るより前に、自分で触れる窓口によって半分は自動化されていた——問題が狭く、解決は決まった手順であり、そして成否が機械的に確かめられる。アカウントは解除されるか、されないかである。その最後の性質こそ、人が見張らなくても仕組みが再試行できるようにするものであり、動いた業務と動かなかった業務を分けている性質である。

これが意味し**ない**こと

易しい対応票を取り除くと、この職の小さい版ではなく、難しい版が残る——残るのは待ち行列の長い尾であり、そこでは利用者の説明が間違っていて、不具合は二つの仕組みのあいだの隙間にある。対応件数で規模を決めているチームが、件数を自動化しながら規模の決め方を変えないと、同じ人数が、その指標ではもはや描けない仕事をやることになる——そして処理件数で組まれた人事評価は、その道具が届いた週から、間違ったものを測りはじめる。

実際に何が起きたかを突き止める

いまも人が主導✓ 証拠に基づく

自信たっぷりで、善意で、そして肝心なところが間違っている報告から、本当の出来事の順序を組み直す。

AI / ソフトウェア
理由

ここでの見立ての入力は対応票ではなく、対応票の訂正である——関係ないと思ったから言わなかったことを、利用者がやっていたと明かす問いを立てることである。同じ書かれた報告を渡された道具は、同じ誤った前提をそのまま引き継ぐ。そしてこの職業の技能のすべては、それを受け入れないことにある。

これが意味し**ない**こと

ここでの「人が主導」は、誰が解けるかについてであって、そのために何人が雇われているかについてではない。易しい半分を自動化してその半分だけ縮んだチームは、難しい半分をより少ない人に残す。そして難しい半分こそ、この職業の燃え尽きが昔からあった場所である。業務が生き延びることは、職が生き延びることと同じではない。

席まで行く

いまも人が主導≈ 本サイトの推定

身体を使う半分——機器の交換、配線、映らない会議室、新しく入る人の設定。

ロボティクス
理由

オフィスでの機器の交換を自動化している者はいない。そして理由は難しさではなく採算である——一つの建物のなかでの件数は、機械を正当化するにはあまりに少ない。この業務を実際に減らしたのは、そもそも自動化ではない——在宅勤務とクラウドのサービスが、そこへ歩いていく人ではなく、席のほうを取り除いた。

これが意味し**ない**こと

この半分が自動化から安全であることこそ、この職業全体を実際より安全に見せている。身体を使う半分は小さく、しかも技術とは無関係な理由で縮んでいるからである。そこに安心を読み込む前に、自分の一週間のなかでの比を測ること——大半の組織で、それは時間の少数派であり、しかも減っている。

否と言う人であること

いまも人が主導≈ 本サイトの推定

認めるべきでない権限の申請を断り、なりすましの手口である通話を見抜き、そしてその人が自分の端末に何をしてよいかを決める。

AI / ソフトウェア
理由

サービスデスクは大半の組織で最も狙われる入口であり、その理由はまさに、圧力のもとで見知らぬ相手に親切であるよう設計されているからである。この申請は普通で、あれは普通でないという判断は、規程ではなくその組織を知っていることに依っており、そしてそれこそ、この窓口を単なる手続きの流れにできない理由である。

これが意味し**ない**こと

これは、うまく自動化されるより、まずく自動化される可能性のほうが高い業務である——仕組みが行う本人確認の一段は、攻撃する側が正確に学べる一段である。そして断る権限は、生まれつきのものではなく与えられるものである——解決までの時間だけで測られている窓口はその権限を与えてしまうし、そうなるのにどんな技術も要らない。

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
四百回見た対応票実際に何が起きたかを突き止める否と言う人であること
工程とセルフサービス
四百回見た対応票
身体作業の自動化
席まで行く

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。34 → 57。
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。

技術の群のなかで最も急な曲線であり、その仕組みはこの site で最も明快である——サービスデスクの待ち行列のうち繰り返しの半分は、既知の解決手順と機械が確かめられる結果を持つ狭い問題である——アカウントの錠が開くか開かないか——だから仕組みは人が見ていなくても再試行できる。上りが生成モデルより前から始まっているのは、セルフサービスのポータルがすでにパスワードの半分を取っていたからである。長い尾が始まるところで平らになる——重要な細部について自信をもって間違っている利用者の説明は、人に与えるのと同じ誤った前提を道具にも与えるし、この職業の技能のすべては、それを受け入れないことにある。この高さは易しい問い合わせとして読むこと。そして曲線が示せないものに注意すること——難しい半分が、自動化されたほうの量に合わせて人数を決められたチームに残される。

2022年下半期34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44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55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56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57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57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#

用工の変化2026-08-012026-09-13 に検証
米国のコンピュータシステム設計業の就業者数は2023年3月の2,483,500人で頂点に達し、その後およそ5%減って2026年8月に2,362,700人となった

産業分類5415、コンピュータシステム設計および関連サービス、全従業員、季節調整済み。反転は2023年3月であり、下がり方は急ではなく着実である。この職業にとってこれがどれだけの重みを持てるかを決める限界が二つある。この産業には、支援の窓口だけでなくソフトウェア開発、コンサルティング、運用受託が含まれており、それらを分けられない——だからこれは支援に固有の測定ではない。そして情報システムの支援をやっている人の大半は、情報技術のサービス会社ではなく、銀行や病院や工場のなかに雇われており、その全員が、代わりにその雇用主の産業として数えられている。この系列が見ているのは、この職業の外部委託された半分であって、より大きい社内の半分ではない。

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, CES series CES6054150001 (computer systems design and related services) ↗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、独立した応用・システム支援のエンジニア職を影響の大きい職と評価し、その業務が開発と運用のチームに吸収されると判断した

委託された分野の調査であって測定ではない。そしてそこに名指しされている仕組みこそ、持っておく価値のある部分である。三つの経路のうち、機械が仕事をやっているのは一つだけである——ヘルプデスクの回答と対応票の振り分けをAIが自動化すること。あとの二つは組織の組み替えである——俊敏な開発と継続的な統合・配信のもとで、開発の職能がソフトウェアの保守と移行・試験の監督を引き取ること。そして、ソフトウェアをサービスとして、あるいは基盤をサービスとして使う形のもとで、提供元がソフトウェアの保守と更新を引き取り、「社内の体制に必要な人員を減らす」こと。報告書自身の文は、独立した職への必要が減っていくだろう、その業務が「運用チームの業務に包含される」からだ、というものである。仕事が別のチームへ移ることは、仕事が自動化されることと同じ出来事ではない。そして語り直しは、まさにその差を平らにしてしまう。2020年12月の分析に基づく2022年10月付であり、つまり生成AIが一般に届く前に書かれている——それが効いてくる。そこで述べられているヘルプデスクの自動化は、対話モデルではなく、対応票の振り分けと定型の回答だからである。対象はシンガポールの情報通信の働き手のみ。雇用のデータではなく、関係者への聞き取りである。

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

これは三十年にわたり技術の仕事への主要な扉の一つだったし、そして最もはっきりした自動化の仕組みが向けられている扉である——初心者を雇っているのは、易しい対応票だからである。抜ける道は形としては変わらず、時間としては短い——台本の書けない対応票のところへ辿り着くこと、そして残りを片づける道具の担い手として名前を載せること。自動化を運転することこそ、この職のうち予算がついている版だからである。

経験があるなら

あなたの組織は対応件数でチームの規模を決め、そしてその件数を自動化する。効く論拠は、対応票が難しいということではない。その指標が仕事を描かなくなったということであり——しかもそれは人員が決まる前に持ち出さなければならない。あとからでは、すでに見栄えの良くなった数字に向かって論じることになるからである。

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

自動化と競うのではなく、自動化を引き受ける

どの対応票を仕組みに自分で閉じさせてよいか、そして確信が持てないとき何をさせるかを、誰かが決めなければならない。そして知っているのは、その待ち行列をさばいてきた人だけである。

現実の制約

肩書きの違う別の職であり、多くの組織で、それは育って辿り着くのではなく異動して入るチームにある。

今週試すこと

先月の対応票を取り、解決が機械的に確かめられるものと、そうでないものに分ける。一つ目の山が計画表であり、二つ目があなたの仕事である。

隣へ移る

セキュリティの運用へ渡る

この窓口は大半の組織で最も狙われる入口である。だからあなたはすでに、セキュリティのチームが何か月もかけて手に入れる文脈を持っている——この会社にとって普通の申請とはどんなものか、という文脈である。

現実の制約

セキュリティの職はたいてい、面接の前に資格を求めるし、呼び出し当番はこの窓口より重い。

今週試すこと

今月、結末がどうであれ「妙だ」と感じた申請をすべて書き出す。一覧が空でないなら、その勘こそ、向こうのチームが採ろうとしているものである。

よくある問い#

AIは情報システムの支援の仕事を奪うのか

待ち行列の繰り返しの半分は、職場のどの業務よりもはっきりした自動化の仕組みを備えている——狭い問題、決まった解決の手順、そして機械が確かめられる成否である。アカウントは解除されるか、されないか。だから仕組みは無人で再試行できる。長い尾はそうではない。利用者の説明——自信たっぷりで、肝心なところが間違っている——から始まるからである。そこから生まれるのは、この職の小さい版ではなく難しい版であり、そして対応件数で規模を決めているチームが件数を自動化すると、たいていは、その指標が仕事を描かなくなったことに気づくことになる。

あとどれくらい時間があるのか

日付は出さない。先月の対応票を二つの山に分けること——直ったかどうかを機械が判定できるものと、人にしか判定できないもの。一つ目の山が道具の取る部分であり、二つの山の比があなたの晒され具合である——それは今日の午後に計算できるし、どんな業界の数字よりもはるかに多くを教えてくれる。あなたの待ち行列についてであって、全員の平均ではないからである。

自分で触れる窓口が、すでにこの大半をやっているのではないか

かなりの割合はそうである。そして気づく価値があるのは、それがどのモデルが来るより前に起きたことである——パスワードを自分で再設定する仕組みは何年も前から標準である。それは、いまの波を正しく読むうえで効いてくる——易しい対応票はすでに取られつつあり、言語モデルが足しているのは、窓口の区分に当てはめて問題を述べられない利用者を扱うことである。向きは十年前から同じである。変わったのは速さである。

手を動かす機器の仕事は、立っていて安全な場所か

自動化からは安全である——ノートパソコンを交換する機械をつくっている者はいないし、その理由は難しさではなく件数である。とはいえそれは小さく、しかも縮んでいる時間の割合であり、そして縮めたのもまた技術ではない——在宅勤務とクラウドのサービスが、そこへ歩いていく人ではなく、席のほうを取り除いた。それを計画として扱う前に、自分の一週間のうち実際にどれだけがそれなのかを測ること。

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2項 · 本サイトの推定2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 →