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›初級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 →

初級ソフトウェアエンジニア

説明された問題を、動いて保守できるコードに変える —— そして近年はますます、生成されたコードが本当に正しいかを判断する仕事になっている。

junior-software-developer選べる道を見る ↓ソフトウェア・テクノロジー評価日 2026-09-09
自動化影響指数
62/100
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
1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
2/ 5項
2件の検証済みの記録
62/100
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

入社直後からキャリア初期のソフトウェア職に限って書いている。上級のエンジニアリングとは絵がまったく違うからである。本サイトは現在、ソフトウェアの仕事を二通りに切った六つのページを持っている:職位で切ったもの(このページと中高級エンジニアのページ)と、レイヤーで切ったもの(フロントエンド、バックエンド、データエンジニアリング)。最初のフロントエンド職に就いた人はそのうち二つに載る —— それは意図的であり、二つは別の問いに答えている。

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×1いまも人が主導×2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。

定型的なコードを書く

自動化されつつある✓ 証拠に基づく

CRUDのエンドポイント、フォーム、標準的な連携、既知のパターンに対するテスト。

AI / ソフトウェア
理由

仕様がはっきりしていて、学習データに大量に含まれていて、走らせればすぐ確かめられる。コード生成にとって最も強い筋書きであり、そして偶然にも、若手が雇われてやっていた仕事の大半がこれである。

これが意味し**ない**こと

生成することと、それを引き受けることは同じではない。誰かが「これは正しい」と判断しなければならず、そしてその誰かは歴史的に、まず自分で書くことによって判断できるようになってきた。

よく知らないシステムのデバッグ

増強されつつある≈ 本サイトの推定

症状のある場所に原因がないときに、なぜ壊れたのかを突き止める。

AI / ソフトウェア
理由

ツールは仮説を出すこととスタックトレースを読むことが本当に得意である。弱いのは、特定のシステムの模型を頭の中に保ち、どの観測が決定的になるかが分かる部分である。

これが意味し**ない**こと

生成コードの天井が最もはっきり現れるのがここであり、そしてこれこそ、若手と「一人にしておける人」を分ける技能である。

生成されたコードをレビューする

新しい業務✓ 証拠に基づく

もっともらしいコードを、自信を持って間違っている箇所を捕まえられるだけ丁寧に読む。

AI / ソフトウェア
理由

作られるコードの量が急に増え、それを検証する必要も一緒に増えた。流暢なのに間違っているコードをレビューすることは、独立した、そして新たに中心となった技能である。

これが意味し**ない**こと

うまくレビューするには、レビュー対象を自分で書いたことが要る。その判断力を育てていた「書く仕事」こそが自動化されている仕事なのだから、この業務は数年のうちに供給の問題を抱える。

曖昧な要望を仕様に変える

いまも人が主導≈ 本サイトの推定

本当は何を作るべきなのかを明らかにする問いを立てる。

AI / ソフトウェア
理由

利用者、事業、そして既に試されたことについての文脈が要る。生成はこれより下流にあり、間違った仕様を、人がやるより速く増幅する。

これが意味し**ない**こと

これは通常は上級者の責務である。それを若手の業務として挙げているのは、この職が今どこにあるかではなく、どこへ向かっているかを描いているからである。消えたのは、そのあいだにあった中間の段のほうである。

部品どうしの組み合わせ方を決める

いまも人が主導≈ 本サイトの推定

二年後にもまだ成り立っている構造とトレードオフを選ぶ。

AI / ソフトウェア
理由

トレードオフの判断は、コードベースの外にある制約 —— チームの人数、期限、事業が次に必要とするもの —— に依存する。それが「上級」という言葉の中身であり、そして若手が二年間定型的なコードを書くことで到達していた目的地でもある。

これが意味し**ない**こと

上級者は安全だと言うことは、入口についての言明ではない。上級への道は二年分の定型コードを通っており、その道に代わるものは何も現れていない。

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
定型的なコードを書くよく知らないシステムのデバッグ生成されたコードをレビューする曖昧な要望を仕様に変える部品どうしの組み合わせ方を決める

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。20 → 62。
1007550250
評価していません
2022 H22024 H2Now

● この職業についての2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。

基準線にはすでにコードの補完が入っている。それは ChatGPT より前に出ていた。2023〜2024年の上りは急で、そのあと2025年に平らになる——一部は能力、一部は採用の調整である。若手の採用を削ったいくつかの組織が、人が上級になっていく道筋を自分たちで取り除いてしまったと公けに述べた。

2022年下半期20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32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40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48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54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58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59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61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62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2026-08-122026-09-11 に検証
AI曝露度が最も高い二つの五分位の職業では、22-25歳の就業が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側は約10%増えた

論文の付録では、システムソフトウェア開発者は最高曝露五分位のなかで就業者数の第7位にあり、ソフトウェア開発は著者が事例研究として取り上げた二職種の一つである。データは ADP の米国民間部門の給与記録で、数百万人分、2022年11月から2026年6月まで。11%の減少は最高曝露の二つの五分位における22-25歳のもので、同じ年齢層でも最低曝露の三つの五分位では約10%増えている。経験のある層には同様の差が見られず、著者は経済全体に広がる置き換えの証拠は見つからなかったと明言している。分析は記述的であって因果的ではなく、業務(タスク)単位ではなく職業単位で測られている。

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 →
実際の導入2024-10-292026-09-10 に検証
Alphabet の最高経営責任者が2024年第3四半期の決算説明会で、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

大手技術企業一社の、自社申告の数字であり、「生成された」の測り方(補完なのか関数まるごとなのか)の定義はない。採用については何も語っていない。レビューの段はエンジニアの手に残った。

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。

Google — CEO remarks, Alphabet Q3 2024 earnings call ↗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

この職業は、最初の一群のなかで入口と上級の落差が最も鋭い。若手の職を経済的に成り立たせていた業務こそが自動化されつつあり、上級の仕事を定義している業務のほうは自動化されていない。危ないのはプログラミングが職業でなくなることではなく、梯子の上のほうはそのままに、一番下の段が外されつつあることである。具体的に言えば——量ではなく判断を示す必要があり、しかも普通ならまだ求められない時期にそれを示す必要がある。

経験があるなら

あなたの位置は比較的強い。ただしそれは、判断力を遅い道のりで身につけた人が供給され続けることに依存している。入口の段が壊れたままなら、数年後にやってくる制約は自動化ではなく、ツールの出力をレビューできるだけの経験を誰も積んでいない、ということになる。あとになってからではなく今、採用と育成の問題として考える価値がある。

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

梯子が期待するより速く判断力をつくる

希少なのは、生成されたコードが正しいかどうかを言える人である。二年待たなくても、初日から示しはじめられる。

現実の制約

本当に失敗が痛いコードベースのなかにいることが要る。練習用の題材ではこれは身につかない。

今週試すこと

生成されたプルリクエストを一つ——自分のでも同僚のでもよい——取り上げ、本物の問題を見つけるレビューを、理由まで書いて残す。これを毎週やり、書いたものを取っておく。

職の形を組み替える

間違いが高くつく領域で深くなる

決済、セキュリティ、データ整合性、インフラ——自信たっぷりの誤答が実際のお金を失わせる領域では、人が輪のなかにしっかり残る。

現実の制約

深さが要り、深さには時間がかかる。一つ選び、周りが訊きに来る人になるまで留まること。

今週試すこと

いま関わっている系のなかからそういう領域を一つ選び、その壊れ方を他人に説明できるようになるまで端から端まで読む。

隣へ移る

エンジニアリングと問題のあいだに立つ職

ソリューションエンジニアリング、開発者体験、技術寄りのプロダクト——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る職である。

現実の制約

伝えることが一級の技能として要る。誰もが伸ばしたいと思う類のものではない。

今週試すこと

自分がつくったものの説明を書き、事情を知らない人に渡して、助け船を出さずにどこで詰まるかを見る。

業種をまたぐ

ソフトウェア以外の領域にエンジニアリングの考え方を持ち込む

その分野を分かっていて、しかも作れる人が、ほとんどいない業種は多い。この組み合わせは希少で、生成と競合しない。

現実の制約

分野の知識はほぼゼロからやり直しになり、最初の一年はたいてい後退しているように感じる。

今週試すこと

ソフトウェア以外の分野で、繰り返しの多い困りごとを抱えている人を見つけ、それが少しでも楽になる最小のものをつくる。その一件がそのまま証拠になる。

よくある問い#

それでもプログラミングは学ぶべきか

学ぶべきである。ただし五年前とは理由が違う。かつてプログラミングを学ぶことは、コードを産み出せるようになることだった。いま価値があるのはコードを判断できることであり、自分に書けなかったコードは判断できない。訓練としては今も効く。変わったのは、その判断力を身につけているあいだ給料を払ってくれる入口の求人が、もう当てにならないという点である。最初の職が教えてくれると当て込むのではなく、その空白を明示的に見込んでおくこと。

若手エンジニアの職はなくなるのか

その職が存在していた経済的な理由——仕様のはっきりした仕事を安く大量にこなすこと——は弱まっており、それは景気の波ではなく構造の変化である。とはいえ、若手の採用をやめてしまったチームは自分で自分の問題をつくる。数年後、出力を苦労して判断できるようになった人が誰もいなくなるからである。この職は、生産ではなくレビューと判断を軸に定義し直され、チームあたりの人数は以前より減る、と見ておくのがよい。

あとどれくらい時間があるのか

入口のエンジニアにとっての信号はモデルの能力ではなく、勤め先の新卒採用である。今年の若手採用数を二年前と比べてみること。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——その表明こそが追う価値のある出来事である。

自分の仕事のどの部分が実際に危ういのか

定型的なコードを書くこと——自動化と印をつけた業務であり、かつて若手の最初の二年を埋めていた仕事である。システム設計と要件は危うくないが、それはその二年を経た先にあるものであり、その道に代わるものは現れていない。

AIがコードを書くなら、自分は何のために学んでいるのか

学ぶ意味はある。ただし理由が変わった——いまプログラミングを学ぶのは、コードを産み出すためではなく、コードをレビューするためである。流暢なのに間違っている出力をきちんとレビューするには、同じものを自分で書いたことが要る。つまり出力の市場が縮んだあとも、学びのほうは相変わらず遅い道を通らなければならない。

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。

情報科学 →

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。

  • AIは実際にいくつの職を奪ったのか——確かめられた数字のすべて
  • なぜ誰も、あなたに残された年数を言えないのか

方法と出典#

評価日
2026-09-09
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
2

こちらが職業をどう評価するか →