【6職種別】AI時代のキャリアロードマップ2026｜消える業務・残る業務・次の一手
経理・営業・事務・ライター・マーケター・SEの6職種別にAIインパクトスコアと具体的ロードマップを出典付きで解説。補助金活用法も。
PR
「自分の仕事はどうなるのか」——その問いに、まだ誰も答えていない
「AI 仕事 なくなる」で検索すると、似たような記事がずらりと並ぶ。「なくなる仕事ランキング」「残る仕事10選」「今すぐスキルを身につけよう」——どれも読んだ。でも読み終えて残るのは、「で、自分の場合はどうすればいいの？」というモヤモヤだけだったりする。
PwCの「Hopes and Fears」2025年調査では、日本の従業員のAI不安は調査対象国中で最も高く、将来に楽観的と答えた人はわずか19%だった（出典: PwC Japan）。BCGの調査でも、日本はAI活用率が調査対象国中最低の16%なのに、41%が「10年で仕事がなくなるかも」と回答している（出典: BCG）。
不安を感じているのは、あなただけではない。
ただ、「AI 仕事 なくなる」という問いの立て方そのものに、少し問題がある。仕事がまるごと消えるケースは実は少ない。消えるのは仕事の中の特定のタスクであり、残るタスクも、新しく生まれるタスクもある。
この記事では、6つの職種について「消える業務・残る業務・生まれる業務」をタスク単位で分解し、それぞれの職種で「何を→どの順番で→何ヶ月で」取り組めばいいかの具体的なロードマップを示す。
6職種のAIインパクト — タスク単位で見ると景色が変わる
経済産業省が2026年3月に発表した「2040年就業構造推計（改訂版）」は、AI人材が340万人不足する一方で事務職が440万人余剰になると予測した（出典: 経産省）。
この数字だけ見ると不安になる。しかしこの推計が前提としているのは、「何も対策しなかった場合」のシナリオだ。同じ推計には「リスキリング促進シナリオ」もあり、適切な人材移動が起きれば余剰は大幅に縮小すると示されている。
以下の6職種について、AI自動化率と業務の変化をまとめた。自動化率は、野村総合研究所×Oxford大学の研究、経産省推計、WEF Future of Jobs Report、各業界レポートを総合した推定値である。
1. 経理（AI自動化率: 85-90%）
| 消える業務 | 残る業務 | 生まれる業務 |
|---|---|---|
| 仕訳入力・請求書処理・帳票作成 | 経営判断のための財務分析 | AIツール運用管理 |
| 経費精算チェック | 税務戦略の立案 | AI出力の監査・検証 |
| 月次決算の定型集計 | 異常値の意味解釈 | 経営層へのAIインサイト説明 |
数値が高く見えるが、「経理」という仕事がなくなるわけではない。入力系タスクの自動化率が高いという意味であり、管理会計やFP&A（Financial Planning & Analysis）など判断系の業務は引き続き人が担う。詳しくは経理×AIの将来性と今からできることで解説している。
2. 事務（AI自動化率: 80-85%）
| 消える業務 | 残る業務 | 生まれる業務 |
|---|---|---|
| データ入力・書類整理 | 社内コミュニケーション調整 | AIツール管理者 |
| 定型メール対応・議事録作成 | 例外処理の判断 | 業務プロセス設計 |
| スケジュール管理 | 来客対応 | AI出力の品質管理 |
出典: 経産省2040年推計
経産省推計の「事務職440万人余剰」で最もインパクトを受ける職種だが、余剰の内訳は3つのシナリオに分解できる。社内シフト（同じ会社内でAI業務設計担当に異動）、隣接シフト（カスタマーサクセスやプロジェクト管理に転換）、未対応（リスキリングしない場合に余剰となる層）。最初の2つは「事務スキル+α」で到達可能だ。事務×AIの将来性記事で詳しく触れている。
3. ライター（AI自動化率: 60-70%）
| 消える業務 | 残る業務 | 生まれる業務 |
|---|---|---|
| 定型ニュース記事 | 取材に基づくオリジナル記事 | AIプロンプト設計 |
| 商品説明文・翻訳テキスト | 深い専門性を要する解説 | AI生成コンテンツの編集 |
| プレスリリースの書き起こし | ブランドストーリー | AI学習用テキスト作成 |
出典: Yahoo!ニュース（平和博）
Upworkの調査では、ChatGPT普及後1年でライティング案件が33%減少した（出典: coki.jp）。ただし減ったのは「要望通りの文章を用意する」タイプの案件で、取材・分析・独自の視点が求められる仕事はむしろ単価が上がっている。ライター×AIの将来性で単価の変化を詳しくまとめた。
4. マーケター（AI自動化率: 50-60%）
| 消える業務 | 残る業務 | 生まれる業務 |
|---|---|---|
| レポート作成・A/Bテスト実行 | ブランド戦略 | AIエージェント型マーケティング設計 |
| 広告入稿・SEO調査 | 消費者インサイトの解釈 | パーソナライズAI戦略 |
| SNS投稿スケジューリング | クリエイティブディレクション | AIツール統合管理 |
出典: 日経クロストレンド
日経クロストレンドは「マーケティング業務の8割は5年でなくなる」と報じている（出典: 日経クロストレンド）。ただしこれは「マーケター」がなくなるのではなく、マーケターの業務内容がオペレーションから戦略・ディレクションへ移行するという意味だ。マーケター×AIの将来性も参照してほしい。
5. SE/プログラマー（AI自動化率: 40-55%）
| 消える業務 | 残る業務 | 生まれる業務 |
|---|---|---|
| 定型コーディング・単体テスト作成 | アーキテクチャ設計 | AIエージェント開発 |
| ドキュメント生成 | 要件定義・セキュリティ設計 | プロンプトエンジニアリング |
| バグの定型修正 | 複雑なシステム統合 | コンテキストエンジニアリング |
出典: エンジニアtype（落合陽一）
落合陽一氏は「2026年にはほとんどの知的作業がAIに置き換わる」と述べたが、エンジニアの業務で実際に自動化されるのはコーディングの「実装」部分が中心で、上流の設計やセキュリティ判断はむしろ需要が増えている。AI Japan Indexによれば、AI関連の求人倍率は2.5倍に達している（出典: AI Japan Index）。
6. 営業（AI自動化率: 30-40%）
| 消える業務 | 残る業務 | 生まれる業務 |
|---|---|---|
| リスト作成・日報作成・見積書作成 | 顧客との信頼構築 | AI営業支援ツール活用 |
| スケジュール調整・CRM入力 | 複雑な交渉 | データドリブン営業戦略 |
| 定型メール送信 | 提案のカスタマイズ | AIコパイロットとの協業 |
出典: AI Japan Index
6職種の中で自動化率が最も低い。営業は「対人関係」が核であり、AIが最も代替しにくい領域だ。ただし定型作業（業務時間の60-70%を占めていた部分）はAI化が進んでおり（出典: sora1.jp）、浮いた時間をどう使うかが分かれ目になる。営業×AIの将来性と今からできることで詳しく解説している。
まだ間に合う — 3つの希望のデータ
不安になる数字ばかり並べたので、ここで希望の根拠を3つ示す。
1. ほとんどの人がまだ動いていない
日本のAI業務活用率はわずか16%（BCG調査）。つまり、今AIスキルを身につけ始めるだけで、84%の人より一歩先に立てる。逆に言えば、「もう遅い」ということはまだない。
2. リスキリング転職者の62.3%が年収増加
リスキリングを経て転職した人の62.3%が年収増加を実現している（出典: reskilling.com）。「学び直しは報われる」というデータがすでに出ている。
3. 消える仕事より生まれる仕事のほうが多い
WEFの「仕事の未来レポート2025」は、2030年までに9,200万の雇用が失われるが、1億7,000万の新規雇用が創出されると予測した。差し引き7,800万の純増だ（出典: WEF）。問題は「仕事が消えること」ではなく、「新しい仕事に必要なスキルを持っているかどうか」にある。
日本独自の追い風もある。あずさ監査法人の2026年3月調査では、日本企業の約3割がAI導入に際して「人員を増やす」と回答した（出典: 日本経済新聞）。欧米がAI導入で人員削減に向かう中、日本は人手不足を背景に「AI人材の採用増」で対応する独自路線を取っている。
6職種別・具体的ロードマップ —「何を・どの順で・何ヶ月で」
ここからが本題だ。各職種について「今週から始められる3ステップ」を示す。すべてのロードマップに共通するのは、いきなり大きなことをしなくていいということ。まず1つだけ始めれば、それが次のステップへの起点になる。
経理のロードマップ（目標: FP&A/データアナリスト）
| ステップ | 期間 | やること | 費用（補助金適用後） |
|---|---|---|---|
| Step 1 | Month 1-2 | AI会計ツール（freee AI、マネーフォワード）を実務で使い倒す。ChatGPTで月次分析レポートのドラフトを作成する練習 | 0円（実務内） |
| Step 2 | Month 3-4 | G検定取得 + データ分析基礎（Python/Excelマクロ）。Aidemy Premiumの「データ分析コース」は経理出身者の受講実績が多く、リスキリング補助金対象 | 約7.5万円（補助金75%適用で受講費30万円→7.5万円） |
| Step 3 | Month 5-6 | 管理会計・FP&Aスキルの習得。社内でAI×経理の改善提案を実施し、実績を作る | 書籍代程度 |
到達点: 「入力する経理」から「分析する経理」へのシフト。FP&A職の求人年収は450-700万円帯が中心。
営業のロードマップ（目標: AIソリューション営業）
| ステップ | 期間 | やること | 費用（補助金適用後） |
|---|---|---|---|
| Step 1 | Month 1 | ChatGPTで商談準備・提案書ドラフト・顧客リサーチを始める。SFAのAI機能（Salesforce Einstein等）を使いこなす | 0円（実務内） |
| Step 2 | Month 2-3 | G検定取得 + AI活用の体系知識。SHIFT AIのビジネスAI活用コースは営業職の受講者が多い | 約5万円（補助金適用後） |
| Step 3 | Month 4-6 | 「AI×業界知識」で差別化。AI導入提案を顧客に行い、ソリューション営業としての実績を積む。GeeklyなどAI人材に強い転職エージェントで市場価値を確認してみるのも一つの手段 | 0円 |
到達点: 「モノを売る営業」から「AIソリューションを売る営業」へ。AI営業の求人年収は500-900万円帯。営業のAI活用ロードマップでさらに詳しいプロンプト例やツール活用法を紹介している。
事務のロードマップ（目標: AI業務設計/DX推進担当）
| ステップ | 期間 | やること | 費用（補助金適用後） |
|---|---|---|---|
| Step 1 | Month 1 | 自分の日常業務でChatGPTを活用（メール文面作成、議事録整理、データ整理）。「どの業務がAIで効率化できるか」を記録する | 0円 |
| Step 2 | Month 2-3 | AIパスポート or G検定取得。RPAツール（Power Automate等）の基本操作を習得 | 約3万円（受験料+テキスト） |
| Step 3 | Month 4-6 | 社内のAI業務改善プロジェクトに手を挙げる。キカガクの長期コースはリスキリング補助金対象で、受講費の最大70%が給付される | 約8万円（補助金適用後） |
到達点: 「指示を処理する事務」から「業務プロセスを設計する事務」へ。DX推進担当の求人年収は400-600万円帯。
ライターのロードマップ（目標: AIコンテンツディレクター）
| ステップ | 期間 | やること | 費用（補助金適用後） |
|---|---|---|---|
| Step 1 | Month 1-2 | AI生成コンテンツの編集・ファクトチェックスキルを磨く。ChatGPT/Claude/Geminiの使い分けを体験し、各ツールの強み弱みを把握 | 月額数千円程度（API利用料） |
| Step 2 | Month 3-4 | 「AI×専門領域」のポートフォリオを構築。取材記事・データ分析記事など「AIにできない仕事」の実績を蓄積 | 0円（実務で積む） |
| Step 3 | Month 5-6 | AIコンテンツディレクターとしてのポジションを探す。編集チーム内でAIワークフロー設計の実績を作る | 0円 |
到達点: 「文章を書く人」から「AI含むコンテンツチーム全体をディレクションする人」へ。コンテンツディレクター職の求人年収は450-750万円帯。
マーケターのロードマップ（目標: AIマーケティング戦略家）
| ステップ | 期間 | やること | 費用（補助金適用後） |
|---|---|---|---|
| Step 1 | Month 1 | AIマーケティングツール（Jasper、ChatGPT for Marketing等）を日常業務に導入。広告運用のAI最適化機能を使い倒す | 0円（実務内） |
| Step 2 | Month 2-3 | データサイエンスの基礎（SQL、統計）を習得。GA4のAI機能（予測オーディエンス等）を活用したキャンペーン設計 | 約5万円（オンライン講座） |
| Step 3 | Month 4-6 | AIエージェント型マーケティングの設計・運用経験を積む。「AI戦略を立案できるマーケター」としての実績を社内外で発信 | 0円 |
到達点: 「オペレーションを回すマーケター」から「AI戦略を設計するマーケター」へ。AIマーケティング戦略職の求人年収は550-900万円帯。
SE/プログラマーのロードマップ（目標: AIエンジニア/アーキテクト）
| ステップ | 期間 | やること | 費用（補助金適用後） |
|---|---|---|---|
| Step 1 | Month 1 | GitHub Copilot / Claude Codeなどのコーディングアシスタントを徹底活用。「AIに任せる部分」と「自分が判断する部分」の境界を体感 | 月額2,000円程度 |
| Step 2 | Month 2-3 | LLM APIの活用スキル（OpenAI API、Claude API）とプロンプトエンジニアリングの体系的学習。E資格やAWS MLの取得も選択肢 | 約5-10万円（補助金適用後） |
| Step 3 | Month 4-6 | AIエージェント開発やMLOpsの実践経験。OSSプロジェクトへの貢献やポートフォリオ構築 | 0円 |
到達点: 「コードを書くSE」から「AIシステムを設計するアーキテクト」へ。AIエンジニアの求人年収は600-1,200万円帯（出典: AI Japan Index）。
補助金を使えば、自己負担は4分の1になる
6職種すべてのロードマップに共通して使えるのが、リスキリング補助金制度だ。2026年度に使える主な制度は2つある。
- 厚労省「事業展開等リスキリング支援コース」: 受講費の最大75%を助成。上限あり
- 東京都「DXリスキリング助成金」: 都内中小企業の従業員対象。助成率最大75%
たとえば受講費30万円のAIスクールであれば、補助金75%適用で自己負担は7.5万円になる。詳しい申請手順はAIリスキリング補助金ガイド2026でまとめている。
まとめ — 「大きなこと」をしなくていい。まず今週、1つだけ
6職種のロードマップを並べて見ると、共通する構造がある。
Step 1は全職種「今の仕事でAIを使ってみる」から始まる。 転職も、資格取得も、最初のステップではない。今の業務の中でChatGPTやAIツールを使ってみること——これが最も小さく、最もリスクの低い一歩だ。
この記事を読んで「じゃあ自分の職種は何から始めればいいか」が見えたなら、それだけで84%の人（AI未活用層）より一歩先に出ている。
もし「自分の職種についてもっと詳しく知りたい」と思ったなら、各職種の個別記事を用意している。
「何から勉強すればいいかわからない」という人は、AIの勉強は何から始める？目的別ロードマップが参考になる。
リスキリングの全体像を把握したい場合は、AI時代のリスキリング完全ガイド2026をどうぞ。
なくならない。でも変わる。そして、まだ間に合う。