ChatGPTを使う目的は、文章を速く書くことだけではないようです。営業担当者がデータを調べ、デザイナーが技術的な問題を整理し、小さな事業の経営者が広告文や契約書の確認まで行う。以前なら別の専門家へ頼んでいた仕事へ、自分で一歩踏み込む使い方が増えています。
OpenAIは2026年7月27日、米国のChatGPT利用者による80万件以上のメッセージを分析した調査を公開しました。職業に特有の作業として分類できたメッセージのうち、43.5％が利用者自身の職種ではなく、別の職種に結びつく作業だったとしています。
「AIが43.5％の仕事を奪った」という意味ではありません。むしろ、AIを使う人が今まで担当外だった作業へ手を伸ばしている、という観察です。この違いを取り違えると、不安をあおるだけの数字になってしまいます。今回は調査の意味と、小さな会社や個人が安全に仕事の幅を広げる方法を整理します。🤔
43.5％は「全仕事の割合」ではない
最初に、数字の読み方を確認しておきます。
OpenAIの分析対象は、米国のChatGPT利用者が送った80万件以上のメッセージです。そのうち仕事に関連するメッセージを調べ、さらに特定の職種と結びつきやすい作業と、どの職種にも共通する作業を分けています。
文章作成、要約、日程調整のように、多くの仕事で行う作業は「汎用的」とされました。それを除き、特定の職種に結びつくメッセージだけを見ると、43.5％が利用者本人の職種の外にある作業でした。
一方、仕事関連メッセージ全体で職種を越えた作業が占める割合は16.8％です。
つまり、次のように読むのが適切です。
- 全仕事の43.5％がAIへ置き換わったわけではない
- ChatGPTが答えた内容の43.5％が正しいと保証した数字でもない
- 職種特有の相談に限ると、別職種の作業がかなり含まれていた
数字だけを見ると大きく感じますが、対象と分母を確認すると意味がはっきりします。
「できなかった仕事」より「頼まないとできなかった仕事」が近くなる
OpenAIは、この現象を「task crossover（タスク・クロスオーバー）」と呼んでいます。職種の境界を越えて作業が移動する、という意味です。
公式記事では、次のような例が挙げられています。
- 小規模事業者が広告文を作り、契約書を確認し、基本的な財務分析を行う
- 営業担当者が顧客データを調べる
- マーケティング担当者がWebサイトの不具合を整理する
ここで起きているのは、全員が突然専門家になることではありません。最初の調査、たたき台、問題の切り分けをAIが助けるため、「何が分からないか分からない」状態から一歩進みやすくなったのです。
たとえば、Webサイトが表示されないとき、以前なら制作会社へ「とにかく見てください」と頼むしかなかったかもしれません。ChatGPTへエラー文や起きた操作を整理してもらえば、ブラウザの問題か、設定の問題か、サーバー側の問題か、確認すべき順番を作れます。
自分で修理できなくても、状況を具体的に伝えられます。それだけで相談の往復が減ることがあります。ここは、専門家を不要にするというより、専門家へ届くまでの準備が変わる話だと思います。😊
小さな会社ほどAIが「臨時の別部署」になりやすい
調査では、小規模な組織ほど職種外の作業をAIへ持ち込む傾向も示されました。
平均的な利用者を見ると、2〜5席の小さなワークスペースでは職種外タスクの割合が18.9％、100席を超える組織では16.3％でした。差は極端ではありませんが、組織の大きさによって使い方が変わる可能性があります。
大きな会社には、経理、法務、情報システム、広報などの専門部署があります。小さな会社や個人事業では、目の前で問題を見つけた人がそのまま対応しなければならない場面が多くあります。
「パソコンが動かないので情報システム部へ」「広告文は広報へ」「数字の分析は経理へ」と渡せないなら、AIが一時的な相談相手になります。
これはSCROOMのような小さな事業にも実感があります。ホームページ、案内文、広告、簡単な集計、システムの改善は、それぞれ別の知識が必要です。毎回すべてを外注するのでは時間と費用がかかります。AIで下調べと試作を進め、重要なところだけ専門家や人が確認する形なら、小さく試せます。
ただし、「人が少ないから全部AIに任せる」という結論にはなりません。確認する人まで消すと、間違いに気づく場所もなくなるからです。💦
広がりやすいのは、技術・お金・マーケティングの仕事
OpenAIの分析では、財務計算と技術的なトラブル対応が、他の職種から持ち込まれる代表的な作業として幅広く現れました。マーケティングやエンジニアリングの作業も、職種を越えて利用されやすい傾向が示されています。
この結果は、ChatGPTを使っている方なら納得しやすいかもしれません。
お金の計算は表と数字を渡せば整理しやすい。パソコンの不具合はエラー文を説明すれば確認手順を出しやすい。マーケティングは文章やアイデアのたたき台と相性がよい。プログラムは短いコードを作り、動かし、エラーを返して修正できます。
一方で、扱いやすいことと、最終判断を任せてよいことは別です。
- 財務計算：計算式と入力値を人が確認する
- 技術対応：バックアップを取り、危険な操作は止める
- マーケティング：架空の実績や誇張がないか確認する
- プログラム：個人情報、認証、決済に関わる部分は専門的に検査する
AIは、説明することと責任を負うことを同時にはできません。最終的に公開、支払い、契約、削除を行う人が確認する必要があります。
「専門家がいらなくなる」と読むのは危ない
職種の境界を越えられるという話には、反対側もあります。
AIは、知らない分野へ入る最初の一歩を助けます。しかし初心者には、答えのどこが間違っているかを見抜く基準がありません。専門分野ほど、もっともらしい誤りが危険です。
特に、法律、税務、医療、セキュリティ、高額な契約では、AIの回答だけで決めないでください。契約書を分かりやすく要約してもらうことと、契約上のリスクを最終判断してもらうことは別です。売上データを表にしてもらうことと、申告内容を確定することも別です。
AIによって専門家へ相談しやすくなる面もあります。
- 質問したいことを箇条書きにする
- 関係する資料を一覧にする
- 分からない用語を先に整理する
- 複数案の違いを表にする
準備ができていれば、限られた相談時間を本当に必要な判断へ使えます。AIと専門家は、どちらか一方を選ぶ関係ではありません。
初心者が安全に「仕事の幅」を広げる4段階
ChatGPTで新しい仕事へ挑戦するときは、いきなり完成や実行まで頼まず、4段階に分けると安心です。
1．問題を説明する
まず、今起きていることをそのまま書きます。うまく説明できなくても構いません。
「売上表はあるが、月ごとの違いをどう見ればよいか分からない」
「ホームページでこのエラーが出る」
「新しい講座を案内したいが、何から書くか決まらない」
AIには、結論より先に確認事項を質問してもらうと、抜けを減らせます。
2．下書きと確認手順を作る
次に、完成品ではなく、下書きや確認手順を作ります。
表の見方、エラーを調べる順番、案内文の構成。間違っても戻せる段階でAIを使います。ここなら試しやすく、失敗しても外部へ影響しません。
3．根拠を確かめる
数字、料金、法律、製品仕様、日付は公式情報へ戻って確認します。AIへ出典を聞くだけで終わらせず、実際のページを開くことが大切です。
個人情報や社内資料を使う場合は、利用するAIサービスの設定と契約も確認します。名前や住所をそのまま貼らなくても、仮名や必要最小限のデータで試せる場合があります。
4．実行前に人が止まる
送信、公開、購入、契約、削除の直前に、人が内容を確認します。
AIが作業を速くしても、この停止点は残します。特に初めて扱う分野では、確認項目を紙やメモへ残すと、次回から同じミスを防げます。
AI時代に大切なのは「全部できる人」ではない
AIによって職種の境界が薄くなると、「何でも一人でできなければならない」と感じるかもしれません。しかし、目指すのは全分野の専門家になることではありません。
大切なのは、問題を見つけ、AIと一緒に整理し、どこから先は専門家へ頼むかを判断できることです。
自分で広告文の下書きを作れてもよい。簡単なデータ分析を試してもよい。Webサイトのエラーを切り分けてもよい。そして、分からないところで止まって相談できればよいのです。
43.5％という数字が示しているのは、AIが人の仕事を一律に奪った姿ではありません。これまで部署や肩書きで区切られていた作業へ、必要な人が少しだけ入りやすくなった姿です。
その一歩が安全で役に立つものになるかは、AIの性能だけでなく、使う側が確認と停止の場所を持てるかで変わります。🧩
ChatGPTを仕事に使いたい方へ
SCROOMでは、ChatGPTを「質問に答える道具」だけで終わらせず、実際の仕事へつなげる練習を行っています。
文章、表計算、Web、資料作成、業務の整理など、普段の作業を持ち込んでいただけます。AIに何を頼むかだけでなく、どこを人が確認するか、個人情報をどう扱うか、専門家へ相談する前に何を整理するかまで一緒に考えます。
「自分の仕事では何に使えるのか分からない」という段階で大丈夫です。まずは、毎週時間がかかっている作業を一つ見つけるところから始めましょう。😊