「仕事の47%が自動化」とは何だったのか｜オックスフォード大の研究を読み解く

「AIで仕事の47%がなくなる」——そんな見出しを目にしたことがある人は多いかもしれません。この「47%」という数字の出どころは、2013年にオックスフォード大学の研究者が発表した有名な論文です。ただし、この数字が実際に何を意味しているのかは、見出しから受ける印象とはかなり違います。この記事では、その研究（Frey・Osborne, 2013）が本当は何を示したのかを、不安を煽らずに整理します。数字の正体を知っておくと、過度に身構えずに、これからの仕事選びを冷静に考えやすくなります。

要点まとめ

• 「47%」は「仕事の47%がなくなる」という意味ではなく、米国の雇用の約47%が「コンピューター化の高リスク」に分類された、という推計です。
• これは約702の職業を対象に、職業をまるごと評価した「職業ベース」の手法で、リスクの分類であって失業の予測ではありません。
• 後年の研究では、同じ職業でも人によって担当する作業が違う点を踏まえると、高リスクとされる割合はもっと小さくなるという指摘もあります。
• 数字の大小に振り回されるより、「どんな作業が変わりやすいか」を手がかりに自分の選択肢を考えるほうが、現実的で役に立ちます。

オックスフォード大の研究は何を測ったのか

最初に押さえておきたいのは、この研究が「どの職業が消えるか」を名指しで予言したものではない、という点です。オックスフォード大学のCarl Benedikt FreyとMichael A. Osborneは、米国の数多くの職業について、それぞれが将来「コンピューター化されやすいかどうか」を、機械学習を使って推計しました。

ポイントは、ひとつの職業を「まるごと」評価する手法だったことです。これは後に「職業ベース」と呼ばれる考え方で、「この職業はAIや機械に置き換えられやすい/にくい」を職業単位で見積もります。手早く全体像をつかめる一方、同じ職業の中にも「機械に任せやすい作業」と「人がやり続ける作業」が混在している、という現実は単純化されます。この点は、のちの研究との違いを理解するうえで大切なので、あとで改めて触れます。

「約47%が高リスク」とは何だったのか

では、よく引用される「47%」とは具体的に何を指すのでしょうか。研究が示した中身を、出典に帰属して確認します。

客観的データ

FreyとOsborneの研究（2013）では、米国の約702の職業を対象に、それぞれがコンピューター化される可能性が推計されました。その結果、米国の総雇用の約47%が、コンピューター化の「高リスク（high risk）」に分類されると見積もられたとされています。また、賃金や求められる学歴が高い職業ほど、コンピューター化の確率は低い傾向があるとされました。

ただし、これは「コンピューター化されやすさ」のリスク推計であり、特定の職業が実際になくなる時期や規模を予測・保証するものではありません。「高リスクに分類される」ことと、「その仕事が実際に失われる」ことは同じではない、という点に注意が必要です。

出典：オックスフォード大学 マーティンスクール（Frey & Osborne, 2013）（2026-06-16 確認）

※ 引用した調査・統計は、特定の職業や個人の雇用・収入を保証・予測するものではありません。数値や解釈は出典元の原文と公式情報をご確認ください。

つまり「47%」は、「米国で働く人の約47%が、コンピューター化されやすいと分類された職業に就いている」という推計であって、「47%の仕事が近いうちに消える」という意味ではありません。見出しで切り取られると不安をあおる数字に見えますが、元の研究はあくまで「なりやすさ（リスク）の分類」を示したものです。

「高リスク＝すぐ仕事がなくなる」ではない理由

この研究が発表されたのは2013年です。それから10年以上が経ちましたが、「高リスク」とされた職業がそのまま大量に消えたわけではありません。ここに、リスク推計を読むときの大切な視点があります。

リスク分類と現実の雇用は別もの

「高リスクに分類された」ことは、「技術的に置き換えられる可能性がある」という指摘であって、「実際にいつ・どれだけ雇用が減るか」を示すものではありません。技術が使えることと、それが社会に普及して仕事が置き換わることの間には、コスト・法制度・人の受け入れなど、たくさんの段階があります。数字をそのまま「未来の失業率」として受け取らないことが大切です。

リスクが高いとされた仕事に就いている人も、過度に不安になる必要はありません。むしろ、「自分の仕事のどの作業が変わりやすいか」を知る手がかりとして使うほうが建設的です。

同じテーマでも、推計は前提で大きく変わる

Frey・Osborneの研究は大きな注目を集めましたが、その後、別の手法による研究も出てきました。ここを知っておくと、「AIで仕事の◯%がなくなる」という数字に振り回されにくくなります。

先に触れたとおり、Frey・Osborneは職業を「まるごと」評価する職業ベースの手法をとりました。これに対して後年の研究では、「同じ職業でも、人によって担当する作業（タスク）は違う」という点を重視し、作業単位で見直す「タスクベース」の考え方が登場します。作業単位で見ると、ひとつの職業がまるごと置き換わるケースはむしろ少なく、高リスクとされる仕事の割合は、職業ベースの推計よりもかなり小さくなる、という指摘もあります。

どちらか一方が正しい、という話ではありません。大事なのは、前提（職業で見るか、作業で見るか）が変われば結論の数字も大きく変わるということです。だからこそ、ひとつの数字だけを取り出して「AIで仕事の半分がなくなる」と結論づけるのは、研究の使い方として正確ではありません。複数の研究を、前提の違いとあわせて見るくせをつけると、数字に振り回されにくくなります。

この「職業ではなく作業の集まりで仕事を見る」という考え方は、より新しい調査をもとにした記事でも詳しく整理しています。

AIに奪われにくい仕事とは？需要が残りやすい職種の共通点職業を作業の集まりとして見る考え方と、需要が残りやすい仕事の共通点を、未経験向けにまとめています。考え方を読む

この研究を自分のキャリアにどう生かすか

「47%」という数字に一喜一憂するより、研究の考え方を自分の仕事選びに引き寄せるほうが役立ちます。Frey・Osborneの研究や後続の研究から読み取れる方向性を、観点として整理してみます。

仕事を見るときの観点

• その仕事は、画面内で完結する定型作業が中心か、それとも現場での確認や対面での対応が必要か
• 人の状態や状況に合わせた判断、安全・資格・法令が関わる部分があるか
• 手を動かす技術や、その地域ならではの需要が関係しているか
• ひとつの作業だけでなく、複数の要素が組み合わさっているか

これらの要素を複数持つ仕事ほど、機械やAIだけで丸ごと置き換わりにくいと考えられます。逆に、今の自分の仕事が定型作業中心だと感じるなら、現場性や対人性のある作業を足していく、関連する資格で専門性を補う、といった選択肢を検討する価値があります。すぐに転職する必要はなくても、「どんな作業が自分の強みになるか」を意識しておくことが、これからの備えになります。

未経験から現実的に目指しやすい仕事・資格

研究が示す「現場・対面・手を動かす・資格や法令が関わる」という方向性は、本サイトで扱っている、未経験からでも目指しやすい仕事・資格とも重なります。

• 第二種電気工事士（現場での施工・点検）
• 消防設備士（建物の安全に関わる点検・整備）
• 設備管理・ビルメン（建物の電気・空調・給排水などの運用）
• 登録販売者（店頭での接客・医薬品販売）
• 介護職員初任者研修（対人支援の入口）

ただし、どれも「資格を取れば安泰」というものではありません。仕事内容や向き不向き、働き方、必要な費用や学び方は人それぞれ違うため、いくつかの選択肢を並べて比較してから判断するのが現実的です。

AI時代に需要が残りやすい仕事・資格まとめ現場対応・対人・資格・地域需要という観点で、残りやすい仕事の共通点と候補を整理しています。まとめを読む

情報を確認するときに気をつけたいこと

研究やデータは、これからの仕事を考える手がかりとしてとても役立ちます。ただし、読み方には少し注意が必要です。

• 数字は「何を測ったか」とセットで読みましょう。同じテーマでも、前提や手法が違えば結論は変わります。
• ひとつの研究だけで結論を決めず、複数の見方を持つことが大切です。
• 見出しやSNSで切り取られた数字は、元の研究の意味と違っていることがあります。可能なら出典元を確認しましょう。
• 資格や仕事の制度・条件・費用などは、必ず公式情報で最新の内容を確認してください。

「AIで仕事の半分がなくなる」といった強い言葉に不安をあおられるより、落ち着いて「どんな作業が変わりやすいか」を見れば、自分に合う選択肢を増やすための材料は十分にあります。

FAQ

よくある質問

Q. 「仕事の47%がなくなる」というのは本当ですか？+

A. 正確には少し違います。オックスフォード大学のFrey・Osborne（2013）の推計は、米国の雇用の約47%が「コンピューター化の高リスク」に分類された、という内容です。リスクの分類であって、47%の仕事が実際に失われると予測したものではありません。

Q. この研究はどの国を対象にしていますか？+

A. 米国の職業を対象にした推計です。日本にそのまま当てはまるわけではなく、日本向けには別の試算も行われています。国や前提が変われば数字も変わる点に注意が必要です。

Q. なぜ研究によって数字が大きく違うのですか？+

A. 職業をまるごと評価するか（職業ベース）、作業単位で評価するか（タスクベース）など、前提や手法が異なるためです。どちらが正しいというより、見方によって結論が変わると理解するのがおすすめです。

Q. 結局、これからどんな仕事を選べばよいですか？+

A. 現場での対応・対人・手を動かす技術・資格や法令が関わる要素を複数持つ仕事は、AIだけで置き換わりにくいと考えられます。まずは気になる仕事・資格を比較して、向き不向きや学び方を確認することから始めるとよいでしょう。