僕はこの先、「専門家」という仕事の価値構造そのものがAIに削られていく可能性があると思っています。
動画編集者。デザイナー。ライター。プログラマー。SEOの専門家。税務や会計。法律。そして、AIの使い方を教えるAI専門家でさえ例外ではない。
もちろん、明日いきなり全員いなくなるという話ではありません。
僕が危ないと思っているのは、「専門知識を持っていて、成果物を作ったり判断したりできるから価値がある」という前提です。
それを壊すのは、AIの知能だけではありません。
速さです。
AIは一発で100点を出す必要がない
AIについて話すとき、多くの人は一回の出力を見ます。
「間違っている」「文章が微妙」「デザインがおかしい」「動画が破綻している」「やっぱり人間の専門家が必要だ」
今は確かにそういう場面があります。
でも僕は、この見方は少し危ないと思っています。
AIは一発で100点を出す必要がありません。
生成する。検査する。問題を抽出する。修正する。別のAIにも見せる。実データで検証する。もう一度直す。
このループを高速で何十回、何百回も回せるなら、最初の出力が80点でも最終結果は変わります。
「何度も試す」が数秒で成立すると、専門家の強みが変わる
専門家が強い理由の一つは、失敗を知っていることです。
経験のあるデザイナーなら「この配置はダメ」「この色は読みづらい」と分かる。編集者なら「この文章は伝わらない」と分かる。プログラマーなら「ここでバグる」と分かる。
つまり経験とは、ある意味で過去に大量の試行錯誤をした結果でもあります。
ではAIが50案を一瞬で作り、50案を評価し、上位5案を残し、それをまた10パターンずつ改善し、別モデルで再評価し、実データでも検証できたらどうなるのか。
人間が20年かけて積んだ「試行錯誤できる回数」という優位性は怪しくなります。
AIの弱点は「知能不足」だけではない
今のAIを使っていて僕が感じるのは、出力が悪くなる原因の多くが、単純に「AIが何も分かっていない」ことではないという点です。
- 必要なコンテキストが足りない
- 指示が曖昧
- 途中の情報が抜ける
- 大量情報から必要なものを拾い切れない
- ツール操作に時間がかかる
- 検証回数が足りない
大量の仕事をAIへ任せるときに重要なのは、コンテキストウィンドウをただ大きくすることではありません。
必要な情報を検索する。タスクを分割する。複数エージェントへ配る。外部データベースを使う。途中結果を保存する。失敗した部分だけやり直す。
複数のAIが役割を分けて動く例は、Claude Codeの複数AIエージェント連携でも紹介しています。
AIは「一回質問して、一回答えるもの」から、大量の仕事を並列処理し、自分で確認しながら完成まで持っていくシステムへ変わっています。
速度が上がると、デザインや文章の「経験差」も圧縮される
デザインは分かりやすい例です。
画像生成が1枚1分なら、100案試すのは面倒です。だから最初の方向性を決める人間の経験が大きな価値を持ちます。
でも生成が一気に高速化し、100案を並列で作れるなら話が変わります。
余白、階層、コントラスト、視線誘導、色、一貫性、目的への適合性。デザインには感性だけでなく評価可能なルールも大量にあります。
文章も同じです。100案を書き、読みやすさ、検索意図、事実性、クリック率、ブランドトーンなど複数軸で評価し、また直す。
一回で当てる能力より、大量に試して絞り込む能力の方が強くなる可能性があります。
AI専門家も例外ではないと思う
皮肉ですが、AI専門家も危ないと思っています。
AIツールの使い方。プロンプトの書き方。どのモデルを使うべきか。どう設定するか。
この情報だけで価値を出している専門家は特に危ない。
AI自身が最新情報を調べ、ユーザーの目的を理解し、最適なモデルを選び、必要なツールを接続し、プロンプトを書き、実行し、失敗したら修正するところまで行けば、「AIの使い方を教える人」を間に置く意味は薄くなるからです。
AIを操作できる人が価値を持つ時代は来ています。
でも、その時代さえ永遠ではないと思っています。
それでも残りそうなのが「本人がそこにいた」という価値
では、人間には何が残るのか。
僕が今のところ強いと思っているのが、本人がそこにいたという事実です。
旅行に行った。失敗した。商品を使った。怖かった。嬉しかった。現地で誰かと話した。雨の中を歩いた。店員と揉めた。猫が机の上に乗って邪魔をした。
そういう時間です。
完璧な映像、完璧な文章、完璧な字幕、完璧な構成が一瞬で作れるようになったら、「完璧だからすごい」という価値は薄くなります。
むしろ、言い間違える。笑う。迷う。失敗する。その場で考える。そういうものの方が価値を持つ可能性があります。
ただしAIは「人間らしい不完全さ」まで作るようになる
ここにも安心はできません。
人間らしい間、言い間違い、素人っぽいカメラワーク、微妙な表情、不規則な会話。そういうものまでAIが意図的に生成できるようになるはずです。
完璧さを作るAIから、不完全さを演出するAIになる。
そうなれば「人間らしく見える」だけでは価値にならなくなる。
最後に残るのは、作品そのものではなく、誰が実際にその人生を生きたのかという部分なのかもしれません。
今のところ、経済全体で専門家が消えた証拠はない
2026年現在、AIがすべての専門家を代替したというデータはありません。
Anthropicの2026年3月の労働市場研究でも、AIの理論上の能力と、実際に仕事で使われている範囲にはまだ大きな差があるとされています。同研究は、高露出職種で失業率が一貫して上がっているとは確認していません。
一方、Stanford Digital Economy Labが2026年8月に更新した分析では、AIへの露出が高い職種の22〜25歳の雇用が、露出の低い職種と同じペースで伸びた場合と比べて約19%低い水準にあると報告されています。
しかも調整は主に解雇ではなく、若手採用の減少として出ているとされています。
これは因果関係を確定する研究ではありません。それでも僕は、「専門家が突然消える」のではなく、まず入口の採用が減るという形は十分あり得ると思っています。
専門家が消えるより、「専門知識を持っているだけでは価値にならない」方が怖い
僕が想像している順番はこうです。
新人を採らなくなる。少人数で回せるようになる。一人の専門家＋大量のAIになる。その一人に求められる役割も変わる。
専門家がゼロになるかどうかは分かりません。
でも、専門知識を持っているだけで価値になる時代は弱くなると思っています。
その代わりに残るのは、判断責任、一次情報、顧客との信頼、現場経験、独自データ、ブランド、そして本人が実際に生きた時間。
AI時代の本当の競争相手は「一回で100点を出すAI」ではない
僕が怖いのは、神のように一発で完璧な答えを出すAIではありません。
80点を出す。検査する。92点にする。また検査する。96点にする。別角度から見て98点にする。実データで検証して99点にする。
それを、人間なら数週間かかる量について数分でやる。
こっちです。
そのために必要なのは、知能だけではありません。推論速度、生成速度、コンテキスト処理、並列実行、メモリ、ツール操作、検証技術、推論コスト。
Stanford AI Index 2026では、世界のAI計算能力が2022年以降、年間約3.3倍で拡大してきたと報告されています。
僕は、専門家を食うのは「AIが人間より少し賢くなる瞬間」ではなく、AIが人間の何千倍もの試行錯誤を安く高速に回せるようになる瞬間だと思っています。
確認した主な資料
コメント