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方法と出典
職業›警備員

この職業に検証済みの記録が入ったら知らせる →

警備員

何も起きないようにそこにいる。見張り、巡回し、誰が入るかを管理し、そして何かが起きたときにそこへ歩いていく人である。

security-guard選べる道を見る ↓警備・施設評価日 2026-09-14
自動化影響指数
38/100
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
3/ 4項
0項が増強されつつある
いまも人が主導
1/ 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
38/100
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

制服を着た警備——建物の入口、巡回、監視、催事と小売の警備——を扱う。警察、調査員、特殊な警護は、権限も法的な立場も違うので含まない。自分の市場で、警備員が観察して報告する以上の権限を持っているかどうかは、どのカメラ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×3いまも人が主導×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。

画面を見張る

自動化されつつある✓ 証拠に基づく

カメラの映像が並んだ壁の前に座り、場違いなものを探す。

AI / ソフトウェア
理由

これはこの職業で最もはっきりした自動化であり、しかも新しくない——人が持続的な視覚の見張りに弱いことはよく知られており、注意はおよそ二十分で崩れ、そして検出のソフトは退屈しない。映像の解析が広く導入されているのは、まさにこの特定の業務での人の基準値が低いからである。

これが意味し**ない**こと

検出は対応ではない。そしてこちらが知るどの導入も、見張りの職を取り除くのではなく、警報の待ち行列に変えている。効いてくる二次の効果は誤報の率である——印をつけすぎる仕組みは、警備員を見張る人から却下する人へ移す。それは悪い職であり、数百回の却下のあとには、注意の薄い人でもある。

そこへ歩いていく

いまも人が主導✓ 証拠に基づく

口論、侵入者、具合の悪い人へ、身体をもって近づく人であること——そしてそれを鎮めるか、通報するか。

ロボティクスAI / ソフトウェア
理由

事が起きているときの警備員の値打ちは、制服を着た人がそこに立っていることであり、それはその場の全員の振る舞いを変える。それは技術的な事実ではなく社会的な事実であり、どのセンサーも代わりにならない——小売や交通機関に導入されている巡回ロボットは、明示的に「観察して報告する」ものとして仕様が書かれており、警報は人へ回される。

これが意味し**ない**こと

業務が持ちこたえることは、人数が持ちこたえることではない。通例の設計は、より少ない警備員が、より速い警報とともに、より広い範囲を覆うことだからである。ある現場は、カメラを増やすことで警備員を半分にしながら対応時間を保てる——業務はそのまま生き延び、勤務表は生き延びない。そしてそれが、この職業で最もよくある変化の形である。

扉を管理する

自動化されつつある≈ 本サイトの推定

誰を入れるかを決める——証、来訪者、配送、名簿にはないが来ることになっている業者。

RPA / セルフサービス
理由

入退の管理は工学として解けた問題であり、何年も前からそうである——証、自動改札、来訪者の受付機、遠隔での確認が、規則に従う部分を丸ごと扱う。扉に残るのは例外であり、そして例外こそ、その仕組みが人へ上げてくるものである。

これが意味し**ない**こと

規則を自動化しても、例外の責任を誰が取るかは決まらない。そして実務では、現実の事案はすべて例外から始まる。人のいる扉をやめて自動改札だけにした現場は、たいてい人を戻している——ただし警備ではなく受付の理由で。それは知っておく価値がある。その職は、別の名前で、より低い等級で戻ってきうるということだからである。

記録と報告

自動化されつつある≈ 本サイトの推定

巡回、事案、引き継ぎを、いつか調査のなかで読まれても持ちこたえる形で記録する。

RPA / セルフサービスAI / ソフトウェア
理由

巡回の記録は十年前から読み取りの地点によって自動化されているし、事案の報告は、このサイトのほかの場所でも解かれているのと同じ構造化された文章の問題である——人が何が起きたかを述べ、仕組みが形を整え、人が署名する。

これが意味し**ない**こと

記録を自動化することは、記録が何のためにあるかを変える。読み取りの地点が証すのは、その場にいたことであって、注意を向けていたことではない。そして読み取りで確かめられる経路は、速く歩くことに報いる——それはこの職が必要としていることの逆である。その引き換えは、その仕組みの採算の説明のどこにも現れない。

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
画面を見張るそこへ歩いていく記録と報告
身体作業の自動化
そこへ歩いていく
工程とセルフサービス
扉を管理する記録と報告

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 → 38。
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。

上りは一つの業務であり、しかも人間が本当に苦手なほうの業務である——見続ける注意はおよそ二十分で崩れるが、検出のソフトウェアは飽きない。だから映像解析は、人という低い基準線の上に広く導入された。平らになるのは、検出が対応ではないからである——小売や交通機関の巡回ロボットは「観察して報告する」ものとして仕様が決められ、警報を人へ回す。そして事案の現場での警備員の価値は、制服を着た誰かがそこに立っていることであり、それは技術的な事実ではなく社会的な事実である。この高さは見ることについてである。勤務表に起きた変化はこの曲線に入っていない——カメラのほうが早く見つけるので、現場は対応時間を保ったまま警備員を半分にしている。

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26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30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33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36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37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38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38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38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
米国の調査・警備サービスの就業者数は2022年11月から6%増え、2025年10月に1,049,800人で頂点に達し、その後は横ばいからわずかに減少している

産業分類5616、調査・警備サービス、全従業員、季節調整済み。直近の反転は小さく——2025年10月の頂点からおよそ0.6%下——十か月は傾向ではない。それでも記録しているのは、この系列で2021年以来初めての頭打ちであり、そしてカメラによる勤務表の削減が最初に現れるとすればそこだからである。ここには、それを技術に帰するものは何もない。この系列が覆うのは契約の警備会社だけである——小売業者、病院、交通事業者に直接雇われた警備員は、その雇用主の産業に座っており、自社雇用の警備は全体のかなりの割合を占める。

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。

US Bureau of Labor Statistics, CES series CES6056160001 (investigation and security services) ↗影響カード全文 →
制限または撤回2025-06-012026-09-13 に検証
日本の警備業法は、監視を基地局で行うことを認めつつ、盗難などの情報を受けたとき現場で警備員が事実を確認できるよう、必要な人数の警備員、待機所、車両を配置しておくことを事業者に求めている

デジタル庁の法令のポータルで、2025年6月1日施行の版として読んだ。法律そのものは1972年のものである。役に立つのはその構造である。この職業の仕事を二つに割り、それぞれを違う扱いにしているからである。この法律は機械警備業務を、それ自体として規制される業務——警備対象の施設に置かれた機器が、事案の情報を別の場所の機器へ送るもの——として定義している。つまり遠隔の電子的な監視は抜け道ではなく、独自の届出を持つ許された区分である。第43条がそのうえで条件をつける——機械警備業務を営む者は、都道府県公安委員会の定める基準に従い、必要な数の警備員、その警備員が待機する待機所、車両その他の装備を適正に配置しておかなければならない。基地局が盗難などの事案の情報を受けたとき、現場で警備員による事実の確認その他の必要な措置が速やかに行えるようにするためである。第44条はそれを、観念ではなく個人の話にする——各基地局は、待機所ごとに配置された警備員の氏名を記載した書類を備えなければならない。この法律がやっていないのは、全国一律の対応時間を定めることである——基準は各都道府県の公安委員会に委ねられているので、法律そのものは「どれだけ速く」を言っていない。縛るのは日本国内の事業者であり、誰も数えておらず、この形で監視されている現場がいくつあるかについても何も語っていない。

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。

e-Gov 法令検索 (Japan, Digital Agency) — 警備業法 第四十三条(即応体制の整備)・第四十四条 ↗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

これはどの都市でも最も就きやすい職の一つであり続けている。その先に何があるかは、どの持ち場に就くかで完全に決まる——画面を見張る持ち場こそ、仕組みが向けられている持ち場であり、扉を管理し人に向き合う持ち場こそ、持ち運べるものが築かれる持ち場である。難しくても後者を取ること。

経験があるなら

あなたの働き方を決める数字は、現場あたりの警備員数である。そしてそれは、警備員がカメラに置き換えられるときではなく、カメラが設置されたあとに動く。自分の現場が映像の解析を増やしつつあるなら、早いうちに持ち出すべき問いは、勤務表が縮んだとき対応時間はどうなるのか、である。証拠が後ろにある論拠は、それだからである。

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

見張る側から、対応する側へ動く

映像の解析のどの導入も警報を生み、そのどれも対応する人を生まない。カメラの展開を生き延びる持ち場は、その警報のところへ行く持ち場である。

現実の制約

対応の持ち場は危険が大きく、そして大半の市場で報酬はほとんど変わらない——上乗せは業務にではなく年次についている。

今週試すこと

一回の勤務のうち、画面の前にいる時間と、立って動いている時間の割合を数える。その比があなたの晒され具合であり、別の持ち場を求めることで自分で変えられる。

隣へ移る

誤報の問題を引き受ける

検出を入れたどの現場も、誰も調整していない警報の待ち行列を抱えることになる。そしてどの警報が動く価値があるかを言えるのは、その現場を二年歩いてきた人である。

現実の制約

仕組みの仕事の対価を受けていない職のなかでの仕組みの仕事なので、吸収するのではなく提案しなければならない。

今週試すこと

一週間、警報をすべて記録し、それが本物だったかを併記する。本物の率が十件に一件を切っているなら、会議を開く価値のある発見がある。

よくある問い#

AIのカメラは警備員の仕事を奪うのか

一つの業務はうまく置き換える——持続的な見張りであり、そこは人が本当に弱い。映像が並んだ壁への注意はおよそ二十分で崩れ、ソフトは退屈しない。置き換えないのは対応であり、小売や交通機関に導入されている巡回ロボットが「観察して報告する」ものとして仕様に書かれているのは、まさにそのためである。現実的な変化は、警備員がカメラに置き換えられることではない。カメラが速く見つけるぶん、より少ない警備員がより広い範囲を覆うようになることである。

あとどれくらい時間があるのか

日付は出さない。自分に実際に見える二つを見ること——一回の勤務のうち、立って動く時間ではなく画面の前で過ごす割合。そして、カメラが設置されて以降、勤務表の上の現場あたりの警備員数が動いたかどうか。この職業の変化が現れるのは二つ目である——それは設置の数か月後に起き、そして決してその仕組みの帰結としては告知されない。

巡回ロボットは実際に使われているのか

使われている。小売、交通機関、一部の構内で。そして正確に理解する価値がある——それは「観察して報告する」ものとして仕様が書かれており、警報は人へ回され、そしてその抑止の値打ちは、能力が高いからではなく目立つからである。それが変えるのは覆う範囲——どれだけの面積に目が届くか——であって、見つかったものに誰が対処するかではない。だからそれは、特定の警備員の代わりにではなく、勤務表の削減と並んで現れる。

扉を自動化すればこの職はなくなるのか

入退の管理は、規則に従う部分を何年も前から丸ごと扱っている——証、自動改札、来訪者の受付機。扉に残るのは例外であり、そして現実の事案はすべて例外から始まる。知っておく価値があるのは——人のいる扉をやめて自動改札を残した現場は、たいてい人を戻していることである。ふつうは警備ではなく受付の理由で。その職は別の名前で、より低い等級で戻ってきうる。それは、起きる前に名指ししておく価値のある変化である。

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 →