「AIで49%の仕事がなくなる」から7年。いま時代に必要な人間のスキルとは。

1. AI導入の現状

 

未来予測から7年が経過した現在、実際に人間の仕事はAIに奪われつつあるのでしょうか。

1-1. まだまだ低い日本企業のAI導入率

日本、ドイツ、米国の企業を対象とした調査で「業務においてAI技術を活用している」と回答した企業の割合です。

 

出典：総務省 2021 デジタル・トランスフォーメーションによる経済へのインパクトに関する調査研究より筆者作成

 

2021年のデータですが、意外にも日本企業のAI活用率は24.3%と低い数字です。実際にはそれほどAIの活用は進んでいないことがわかります。予測された49%という数字は脅かしすぎとも言えますが、それでもAIの導入が年々進んでいることは事実です。当時の予測から読み取るべきなのは、今後も人間に求められる仕事と、AIに奪われる可能性の高い仕事、それぞれの傾向であると言えます。それらを理解した上で人間がこれから身に付けるべきスキルを考えるといった対策が必要です。

1-2. AIを開発するにも人間の働き手が必要

ビジネスの現場で実装できるレベルのAIを開発するためには、人間の労働力も不可欠です。効果的な機械学習や、その前段階となるアノテーションと呼ばれるプロセスには多くの手作業が存在します。2015年に予測されていたよりもAIの導入がゆるやかである理由は、そんなところにもあるのかもしれません。

2. なぜAIが仕事を奪うのか

2-1. 労働力としてのAIの強み

労働力としてのAIの特長は正確性とスピードです。製造機械と同じように、作業のやり方を一度学習すればAIはどこまでもその作業を続けることができます。人間と違って疲労による精度の低下や勤務時間の規定もありません。生産性の向上、業務効率化においてAIの導入には大きな効果が期待できます。

2-2.単なる自動化にとどまらないAIの進化

さらにAIには特有の強みがあります。RPAなどとは異なり、AIは定型的な作業だけではなく、作業の内容が変化しても柔軟に対応することができます。AIは言語を操ることもできます。広告コピーを自動生成するAIは、商品情報や過去のコピー、ニュース、ウェブ上の口コミなどを分析した上で大量のコピーを瞬時に作り出すことができます。AIは与えられた材料をもとにアイデアを提案したり、非定型の業務を実行することができます。従来の機械化や単純な自動化とは異なるAIの強みはそこにあると言えるでしょう。

 

AIとRPAの違いについての記事はこちら
>> RPAを基本から解説。AIとの違いは？RPAとAIを連携させた活用法も紹介。

3. AIでなくなる仕事・それでも残る仕事

当時のレポートで挙げられた具体的な職業を見ていきます。

3-1. AIに奪われる仕事は

パターン化できる業務が多い仕事はAIに奪われる可能性が高いと言われています。業務効率化の視点から、これらの仕事では将来的に人間が不利な立場に追い込まれると予測されています。

出典：2015 野村総合研究所（NRI）「日本の労働人口の49％が人工知能やロボット等で代替可能に」より筆者作成

3-2. 人間に求められる仕事は

身体や精神に関わる仕事、創造性が求められる仕事はAIに奪われる可能性が低いと言われています。

出典：2015 野村総合研究所（NRI）「日本の労働人口の49％が人工知能やロボット等で代替可能に」より筆者作成

3-3. 人間にしかできないことを考える

現在のAIは単なる自動化にとどまらず、ビッグデータを分析して状況に合わせた対応を提案するレベルにまで進化しています。ただしゼロから何かを作り出すことはできません。企画力や創造力といったスキルはこれからも人間に求められるでしょう。柔軟性、思考力、リーダーシップなど、コミュニケーションや関係性の構築に関連することもまだまだ人間の得意分野だと言えます。人間にしかできないことを改めて考えることで、これからの働き方が見えてくるかもしれません。

4. AIが生み出す新しい仕事

 

AIの普及によってなくなる仕事がある反面、新たに生まれる仕事や需要が高まる仕事もあります。AI時代の働き方を考えるときには、これらのポジティブな面にも目を向けてみましょう。

4-1. データサイエンティスト

データサイエンティストとは、統計学やアルゴリズムに基づいてデータを分析して価値を創出し、課題を解決する役割のことを指します。AI開発においては膨大なデータから目的にあった分析や分類を行い、AIの精度向上のためにそのデータが果たす役割を見出すことが課題となります。

4-2. AIエンジニア

ML (Machine Learning) エンジニアとも呼ばれます。AIの開発に欠かせない機械学習を実際に行って、AIが動くためのシステムを構築する役割です。

4-3. アノテーター

AIの開発には機械学習というプロセスが欠かせません。そこで利用する教師データを作成するための実作業を担うのがアノテーターです。正確な知識と判断基準のもとで、手作業によって大量のデータにタグやラベルを付加する作業を担当します。AIの品質に大きな影響を与える役割です。

 

アノテーションについてはこちら
>>アノテーションとは？その意味からAI・機械学習との関係まで解説。

教師データについてはこちら
>>教師データとは？AI・機械学習・アノテーションとの関係から作り方まで解説。

5. AI活用のご相談はヒューマンサイエンスへ

5-1. 教師データ作成数4,800万件の実績

「AIを導入したいけれど何から取り組んだらよいのかわからない」
「外注するにも何を依頼すればよいのかわからない」
そんなときはぜひヒューマンサイエンスにご相談ください。ヒューマンサイエンスでは自然言語処理、医療支援、自動車、IT、製造や建築など多岐にわたる業界のAI開発プロジェクトに参画しています。これまでGAFAMをはじめとする多くの企業様との直接のお取引により、総数4,800万件以上の高品質な教師データをご提供してきました。数名規模のプロジェクトからアノテーター150名の長期大型案件まで、業種を問わずさまざまなアノテーションのプロジェクトにご対応します。
>>ヒューマンサイエンスのアノテーションサービス

5-2. クラウドソーシングを利用しないリソース管理

ヒューマンサイエンスではクラウドソーシングは利用せず、当社が直接契約した作業担当者でプロジェクトを進行します。各メンバーの実務経験や、これまでの参加プロジェクトでの評価をしっかりと把握した上で、最大限のパフォーマンスを発揮できるチームを編成しています。

5-3. 最新のアノテーションツールを活用

ヒューマンサイエンスが導入しているアノテーションツールの一つAnnoFabでは、プロジェクトの進行中にもクラウド上でお客様から進捗確認やフィードバックをいただくことが可能です。作業データはローカルのマシンに保存できない仕様とすることで、セキュリティにも配慮しています。

5-4. 自社内にセキュリティルームを完備

ヒューマンサイエンスでは新宿オフィス内に ISMSの基準をクリアしたセキュリティルームを完備しています。守秘性の高いプロジェクトであってもオンサイトでご対応します。当社ではどのプロジェクトでも機密性の確保は非常に重要と捉えています。作業担当者にはセキュリティ教育を継続して実施し、リモートのプロジェクトであっても情報やデータの取り扱いには細心の注意を払っています。