映像・動画制作の仕事はAIでどう変わるか｜業務利用の順位と企業の発表

AIモデルの予測：要らなくなる人の時間の割合
AIモデル	今	1年以内	5年以内	仕事の量
Claude	25%	35%	52%	ほぼ同じ
GPT-6	37%	50%	71%	増える

映像・動画制作についてのAIモデルの見立て

Claude Fable 5.1Anthropic・2026年10月21日
素材整理と仮つなぎ、同期と整音、マスクや不要物除去などの作業の層が、文字起こし編集（Descript等）、生成編集（Firefly等）、編集ソフト内の自動化に移る。確認・例外の発見・承認の層は、監督や依頼主が人の目を求め、作品の良し悪しの判断をAIに委ねる根拠が弱いため残る。

構成と効果の決定は候補出しだけが移る。

GPT-6 AstraOpenAI・2026年10月21日
現在は文字起こし、字幕、素材の整理、短いクリップの切出しで時間が減る。1年では指示に沿う粗編集と効果の修正が進み、5年では構成案や音楽の選択まで広くAIが支える。

人には台本の意図の確認、場面の意味と余韻の判断、全体の品質確認が残る。クリップが生成できても作品全体の一貫性は別に確かめる必要があり、修正と試写、利用条件の確認を含めて見積もる。

映像・動画制作の仕事はどう変わるか

観点	Claude Fable 5.1	GPT-6 Astra
何が残るか	物語として成立する構成の判断、通しで見て伝わるかを確かめる品質の確認、監督の意図との食い違いや使えない素材に気づく例外の発見、効果と音楽の採否の承認が人に残る。残る理由は、良し悪しを判断する技術の不足と、依頼主が人の目を求めることにある。視聴反応の予測が人の判断と並び、依頼主がAIの案をそのまま受け入れれば、この部分も縮む。	作品で何を伝えるかを定め、場面の順序と音によって意味が変わらないかを確かめる仕事が残る。人は監督や依頼者の意図を聞き、技術的な不備だけでなく、違和感、余韻、誤解を点検する。素材の権利と利用条件の確認も続く。長い作品でも一貫した生成と編集ができ、実際の視聴者の理解を検証できるなら、試写と修正の時間は減る。
誰が残るか	仕事の量がほぼ同じで一件あたりの時間が半分近くに減るため、担当者の人数は減り、アシスタントエディターの仕事（素材整理、仮つなぎ、同期）が大きく縮む。残るのは構成と演出の判断ができる経験者と、生成・自動化ツールを使いこなす少人数で、一人が多くの案件と版を抱える構成になる。入口の作業で経験を積む道が細くなる。	動画の需要が増えても、字幕や定型の切出しだけを担う人数は減りやすい。一人が素材整理から仕上げまで扱い、構成、音、品質確認に強い人の比重が上がる。若手には生成案を選ぶだけでなく、場面の順序や間を変えたときに意味がどう変わるかを学ぶ経験が必要になる。制作本数を増やすだけでは確認が追いつかず、重要な作品に使う編集時間の配分が課題になる。
求められる力	AIの出した複数案から物語として成立するものを見抜き、短時間で手直しする構成力。文字起こし編集や生成ツールに意図を言葉で伝え、結果の破綻を素早く見つける力。生成素材の権利と納品基準を理解し、依頼主に使用の可否を説明する力。監督や依頼主の意図を対話で汲み取り、AIの案を提案に変える対人の力。	台本の目的を具体的な構成と編集条件へ落とす力が要る。AIの編集では、音声と映像の同期、人物や背景の連続性、場面の意味を確かめる。視聴環境ごとの見え方と聞こえ方を評価し、違和感の原因を切り分けて直す力も重要になる。素材と変更履歴、利用条件を管理し、依頼者に修正の理由と表現の選択肢を説明することが求められる。

質問文と回答の全文 →

映像・動画制作の主な業務とAIツール

業務	AIツール
編集機器で、音楽・台詞・効果音を挿入し、映像を順序に並べ、誤りを直す	Descript
台本や監督・プロデューサーの指示に従い、素材の映像を整理してひと続きにつなぐ	Descript
台本を読み込み、制作の構想と要件を把握する
コンピュータで映像の効果を組む
組み上げた映像を画面で確認し、修正の要否を判断する
映像を指定の長さに切り、物語が最も効果的に伝わる順序に組み直す	Descript
作品を完成させるのに必要な音響・映像の効果と音楽を決める

O*NET ↗

映像・動画制作の業務を置き換える可能性のあるAIツール

ロゴ	ツール名	できること
	Adobe Firefly ↗Adobe	画像・動画・音声・デザインを生成・編集する。画像の不要物の削除や背景の拡張、動画クリップの生成、動画用の音楽の生成。
	Descript ↗Descript	文字起こしを文書のように編集して動画を編集する。字幕、短いクリップの切り出し、言い淀みの除去、プロンプトからの動画の生成。
	ElevenLabs ↗ElevenLabs	テキストから音声を生成する。ナレーション、広告、キャラクター、会話、SNS向けの音声、音声の複製、吹き替え。日本語を含む多言語。
	Gemini API 音声生成（TTS） ↗Google	Gemini API でテキストから一人または複数の話者の音声を生成する。話し方、アクセント、速さ、声の調子を指示で制御でき、ポッドキャストやオーディオブックの生成を想定。
	OpenAI Audio API（テキスト読み上げ） ↗OpenAI	テキストから音声を生成する API。組み込みの声を使い、ブログ記事の朗読や多言語の音声、ストリーミングでの読み上げ。AI生成の音声であることを利用者に明示する利用規約がある。
	Runway ↗Runway	動画・画像・音声を一つの作業画面で生成・編集する。
	VOICEPEAK ↗AHS	入力した文章を、製品に入った音声で読み上げるAI音声合成のソフト。商用で使えるナレーターのセットがある。
	Vrew ↗VoyagerX	AIを使う動画編集ソフト。音声認識で字幕を自動で作り、AIの声を付け、テキストから脚本と動画を作る。