AIで事務職はなくなる？仕事が減る理由と失業する前に考えたい転職・スキル対策

PR

入力や集計、資料の下書きまでAIで処理できるようになり、「この仕事を続けていて大丈夫だろうか」と感じる事務職の方もいるでしょう。定型的な事務処理の一部は、すでにAIを使った処理へ置き換わっています。

気をつけたいのは、最終チェックに人間が必要でも、今の事務担当者の仕事が、今と同じ人数分残るとは限らないことです。経理や人事、営業などの業務を理解する社員が、AIの操作と確認を他の仕事と兼務すれば、事務処理だけを担当する雇用枠は縮小し得ます。

すぐに退職する必要はありません。ただ、「人の確認は残るから安心」と考え、準備を先延ばしにするのも危険です。見るべきなのは、事務職という名前が残るかではなく、自分の担当業務と経験が、次の職場でも必要とされるかどうかです。

AIで事務職はなくなる？政府も労働需要の減少を想定している

AIによる事務職への影響は、将来の空想だけではありません。日本政府の文書には労働需要の減少への言及があり、仕事の需給を見通す推計でも、事務職の供給超過が示されています。ただし、将来推計と、現在の求人や失業の数字は分けて読む必要があります。

政府は生成AIによる一部事務職の労働需要減少を想定している

2025年6月に閣議決定された「経済財政運営と改革の基本方針2025」は、生成AIによる業務の代替で、将来的に一部の事務職などの労働需要が減少する可能性に言及しています。

これは、今いる事務職全員の失業を意味する記述ではありません。それでも、「事務の仕事は今後も同じだけ必要になる」という前提で働き続けることには、見直す余地があります。

出典：厚生労働省掲載資料『「経済財政運営と改革の基本方針2025」等について（職業安定行政関係の主な内容）』（2025年6月20日会議資料、本文2ページ）（2026年9月28日確認）

2040年には事務職が437万人供給超過になる推計もある

経済産業省の2026年3月の改訂推計では、2040年に事務職の供給が需要を437万人上回る計算になっています。

項目	推計人数
労働需要	1,039万人
労働供給	1,476万人
供給超過	437万人

十分な国内投資や産業構造転換、AI・ロボット等の利活用を前提とするシナリオ。実際の失業者数ではありません。2026年9月28日確認。

この推計が示すのは、働く人の職種と、企業が必要とする職種の間に、大きなずれが生じ得ることです。少子高齢化で人手不足が続くとしても、すべての職種の求人が十分にあるとは限りません。

ただし「437万人がAIで失業する」という意味ではない

この数字は、AIだけの効果を取り出した失業予測ではありません。産業構造や人口、投資、働く人のスキルなど、複数の条件を含む需給推計です。実際の失業者数は、職種の転換や企業の採用・配置方針によっても変わります。

産業別の違いもあります。同じ資料では、製造業の事務職は40万人の不足と推計されています。「事務職はどこでも余る」と読むのも、「製造業に行けば安全」と読むのも飛躍です。

出典：経済産業省『2040年の就業構造推計（改訂版）について』（2026年3月、文部科学省掲載、2〜3ページ）（2026年9月28日確認）

現在の求人広告でも事務職の減少は見られる

将来推計とは別に、現在の募集動向も確認しましょう。全国求人情報協会の2026年6月分の集計では、事務の求人広告件数は前年同月比36.0％減でした。一方、全職種の合計は6.4％増です。

ただし、これは主要15媒体の広告データを再集計したもので、労働者派遣と職業紹介の案件は対象外です。事務職全体の雇用者数でも、派遣事務の求人数でもありません。減少原因をAIと特定した調査でもなく、毎月変動する募集の一断面として見る数字です。

出典：全国求人情報協会『調査発表/求人広告掲載件数』（2026年6月分）（2026年9月28日確認）

作業が減ったという発表を、そのまま失業者の増加として読むことはできません。混同しやすい変化には、次の違いがあります。

業務の自動化

人が行っていた作業をAIやシステムが処理すること。

必要人数の減少

同じ仕事量に必要な人手が少なくなること。

求人・採用の減少

募集や新たに雇う枠が減ること。求人広告件数と採用人数も別の指標。

失業

仕事がなく、働く意思と能力があって仕事を探している状態。

実務上は、解雇だけでなく、退職者を補充しない、事務の新規採用を減らす、担当部署を統合するといった変化にも注意が必要です。今は雇われていても、次に仕事を探すときの選択肢が狭くなるリスクは、別に考えておきましょう。

AIで代替される事務の仕事は？入力・集計・資料作成を分けて見る

「事務職がAIに代替される」といっても、入力、照合、承認、取引先との調整では、自動化する条件が違います。自分の仕事と比べるときは、職種名より作業の中身を見るほうが具体的です。

下の表は、事務の仕事を工程に分けた整理例です。「人が確認する部分」は、現時点で設ける確認工程の例であって、永久に自動化できない仕事の一覧ではありません。

現在の仕事	自動化する部分	人が確認する部分
データ入力	文字の読取・項目抽出	元資料との不一致
集計・資料作成	集計処理・下書き	条件・数値の意味
会議の記録	文字起こし・要約	決定事項と担当者
メール対応	分類・回答案作成	例外・約束の内容
書類の照合	項目同士の突合	差異の理由・承認

業務設計上の整理例です。各行の人手削減効果を実測した統計ではありません。

データ入力・転記

請求書を見ながら日付や金額を台帳へ打ち込む作業は、すでにAIによる読取りとシステム連携の対象になっています。例えばMicrosoftのAI Builderには、請求書番号、請求日、合計金額などを抽出するモデルがあり、日本語にも対応しています。

読取り結果を台帳へ登録する工程までつなげれば、人が一項目ずつ転記する必要は減ります。ただし、書類の形式によって正しく抽出できない場合もあります。「読めた」ことと「その金額を支払ってよい」ことは別の判断です。

出典：Microsoft Learn『請求書処理事前構築済み AI モデル』（2026年1月14日更新）（2026年9月28日確認）

Excel集計・定型資料の作成

毎月同じ列を集計し、同じグラフを作り、決まった様式へ貼り付ける仕事は、手順を固定しやすい作業です。生成AIだけに任せるのではなく、表計算の関数やデータ取込み、定型処理と組み合わせる設計が考えられます。

例えば月別売上をまとめるなら、集計そのものと、返品をどの月に含めるかという判断は分けられます。前者が自動化されても、後者の条件設定は残り得ます。ただ、完成済みの集計表を受け取って別資料へ貼るだけの担当者を、従来どおり置く理由は弱くなります。

議事録・報告書の下書き

議事録や資料の作成時間を短くした企業の発表もあります。パナソニック コネクトは、2025年度の生成AI活用による削減効果を78.8万時間、年間総労働時間の3.4％と発表しました。対象は国内社員約11,800人で、議事録作成や提案書作成支援などを含みます。

これは事務職だけの集計ではなく、同社による効果分析です。3.4％の社員を減らしたという意味でもありません。むしろ同社は、生まれた時間を提案活動などへ振り分ける方針を示しています。確認できるのは、人が行っていた作業時間をAIで減らしているという点です。

出典：パナソニック コネクト『パナソニック コネクト、AI活用で総労働時間の3.4％削減 AIエージェントの活用を拡大し2030年に10％削減を目指す』（2026年7月29日公開）（2026年9月28日確認）

定型メール・問い合わせの一次回答

問い合わせを内容別に分け、既存の案内から回答案を作り、人が確認して送信する。こうした分担なら、文章を最初から書く時間を省く設計ができます。

一方、納期変更、返金、取引条件の例外など、会社として何を約束してよいかは別に決める必要があります。ここでも残るのは、必ずしもメールを書く専門の担当者ではなく、約束の内容を判断できる人です。

書類の分類・照合・チェック

請求書と発注データの番号や金額を比べる、といった確認は、AIで項目を取り出し、照合ルールに従って突き合わせる工程に分解できます。チェックという名前の作業であっても、すべてが人にしかできないわけではありません。

金額が一致しているかを見る確認と、不一致の理由を調べて処理方法を決める確認は異なります。確認業務で自分が何を担っているかを説明するなら、「確認しています」で止めず、何を根拠にどこまで判断しているのかまで書き出す必要があります。

最終チェックに人間が必要でも、事務職の雇用が残るとは限らない

「AIは間違えるから、最後は人が確認する」。その説明だけでは、事務職の雇用が守られる根拠にはなりません。確認すべきなのは、残る作業の量と、その作業を誰が担当するのかです。

確認作業が残っても、必要な業務量は小さくなる

人数の問題を、仮定を置いて考えてみましょう。10人が月160時間ずつ、合計1,600時間かけていた仕事があるとします。AI導入後、確認・修正・運用管理も含めた人の作業が月640時間で済むなら、単純な時間換算では4人分の業務量です。

項目	導入前	導入後の仮定
人が行う総作業時間	月1,600時間	月640時間
1人分の換算時間	月160時間	月160時間
時間換算した業務量	10人分	4人分

実在企業の実績でもAIの削減率予測でもありません。導入後の総作業時間を640時間と仮定した、業務量の換算例です。

4人分の業務量になっても、6人が解雇されると決まるわけではありません。余力を他の仕事へ回す、残業を減らす、受注量を増やすといった選択もあります。ただし、同じ処理だけのために10人を配置し続ける必要は薄れます。

確認するのは、事務処理だけを担当する人とは限らない

例えばAIが請求書の読取り、集計、差異の抽出まで行えば、残るのは「なぜこの請求が発生したのか」「どの契約条件を適用するのか」といった確認かもしれません。それを経理担当者や営業担当者が他の業務と一緒に処理すれば、転記担当者を確認担当者へそのまま移すとは限らなくなります。

編集部では、定型処理の自動化が進んだ職場では、処理結果の意味を理解し、関連業務まで担える人に仕事が集約される展開を、現実的なリスクとして考えています。これは、全企業で確認業務の集約が実証されたという主張ではなく、業務を分けたときに考えられる再編です。

高技能人材への需要増加は観測されているが、集約が確定したわけではない

OECDが日本を含む7カ国の中小企業を対象に2024年に行った調査では、生成AIを利用する企業の19.7％で、高技能人材への相対的な需要が増え、9.4％では減っています。

同時に、全体として必要な従業員数への影響は「変化なし」が83.0％、「減少」が9.1％、「増加」が5.5％でした。回答者による認識を調べたもので、解雇人数や最終チェックの担当者を測った数字ではありません。調査時に「高技能」の定義は示されておらず、回答者によって捉え方が違う可能性もあります。

出典：OECD『How is generative AI impacting SMEs’ skill and labour needs?』（『Generative AI and the SME Workforce』第3章、2025年11月5日公表）（2026年9月28日確認）

AIによる省力化が十分でなければ、確認や修正が増えて、人を減らせない場合もあります。重要なのは、AIの導入有無だけでなく、導入後の仕事量と配置方針を見ることです。

自分の事務仕事がどこまで代替されるか確認する

同じ事務職でも、作業の組み合わせは違います。まず一週間の仕事を振り返り、時間を多く使っている作業と、自分が判断している場面を分けてみましょう。目的は失業確率を採点することではなく、今の経験のままで何を任せてもらえるかを把握することです。

同じ手順と同じ完成物を繰り返す作業が多いか

毎月同じデータを受け取り、同じ項目を入力し、同じ形式で提出する。その流れを第三者へ手順として説明できるなら、どの工程を自動化できるか検討する出発点になります。

ただし、手順書があるだけで、すぐに人が不要になるわけではありません。資料の形式がばらばら、紙の原本確認が必要、元データに抜けが多いなど、処理をつなぐ障害も書き出してください。「自動化されやすい作業」と「今の会社で自動化できる状態」は別です。

自分で判断する場面や、調整する相手がいるか

請求額が合わないときに上司へ渡すだけなのか、発注内容まで調べ、どこに確認すれば解決するか判断しているのか。この違いは、職務経歴書で伝える内容にも関わります。

「電話対応」「メール対応」という作業名だけではなく、「納期の変更について営業と倉庫の間で調整した」「申請内容の不備を整理して差し戻した」など、実際の対応まで書いてみましょう。何も思い浮かばなければ、今の仕事で経験を広げられるかを相談する材料になります。

業務知識を増やせているか

その人だけが知っている手順を抱え込むことと、業務知識があることは違います。自分にしか分からない状態を作るのではなく、何のための処理か、どの条件で例外になるかを説明できるかがポイントです。

例えば経理補助なら、日付や金額を入力できるだけでなく、どの資料を照合し、何が不明なら担当者へ確認するのか。判断の根拠を他の人にも説明できる知識を増やしていきましょう。

確認すること	記入例
繰り返す作業	毎月の請求データ入力
入力と完成物	請求書から社内台帳へ
自分で判断すること	差異が出た際の確認先
例外への対応	発注内容と金額の不一致
調整する相手	営業・経理・取引先
承認する人	経理責任者
改善した経験	照合手順の見直し

記入例を自分の実際の仕事に置き換えて使ってください。未経験の作業は、経験したこととして書かないでください。

会社の配置方針と契約更新に変化があるか

業務の棚卸しと一緒に、会社側の動きも確認してください。AIを導入したという発表だけでは、自分の仕事がどう変わるかは分かりません。上司や派遣元の担当者には、次の点を聞いてみましょう。

自動化後の配置について確認すること

• 事務の退職者が出た場合、補充する予定はあるか
• 自動化後、自分にはどの仕事を任せる予定か
• その仕事を覚える教育や異動の機会はあるか

派遣で働いている場合は、派遣先の仕事が変わったときの扱いを派遣元へ確認します。厚生労働省の案内でも、派遣先との契約が途中で解除されたことをもって、派遣元との雇用関係が当然に終了するわけではないと説明されています。契約更新や雇止めの判断は個別事情によるため、分からない点は契約書を持って相談することが大切です。

出典：厚生労働省『11　労働者派遣契約が派遣期間の途中で解除されました。』（2026年9月28日確認）

求人確認を先延ばしにしないほうがよい状態

• 入力や転記が中心で、担当する仕事が何年も変わっていない
• 自動化が進んでいるのに、その後の担当業務が説明されていない
• 業務を広げたいと相談しても、経験を積む機会がない
• 契約更新や配置について具体的な不安がある

これらは、失業が決まったサインではありません。ただ、社内の見通しだけを頼りにせず、外の求人も確認しておく理由にはなります。今の経験で応募できる仕事を見れば、何を増やすべきかも具体的になります。

転職を決めていなくても、まずは勤務地や勤務時間の希望に合う求人を確認してみましょう。「今の会社を辞めるか」より先に、「今の自分にはどんな選択肢があるか」を知っておくためです。

「人に残る仕事」も永久に安全とは限らない

確認や判断を経験することは、現時点で仕事の幅を広げる方法です。しかし、それを「将来もAIに代替されない仕事」と考えるのは別の話です。いま人が担当している工程も、技術や運用の条件が変われば、自動化の対象になります。

現在のAIには、確認が必要な誤りが残っている

『International AI Safety Report 2026』は、AIエージェントの能力と信頼性が向上する一方、基本的な誤りが実用上の制約として残ると整理しています。将来の能力向上についても、2030年までに進歩が鈍化する場合から、大きく加速する場合まで幅があるとしています。

同報告書は主に2025年末までの研究を整理したものです。特定の年に人工超知能が登場することや、確認業務が何年後になくなるかを確定した資料ではありません。

出典：International AI Safety Report『International AI Safety Report 2026』（2026年版）（2026年9月28日確認）

人工超知能が実用化されれば、最終チェックも代替対象になり得る

ここからは、現在確認された雇用の変化ではなく、将来のシナリオです。人間の知的能力を広範に上回るAIを、ここでは人工超知能、またはスーパーインテリジェンスと呼びます。英語のArtificial Superintelligenceを略してASIと表記します。

仮に、処理だけでなく確認・判断・例外対応まで、人より十分に正確で低コストなAIに任せられるようになれば、「最後は人が見るから仕事は残る」という前提自体が崩れます。現在の確認担当者が行っている反復的な知的作業の大部分まで、代替が進むシナリオも考えられます。

ただし、能力が高いことと、実際の会社で任せられることは同じではありません。確認業務まで委ねるには、運用の条件もそろう必要があります。

確認・判断までAIに任せるための条件

• 必要な社内データとシステムを利用できる
• 誤処理を検知し、必要な場面で停止できる
• 判断の権限と、結果に対する責任が整理されている
• 確認・保守・復旧を含めても総費用が見合う

判断の肩書きが残っても、日々の確認作業は減り得る

会社として承認する責任者を置くことと、その人が毎日すべての書類を読み込むことは分けられます。将来、AIがチェックや例外の判定まで担えるようになれば、人には方針や責任に関わる少数の判断だけが残る可能性もあります。

したがって、転職先を探すときも「最終確認があります」という一言を安全の根拠にするのではなく、どの業務を理解し、どんな経験を積めるのかを見るほうが実務的です。将来のAIの到達点を当てることより、現在の経験を増やし、変化したときに動ける状態を作ることに意味があります。

人件費のほうが安い中小企業なら事務職は残る？

AIが処理できる仕事でも、すぐにすべての会社が自動化するとは限りません。特に小規模な会社では、導入に必要な費用や手間まで含めると、人が行うほうが安い場合があります。ただし、それだけで長期的な雇用の安全が決まるわけではありません。

比較すべきなのはAIの利用料ではなく、運用を含めた総費用

例えば、月に数件しか発生しない特殊な書類の処理と、毎日大量に届く同じ形式の書類の処理では、自動化の採算は変わります。AI利用料が安くても、システム接続やデータ整理に大きな手間がかかれば、少量の仕事では回収しにくくなります。

費用の比較では、AIの料金だけでなく、データ整備、既存システムとの連携、人による確認、保守や障害時の対応も含める必要があります。導入後に人が何度も修正するなら、その時間も費用です。

方法	比較に含める費用
人手で処理	処理・確認・やり直しの人件費
AIで処理	利用料・導入・連携・データ整備
AIの運用	確認・保守・復旧の費用

編集部による費用整理です。特定サービスの料金相場や、どの企業でも成立する採算基準ではありません。

競合が低コスト・短納期で仕事を進めれば、人手中心の会社も影響を受ける

ここは企業間競争のシナリオとして考える必要があります。競合企業が同じ品質のサービスを少人数で提供できるようになれば、価格を下げる、納期を短くする、営業や顧客対応へ人を振り向ける余地が生まれます。

手作業を続ける会社がその差に対応できなければ、利益の圧迫や受注減に直面し、事業縮小や市場からの退出へ追い込まれる可能性があります。自分の事務作業が直接AIに置き換わらなくても、勤務先の競争力が落ちることによって仕事を失うリスクは考えられます。

「うちの会社は人件費が安いからAIを入れない」「小さな会社だから変わらない」という説明だけで安心するのは危険です。その会社が何で選ばれ、利益を出しているのかも、勤務先を比べる際の確認事項になります。

人手を残すほうが合理的な場合もある

もっとも、AIを導入しない中小零細企業がすべて淘汰される、とまでは言えません。少量で特殊な仕事を扱う、地域の顧客との関係が強い、独自の商品があるなど、処理コスト以外の理由で選ばれる会社も想定できます。

求人票で「AI導入済み」「昔ながらの職場」という表現だけを比べても、判断はできません。AIを入れる会社で定型処理だけを続けるリスクと、AIを使わない会社の競争力が弱まるリスクの両方を見てください。

事務職が今から増やしたい、事務処理以外にも使えるスキル

「AIを使う側になればよい」と言われても、操作方法だけ覚えれば十分なのかは疑問が残ります。編集部が勧めるのは、現在の事務経験を土台に、処理している情報の意味、確認の根拠、関係者との調整まで担当できる範囲を広げることです。

新しい資格や高額な講座へ先に申し込むより、応募したい仕事で何を求められるかを調べ、今の職場で増やせる経験を一つ選ぶところから始めましょう。

経理・人事・営業など、処理する情報の意味を理解する

同じ数字を扱う仕事でも、入力できることと、数字の意味を説明できることは違います。請求書なら発注や納品との関係、勤怠なら申請の不備をどこへ確認するか、営業事務なら受注から納品までの流れを理解する、といった広げ方があります。

いきなり専門業務を一人で引き受ける必要はありません。担当者に確認しながら、不一致の理由を調べる、確認事項を整理するなど、一工程から関われないか相談してみてください。

AIの出力を確認し、間違いの根拠を説明する

AIの文章が自然に見えるかを読むだけでは、内容の確認にはなりません。何を根拠に正しいと判断するかを決め、出力と突き合わせます。

AIの出力を確認する基準

• 元資料の数値や記載内容と一致している
• 対象期間と集計条件が合っている
• 資料にない情報を推測で補っていない

例えば月次報告書なら、「集計対象の月」「件数と合計額」「返品や取消しの扱い」「説明に使った元データ」を確認項目にできます。AIが出した数値を別のAIへ聞き直すだけでなく、元データや再計算と突き合わせる習慣をつけましょう。

他部署や取引先との調整を経験する

単に連絡を送った経験ではなく、条件が合わないときに何を確認し、誰と調整したかを残すと、自分の担当範囲を説明しやすくなります。

例えば納期が間に合わない受注について、営業の希望と倉庫の出荷可能日を整理し、責任者が判断できる選択肢をまとめる。最終決定の権限がなくても、その前段の情報整理や調整に関わる経験は増やせます。権限を超えて約束することとは分けてください。

AIや業務システムで、仕事の手順そのものを改善する

改善の練習は、業務全体を自動化する大きな計画でなくて構いません。まずは会社の許可を得て、社内資料の下書きや、機密を含まない集計手順の整理など、失敗しても本番の処理に影響しない部分を選びます。

会社でAIを使えない場合は、そのルールを避けて試すのではなく、手順の整理や確認項目の見直しから始めます。AIを使うこと自体が目的ではなく、仕事を理解し、改善の理由を説明できる経験を作ることが目的です。

改善内容を職務経歴として説明する

「AIが使えます」だけでは、何を任せられるかが伝わりません。実際に経験した範囲で、対象業務、確認方法、改善結果をまとめましょう。

項目	作業名だけの記載	担当範囲を示す記載
データ入力	請求書を入力	入力・照合・差異の確認
月次資料	Excelで集計	条件整理・集計・数値照合
AI活用	生成AIを使用	下書き作成・根拠確認
改善	効率化に貢献	手順見直し・総時間を比較

表現の設計例です。実際に担当していない作業や、測っていない削減率を実績として書かないでください。

例えば「月次資料の作成を担当。集計条件を整理し、会社承認済みのAIで説明文の下書きを作成。元データとの照合と例外処理を行い、準備から修正までの作業時間を比較した」といった書き方です。削減時間が測れていれば、その期間と件数を添えます。測れていなければ、数字を作る必要はありません。

転職するなら、同じ定型事務へ移るだけではリスクが残る

勤務先を変えても、仕事の中身が入力と転記だけなら、同じ自動化リスクに向き合うことになります。転職先を比べる際は、職種名や「AIに強い」という説明より、入社後に何を担当するのかを確認しましょう。

「一般事務」「経理事務」という名前だけでは判断できない

例えば経理事務でも、請求書の内容を入力して渡す仕事と、発注・納品データとの違いを調べ、経理担当者の判断を支える仕事では、経験できる範囲が異なります。

逆に「業務改善担当」という肩書きでも、実際には決められたデータを移すだけなら、希望する経験につながらないかもしれません。募集要項の「仕事内容」と、面談での説明を照らし合わせる必要があります。

方向	処理だけにとどまる例	確認したい担当範囲
経理補助	伝票の入力	請求差異・月次処理の補助
人事・労務補助	勤怠の転記	申請不備の確認・問合せ対応
営業事務	受注データの入力	納期調整・顧客情報の管理
業務改善支援	定型レポートの出力	手順分析・システム運用改善

職務範囲を見分けるための例であり、職種別の将来性ランキングではありません。必要経験と育成体制は求人ごとに確認してください。

求人票にない仕事内容は、具体的な質問で確かめる

「幅広い業務をお任せします」だけでは、希望する専門性が身につくのか、単に雑務が増えるのか分かりません。面接やエージェントへの相談では、実際の一週間の仕事と、入社後に担当する順番を聞いてみましょう。

求人を比べるときに聞くこと

• 入力・転記と、確認・調整はそれぞれどの程度ありますか
• 入社直後と、半年ほど経過した時点で、担当業務はどう変わりますか
• 分からない処理を教える担当者や、確認する責任者はいますか
• AIや業務システムは何に使い、今回の募集ではどこまで担当しますか
• 自動化が進んだ後、このポジションにはどの仕事を任せる予定ですか

回答が曖昧なら、求人票の言葉だけで決めず、具体例を追加で聞いてください。担当範囲を広げられる求人でも、必要な経験を最初から満たす必要があるのか、入社後に習得できるのかで応募の判断は変わります。

AIを使う職場でも、教育と確認体制がなければ負担が増える

「AIを導入している会社へ行けば安全」というわけでもありません。人を減らした後に十分な教育がなく、入力・確認・顧客対応のすべてを一人へ任せる職場なら、経験が増える前に負担が大きくなるおそれがあります。

面談では、確認の責任者、繁忙期の対応、残業、引き継ぎの期間も確認しましょう。AI活用という言葉に引かれて、実際の業務量や労働条件を見落とさないことが大切です。

勤務時間や収入の条件も、専門性と一緒に比べる

専門業務を増やせるとしても、勤務時間が生活に合わない、収入が大きく下がる、通勤を続けられない、といった条件なら慎重な比較が必要です。

子育てや介護などで働ける時間に制約がある場合は、今の条件を維持しながら一部の業務を広げる方法もあります。「事務職から出ること」を目標にせず、生活を保ちながら次に使える経験を増やせるかで判断してください。

AI失業が心配なら、辞める前に転職市場を確認しておく

今すぐ退職することと、今から転職準備をすることは違います。準備の段階なら、実際の求人を見たうえで、今の会社に残るという判断もできます。現在の収入を保ちながら、応募条件や不足している経験を確認する進め方をおすすめします。

最初は応募ではなく、求人の条件を比べる

まず、勤務地、雇用形態、勤務時間、収入の希望が近い求人を数件見てみましょう。そこで「自分の経験で応募できるもの」「少し経験を足せば検討できるもの」「今は条件が大きく違うもの」に分けます。

年収の数字だけを見て「市場価値がある・ない」と決めるのではなく、企業がどんな経験を必要としているかを確認してください。求人検索だけなら公開求人やハローワークの情報も比較先になります。仕事内容の詳細や、経験の伝え方まで相談したいときに、転職エージェントを選ぶ進め方でも構いません。

エージェントには、避けたい仕事と増やしたい経験を伝える

「事務の仕事を探しています」だけでは、今と同じ入力中心の求人も候補になります。現在の担当業務と、次に広げたい範囲を分けて伝えましょう。次の相談文は、自分の経験と条件に合わせて書き換えて使えます。

相談先を選ぶときは、希望する地域と雇用形態を扱っているか、希望の職務範囲を確認してくれるかを見てください。紹介された求人が希望と違う場合は、理由を聞いたうえで、別の公開求人とも比較しましょう。一度の紹介結果だけで、自分の選択肢がすべて決まるわけではありません。

事務経験を活かしながら仕事の幅を広げたい方は、希望条件と現在の担当業務を整理して、求人を比較してみてください。相談や応募と、転職を決めることは別です。

今の職場で経験を増やせるなら、残る判断もできる

上司に相談した結果、請求差異の確認や営業との調整を任せてもらえるなら、今の会社で経験を積む方法もあります。給与や勤務時間を維持したまま担当を広げられるなら、転職を急ぐ必要はありません。

一方、自動化で仕事が減っているのに次の担当が示されない、業務を広げる相談も進まない場合は、外の選択肢を具体的に探す理由になります。すでに契約終了などの話が出ているなら、学習を終えるまで待つのではなく、契約や生活費の確認と求職準備を並行してください。

転職が決まる前に、仕事内容と労働条件を確認する

「専門性が身につく」という説明だけで決めず、担当業務、指導する人、勤務時間、給与、雇用期間を確認しましょう。現職より経験を増やせるとしても、生活を続けられない条件なら、別の求人や社内での担当変更も比較する必要があります。

まとめ｜人の仕事が残るかではなく、自分の雇用枠が残るかで考える

定型的な事務処理がAIに移れば、人の確認が残っても、今と同じ雇用枠が残るとは限りません。業務知識のある人への仕事の集約も、将来の確認作業自体の自動化も考えておく必要があります。

まず直近一週間の仕事を、入力・転記、判断、調整に分けて書き出しましょう。その経験を求人と比べ、現職で何を増やすか、転職先で何を確認するかを決めます。失業してからではなく、在職中に選択肢を確かめておく。その準備から始めてください。