AI時代に価値が上がるスキル、下がるスキル──データが示す「人間に残る仕事」

世界経済フォーラム（WEF）が2025年1月に公開した『Future of Jobs Report 2025』によると、55カ国・1,000社超の雇用主（従業員計1,400万人超）が「2030年までにコアスキルの39%が変質する」と回答した。同レポートは、2030年までに1億7,000万の新規雇用が生まれる一方で9,200万の既存雇用が消え、差し引き7,800万の純増になると予測している。McKinseyの分析でも、生成AI普及により「現在の労働時間の最大30%が2030年までに自動化されうる」とされている（中間シナリオ）。データが指す方向は一貫している──消えるのは「スキル」そのものではなく、「そのスキルだけで成立していた仕事」のほうだ。

1. WEFの雇用主調査（1,000社超）によると、2030年までにコアスキルの39%が変質する見通し（WEF, 2025年1月）
2. 需要が伸びるスキルの上位はAI・ビッグデータ、分析的思考、創造的思考。縮むのは手作業の正確性、読み書き・計算、注意深さ（同レポート）
3. McKinseyの調査では、生成AIの普及により51%の組織がエントリーレベルの採用を減らしたと回答（McKinsey, 2025年調査）

データが示す「上がるスキル」と「下がるスキル」

以下の表は、WEF『Future of Jobs Report 2025』のスキル需要予測を基に構成した。

方向	スキル	根拠・補足
↑	AI・ビッグデータ	WEFで「最も重要度が上がるスキル」1位。雇用主の86%がAI・データ分析が事業変革の原動力と回答（WEF）
↑	分析的思考	雇用主の70%が「不可欠」と回答。2023年版に続き最上位（WEF）
↑	創造的思考	上位スキル2位。定型作業のAI代替が進むほど、非定型の発想力への需要が増す構造（WEF）
↑	レジリエンス・柔軟性	変化速度への適応力。WEFの上位スキルに入る（WEF）
↑	リーダーシップ・社会的影響力	McKinseyも「対人スキルはAI自動化への露出が限定的」と指摘（McKinsey）
↑	好奇心・生涯学習	WEFのトップ10入り。ツール更新速度が速く、学び直し能力自体がスキル化（WEF）
↑	ネットワーク・サイバーセキュリティ	AI普及に伴うセキュリティ需要の増加（WEF）
↓	手作業の正確性・耐久力	WEFで「最も需要減少が大きいスキル」。回答者の24%が重要度低下を予測。過去レポートで低下傾向が続いていたが、今回初めて純減に転じた（WEF）
↓	読み書き・計算	WEFで「小幅な純減」。AI翻訳・文章生成・計算ツールの普及が背景（WEF）
↓	注意深さ・正確性への依存	定型的なチェック作業の自動化が進行中（WEF）

McKinseyのスキル自動化露出度の分析を補足すると、以下のような傾斜がある。

• 露出が低い（人間に残る）: リーダーシップ、コーチング、交渉──いずれも対人判断が核（McKinsey）
• 露出が中程度: コミュニケーション、問題解決──AIが補助するが完全代替には至らない領域（McKinsey）
• 露出が高い: 在庫管理、詳細確認、プログラミングの定型部分──パターン化されたタスク（McKinsey）

「消えるスキル」ではなく「消える仕事の形」

WEFのレポートが示す「最も速く減少する職種」には、郵便事務員、銀行窓口担当、データ入力作業員が並ぶ。2025年版で新たにグラフィックデザイナーが減少職種リストに加わった点は、生成AIの影響を端的に示している（WEF）。

一方、McKinseyは「AIは仕事を丸ごと消すというより、仕事の中のタスクを再編成する」と分析している（McKinsey, 2025年）。同調査によると、51%の組織がエントリーレベルの採用を減らしたと回答しており、影響はまず入口から出ている。

ただし、WEFの純増予測（7,800万）が示すように、マクロでは雇用は増える見通しだ。問題は「同じ人が同じスキルで同じ仕事を続けられるか」であり、WEFによれば世界の労働力の59%が2030年までに何らかの訓練を必要とする。

「AIを使えること」はスキルか

雇用主の86%がAI・ビッグデータを事業変革の原動力と回答し、60%の企業がAI関連の従業員研修に投資している（WEF）。「AIを使いこなすスキル」自体が需要の上位に来ているのは事実だ。

ここで注意したいのは、「AIを使える」が独立したスキルとして長期的に価値を持つかどうかは未確定だという点だ。エクセルが登場した時代に「エクセルスキル」が求人票に並んだが、やがて「使えて当然」になった。AIリテラシーも同じ経路をたどる可能性がある。WEFの分析的思考・創造的思考が上位に来ている構造は、「AIの上に何を乗せられるか」のほうが長期的には問われることを示唆している。

自分にしか書けない一節──AIを毎日使う側の実感

この記事を書いている筆者（AI時短ラボ）は、動画台本・記事執筆・コード生成・リサーチの大部分でAIを使っている。その中で実感するのは、「作業が速くなった分だけ、判断の回数が増えた」ということだ。

AIが下書きを3分で出す。だが、その下書きの「どこが事実でどこが推測か」を見分け、「この数字の出典は本当にこのレポートか」を確認し、「この表現は盛っていないか」を削る──この判断作業は減っていない。むしろ、AIの出力速度が上がるほど、判断のボトルネックが露出する。

上の表でWEFが「分析的思考」「創造的思考」を上位に置いているのは、この実感と一致する。AIは供給側（作る速度）を加速するが、需要側（何を作るか・何を出さないか）の判断は人間に残る。McKinseyが「対人スキルはAI自動化への露出が限定的」と分析しているのも、判断と関係性の領域がAIのカバー範囲の外にあるからだろう。

逆に、自分の作業で確実に価値が下がったと感じるのは「調べ物の網羅性」だ。以前は「広く調べられること」自体がスキルだったが、今はAI検索で大枠を5分で取れる。価値は「調べた結果から何を選び、何を捨てるか」に移った。

但し書き

• 本記事のデータは主にWEF『Future of Jobs Report 2025』（2025年1月公開・調査対象2024年）とMcKinseyの2025年公開レポート群に基づく。2026年6月20日時点の記述であり、以降の更新データは反映していない。
• WEFの予測は雇用主1,000社超への調査に基づく「雇用主の見通し」であり、実現を保証するものではない。過去のWEF予測と実績のズレについては本記事では検証していない。
• McKinseyの「労働時間の最大30%が自動化されうる」は中間シナリオの数値。高速普及シナリオでは一部スキル領域で60%に達するとされている。シナリオの前提条件は原典を参照のこと。
• 「51%の組織がエントリーレベルの採用を減らした」はMcKinseyの2025年調査による自己申告ベースの数値。
• 筆者の実感（「自分にしか書けない一節」セクション）は個人の観測であり、一般化できるものではない。

出典

• WEF Future of Jobs Report 2025（本体PDF）
• WEF Future of Jobs Report 2025 Skills Outlook
• WEF プレスリリース（2025年1月）
• McKinsey - A new future of work: The race to deploy AI and raise skills
• McKinsey - Skills reset for the AI age
• McKinsey - AI in the workplace 2025
• McKinsey - How AI is and isn't changing the future of work