商品企画・プロダクトへの質問と回答

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: 商品企画・プロダクト（米国の職業分類では マーケティング・マネージャー、SOC 11-2021）

この職種の業務（米国 O*NET の業務記述の日本語訳）:
1. 製品やサービスの見込みのある市場を見つけるため、経済・商業の調査を行う
2. 広告・販促の管理者と協力し、製品やサービスを広めるマーケティング活動と方針を立案・指揮・調整する
3. 事業の動向を分析し市場の動きを追い、販売予測や戦略的な計画で製品・製品群・サービスの販売と収益を確かなものにする
4. 組織の目標、市場の特性、原価と利幅をもとに、マーケティング戦略を見つけ、作り、評価する
5. 会社の目標と顧客の満足のバランスを取って、価格戦略を立てる
6. 予算・支出・研究開発費・投資収益率・損益の見通しなど、製品開発の財務面を評価する
7. 製品やサービスの提供内容をまとめた一覧を作る
8. マーケティングや営業の職員の採用・研修・評価を指揮し、日々の活動を監督する

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）:
- Dovetail（Dovetail）: 顧客の声（インタビュー・通話・問い合わせなど）を集める基盤。録画・録音をAIが文字起こし・要約し、テーマごとにまとめる。
- Productboard Spark（Productboard）: プロダクトチーム向けのAIエージェント。顧客の声を集めて機会や気づきを見つけ、製品仕様の下書きを作る。
- Yabble Virtual Audiences（Yabble）: 実際のデータにもとづくAIのペルソナに、商品のアイデアや見た目のコンセプト、広告の画像を見せて反応を確かめる。
- ユニーリサーチ AIインタビュー（プロダクトフォース）: 消費者へのインタビュー調査を、AIが設問の設計から音声での聞き取り、分析・レポートまで行う。コンセプトテストにも使える。
- 商品企画特化型AIエージェントサービス（NTTデータ）: 食品・飲料・消費財向け。市場・生活者のデータと自社の知見をもとに、AIが商品アイデアを生成・評価し、選んだアイデアを商品コンセプトにまとめる。

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）: ほぼ同じ。一人あたりの企画・分析の時間が減る分、担当する製品や市場の数が増え、小さな企画を試す回数も増える。管理職の枠は組織の規模で決まり、AIで大きくは変わらない。ただし補佐役の担当者を減らして管理者がAIと直接作業する会社では、職種全体の人数は減りうる。

{"tasks": [{"no": 1, "weight": 12, "now": 40, "year1": 50, "year5": 65, "human_layers": ["例外の発見", "目的と制約の設定"], "blockers": ["技術"], "enablers": ["技術", "費用", "相手の受け入れ"], "outlook": "資料収集、文字起こし、要約、合成ペルソナでの反応確認は調査基盤に移り、人は調べる問いの設定と、既存データにない変化への気づきに残る。固有の一次データを継続して取れる仕組みが整えば残る部分も移り、合成回答と実際の購買のずれが大きい分野では検証に人の時間が戻る。", "confidence": "中"}, {"no": 2, "weight": 15, "now": 25, "year1": 30, "year5": 45, "human_layers": ["作業", "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": "媒体計画や素材の案出し、効果の集計はAIが下書きし、人は代理店や社内との調整、配信の承認、ブランドの方向づけに残る。代理店側もAI経由で案を出し合う運用になれば調整が減り、素材の誤りや炎上が続けば承認前の確認に人の時間が戻る。", "confidence": "中"}, {"no": 3, "weight": 15, "now": 35, "year1": 45, "year5": 60, "human_layers": ["品質の確認", "例外の発見", "目的と制約の設定"], "blockers": ["技術"], "enablers": ["技術", "費用"], "outlook": "動向の集計、予測モデルの更新、計画書の作成は分析ツールに移り、人は予測の前提の点検、想定外の変化への気づき、どの指標を目標にするかの設定に残る。社内データが整い予測の当たり外れが自動で検証されれば点検も薄くなり、需給や為替の急変が続けば人の判断が増える。", "confidence": "中"}, {"no": 4, "weight": 15, "now": 25, "year1": 35, "year5": 50, "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": "戦略案の列挙、競合比較、評価の数値化はAIが担い、人は組織の目標との整合の判断、採る案の承認、何を捨てるかの設定に残る。経営層がAIの案を直接比較して決める運用が定着すれば企画担当の時間はさらに減り、案が似通い差別化できない事態が続けば人の発想に戻る。", "confidence": "低"}, {"no": 5, "weight": 8, "now": 25, "year1": 35, "year5": 50, "human_layers": ["作業", "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": "価格弾力性の推定や競合価格の追跡、値付け案の試算はAIに移り、人は取引先への説明と合意、値上げの承認、利幅と顧客満足の落としどころの設定に残る。取引先も自動の価格交渉を受け入れれば合意の時間が減り、独禁法や下請法への配慮が厳しくなれば人の確認が増える。", "confidence": "中"}, {"no": 6, "weight": 10, "now": 35, "year1": 45, "year5": 60, "human_layers": ["品質の確認", "実行の承認", "目的と制約の設定"], "blockers": ["技術", "制度・契約"], "enablers": ["技術", "費用"], "outlook": "予算表や損益の見通し、投資回収の試算はAIが作り、人は前提の妥当性の確認、投資の承認、どの前提を変えて試すかの設定に残る。社内の会計データと直結して前提が自動で更新されれば確認は薄くなり、見通しの外れが大きい新規分野では人の精査が戻る。", "confidence": "中"}, {"no": 7, "weight": 5, "now": 50, "year1": 60, "year5": 80, "human_layers": ["品質の確認"], "blockers": ["技術", "制度・契約"], "enablers": ["技術", "費用"], "outlook": "仕様や価格、対応条件を集めて一覧にする作業はほぼAIに移り、人は表記の誤りや法令上の表現の確認に残る。元データが構造化され表現の規則が整えば確認もほぼ要らなくなり、景品表示法など表示に関わる指摘が増えれば人の確認が戻る。", "confidence": "高"}, {"no": 8, "weight": 20, "now": 10, "year1": 15, "year5": 25, "human_layers": ["作業", "例外の発見", "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": "求人票や研修教材の作成、面談記録の整理はAIに移るが、面接、評価の決定、個々の困りごとへの気づき、チームの目標設定は人に残る。評価や配置をAIの指標で決める運用が受け入れられれば人の時間は減り、AI利用の指針づくりや再教育の負担が増えれば人の時間は増える。", "confidence": "高"}], "share_now": 28, "share_year1": 36, "share_year5": 50, "reason": "市場調査の作業と品質の確認は顧客の声の収集・要約基盤や合成ペルソナでの反応確認に、動向分析・販売予測・財務評価の作業は表計算や社内データと結ぶ分析エージェントに、提供内容の一覧作成はほぼ全てが文書生成に移る。マーケティング活動や戦略、価格の立案も案出しと評価はAIが担うが、承認と目的の設定、社内外との調整は人に残る。採用・研修・監督は人への対応が中心で、移る部分が小さい。", "demand": "ほぼ同じ", "demand_reason": "一人あたりの企画・分析の時間が減る分、担当する製品や市場の数が増え、小さな企画を試す回数も増える。管理職の枠は組織の規模で決まり、AIで大きくは変わらない。ただし補佐役の担当者を減らして管理者がAIと直接作業する会社では、職種全体の人数は減りうる。", "remains": "残るのは、何を目指しどこまでやるかを決める目的と制約の設定、戦略・価格・投資・配信を進めてよいかを決める実行の承認、調整や面接など人への対応の作業、予測や市場の前提が崩れたことに気づく例外の発見。理由は、相手が人との合意を求めること、評価や価格に関わる制度が人の関与を求めること、AIは組織の暗黙の優先順位を知らないこと。経営層や取引先がAIの案を直接受け入れれば承認と確認は薄くなる。", "who": "仕事の量はほぼ同じでも、調査や資料作成を担っていた若手の補佐役は減り、少人数の管理者がAIと直接作業して複数の製品や市場を持つ構成になる。残るのは、顧客や取引先、経営層と合意を作れる経験者と、データの前提を疑える人。経験を積む入口が細るため、若手は小さな企画をAIで回しながら判断の場数を踏む形になる。", "skills": "AIが出す調査結果・予測・戦略案の前提と欠けている視点を見抜き、問い直す力。合成ペルソナや自動インタビューの結果と実際の市場のずれを見極める力。目的と制約を言葉にしてAIと部下に渡し、複数の案から捨てる判断を説明する力。価格や表示に関わる法令と社内の決裁の仕組みを理解し、AIの出力をそのまま通さない責任の持ち方。"}

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）: 増える。調査と案出しの費用が下がり、小さな市場や細かな用途向けの商品を検討しやすくなる。試す企画は増えるとみるが、開発費、流通、顧客の注意には限りがある。企画案の増加が実際の製品数や人員へ同じ割合でつながるとは限らない。

{
  "tasks": [
    {
      "no": 1,
      "weight": 15,
      "now": 45,
      "year1": 58,
      "year5": 78,
      "human_layers": [
        "作業",
        "品質の確認",
        "目的と制約の設定"
      ],
      "blockers": [
        "技術",
        "相手の受け入れ"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "市場調査と顧客の声の整理はAIに移り、人は対象と需要の意味を確かめるが、実際の購買で検証できれば調査判断も減る。回答の偏りや未充足の需要を捉えられなければ、情報収集から人が関わる。",
      "confidence": "中"
    },
    {
      "no": 2,
      "weight": 12,
      "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",
        "相手の受け入れ"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "販促案と進捗の整理はAIに移り、人は部門の優先順位を合わせるが、制約と目標が共有されれば調整も減る。営業や広告の方針が対立する場合は、計画の作成から人が協議する。",
      "confidence": "低"
    },
    {
      "no": 3,
      "weight": 15,
      "now": 35,
      "year1": 48,
      "year5": 68,
      "human_layers": [
        "品質の確認",
        "例外の発見",
        "目的と制約の設定"
      ],
      "blockers": [
        "技術"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "販売の追跡と予測案はAIに移り、人は環境変化と前提を確かめるが、競争条件の変化を検証できれば判断も縮む。過去の販売と違う状況になれば、自動予測のデータ選びから人が見直す。",
      "confidence": "低"
    },
    {
      "no": 4,
      "weight": 15,
      "now": 25,
      "year1": 38,
      "year5": 58,
      "human_layers": [
        "品質の確認",
        "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": "戦略の比較案はAIが作り、人は事業の目的と実行条件を決めるが、顧客への効果を検証できれば評価も減る。原価や組織の能力を外す場合は、魅力的な案でも人が作り直す。",
      "confidence": "低"
    },
    {
      "no": 5,
      "weight": 12,
      "now": 25,
      "year1": 38,
      "year5": 58,
      "human_layers": [
        "品質の確認",
        "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": "価格案と反応の分析はAIに移り、人は利益と顧客への影響を選ぶが、実際の反応を検証できれば調整も減る。短期の売上が信頼や継続利用を損なう場合は、定型的な価格変更にも人が関わる。",
      "confidence": "低"
    },
    {
      "no": 6,
      "weight": 15,
      "now": 40,
      "year1": 52,
      "year5": 72,
      "human_layers": [
        "品質の確認",
        "例外の発見",
        "実行の承認"
      ],
      "blockers": [
        "技術"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "収支と投資の比較はAIに移り、人は費用と需要の前提を点検するが、実績で条件を検証できれば確認も減る。開発の遅れや隠れた運用費があれば、計算された採算も人が組み直す。",
      "confidence": "中"
    },
    {
      "no": 7,
      "weight": 6,
      "now": 65,
      "year1": 78,
      "year5": 92,
      "human_layers": [
        "品質の確認",
        "実行の承認"
      ],
      "blockers": [
        "技術",
        "相手の受け入れ"
      ],
      "enablers": [
        "技術",
        "費用"
      ],
      "outlook": "商品一覧と説明の作成はAIに移り、人は提供条件と表現を確かめるが、仕様と在庫を照合できれば編集も減る。未提供の機能や誤解を招く記述があれば、定型の一覧にも人の修正が要る。",
      "confidence": "中"
    },
    {
      "no": 8,
      "weight": 10,
      "now": 15,
      "year1": 25,
      "year5": 42,
      "human_layers": [
        "作業",
        "例外の発見",
        "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": "評価資料と研修案はAIが助け、人は能力と本人の事情を確かめるが、実務の成果を適切に評価できれば管理も縮む。記録に表れない貢献や負担があれば、定例評価から人が対話する。",
      "confidence": "低"
    }
  ],
  "share_now": 33,
  "share_year1": 46,
  "share_year5": 65,
  "reason": "現在は顧客の声の整理、市場調査、販売予測の下準備、商品説明の作成で時間が減る。1年では調査と企画資料がつながり、5年では戦略、価格、収支の比較案までAIが広く扱う。人には何を作るかの目的設定、採算の前提確認、部門間の調整が残る。AIが評価した案を実際の顧客需要と同一視せず、販売や利用で検証し、開発と運用の制約へ戻す時間を含めて見積もる。",
  "demand": "増える",
  "demand_reason": "調査と案出しの費用が下がり、小さな市場や細かな用途向けの商品を検討しやすくなる。試す企画は増えるとみるが、開発費、流通、顧客の注意には限りがある。企画案の増加が実際の製品数や人員へ同じ割合でつながるとは限らない。",
  "remains": "顧客の課題と事業の目的を結びつけ、作るものと見送るものを決める仕事が残る。人は販売や利用の反応を確かめ、価格、原価、開発期間の制約を調整する。部門ごとの目標が食い違うときに、優先順位をそろえる役割も続く。顧客の反応と実行条件を十分に検証でき、関係者がAIの配分案を受け入れるなら、企画の選定と承認の時間も縮む。",
  "who": "検討する企画が増えても、調査資料と商品説明だけを作る担当者は減りやすい。一人が調査から採算、販売後の検証まで扱い、顧客理解と事業判断に強い人の比重が上がる。若手は案を多く出すだけでなく、顧客に聞き、売れなかった理由や使われない機能の原因を調べる経験が必要になる。製品を実現する能力に限りがあるため、企画需要の増加だけで人数は決まらない。",
  "skills": "顧客の言葉を具体的な課題と検証条件へ変え、実際の行動で確かめる力が要る。AIの企画案では、提供できる機能、原価、運用の負担、価格の条件を点検する。仮想的な反応と実際の購入を区別し、採算の前提が崩れたときに修正する力も重要になる。開発、営業、広告の関係者と優先順位をそろえ、見送る案の理由まで説明することが求められる。"
}