AI時代のキャリアはどう変わる？仕事・経験・専門性から考えるキャリア形成

AIで調査、分析、資料作成、企画などを進められるようになると、「今まで積んだ経験は通用するのか」「何を学べば市場価値を保てるのか」と迷うことがあります。AIの新機能や将来予測を追っても、自分が次に何をすべきかまでは決まらないからです。

職種や肩書は、これからも採用、配置、報酬、キャリアパスを考える枠として残ります。一方、同じ職種でも、AIを使って担える仕事の範囲や、任される判断には差が生まれます。そのため、職種名だけでは、その人が担える仕事の範囲や、任せられる判断・責任まで捉えにくくなります。

AI時代のキャリアは、職種に加えて、方向性、専門性、仕事・役割の範囲、判断・責任の4つから捉えると整理しやすくなります。 そのうえで、AIに任せる作業と、空いた時間で自分が積む経験を決めます。

この記事では、現在の仕事を4つの観点で見直し、次に積む経験を決める方法を紹介します。

この記事のまとめ

• 職種や肩書は残りますが、同じ職種でもAIを使って担える仕事と任される判断に差が生まれるため、仕事の中身まで見る必要があります。
• キャリアの現在地は、方向性、専門性、仕事・役割の範囲、判断・責任の4つから確認できます。経験を重ねることで、この4つの現在地が変わります。
• AIで下準備や定型作業を短縮したら、空いた時間を顧客対応、仮説検証、意思決定、改善、難しい案件などの経験に使います。
• 次の職種や肩書とあわせて、「次にどの経験を積むか」まで具体化すると、キャリアを前へ進めやすくなります。

1. 同じ職種でも、AIによって実際の仕事内容は変わる

職種や肩書はAI時代にも残りますが、同じ職種の中で担う仕事は変わります。 AIによって、調査、分析、作成、確認などの分担が変わるためです。

たとえば、同じ営業職でも、顧客情報の整理や提案書の下書きにAIを使う人と、顧客データの分析から仮説作成、提案後の改善まで進める人では、担当できる範囲が異なります。同じマーケティング職でも、文章作成だけにAIを使う人と、調査、画像の試作、簡単なデータ分析まで組み合わせる人では、仕事の進め方が変わります。

職種名は、応募する求人や社内での配置、報酬の目安、昇進や異動の道筋を考える手がかりになります。そのうえでキャリアの現在地を考えるときは、実際に担当している工程や、そこで積んでいる経験まで見る必要があります。

これらを踏まえると、職種名だけでは、その人が実際に何をでき、どこまで責任を持てるのかを捉えにくくなります。仕事をどこまで完遂できるかと、どの判断まで任されるかの違いは、第3章で整理します。

AIによって人の仕事がどう変わるかは、AI時代に人間の仕事はどう変わる？残る役割と必要な能力でも詳しく紹介しています。

2. キャリアは、職歴に加えて仕事・役割・経験の積み重ねで考える

キャリアには、転職歴や昇進に加えて、どのような仕事や役割を担い、何を学び、どのような経験を積んできたかも含まれます。

この捉え方なら、転職や昇進を予定していなくても、日々の仕事からキャリアを変えられます。たとえば、顧客への聞き取りを初めて担当したり、AIが作った分析の誤りを見つけたり、自分の案を会議で説明したりする経験です。後輩の成果物をレビューする経験も、役割を広げるきっかけになります。こうした経験は、職歴の欄にはすぐ表れなくても、専門性、仕事の範囲、判断力、役割を変えていきます。

反対に、同じ部署で同じ肩書のまま年数を重ねても、任される仕事と判断が変わらなければ、経験の中身は広がりにくくなります。経験年数とあわせて、その期間に何を見て、何を試し、どの判断を引き受けたかを見ることが大切です。

キャリアは、現在の仕事で得た情報と経験をもとに方向を見直し、次に担う仕事を選び直しながら更新していきます。 キャリア形成は、将来を正確に当てることより、経験を通じて現在地を更新すること と考えると、AIの変化が速い時期にも動きやすくなります。

3. AIで仕事の幅が広がっても、任せられる判断は必ずしも同時に広がらない

AIによって成果物を作れる範囲が広がることと、重要な判断まで任せられることは別です。 AIは専門外の仕事へ入るハードルを下げますが、成果物の品質を確かめ、例外やリスクを見つけ、結果に責任を持つには、その仕事への理解と経験が欠かせません。

たとえば、営業担当者がAIを使って顧客データを分析し、グラフを作ることはできます。しかし、その数字に欠損や偏りがないか、この顧客にどう説明すべきか、提案条件を変えてよいかを判断するには、顧客理解に加え、データの読み方や自社の提供条件についての知識が必要です。

マーケティング担当者がAIを使って簡単なWebページを試作できても、ブランド方針に合っているか、表示内容は正確か、個人情報の扱いに問題はないかまで判断できるとは限りません。試作後は、「そのまま公開してよいか」「誰の確認を受けるか」「問題が起きたときに元へ戻せるか」を見極めます。

AIが実行を補う場面では、人は「作ること」に加えて「選ぶ・確かめる・説明すること」を担います。担当範囲を広げるときは、まず成果物を作れるかを見ます。あわせて、その成果物を採用できる条件と、どの段階で誰の確認が必要かまで説明できるかを確認します。

専門性は、AIを使った成果を見極める土台になります。 コアとなる専門性を深めながら、AIによって担当できる周辺の仕事も広げられます。 専門性とAIの関係は、AI時代に専門性はどう変わる？で詳しく紹介します。

仕事の幅を広げる具体例は、AIでできる仕事はどこまで広がる？も参考にしてください。

4. AIで空いた時間を、次に必要な経験に使う

AIで経験の積み方が変わるからこそ、空いた時間を何に使うかが重要です。 下準備や定型作業を短縮すれば、顧客対応、仮説検証、意思決定、改善、難しい案件などに、早い段階から時間を使えます。一方、作業を任せきると、その工程に含まれていた観察、比較、失敗から学ぶ機会が減ることがあります。

たとえば、新人が顧客向け提案を作る場面では、AIに業界調査、競合比較、提案書の下書きを任せることで、顧客への聞き取りや提案の検証へ早く進めます。そこで得た反応をもとに仮説を修正すれば、同じ期間でも判断や改善の経験を増やせます。

しかし、AIが出した調査結果を読まず、比較の基準も考えず、上司が直した完成版だけを受け取ると、なぜその案が選ばれたのか分かりません。速く成果物を作れても、自分で違いを見つけ、良し悪しを判断する力は育ちにくくなります。

AIに任せる工程を決めるときは、空いた時間で積みたい経験も考えてください。AIに任せる工程と、自分が関わる工程は、次のように分けられます。

• AIで短縮する工程
  調査候補の洗い出し、文書の下書き、データの整形、複数案の作成、形式の調整など、結果を確認しやすい工程です。
• 自分が関わる工程
  出力を比較する、根拠を確認する、顧客や現場の反応を見る、例外に対応する、案を選ぶ、判断理由を説明する工程です。
• 空いた時間で積む経験
  顧客への聞き取り、仮説検証、意思決定、改善、難しい案件への参加、経験者からのレビューなどです。

初期作業をAIで短縮した分、結果の比較、採用理由の説明、実行後の確認に時間を使います。 作業量だけで経験を測らず、判断基準や現場理解が身につく場面を意識して残してください。

若手育成やOJTの設計は、AI時代の人材育成とは？若手育成・OJT・新人研修ガイドで詳しく紹介しています。

5. 現在地は「方向性」「専門性」「仕事・役割の範囲」「判断・責任」の4つで確認する

自分のキャリアの現在地は、方向性、専門性、仕事・役割の範囲、判断・責任の4つに分けると確認しやすくなります。 4つに分けて見ると、優先して伸ばす点が見つかります。

経験は、この4つの現在地を変えます。顧客対応を通じて方向性が具体的になり、難しい案件に取り組む中で専門性と判断基準が深まります。さらに、隣接工程や結果の説明まで担えば、仕事と責任の範囲も広がります。経験を積むたびに4つの現在地を見直すと、次に伸ばす点が分かります。

方向性：職種名に加えて、価値を出したい領域を決める

方向性を考えるときは、将来の肩書とあわせて、どの顧客、課題、領域で価値を出したいかを確認します。

たとえば、営業職を続ける場合でも、中小企業の業務改善を支援したいのか、大企業の複雑な導入を進めたいのかで、次に必要な経験は変わります。マーケティングでも、認知を広げたいのか、顧客理解を深めて継続利用を増やしたいのかで、担当したい仕事が変わります。

関心のある課題、自分が成果を出した場面、周囲から繰り返し頼まれることを振り返ります。まずは仮の方向性を置き、実際の経験から見直していくと考えやすくなります。

専門性：知識量に加えて、仕事を進めて判断できる領域を見る

専門性は、用語を知っていることや資格を持つことだけでは測れません。情報をどこで確認し、どの方法を選び、何を良い成果と判断し、例外にどう対応するかまで見ます。

次の問いに具体例を交えて答えられる領域では、専門性を仕事に生かせています。

• 目的に対して、最初に何を確認するか
• 複数の方法から、何を基準に選ぶか
• よくある失敗や例外を見つけられるか
• AIの出力のどこを疑い、どこを使えるか
• 結果が良かった、悪かった理由を説明できるか

AIは、専門性を使える範囲を広げる手段になります。知識、経験、判断基準を深める方法は、「AI時代に専門性はどう変わる？」で詳しく紹介します。

仕事・役割の範囲：AI込みでどこまで完遂できるかを見る

仕事・役割の範囲を確認するときは、人と連携し、AIやツール、データも使いながら、どの工程からどの成果まで進められるかを見ます。

記事本文を書く作業は、制作工程の一部です。検索意図を確認し、構成を作り、根拠を調べ、執筆し、品質を確認して公開準備まで進められるなら、完遂できる範囲は広がります。専門家の確認が必要な箇所を判断し、適切に連携することも完遂に含まれます。

現在の業務について、「自分が主担当として開始できる地点」と「責任を持って次の人へ渡せる地点」を確認すると、その間が現在の仕事・役割の範囲として見えてきます。

判断・責任：どこまで任され、結果を説明できるかを見る

判断・責任を確認するときは、AI出力の採否、例外対応、最終案の選択、実行条件の決定、結果の説明のうち、どこまで自分に任されているかを見ます。

仕事の範囲が広ければ、判断も高度になるとは限りません。幅広い作業を担当していても、最終判断は毎回上司が行う場合があります。反対に、担当範囲が狭くても、特定領域の品質や安全性について高度な判断を担う専門職もいます。

直近の仕事は、次の3段階で整理できます。

1. AIや他者の案を、決められた基準で確認できる
2. 状況に応じて基準を選び、採用・修正・追加確認を決められる
3. 例外や影響を考え、最終判断と結果を説明できる

現在の段階を確認すると、次に経験したい判断が見つかります。AI出力を見極める方法は、AI時代に重要になる「判断力」とは？も参考になります。

6. 次に積む経験を決め、4つの現在地を更新する

現在地を確認したら、4つの観点のうち次に変えたい点を決め、その変化につながる経験を選びます。 候補が複数ある場合は、最初に試す経験を一つに絞ると、仕事へ組み込みやすくなります。

直近3カ月の仕事から、担当した工程、使った専門知識、自分で決めたこと、他者へ説明したことを書き出します。次に、4つの観点ごとに、現在地と変えたい点を一文でまとめると、次の経験を選びやすくなります。

表を埋めると、次の例から変化につながる経験を選べます。

方向性を確かめるなら、関心のある顧客や課題に触れる

顧客への聞き取りに同席する、関心のある課題を扱う小さな案件を担当する、部門をまたぐプロジェクトに参加するといった経験が候補です。実際の顧客や課題に触れると、考えていた方向性が自分の関心や強みに合うかを確かめられます。

専門性を深めるなら、基準と例外を判断する仕事を選ぶ

難しい案件への参加、経験者からのレビュー、顧客や現場の情報に直接触れる仕事、失敗事例の分析などが候補です。自分の判断と経験者の判断を比べられる仕事なら、判断基準を身につけやすくなります。

仕事・役割の範囲を広げるなら、隣接する工程を小さく担当する

現在の仕事とつながる一つ前か一つ後の工程から始めると、無理なく担当範囲を広げられます。資料作成を担当しているなら、依頼内容の整理や公開後の反応分析が候補です。営業なら、顧客への聞き取り結果から仮説を作る工程まで広げられます。

後輩の成果物のレビューやチームの手順改善を担当すると、他者を支える役割にも範囲を広げられます。管理職でなくても、自分の知見や専門性を生かして他者の判断を支えることは可能です。

判断・責任を広げるなら、自分の案と理由を先に出す

複数案を比較し、採用したい案、その理由、残る不確実性を書き出します。そのうえで上司や専門家のレビューを受け、経験者と自分の判断が異なった点を記録します。正解を当てることより、判断の過程を比較できる状態をつくることが大切です。

その経験を積んだ後に4つの現在地を見直すと、方向性の変化や専門性の不足に気づけます。広がった担当範囲や、次に挑戦したい判断も見えてきます。 経験を選ぶ、実行する、現在地を見直すという循環 を繰り返すと、変化の速い環境でもキャリアを更新しやすくなります。

まずは、次に積みたい経験を一つ選んでみてください。

7. AIを使って仕事を進め、担当範囲と経験の選択肢を広げる

AIを使って仕事を進める力は、質問して回答を得ることにとどまりません。 何をAIに任せ、どこを自分で判断するかを分け、出力を確認します。必要なら方法や前提まで戻って修正し、実行結果を次の改善につなげます。

こうした使い方ができると、これまで担当していなかった調査、分析、試作などの工程にも入りやすくなります。

たとえば、顧客理解を深めたい場合、AIで聞き取り記録を整理して仮説を作り、実際の顧客反応と比べます。下準備を短縮するだけでなく、仮説の検証や改善まで経験できるようになります。

AIの学習を次に積みたい経験と結びつけることで、担当できる仕事や経験の選択肢が広がります。AIと仕事を前へ進める能力の詳しい整理は、AI時代に必要な能力とは？これからの仕事力ガイドで紹介しています。

8. 企業も仕事・育成・評価・配置をつなぎ直す

企業が仕事、育成、評価、配置を連動させることで、社員のキャリア形成を後押しできます。 社員が次に積みたい経験を決めたら、それを積める仕事、判断の機会、レビュー、評価まで用意する必要があります。

企業は、AIで作業を減らすと同時に、次の4つをつなげてください。

• 仕事
  AIと人の担当を分け、人が経験すべき顧客対応、仮説検証、判断、改善を仕事の中に残します。
• 育成
  完成した成果物の確認に加え、本人が比較し、選び、説明し、レビューを受ける機会を設けます。
• 評価
  作業量やAI利用回数を能力の指標にせず、AI込みで完遂できる範囲、判断の質、結果から学んだことを見ます。
• 配置
  本人が伸ばしたい専門性や担当範囲、次に担いたい判断・責任に応じて仕事を任せます。

管理職は、部下の作業確認に加えて、どの判断を本人に任せ、どこでレビューし、次にどの経験を積めるようにするかを考えます。リスキリングでは、仕事の変化から不足する能力を見つけ、研修や資格取得から実務経験までを一つの流れとして設計します。

人材の評価・配置では、AIの利用有無や回数を中心にせず、AIも使って何を完遂できるか、どの判断まで任せられるかを確認します。具体策は、AI時代の管理職の役割とは？、AI時代のリスキリングは何を学ぶべきか？、AI時代の人材評価・配置はどう変わる？で紹介しています。

まとめ

職種や肩書は、求人、配置、報酬、キャリアパスを考えるために必要です。そのうえで、 方向性、専門性、仕事・役割の範囲、判断・責任の4つから現在地を確認し、次に積む経験まで決めてください。

次に深めたい専門性、広げたい仕事、任されたい判断、新しく担いたい役割を書き出し、今の仕事で積める経験を一つ選んでみてください。その経験を積んだ後に4つの現在地を見直せば、次に選ぶ仕事や職種も具体的になります。

AIで生まれた時間を何に使い、どの経験を自分で積むかは、今から選べます。 「次にどの職種へ進むか」と「次に何を経験するか」を一緒に考えるところから、AI時代のキャリア形成を始めてください。

参考資料

• キャリア教育｜文部科学省
• 在職者の方へ｜マイジョブ・カード
• 職業能力評価基準｜厚生労働省
• How AI is expanding what people do at work｜OpenAI
• 2026 Work Trend Index Annual Report｜Microsoft
• The impact of GenAI on jobs, productivity and work organization｜International Labour Organization
• Artificial Intelligence and the Future of Entry-Level Work｜World Economic Forum