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›プロダクトマネージャー

この職業に検証済みの記録が入ったら知らせる →

プロダクトマネージャー

何をつくり、何をつくらないかを決め、三つのチームをその判断に沿って動かし、そして誤りだったと分かったときにそれを背負う。

product-manager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
45/100
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/ 6項
0項が増強されつつある
いまも人が主導
4/ 6項
1項の新しい業務
証拠に基づく判断
2/ 6項
2件の検証済みの記録
45/100
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

ソフトウェア企業のプロダクトマネージャー——チームが次に何をつくるかを決める人——に向けて書いている。プロダクトマーケティング、範囲に口を出せないプロジェクト管理、創業者が自らプロダクトを見る形は、晒され方の違う別の職である。デザインはこのサイトでは別の職業である。

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×4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。

要件を書き出す

自動化されつつある✓ 証拠に基づく

仕様、課題票、受け入れ条件、開発へ渡す文書、そして上へ上げる資料。

AI / ソフトウェア
理由

この職の最も目に見える成果物であり、生成が最も説得力をもってこなす部分である——説明から構造のある文書を出すことは、ほぼ理想的な筋書きである。しかもそれは、外からこの職が評価される際の大きな割合を占めてもいる。だから晒され具合が実際より大きく感じられる。

これが意味し**ない**こと

間違ったものについてのよく書けた仕様は、正しいものについての粗い仕様より悪い。文書を産み出すことは、もともと希少な部分ではなかった。どの文書を書くべきかを知っていることが希少である。

つくらないものを決める

いまも人が主導≈ 本サイトの推定

同じ一週間のうちに、顧客と役員とエンジニアに否と言う——それぞれが人に繰り返せる理由を添えて。

AI / ソフトウェア
理由

モデルは、示された基準に対して課題の一覧に順位をつけられる。断ることの政治的な代償を引き受けることはできない。そして断ることこそが判断である——チームがやらないことはすべて、「否と言った人」であることを引き受けた誰かによって決められている。

これが意味し**ない**こと

これは仕事の性質についての判断であって、測られたものではない。組織がそれを正しく評価しているとは、ここには何も書かれていない。そして多くの組織は、プロダクトマネージャーを、防いだものではなく出したもので測っている。

本当に何が困っているのかを突き止める

いまも人が主導≈ 本サイトの推定

それを使っている人と話し、言われたことのうちどれが本当で、どれが気遣いで、どれが解決策の顔をしたものかを見分ける。

AI / ソフトウェア
理由

道具はいまや面談を要約し、意見をまとめることを手際よくやる。それは助けになる。移らないのは、その場での判断である——言いよどみに気づき、用意になかった問いを重ね、そしてその人のやっていることが、いま言ったことと食い違っていると分かること。

これが意味し**ない**こと

実際にこれをやっているプロダクトマネージャーがどれだけいるかについては、何も言っていない。ずいぶん多くの会社で、この職は利用者と一度も話さない。その職にとって、この業務は理屈の上のものである。

三つのチームを一緒に動かす

いまも人が主導≈ 本サイトの推定

開発、デザイン、営業、法務、サポートが同じ判断に沿って動く——そのどれもあなたの指揮下にない。

AI / ソフトウェア
理由

これは権限なしの影響力であり、会議と廊下で行われ、そしてこの職の中身の大半である。道具に取れるものはここにない。媒体が、他人が動く気になるかどうかだからである。

これが意味し**ない**こと

仕事がどこにあるかの記述であって、測定ではない。しかもこれがうまくやられているとも言っていない——調整の失敗は、製品が遅れる最もよくある理由の一つである。

人前で間違う

いまも人が主導≈ 本サイトの推定

機能は出た、数字は動かなかった。そして誰かがそう言い、次に何をするかを決めなければならない。

AI / ソフトウェア
理由

賭けに責任を負うことがこの職の核であり、それは仕組みに委ねられない。眼目が、ある人の判断が賭けられていることだからである。組織がこれを取り除いたとき、この職は課題票を書くことへ退化する——それが晒されている半分である。

これが意味し**ない**こと

これが本物かどうかは会社によって完全に変わる。多くのプロダクトマネージャーは、それを意味あるものにする権限のないまま責任だけを負っており、そしてこのページは、ある求人がどちらの種類かを教えられない。

生成の機能が利用者に何をしてよいかを定める

新しい業務✓ 証拠に基づく

その機能が何を間違えてよいか、何については根拠を示さなければならないか、何を拒まなければならないか、そして顧客の前で失敗したとき何が起きるかを決める。

AI / ソフトウェアRPA / セルフサービス
理由

これは定まった作法のない新しい仕事であり、開発ではなくプロダクトに落ちている。問いがモデルについてではなく、受け入れうる害と利用者の期待についてだからである。いくつかの市場では、これは好みではなく文書化された義務にもなりつつある。

これが意味し**ない**こと

新しい仕事が現れることは、新しい人員ではないし、会社がそこに人を置いているとは、ここには何も書かれていない。大半のチームで、いまのところそれはその機能を持っている人に吸収されている。

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
要件を書き出すつくらないものを決める本当に何が困っているのかを突き止める三つのチームを一緒に動かす人前で間違う生成の機能が利用者に何をしてよいかを定める
工程とセルフサービス
生成の機能が利用者に何をしてよいかを定める

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。24 → 45。
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。

低い出発点である——2022年より前、その文書は手で書かれており、それを短くする安い手立てはなかった。2024年までの上りは、生成がこの職の最も目に見える出力——仕様、課題、資料——を説得力をもって扱えるようになったことである。2025年に上がるのをやめ、その平坦化がこのページの論を運んでいる——作ることが安くなると、決めることは重要でなくなるのではなく、より重大になる。かつて一つ出すのにかかった時間で五つ出せるチームは、間違った五つを選んだ代償を五倍払うからである。残っているのは、断ること、権限なしに調整すること、そして一つの賭けに対して答えることである。この形にある正直な留保に注意すること——組織がこの職から決定を剥ぎ取っている場合、その仕事は本当に文書であり、そちらの版は自動化される側にずっと近いところに座っている。

2022年下半期24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27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32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38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44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45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45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2026-08-022026-09-12 に検証
2026年8月2日から、EU のAI法は、人と話すことを想定した仕組みが自分はAIであると告げること、そして生成された出力が機械可読の形で印づけられることを求めている

EU 市場。この規則は2024年7月12日に官報で公布され、この条は2026年8月2日から適用される。縛るのは、それを使う雇用主ではなく、その仕組みの提供者である——だからこれは、AIの導入についてのページではなくこのページにある。義務は二つあり、種類が違う。第50条第1項は、製品の前にいる人への開示であり、合理的に事情を知り注意深く慎重な人にとってAIであることが明らかな場合にだけ免除され、保護措置のもとにある法執行の系には適用されない。第50条第2項は技術上の要件であり、出力が機械可読の形式で印づけられ、人工的に生成されたものとして検出でき、技術的に可能な範囲で有効かつ相互運用的であることを求める。二つ目は、プライバシー方針の一行ではなく、工数のかかるつくり込みの要件である。この記録が示しているのは、その義務が存在することといつ始まるかである。執行の証拠でも、どこかの製品が変わった証拠でも、EU 域外について何かを示すものでもない。

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。

EU AI Act, Article 50 (verbatim mirror of Regulation (EU) 2024/1689) ↗影響カード全文 →
制限または撤回2025-11-252026-09-13 に検証
中国のインターネット当局は、AI生成物の表示の不備をめぐり一群のアプリを処分したと発表した。是正の命令やストアからの削除が含まれる

当局自身の発表である。これが重要なのは、このサイトがすでにその規則を持っており、これはその規則が適用された事例だからである。挙げられた不備は二群に分かれ、どちらも「書かれなかった製品仕様」として読める。生成のサービスについて——生成物に目に見える表示がない、書き出したファイルに目に見える表示が引き継がれない、属性情報・提供者の名称または符号・内容の番号を含む暗黙の表示がファイルのメタデータにない、暗黙の表示が定めに合わない位置に置かれている。配信のサービスについて——暗黙の表示を確かめていない、公開された内容の周りに目に見える注意書きを加えていない、伝播の情報をファイルのメタデータに書いていない、そして利用者が「これは生成されたものだ」と申告できる機能を用意していない。示された措置は、規制当局による面談、期限を切った是正の命令、そして削除または公開の停止である。限界は二つはっきりしている。発表はどのアプリの名も挙げず、件数も示していない——「一群」としか言っていない——ので、規模についての主張はここからは支えられない。そして対象は中国国内で提供されるサービスである。同じ機能の一覧が他国で法になっているわけではない。ただし EU の表示義務は同じ向きを走っている。

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。

国家互联网信息办公室——《网信部门依法集中查处一批存在人工智能生成合成内容标识违法违规问题的移动互联网应用程序》 ↗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

最初に任される仕事——課題票と仕様を書くこと——が晒された半分であり、それをうまくやっても、それだけでプロダクトマネージャーになるわけではない。この職をキャリアに変えるのは、何をつくらないかを決めることを信じてもらえることであり、その信用は、まず小さなことについて人前で正しくあることで稼がれる。

経験があるなら

一週間の大半が文書と状況報告なら、それが圧力を受けている構えであり、しかも多くの会社が静かにつくってしまった構えでもある。一週間の大半が、弁護できる断りと自分が引き受ける判断なら、晒され具合は低い。違いは年次ではなく、その職が判断を背負っているかどうかである。

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

その職が判断を背負っていることを確かめる

この職の晒された姿は、他人が下した判断を書き留める姿である。持ちのよい姿は、判断を下す姿である。どちらを持っているかは、たいてい腕前ではなく会社で決まる。

現実の制約

正直な結論が「いまの組織にはその判断がない」になることもあり、そのときの一手は上ではなく外である。

今週試すこと

チームが直近で出した五つを列挙し、それぞれ誰が決めたかを正直に書く。どれにも自分の名前がないなら、それが発見である。

職の形を組み替える

AIの機能に何を許すかを引き受ける

生成の機能を持つどの製品にも、それが何を間違えてよいか、何を拒まなければならないかを決める人が要る。それはプロダクトの判断であり、大半のチームでいまだ誰のものでもなく、いくつかの市場では文書化された義務になりつつある。

現実の制約

受け入れうる害について具体的であることが要り、それは居心地が悪く、多くの組織が曖昧なままにしておきたがる。

今週試すこと

自分の製品のAIの機能を一つ取り、それが何を間違えてよいかを書き出す。サポートを持っている人に見せ、同意するかどうかを見る。

隣へ移る

制約が本物である場所へ移る

規制のかかった製品、ハードウェア、決済——間違ったものを出す代償が、評判ではなく具体である領域であり、だからこそ判断を誰かが背負わなければならない。

現実の制約

周期は遅く、文書は増える。それを「仕事が本物になった」と感じる人もいれば、「退屈になった」と感じる人もいる。

今週試すこと

規制のかかった領域の製品を一つ見つけ、その公開された適合の文書を一つ読む。どれだけの判断が書き留められなければならなかったかに気づく。

よくある問い#

あとどれくらい時間があるのか

この職にはふさわしくない問いである。晒され具合は時間ではなく、どちらの姿の職を持っているかで決まるからである。仕様と課題票を書くことはすでに大半が機械の仕事である。何をつくらないかを決めることと、外れた賭けに答えることは、まったく動いていない。自分で確かめられる信号——チームが直近で出した五つのうち、自分が書き留めたのではなく決めたのはいくつか。

AIは製品要求仕様書を書けるのか

書けるし、しかもうまい——だからこそ、その文書はもともと仕事ではなかった。仕様は判断の記録であり、価値は常に決めることのほうにあった。どの顧客を失望させるか、どの四半期を使うか、どれが本当の問題か。もしその文書が、組織があなたを測る成果物なのだとしたら、それは自分の組織について知っておく価値のあることである。

技術に強くなければならないのか

見積りと当て推量を見分けられる程度には要るし、その水準は上がったというより移った。生成が試作を安くするとき、役に立つ技術の勘は、「つくるのが難しいもの」を知っていることから、「運用するのが難しいもの」と「取り消すのが難しいもの」を知っていることへ移る。それらは、最初の版にかかる時間にはもう現れない費用である。

いまや誰でも試作をつくれる。それはプロダクトマネージャーを必要にするのか、不要にするのか

つくることが安くなるほど、決めることの帰結は小さくなるのではなく大きくなる。かつて一つ出す時間で五つ出せるチームにとって、間違った五つをつくる代償は五倍である。変わるのは、この職が「つくることの調整」では正当化できなくなることである。選択の質で正当化しなければならない。それは高い水準であり、より正直な水準でもある。

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。

  • AIが来る前に、法がすでに変えてしまった仕事

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2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 →