AI が中堅企業で実際に廃止・創出している職種

見出しは不安を煽るように設計されています。「AIが3億人の雇用を奪う」「ホワイトカラーにもロボットが迫る」。CEOはこういった記事を夜11時にCHROへ転送し、月曜日にはタスクフォースが立ち上がります。

しかし、こうした見出しがほとんど伝えないことがあります。社員200名の企業におけるAI雇用問題は、JPモルガンやAmazonの事例とまったく異なるということです。大企業には部門丸ごとを解体してAIインフラで再構築する予算がありますが、中堅企業（社員50〜500名規模）は違う動き方をします。それほど大規模な変革を吸収する余裕はありませんし、その必要もありません。

中堅企業に必要なのは、自社規模で実際に縮小している職種と、AI先進企業で台頭している新しい職種、そして今後18ヶ月の採用計画における純増減の見通しを冷静に把握することです。

この記事では、それをお伝えします。

雇用喪失の語り方は不完全

AI人材研究の多くは、大企業や経済全体のデータに基づいています。世界経済フォーラム「雇用の未来レポート2025」は、2030年までに世界で1億7,000万の新規雇用が創出され、9,200万が失われると予測しており、差し引き7,800万のプラスとなっています。しかし、この全体像にはタイミングという問題が隠れています。廃止は多くの場合、創出より速く進み、新しい職種には失われた職種とは異なるスキルが求められます。

中堅企業においては、雇用喪失の実態はマクロ数値より具体的で、かつ対応しやすいものです。最もリスクが高いのは「すべての事務作業」ではなく、特定のチーム構造の中にある特定の機能です。そして新たに生まれる職種も、曖昧な「AI関連」ポジションではなく、今まさに実際の組織図に登場しています。

実際に廃止されている職種

社員200名規模の企業では、2025〜2026年にかけて以下の機能が目に見えて縮小しています。

データ入力・レポート作成。 この領域は、すでに大部分が自動化されています。ルーティンのデータ入力（CRMの更新、請求書処理、在庫管理）をまだ自動化していない企業は、対応が遅れています。中堅企業における残存する手作業のデータ入力職種の期限は12〜18ヶ月です。Rework、HubSpotのAI機能、ワークフロー自動化プラットフォームが最後のギャップを埋めました。これらは進化する職種ではなく、消滅する職種です。

第一線のカスタマーサポート。 これは見た目ほど単純ではありません。Tier-1サポート（パスワードリセット、注文状況の確認、基本的なトラブルシューティング）はAIエージェントによる対応が急速に進んでいます。しかし、縮小は必ずしも人員削減を意味しません。むしろ、サポートチームの人数は維持されながら、3倍の量をこなせるようになっているケースが多くなっています。第一線のタスクはAIが吸収し、人間のスタッフはエスカレーションや複雑なケースを担います。10名のサポートチームが5名になるのではなく、以前なら30名必要だった作業量を10名でこなす体制になっていくのです。

集計より解釈が求められるミドル層のアナリスト職。 これは、より微妙で影響力の大きい変化です。企業はこれまで、財務・オペレーション・マーケティング・セールスなど各部門にアナリストを置いてきました。その主な役割は、複数のソースからデータを集め、レポートを作成し、サマリーを提示することでした。この集計レイヤーは今や自動化されています。価値が残るのは解釈の仕事です。AIが完全にはアクセスできないコンテキストをもとに判断を下し、異常を発見し、推奨事項を提示する能力。業務の80%が集計で20%が解釈という職種はリスクにさらされています。逆の比率の職種はそうではありません。

オハイオ州の社員180名の製造会社は、2024年に財務アナリストを4名から2名に削減しました。ただし、レイオフではなく、自然減と役割の再定義によるものです。残った2名のアナリストは今や、将来見通しモデルの構築と取締役会向けレポートに専念しています。以前はそれが業務の20%に過ぎなかったのと対照的です。

特定の管理・調整職。 スケジュール調整担当者、出張手配担当者、会議ロジスティクス管理者：チーム間のカレンダーとロジスティクスを管理するためだけに存在していた職種は、AIアシスタントがネイティブに処理するようになり、冗長性が高まっています。これは中堅SaaS企業ですでに起きています。オースティンの社員120名のB2Bソフトウェア会社は昨年、エグゼクティブアシスタントの役割を廃止し、各エグゼクティブのAIアシスタント設定にスケジュール管理を再分配しました。

新たに創出されている職種

新しい職種は仮説ではありません。AI先進企業の求人票や組織図に、今まさに登場しています。

AI Opsマネージャー。 この職種は、企業のAIツールスタック（調達・設定・統合・ガバナンス・導入推進）を管掌します。IT・オペレーション・チェンジマネジメントが融合したような役割です。社員150名規模の企業では通常、オペレーションまたはITから昇格した一人の個人が担います。3年前には存在しなかったこの職種が、今や社員80名程度の企業の求人にも登場しています。この採用の実態については、社員100名規模の企業における初のAI Opsマネージャー採用とはをご覧ください。中堅企業が活用するAIツールスタックは、この職種が管理すべきツールを把握するのに役立ちます。

Revenue AI Analyst。 CRO組織に特化して生まれているハイブリッドな職種です。セールスオペレーション・データサイエンス・AIツールの交点に位置し、AI支援型のPipelineモデル構築・リードスコアリング設定の最適化・AI生成インサイトを担当者レベルのコーチングに変換する役割を担います。セールスチーム40名を擁する社員250名のSaaS企業には、この機能を担う1〜2名がいます。従来のデータアナリストでも、従来のセールスオペレーション担当者でもない、新しい存在です。AIスキルマトリックスは、この職種に実際に必要なスキルを定義するのに有用なツールです。

各機能チームに組み込まれたAIインテグレーションリード。 AI専門知識をITやオペレーション部門に集中させるのではなく、先進的な中堅企業はAIに精通した個人をセールス・財務・マーケティング・カスタマーサクセスの各チームに直接組み込んでいます。彼らは技術的な意味でのAI専門家ではなく、ワークフローの改善機会を特定し、ツールをテストし、同僚をコーチングできるほどのAIリテラシーを身につけたドメインエキスパートです。15名のセールスチームに一人の「AIリテラシーの高い」担当者がいて、チームのAIセールスツールの活用を管理し、VPに導入状況と成果を報告するというイメージです。

プロンプトエンジニアとワークフローアーキテクト。 これらの職種は、カスタムAI統合（Make、Zapier、OpenAIやAnthropicへの直接APIを活用した構築）を行っている企業でより一般的です。多くの中堅企業でフルタイムのポジションはまだ少数ですが、パートタイムの責任、契約職、内部アップスキルのターゲットとして登場しています。Gartnerのエマージング職種に関する調査は、こうしたクロスファンクショナルなAIポジションが企業規模を問わず定着しつつある様子を記録しています。

職種移行マップ

社員200名規模の企業における職種レベルの変化を整理すると、以下のようになります。

旧職種 動向 新職種 / 進化後
データ入力スペシャリスト 廃止（12〜18ヶ月） なし（自動化に吸収）
第一線サポート担当 再編 AI拡張型サポートスペシャリスト
ミドル財務アナリスト 縮小 シニアアナリスト（解釈重視）
スケジュール調整担当 廃止 なし（AIアシスタントに吸収）
マーケティングアナリスト（レポート） 縮小 グロースアナリスト（戦略＋テスト）
セールスオペレーションアナリスト 進化 Revenue AI Analyst
IT管理者（ツール管理） 進化 AI Opsマネージャー
該当なし 新規 AIインテグレーションリード（組み込み）

ここに見えるパターンは、純粋な廃止ではありません。圧縮と高度化です。量をこなすために存在していた職種は縮小しています。判断・コンテキスト・クロスファンクショナルな調整を必要とする職種は拡大しているか、ゼロから創出されています。

採用数の純増減

この移行後、中堅企業の社員数は増えるのか、減るのか？

正直なところ、成長軌道・業種・AIツールの積極的な導入度合いによって異なります。しかし、集計データはある程度の指針を与えてくれます。

McKinseyの2025年人材研究によると、AIをオペレーションに積極的に組み込んでいる企業は、AI導入前とほぼ同じペースで採用を続けていますが、その構成が変わっています。管理・データ処理職を減らし、判断・顧客関係・AI管理に特化した職種を増やしているのです。LinkedInによる2026年のAIスキル需要急増の分析は、この変化があらゆる主要業種の実際の求人で進んでいることを示しています。

成長段階にある中堅企業（150名から250名へ24ヶ月で拡大するなど）の場合、AI導入は100名分の採用を減らすことを意味しません。その100名の採用構成が変わる可能性が高いということです。調整担当やジュニアアナリストは減り、AIリテラシーの高いドメインスペシャリストや組み込み型インテグレーションリードが増えます。

安定・コスト重視フェーズにある中堅企業では、数学は異なります。AI導入により、管理・集計職を10〜20%削減しながら同等のアウトプットを維持できます。それが削減につながるか再配置につながるかは、テクノロジーの必然ではなく、リーダーシップの選択次第です。

経営幹部向け意思決定フレームワーク

AI前提の人材意思決定（採用・再編・削減を問わず）を行う前に、次の3つの問いを立ててください。

1. この職種は主に「量」のためか「判断」のためか？ 量をこなすために存在する職種（データ処理・レポート作成・スケジュール調整・第一線サポート）は、AIが最も速く置き換えている職種です。コンテキストの中で判断を下すために存在する職種（データ解釈・関係管理・曖昧さへの対処）はより持続的です。特定の職種についてこの問いに明確に答えられない場合、その職種を再編するのに十分な理解が欠けている可能性があります。

2. この機能の18ヶ月後の自動化軌道は？ AI導入の速度は機能によって異なります。カスタマーサポートの自動化はAI支援型の財務モデリングより速く進んでいます。データ入力の自動化はほぼ完了していますが、AI支援型の戦略計画はまだ黎明期です。最悪のシナリオではなく、現実的なタイムラインで人材計画を立てましょう。これは特に経営幹部が見誤っているAIスキルギャップにおいて重要です。誇張されたタイムラインに基づく拙速な判断は、無関心と同様のダメージをもたらします。

3. この自動化が可能にする新しい職種は？ AIがある機能を吸収するたびに、容量が生まれます。問いは、その容量をより高付加価値な新しい職種として捉えるか、単にコスト削減として計上するかです。これをうまく進めている企業は、方程式の両辺を同時に考えています。AI担当エグゼクティブを任命してこの移行を管理している先進企業の例は、CAIOは一時的な流行ではないをご覧ください。

18ヶ月後の組織図

この移行をうまく進めている中堅企業は、雇用を一括廃止しているわけではありません。再定義しているのです。それは、恐怖から生まれた反応的な再編ではなく、自然減の管理・職種の再設計・意図的なアップスキリングの組み合わせによって行われています。

AI先進企業の組織図に見られる変化は何か。

情報をシステム間で転送するためだけに存在していたサイロ化された専門職が減り、以前は3つの異なる専門職を必要としていたことをAIツールで処理できるジェネラリスト型オペレーターが増えています。AIガバナンスとOps機能が、たとえ一人であっても専任で設置されています。そして、すべての収益関連チームにAIリテラシーが組み込まれています。

苦戦している企業は、AI労働力変革をITプロジェクトやコスト削減の取り組みとして扱っているところです。うまく進めている企業は、それを組織設計の問いとして捉えています。2027年に競争に勝つために自社はどのような姿であるべきか、そのために何を構築し、採用し、再定義する必要があるか？

それは「AIはどの仕事を廃止するか」とは異なる問いです。そして、問うべき正しい問いです。

関連記事