AIに仕事を奪われる前に：まず“自分の仕事を言語化”してみる
その不安は、たぶん「気のせい」ではない
「AIに仕事を奪われる」――この言い方は少し強すぎる気もするけれど、ふとした瞬間に胸の奥がざわつくことはあります。
ニュースで“AIによる効率化”や“人員削減”を見かけたり、社内で「生成AI、試してみよう」という話が出たり。あるいは、仕事の一部がすでに自動化されているのを目にしたり。
一方で、現実はもっと複雑です。AIの影響は「職業」単位というより「タスク（作業）」単位で現れやすく、多くの場合は“置き換え”だけでなく“補完（拡張）”として入ってくる、という見方が繰り返し示されています。
つまり、いきなり仕事が丸ごとなくなるというより、仕事の「中身の配分」が変わる。そこが落ち着かない理由かもしれません。
では、何をしたらいいのか。資格？プログラミング？英語？…選択肢は多すぎて、迷いが増えることもあります。
ここで一度、遠回りに見えるけれど効くことがあります。それが 「自分の仕事を言語化する」 ことです。
AIは「仕事」ではなく「作業の塊」に入ってくる
AIの話題がややこしいのは、「仕事」という言葉が大きすぎるからかもしれません。
たとえば「営業」「経理」「製造」「人事」と言った瞬間、もう中身は人によって全然違う。部署でも違うし、会社でも違うし、同じ職種でも成熟度で違う。
だから最近の議論は、だんだん「タスク」へ寄ってきています。生成AIが得意なのは、ざっくり言えば 言葉・画像・コードなどの情報を扱う作業 のうち、ある程度パターン化できる部分です。
- 現場の癖を読んで微調整する
- 取引先の空気を見て落としどころを探る
- ミスの影響が大きい判断を、責任を負って引き受ける
- 例外対応が多い状況で、関係者を巻き込みながら進める
こういう部分は「自動化」よりも「支援」になりやすい。
仕事の再編が進む一方で、新しい役割が生まれるという見立てもあります。ただ、これは「誰にとっても安心」という意味ではありません。
同じ会社の中でも、同じ職種の中でも、どのタスクを多く抱えているかで体感が変わるからです。
だからこそ、議論を一般論で終わらせず、いったん自分の手元に引き寄せたい。そのための入口が「言語化」です。
「言語化」は、自己分析というより“地図づくり”に近い
ここで言う言語化は、意識高い自己分析というより、もっと生活感のある作業です。
引っ越し前に段ボールへ詰めるとき、いったん部屋の物を「分類」しますよね。捨てるか残すかは、その後に決めればいい。まずは「何がどれだけあるか」を見えるようにする。それに近い。
AIの時代に不安が増えるのは、輪郭のなさが原因になりやすいからです。
- 自分の仕事が何でできているのか曖昧
- 何が代替され、何が残るのか判断できない
- 学ぶべきことが無限に見える
言語化が効くのは、未来を当てるためではありません。「判断の材料」を自分の手に戻すためです。
まずは3層に分ける：作業／判断／目的
仕事を言語化するとき、いきなり細かく書こうとすると疲れます。おすすめは、次の3層に分けることです。
1) 作業（手を動かす部分）
- 日報を書く
- Excelを更新する
- 見積もりを作る
- 図面の差分を確認する
- 問い合わせメールに返信する
生成AIや自動化が入りやすいのは、この層の“文章化・要約・整理・照合”が多いところです。ただし、ここが減ると「時間が空く」ので、次の層の比重が増えることがあります。
2) 判断（何を選び、どこで止めるか）
- どの案件を優先するか
- どの品質基準なら出荷できるか
- どこまで上長へ相談し、どこから自分で決めるか
- 例外対応を“標準化”に戻すにはどうするか
この層は、AIが“提案”はできても、最終的に引き受けるのは人、になりやすいところです。
3) 目的（なぜそれをやるのか）
- クレームを未然に防ぐ
- ライン停止を減らす
- 後工程が困らない状態をつくる
- 顧客の不安を減らす
- 監査で指摘されない形にする
目的の言語化は地味ですが強いです。転職の面接で刺さるのも、「何をやったか」より「何のために、どう判断し、どう整えたか」の方だったりします。
状況整理：あなたの仕事は「どの比率」でできている？
- いまの仕事は、作業：判断：目的 がだいたい何：何：何ですか？
- その比率は、ここ1〜2年で変わりましたか？
- “忙しさ”の正体は、作業量ですか？それとも判断の数ですか？
もし、作業が8割で判断が2割なら、AI導入で作業が軽くなる可能性はあります。でも、判断が増えて2割が4割になったら、仕事はむしろ難しくなる。
逆に、判断がすでに多い人は、AIが“補助輪”になって進みやすくなることもある。
これはつまり、「AIを使える人」よりも先に、“自分の仕事をわかっている人” が強い、という含意にも読めます。
実践：30分でできる「仕事の言語化」3ステップ
ここからは、なるべく簡単に。完璧にやる必要はありません。メモ帳でも、スマホでも、紙でもOKです。
ステップ1：昨日（または直近1週間）を時系列で書く
ポイントは、きれいにまとめないこと。
- 9:00 メール確認
- 9:30 朝会
- 10:00 不具合の一次切り分け
- 11:00 購買へ確認
- 13:00 手順書の修正
ステップ2：各項目に「判断があったか？」を付ける
たとえば、メール確認（判断：低）、不具合切り分け（判断：中〜高）、手順書修正（判断：中）みたいに、感覚で○△×でもOK。ここで、あなたの仕事に含まれる“判断の密度”が見えます。
ステップ3：「その判断の基準」を一言で書く
- 不具合切り分け：停止リスクがあるか／影響範囲／過去の類似
- 取引先への連絡：先に事実だけ伝える／原因は確定後
- 手順書修正：新人が迷わない言い回しにする
この“一言”が、あなたの仕事の熟練を表します。AIが一気に入り込めないのは、まさにこの「基準」が現場固有で、状況依存で、暗黙知になっていることが多いからです。
言語化すると、AIとの距離感が変わる
言語化が進むと、AIに対しての問いが変わります。
- この作業はAIで下書きできそう
- この判断は、過去事例を探してもらうと速い
- この目的は、関係者の合意形成が必要で人が担う
この変化は小さいですが、心の落ち着きが変わります。AIの話題が“外から降ってくる脅威”から、“使いどころを選べる道具”に近づくからです。
だから個人としては、流行に追いつくより前に、「自分の仕事が何でできているか」 を言えるようにしておく。それが、静かな先回りになります。
転職を考えるなら：「言語化」は応募書類の素材になる
転職の場面では、つい“できること”を増やしたくなります。でも、採用側が知りたいのは、単なるスキルリストというより、再現可能性だったりします。
- どういう状況で
- 何を目的に
- どんな判断で
- どう進めたか
言語化ができていると、職務経歴書の中身が変わります。「Excelで管理」ではなく、“判断と目的”が乗る書き方に変わる。
学び直しは、言語化の“あと”に置くと迷いが減る
ここでようやく、学び直しの話を置きます。先に結論を言うと、学び直し自体は否定しません。むしろ必要になる場面は増えると思います。ただ、順番を変えるだけで迷いが減ります。
- 先に学ぶ → 何に使うか曖昧で、続きにくい
- 先に言語化する → 足りないところが“必要として”見えてくる
もし、学びの習慣づくり自体に引っかかりがあるなら、こちらの記事も関連して読めるかもしれません。焦らせる内容ではなく、“続け方の整理”に寄っています。
“奪われる”より先に、“説明できる”を増やしておく
ここまで読んで、「言語化が大事なのはわかったけど、結局AIは怖い」と感じる人もいると思います。それも自然です。
ただ、もう一つ別の見方もあります。安心しきっていいという話ではなく、“あなたの仕事の中にある価値を、あなた自身が把握しているか” が効いてくる、という話に近い。
言語化は、その入口です。大きな決断を迫るものではありません。今日の仕事を、少しだけ言葉にしてみる。それだけで、次の一歩の選び方が変わることがあります。
最後に：答えを急がず、輪郭だけ作っておく
AI時代のキャリアは、たぶん「正解を当てにいく」より、「修正できる状態を保つ」方が合っている気がします。
そのために必要なのは、派手なスキルよりも先に、自分の仕事の構成・自分が担っている判断・自分が守っている目的を、雑でもいいから言えること。
もし今、転職を考え始めたところなら。応募先を探す前に、勉強を始める前に、“自分の仕事を言語化する時間” を一度だけ取ってみてください。
そのメモは、未来を保証しない代わりに、迷いの中で「戻ってこられる地図」になってくれるかもしれません。
