総務への質問と回答

質問文（版 5）

あなたはAIモデルとして、AIツール全体（あなた自身と、あなたや他のモデルを組み込んだ製品・サービスを含む）によって、ある職種の仕事に必要な人の時間が、今・1年以内・5年以内にどれだけ減るかを見積もる。日本の読者向けの職業情報サイトに、あなたの回答がそのまま、あなたのモデル名と回答日付きで掲載される。読者はこの職種で働く人で、自分の仕事のどこがどれだけ変わるかを知りたい。

測るもの
- 「人の時間が要らなくなる割合」: 今と同じ量の仕事を、今と同じ品質で終えるのに必要な人の時間のうち、AIツールを使うことで要らなくなる割合（整数の%）。AIの結果を人が確認・手直し・承認する時間は、人の時間として残す。例: 100分かかっていた仕事が、AIの結果を5分確認するだけになれば95%。
- 「今」は今あるAIツールを、この職種の職場が十分に使った場合の値。まだ使っていない職場が多いことは、この値を下げる理由にしない。「1年以内」「5年以内」はその時点であると見込むツールを十分に使った場合の値。
- 仕事の量（需要）の増減はこの割合に入れない。別の問いで答える。
- 業務ごとに、仕事時間に占める比重（全業務の合計を100）と、その業務で人の時間が要らなくなる割合を出す。職種全体の割合は比重で重みづけした合計にする。業務の数で割る計算はしない。

見立ての立て方
- 人に残るとする部分にも、AIに移るとする部分にも、同じ基準で理由を書く。理由の種類は両側とも「技術」「制度・契約」「費用」「相手の受け入れ」の4つ。人に残る側なら、技術が足りない／制度や契約が人を求める／AIに任せると高くつく／顧客や相手が人を求める。AIに移る側なら、技術が足りている／制度や契約が妨げない／AIに任せると安い／顧客や相手が受け入れる。
- どちらの見立てにも、それが崩れる条件を書く。人に残るとした部分がAIに移る条件と、AIに移るとした部分が人に残る条件の両方を書く。
- 人が最終的な責任を負うことは、それだけでは人の時間がどれだけ要るかを決めない。責任を負うために、誰が何をどれだけ確かめるかで見積もる。逆に、AIが成果物を出せることは、それだけでは人の時間がなくなることを意味しない。確認・手直し・例外への対応にかかる時間を数える。
- 業務の中で人に残る部分は、次の5つの層で示す。作業（自分で手を動かす）、品質の確認（出来を確かめ直す）、例外の発見（いつもと違うことに気づく）、実行の承認（進めてよいかを決める）、目的と制約の設定（何をどこまでやるかを決める）。並びに順序や難易度の意味はない。どの層も人に残ることがあり、どの層もAIに移ることがある。残る層には、その層に人の時間がはっきり残るものだけを挙げる（5つ全部が残るのは、本当にそうである業務だけ）。その層で人が何をするかは、要点の文に書く。
- 根拠は下の資料と、あなたが知っている今のAIツールの機能、あなたが見込む今後の進歩。今できることと将来の見込みを分け、業務ごとに確信の度合い（高・中・低）を添える。人に残る時間が少ないという答えも、ほとんど変わらないという答えも認める。仕事の量の見立ては「不明」でもよい。
- 言い切れるところは言い切り、根拠の弱いところは弱いと書く。確信の度合いは項目で示し、「推定である」「統計値ではない」のような断り書きは文章に書かない（掲載時にあなたの見立てとして示す）。
- 研究や統計の数字、企業が公表した効果の数字を引用しない。人名を挙げない。ツールや製品の名前は挙げてよいが、企業の意図や方針を推測しない。
- 文章は日本語。業務を指すときは、番号や記号ではなく業務の内容を書く（読者は番号付きの一覧を見ない）。
- この会話にある情報と、あなた自身の知識だけで答える。ウェブを検索しない。過去の会話、保存された記憶、他のAIモデルの回答を参照しない。
- 返す前に、業務の数が一覧と同じこと、比重の合計がちょうど100であること、各業務で 今 ≤ 1年 ≤ 5年 であること、職種全体の3つの値が比重による重みづけの合計を四捨五入した値と一致することを確かめる。
- JSONだけを返す。

職種: 総務（米国の職業分類では 総務管理者、SOC 11-3012）

この職種の業務（米国 O*NET の業務記述の日本語訳）:
1. 正確さと効率を確かめるため、業務の報告書と予定表を作成し、確認する
2. 部門の目標と期限を定める
3. 備品を調達し、配り、保管する
4. 社内の手順を分析し、備品の変更や記録の廃棄など、業務を改善する手順や方針の変更を提案して実施する
5. 手順を教える研修を職員に行う

この職種で使われているAIツール（各社の公式ページの説明。判断材料の一部）:
- Notta（Notta）: 会議の音声を文字起こしし、話者を区別して記録し、要約して議事録づくりを助ける。議事録の翻訳と共有もできる。
- SmartHR AIアシスタント（SmartHR）: 就業規則や社内ルールの文書をもとに、従業員の質問にAIが答える。年末調整の問い合わせの一次対応にも使う。

問い
1. 上の一覧のすべての業務について、一覧の順に次を答える。
   a. 比重: この職種の仕事時間に占める割合（整数の%。全業務の合計を100にする）。
   b. 今・1年以内・5年以内に、その業務で人の時間が要らなくなる割合（整数の%。今 ≤ 1年 ≤ 5年）。
   c. 5年後もこの業務で人の時間がはっきり残る層（作業／品質の確認／例外の発見／実行の承認／目的と制約の設定 から。層の名前だけを配列で。何も残らなければ空）。
   d. 5年後も人の時間が残る理由の種類（技術／制度・契約／費用／相手の受け入れ から、当てはまるものすべて。人の時間が残らなければ空）。
   e. 5年後にAIに移る理由の種類（同じ4つから、当てはまるものすべて。何も移らなければ空）。
   f. 5年後の見立ての要点と、それが崩れる条件（150字以内。人に残る部分がAIに移る条件と、AIに移る部分が人に残る条件を1文ずつ）。
   g. 確信の度合い（高／中／低）。
2. 職種全体で人の時間が要らなくなる割合（今・1年以内・5年以内）。1の比重で重みづけした合計を、整数に四捨五入する。
3. 2の理由。どの業務のどの層がAIに移り、どの種類のツールが引き受けるか（200字以内）。
4. 5年で、この職種への仕事の量（需要）はどう変わるか（増える／ほぼ同じ／減る／不明）と、その理由（150字以内）。
5. この職種は5年でどう変わるか。次の3つにそれぞれ答える（各200字以内）。
   a. 何が残るか: 人が担う業務と層。残るとした理由と、それが崩れる条件に触れる。
   b. 誰が残るか: 4の仕事の量の見立てと合わせて、担当者の人数・構成・経験の変化。
   c. 求められる力: 残る人に新たに求められる力。

出力（JSON）
{"tasks": [{"no": 1, "weight": 0, "now": 0, "year1": 0, "year5": 0, "human_layers": [], "blockers": [], "enablers": [], "outlook": "", "confidence": ""}], "share_now": 0, "share_year1": 0, "share_year5": 0, "reason": "", "demand": "", "demand_reason": "", "remains": "", "who": "", "skills": ""}

Claude Fable 5.1

Claude のモデル名の表示は「Claude Fable 5.1」。回答日 2026年10月21日。取得の条件: Claude Code のサブエージェントが回答（アプリではない）。職種ごとに新しい文脈で、入力は質問文のファイル1つだけ。ウェブ検索と他のファイルの読み込みを禁じた。他の職種・他モデル・版4の回答、モックの数値は渡していない。Claude Code の既定のシステム指示とプロジェクトの AGENTS.md が文脈に入る。検査に落ちた回答は新しい文脈で聞き直した（経理・財務と金融専門職の各1回。research/opinions/v5-2026-10-21/rejected/）。

仕事の量（5年）: 減る。文書づくりと問い合わせ対応が減るため、一人あたりで見られる範囲が広がり、同じ規模の組織に要る人数は減る。ただし備品、施設、行事など物と人を動かす仕事は残り、小規模な職場では一人が兼務する形が続くため、減り方は緩やか。

{"tasks": [{"no": 1, "weight": 20, "now": 35, "year1": 45, "year5": 60, "human_layers": ["品質の確認", "例外の発見", "実行の承認"], "blockers": ["技術", "制度・契約"], "enablers": ["技術", "費用"], "outlook": "報告書や予定表の下書きと数値の突き合わせはAIに移り、人は矛盾の確認と承認に時間を使う。社内システムとAIの接続が進み、確認対象が例外だけに絞れれば人の時間はさらに減る。元データの形式がばらばらで、AIの誤りが見つけにくいままなら、確認に今と同じ時間が残る。", "confidence": "中"}, {"no": 2, "weight": 10, "now": 10, "year1": 15, "year5": 25, "human_layers": ["実行の承認", "目的と制約の設定"], "blockers": ["制度・契約", "相手の受け入れ"], "enablers": ["技術"], "outlook": "目標と期限を決める判断は経営方針や人員との調整に依存し、人に残る。AIは過去実績からの案出しや工数の試算を担う。経営側が数値目標の案をAI生成で良しとし、調整が文書上で済むようになれば人の時間は減る。目標が部門間の交渉で決まる組織では、案出しの時間削減も小さい。", "confidence": "中"}, {"no": 3, "weight": 25, "now": 15, "year1": 20, "year5": 32, "human_layers": ["作業", "例外の発見", "実行の承認"], "blockers": ["技術", "費用"], "enablers": ["技術", "費用"], "outlook": "物の受け取り・配布・保管は人の手に残り、発注書作成、在庫の把握、再発注の判断がAIに移る。自動発注と配送ロッカーなど設備が整えば受け渡しも減る。設備投資に見合わない小規模な職場や、備品の種類が多く例外が多い職場では、在庫管理の自動化後も人の確認が残る。", "confidence": "高"}, {"no": 4, "weight": 25, "now": 25, "year1": 35, "year5": 50, "human_layers": ["例外の発見", "実行の承認", "目的と制約の設定"], "blockers": ["制度・契約", "相手の受け入れ"], "enablers": ["技術", "費用"], "outlook": "手順の洗い出し、文書化、改善案の下書きはAIに移り、人は現場の違和感の発見、関係部門との調整、実施の承認を担う。業務の記録がシステムに残り、AIが実態から課題を示せるようになれば発見の時間も減る。改善が人の納得と部門間の合意で決まる組織では、調整の時間はそのまま残る。", "confidence": "中"}, {"no": 5, "weight": 20, "now": 30, "year1": 40, "year5": 55, "human_layers": ["品質の確認", "例外の発見", "実行の承認"], "blockers": ["技術", "相手の受け入れ"], "enablers": ["技術", "費用"], "outlook": "教材、手順書、質問対応はAIが担い、人は理解度の確認と、現場で起きるずれへの対応に残る。社内ルール問答のAIが定着し、職員が人に聞かずに済むようになれば研修そのものが短くなる。職員がAIの説明を信用せず人に確認し直す職場では、問い合わせ対応の時間が減らない。", "confidence": "中"}], "share_now": 24, "share_year1": 32, "share_year5": 46, "reason": "報告書作成や手順の文書化、研修教材づくりといった作業の層が、文書生成と要約のAI、会議の文字起こしツール、社内ルール問答のAIアシスタントに移る。備品の在庫把握と発注も業務システムと組んだAIが引き受ける。残るのは物の受け渡し、関係部門との調整、例外の発見、承認で、総務の時間の半分以上はこの層に残る。", "demand": "減る", "demand_reason": "文書づくりと問い合わせ対応が減るため、一人あたりで見られる範囲が広がり、同じ規模の組織に要る人数は減る。ただし備品、施設、行事など物と人を動かす仕事は残り、小規模な職場では一人が兼務する形が続くため、減り方は緩やか。", "remains": "物の受け渡しや施設の対応など手を動かす作業、関係部門との調整と目標設定、手順変更の承認、現場の違和感の発見が人に残る。理由は、物を扱う技術と設備の費用、改善が人の合意で決まる組織の慣行。自動発注や設備が普及し、改善の合意が文書上で済む組織になれば、残る範囲は狭まる。", "who": "専任の担当者は減り、一人が総務・人事・経理の一部を兼ねる形が広がる。定型の文書と問い合わせを担っていた経験の浅い担当者の枠が縮み、関係部門と調整し、AIの出力を業務システムと合わせて点検できる中堅が残る。大企業では施設や契約を扱う担当は残るが、報告書づくりだけの役割は消える。", "skills": "AIが作った報告書や手順書を、社内の実態や規程と突き合わせて誤りを見つける力。業務の記録をシステムに残し、AIが使える形に整える力。改善を関係部門に説明し合意を取る力。備品や設備の自動化を費用と効果で判断する力。"}

GPT-6 Astra

ChatGPT のモデル名の表示は「GPT-6 Astra」。回答日 2026年10月21日。取得の条件: Codex のタスク（gpt-6-astra 指定）が回答。ChatGPT アプリの一時チャットではなく、1つのタスク内で35職種をファイル名順に逐次処理（職種ごとの新しい文脈ではない）。そのタスクの文脈には版4の確認、版5草案の批評、Claude の取得記録と回答例の読み取りが含まれ、他モデルの回答を見せないという条件を満たさない。実行時のモデル名は独立に確認されていない。ウェブ検索はしていない。保存後に研究開発と映像・動画制作の「何が残るか」の文章を同じタスクが1語ずつ直した（数値の変更なし。research/opinions/v5-2026-10-21/astra-2026-10-21/corrections.json）。

仕事の量（5年）: ほぼ同じ。職場の備品、手順、研修、業務管理は引き続き必要になる。問い合わせのしやすさで件数は増えても、規程の整備で減る重複作業もある。組織の規模が同じなら、提供すべき社内サービスの量はほぼ同じとみる。

{
  "tasks": [
    {
      "no": 1,
      "weight": 25,
      "now": 45,
      "year1": 58,
      "year5": 78,
      "human_layers": [
        "品質の確認",
        "例外の発見"
      ],
      "blockers": [
        "技術"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "報告と予定の整理はAIに移り、人は実態との食い違いを確かめるが、現場の状況を検証できれば点検も減る。記録だけ整って作業が進んでいなければ、自動報告にも人の調査が必要になる。",
      "confidence": "中"
    },
    {
      "no": 2,
      "weight": 15,
      "now": 20,
      "year1": 30,
      "year5": 48,
      "human_layers": [
        "実行の承認",
        "目的と制約の設定"
      ],
      "blockers": [
        "技術",
        "相手の受け入れ"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "目標と期限の案はAIが作り、人は優先順位と負担を決めるが、制約と効果を共有できれば調整も縮む。現場の余力や他部門との依存を読めなければ、計画の作成から人が関わる。",
      "confidence": "低"
    },
    {
      "no": 3,
      "weight": 20,
      "now": 25,
      "year1": 38,
      "year5": 58,
      "human_layers": [
        "作業",
        "品質の確認",
        "実行の承認"
      ],
      "blockers": [
        "技術",
        "費用"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "調達候補と在庫の管理はAIに移り、人は受入と配布を担うが、現物と記録をつなぎ自動搬送できれば作業も減る。破損や用途の違いを検知できなければ、標準品の調達にも人の確認が残る。",
      "confidence": "中"
    },
    {
      "no": 4,
      "weight": 25,
      "now": 25,
      "year1": 38,
      "year5": 58,
      "human_layers": [
        "作業",
        "実行の承認",
        "目的と制約の設定"
      ],
      "blockers": [
        "技術",
        "制度・契約",
        "相手の受け入れ"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "手順の分析と改善案はAIが作り、人は関係者の合意と実施を担うが、影響を検証して受け入れられれば調整も減る。記録の保存条件や現場の例外を外す場合は、提案段階から人が修正する。",
      "confidence": "低"
    },
    {
      "no": 5,
      "weight": 15,
      "now": 30,
      "year1": 42,
      "year5": 62,
      "human_layers": [
        "作業",
        "品質の確認",
        "例外の発見"
      ],
      "blockers": [
        "技術",
        "相手の受け入れ"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "教材と定型の質問対応はAIに移り、人は理解と実施状況を確かめるが、個別のつまずきを解消できれば指導も減る。説明を読んでも手順が守られなければ、人が実際の作業を見て教える。",
      "confidence": "中"
    }
  ],
  "share_now": 30,
  "share_year1": 42,
  "share_year5": 62,
  "reason": "現在は報告書の下書き、予定の照合、社内ルールへの質問対応で時間が減る。1年では記録と規程の連携が進み、5年では調達や研修の定型部分まで広がる。人には部門の目的と期限の設定、備品の現物確認、手順を変える際の合意形成が残る。社内文書に答えがあっても実際に手順が機能するとは限らず、現場を見て例外を扱い、実施を確かめる時間を含めて見積もる。",
  "demand": "ほぼ同じ",
  "demand_reason": "職場の備品、手順、研修、業務管理は引き続き必要になる。問い合わせのしやすさで件数は増えても、規程の整備で減る重複作業もある。組織の規模が同じなら、提供すべき社内サービスの量はほぼ同じとみる。",
  "remains": "部門の優先順位を決め、現場で使える手順へ整える仕事が残る。人は備品の状態、記録と実態の違い、研修後の理解を確かめ、保存や調達の例外を判断する。方針を変えるときには、他部門の負担と権限を調整する必要がある。現物とデータがつながり、変更の影響を検証して関係者が受け入れられるなら、確認と合意形成に要る時間も減る。",
  "who": "社内サービスの量がほぼ同じなら、報告の集計や問い合わせの一次対応を担う人数は減り、一人が複数の管理業務を扱う形が増える。規程、調達、設備、研修をつなぎ、例外を解決できる人の比重が上がる。若手にも文書を整えるだけでなく、現場で手順が守られない理由を調べる経験が必要になる。現物を扱う拠点では、遠隔からの管理だけで人の配置を減らしにくい。",
  "skills": "規程や業務記録を整理し、AIが参照する情報の最新版と権限を管理する力が要る。提案された手順では、現場の負担、他部門への影響、例外の扱いを確かめる。問い合わせや研修の記録から、説明の不足と手順自体の問題を分ける力も重要になる。備品とデータの食い違いを調べ、関係者と調整して改善を実行し、実施後に機能したかを確かめることが求められる。"
}