00:03
AIメディア、MiraLab AIの平岡です。
同じくMiraLab AIの竜之です。
この番組は、AIメディアを運営する2人が、AIの未来を考察するポッドキャスト番組です。
番組フォローとSpotifyユーザーは、概要欄の下にある投票コメントもお待ちしています。
それでは、本日のトークテーマお願いします。
未来の雇用の明るい展望
未来の雇用レポート 2025
はい、前回の後半ですね、これは。
はい、前回はレイオフのお話ししたと思うんですけども、
これはどんどん減っていくっていうお話だったじゃないですか。
今日はですね、増えるよっていう話をしていきたいなと思います。
明るいバージョンですね。
明るいバージョンですね。
今日は明るい気持ちで会社に行けるんじゃないかなと。
確かに。前回暗い気持ちで終わったからね。
はい、そうですね。
1個だけごめんなさい、ちょっと謝んないといけないことがあって。
謝んないといけないこと。
はい、前回ですね、今後5年で85万人の仕事が失われ、
970万人の新職生まれるということで、
だいたい900万人弱増えるって話したと思うんですけど。
そうね、だからね、今回すごい明るいよっていう話だったもんね。
はい、ごめんなさい、ちょっと桁間違えてまして。
え、まさか。
これですね、創出1.7億削減9200が正確で、
正確には純増7800っていうところでしたね。
7800万?
7800万。
あ、じゃあもう全然多いね、予定よりも。
全然予定よりも多かったです。
じゃあもうさらに未来は明るかったってことですね。
はい、全然明るそうです。
なるほど、よかったです。
はい、ということで、より明るい話をしていきたいなと思います。
またですね、10月22日にオープンAI様からですね、
我々日本に対して経済ブループリント、
いわゆる構想だったりとか計画っていうのを発表していただいてですね、
制作のフレームワークみたいですね。
いわゆるこんなことをすると、日本のAI明るいよ、みたいな。
さらに明るい話をしていこうかなと思います。
なるほど。
で、これらの明るい話をした上で、
じゃあこれをミクロに具体的に落とした時に、
我々は何をすべきなのかっていうそのAIリスキル。
やっぱりAI学ぼうよ、みたいな話で大体終わるじゃないですか。
具体的に何を学べばいいねっていうことを最後に話していきたいなと思います。
なるほど。
成長する職業たち
ではまず最初にですね、今回お話しする雇用の未来レポートなんですけど、
これどういうレポートなのっていうところで、
このレポートは22の産業クラスターと1400万人以上の労働者を代表する
世界中の最大手の雇用の実践者以上を調査しましたというようなレポートですね。
結構規模感が大きい感じですね。
はい、結構規模感多そうですよね。
なので結構経営者がどういうふうに考えているかとか、
役員層っていうのも出てくるんですけど、
これらの内容を基にするので、
ミクロ的な点はちょっとわかんないんですけど、
マクロ、大きい視点で見れば、
そこまで大きくは外さないんじゃないかなっていうふうに捉えているので、
今回これを採用したという感じです。
なるほど。
未来の5つの仕事っていう見出しがあるんだけど、
一部の職種はものすごく成長していると。
言うまでもなくAI関連の仕事っていうのは、
パーセンテージで見るととてつもなく増えているわけですよ。
なんですけど、絶対数はどうですかっていうね。
パーセンテージでめっちゃ増えてますってことは、
元が少ないから。
あー確かにね。
ちょっと増えただけで、1000%増えましたとか言えちゃうんですよ。
でも元々たくさんあるところに対して言うと、
絶対数で見たら違うよねって当たり前じゃないですか。
というところで、調査対象企業の推計と国際労働機関っていうところの
雇用データを組み合わせたこの報告書では、
純増と純減が最も大きい15の職業を挙げていると。
なるほど。
ということですね。
だからプロンプとエンジニアリングがいっぱい増えてますとか。
そりゃそりゃ元々ゼロなんだからね。
そりゃそうでしょうね。
新職ですから。
そういうことではなく絶対数だよっていうことですね。
で、最も成長が著しい職業っていうのが農業従事者でございますね。
農業?
農業なんですよ。
なんかAIからかけ離れてるような気がしますけどね。
はい、これはですね。
二酸化炭素排出量の削減や気候危機への適応といったグリーントランジションっていうところですね。
これらに対応するために2030年までに3400万人の新規雇用を創出するのではないかということですね。
なるほど。
さらにデジタルアクセスとの拡大、生活費の上昇も含めてこの職業の成長に貢献するのではないかと。
ということは生活費が上がるから農業の従事者が増えるっていうこと?
インフレのことを多分言ってると思うんだけど。
なるほどね。
農業が拡大していけば生活賃金のベース上がるよねって話なんじゃないかな。
全世界的な話なんでね。
なんで二酸化炭素、カーボンっていうところと気候変動っていうところとデジタルっていうところの3点の要因によって3400万人も増えるんじゃないかと。
なるほどね。一番が農業か。
農業DXもさ、今やっぱすごい進んでるじゃない。
そうだね。
で、このDX進めようってなった時にさ、やっぱこうAIとかDX人材みたいなのって一時的に増えるし、それとは別の分脈でも必要になるし、色々根拠があった方が良さそうだよね。
そうだね。実際なんかねその栽培の仕方とかもさ変わったりとかするから、それによって新たな人手が生まれるとかってことも想像つくしね。
そうだね、確かに。やっぱ我々お米食べないとね、生きていけないんで。
そうだね。
お米派ですかパン派ですか。
相当的お米派ですね。
まあどちらでも大丈夫なんですけど。
なんでだよ。なんで聞いたんだよ。
職業の変化と新たな技術
じゃあ続いてですね、2位が配達ドライバーですね。
配達ドライバー。
はい、ドライバー職です。
すごい大量にAmazonの配達員とか。
そうだね。
トラックの運転手とかそういうことだよね。
そうだね。
なんかね、つい最近ニュースあったけどさ、Amazonが配達員向けにさ、専用のAIスマートグラスを今開発してるみたいなニュースが直近であってさ。
そうなんだ。
今までってさ、スマホいちいち出してさ、検品して、なんかをスマホで送ってまたしまってみたいな作業があったけど、
あれはそのグラスにこういろんなものが映し出されてるから、荷物を持つだけでこれはどこどこですみたいな情報が全部バーってグラスに出てくるみたいな、そういうのを開発してるらしいんだよね。
すごいね。
そう。
っていうのがあれば、なんか当然一人で運べる荷物量がさ、増えたりとかして効率化してさ、受け入れのものももっと増えて人も増えてってみたいな、なんかちょっとそういうのは想像つくなみたいなのがあるよね。
すごいね、未来的だね。
未来的だよね、ほんとにね。
すごいわ。
ドローンで配達やりましょうとか、ロボット側とか自動運転側とか、そういう話もやっぱありますけど、2030年までにはやっぱこう第2位に増えると言われてる感じですね。
なるほどね。
だからそこまでのインフラが進んだらわかんないけど、現状は安泰かと思いますと。
なるほど。
で、第3位が、これ意外なんですけど、ソフトウェア開発者なんですよ。
ソフトウェア開発者が増える、増える絶対数で。
なんでだろうね、バイブコーティングできるようになるからみたいな。
普通に考えたらね、減っていくし、前回のレイオフでも話したように、できない人はどんどん消えていってるんですけど、やっぱそれ以上に増えるんでしょうね。
アプリケーションを作ってみたいな。
で、もっと言うと、これね、ソフトウェア開発者ってちょっと抽象度高いんですよ。
ソフトウェアを作るんじゃなくて、それを運用したりとか、セキュリティを守ったりとか、いろんな文脈のソフトウェア開発者っていうことだと思います。
なるほどね。
これ後で話しますけど、特にサイバーセキュリティとかは、今はめちゃめちゃ需要が上がってます。
なぜかっていうと、最近ね、オープンAIからもブラウザー出ましたけど、セキュリティ問題ね、いろいろ呼ばれてます。
最初のインターネット出た時もそうですけど、過渡期な時って、無法自体じゃないですか。
結構前にも話しましたけど、車が最初に出た時ってシートベルトなかったんですよね。
そんなもの、煩わしいっつって。
とにかくシートベルトがないっていう状態で、最初作って広げてって初めてガードレールを作っていくんですよね。
こういう技術革新って。だからシートベルトの需要が絶対に今後増えていくので、サイバーセキュリティとかの需要が増えていくんですけど、そういう文脈も含まれてると思います。
なるほどね。
なのでコーディングはもう終わりだとか、よく囁かれてますけど、ものすごくマクロな話をすると全然まだ増えるぜって話はしてますね。
そして第4位が建築作業員。
建築作業員ね。これはそうだよね。
なんかあれだね、結構ホワイトカラーはAIに影響があって、ブルーカラーには影響がないからブルーカラーが増えるみたいな、
なんかそんな簡単な話なのかなって感じだけどどうなんだろうね。
まあそうね、これからロボティクスね、来年とか多分めっちゃ来ると思いますけど、まだまだやっぱ現実に降り立ってくるには時間かかるだろうね。
まあそうだろうね。
お金的にもね。からやっぱブルーカラーの仕事が増えるだろうねっていう見立てだと思います。
でも2030年までだからね。
なるほどね。一時的な話かもしれないね。
僕らの話って結構2040年ぐらいの話してること多いんで。
2030年まではっていう感じですね。
で第5が店舗販売員と。
僕ねこの店舗販売員っていうのはねすごく未来感じてるんですよね。
そうなんだ。
実は。
なんで?
やっぱね、AIで代替されないとこって何かなって色々考えた時に、
代替できるけど代替しないよねっていう領域かなと思ってるんですよ。
これってつまりブランドだと思ってる僕。
あーなるほど。
前回もカスタマーサポートはめちゃめちゃ代替されてるという話はしたけども、
それを突破してきた人に人が対応するって話もしたじゃないですか。
最初の一時対応はAIだけど、二次対応三次対応っていうところは人間がやる。
なぜ人間がやるか。
これはその会社のブランドを保つためだと僕は思ってて。
例えばディズニーランドの接客販売員、掃除員、ロボットで大体できるよね。やろうと思えば。
でも絶対にしないよね。
そうだね、あえてしないことに意味がある感じだもんね、やっぱりディズニーの場合はね。
もうホスピタリティもクソもなくなるじゃないですか。
あのディズニーってもう全部ロボットなんだけど夢ない。
確かに。
夢逆になるのか分かんないけど。
僕らからしたら夢だらけだけどね。
夢だらけだけど。
未来の職業とスキルの変化
でもやっぱあのふと歩いてる時にさ、清掃員の人がディズニーの絵を描いてくれたりとかさ、
おもちゃで銃撃ってきたりとかさ、ディズニーの接客ってすごく素晴らしいじゃないですか。
あれを味わいに行ってるっていうところもあるよね。
そうだね。
だから変わられるけど変わらないっていうところはブランド力に結構ひも付くかなと思ってて。
そこに落としていく店舗販売員っていうのはやっぱね増えていくだろうなって僕ちょっと思うんですよね。
なるほどね。だからまあいっぱい人がいてものすごい人がすごいサービスをしてくれるみたいな状態に価値が出るような時代が来るってことだよね。
そうそうそう、だと思うんですよね。もっとより良いサービスが多分たくさん出てくるので、
こうなった時に気持ちよく描いたいというニーズが増えるんじゃないかなと思うので、
店舗販売員がトップ5というところですね。
その他にもですね、食品加工従事者であったりとか看護専門職とかカウンセリングだったり介護職だったりとかも大幅に増加するという予測があって、
詳しいところはですねリンクを貼っておきますので見ていただけたらと思うんですけども、
どういう仕事が絶対数的に増えるのかっていう話をしたと思うんですけど、結構ブルーカラー多いなみたいな印象はありましたけど、
具体的にどういうスキルを学んでいくべきなのかみたいな話をしていきたいんですが、
サムアルトマンさんに関してはエンパシーが必要な職業、エンパシーってのは教官ね、教官が必要な職業、これは教師とか看護師、これはAI時代でも安全だって述べてます。
人間に固有の対人スキルっていうのは機械には置き換えにくいっていう視点。
だから僕がさっき言ったようなハンバーインみたいなところに近いんですけど、そこに紐づいていくと教師とか看護師とか、対人スキルのところ。
やっぱりその人にその人に共感してもらうみたいなことが大事というか、看護師の仕事をロボットがやったとしてもできるけど、
その人にその共感してもらいたいみたいなそういう願望をやっぱちゃんとこうできるかみたいな方が大事なんだろうね。
そうそうそうなんですよね。なのであくまで保管的にAIだったりとかロボットっていうのは出てくると思うんですけど、やっぱ大事なところは残り続けると思うんですよね。
企業のAI導入と教育の必要性
っていうのはサムアルトマンも言ってます。
なるほど。
先ほどのWEFの報告でいくと、その企業の調査結果としてAI導入で労働力を削減するって答えた企業が40%ほどいたんですよ。
意外とちょっと少ないなと思って。
でも4割だからね、半分近くは削減しようとしてるわけだから結構多くない?
多いんですけど、もっと多いかなと思った。
なるほど。
意外とそんなもんなんだっていうところだったりとか、ただ8割の企業は従業員のAIスキル訓練に取り組む計画とも言ってるんですよね。
つまりAIで人を置き換えるってよりかは、AIを活用できる人材に育成しようっていう姿勢も見て取れましたね。
実際にですねWEFの報告でも今後5年間で44%、約半数の労働者が再教育や技能更新を絶対に必要とすると言ってると。
なるほど、絶対必要。
これは中堅層、我々のような30代から50代も例外ではなく絶対に不可避と学び直しが。
なるほどね。
産業革命が起きてますからね。
し、前回のレイアウフでも話しましたけど、インドのTCS、1万2000人が削減されまして、さらにもっと増えるという話をしたじゃないですか。
で、あれの対象者が我々のような30代から50代の中間上級の管理職が代替されて消えたと。
その消えた人たちっていうのはAIリスクをしてなかった人たちなんですよね。
なるほどね。
なので、もう自明じゃないですか。
そうだね。
もうAIリスキルをしないといけないっていうことは、もう生き残れないっていうことになってしまうので。
そうだね。
さすがにそのパソコン使うようなさ、ホワイトカラーの仕事でさ、チャットGPT使ったことないですよね、あれと見かけたらさ。ちょっとドッとするよね。
ドッとする。
ね、一緒に仕事するの不安になっちゃうよね。
できないよね。
ね。
正直ね。
チャットGPT使ってないんですか?ってなっちゃうもん。
そうそう、だし、逆になんかやっぱ使えてないなって思ってもあれだというか、我々が受けてる仕事の中で、先日僕はちょっとミーティングしたときに思ったことなんですけど。
なんかその一般的な汎用的なシステムじゃなくて、法人が契約するようなシステムサービスのことをなんかそのチャットGPTに聞いて使い方を確認したんですけど、うまく動きませんでしたみたいなことを言ってて。
やっぱそのチャットGPTの仕組みを理解していればさ、やっぱそのそもそものそのベースの学習データがどういうもので、そのウェブ検索ってどういうところから情報を引っ張ってきてて、何をもってこう推論してるのかって分かれば、そういうクローズとかさ、法人向けのサービスの情報をさ、調べる術がないことなんてさ、分かるじゃん。
そうだね。
でもなんかそういうことを気づけずにチャットGPTに聞いてるっていうところが、やっぱまだまだそのチャットGPTの動きがどういうものなのかって理解してないんだなってそういう感じだというか。
なるほどね。
そうそう、だからチャットGPT使ってます?っていうだけじゃなくて、そういうところがやっぱりリスキルが必要なんだろうなってすごい思うというか。
確かにね。
どういう仕組みで動いてみたいなね。
そうそうそう。これはチャットGPTを使う場面だし、これは使わない場面だしっていうのがあんまり理解できてないんだろうなっていう。
確かにね。
まあ今はね、機械学習がどういうものでとか、真相学習がどういうものでとか、チャットGPTがどういう仕組みで動いてるの?みたいのをざっくりでもいいから知っておくのは大事なんだけど、
インターネット時代にプロトコルが何だのとかプロパイダーが何だのとかって知ってたところで別にみたいなところもあるじゃないですか。
まあそうだね確かに。
だからまあ今は必要なフェーズだけど、これからAIがどんどん進化して広がっていったら別にそんなの知らなくても、Wi-Fiの仕組みを知らなくても別に使えるよねとも僕は思ったりはするので。
でもインターネットの人に似てるかもしれないね。なんかさ、インターネット出たての頃にネット使ってた人ってエンジニアでもないのにやたらそういうのに詳しい人多かったじゃん。
むちゃくちゃ多い。
だから多分今のそのチャットGPT出たての過渡期ぐらいに使い込んでた人は、別になんかそういうAI関連のエンジニアとかでもないのになんか仕組み理解してるみたいな。
もうあると思いますね。
それが今後それこそWi-Fiぐらいまでネットが進化した時みたいにAIが来ると、なんかそういうところ知らないでも使えるっていう未来は全然あるかもしれないよね。
全然あると思います。
まあでも知っておくとね、多いは絶対聞くと思うから。
まあそうだね。
知ったほうがいいと思いますけどね。
まあこのリスナーの方はね、たぶんみんなさすがに知ってるとは思うんですけどね。
全然我々より詳しい、めちゃくちゃ本職みたいな人も絶対いらっしゃる。楽しみ。
全然いますよ。ほんとに。
まあ学び直し必要ですよっていうね。不可避ですよっていう感じですね。
日本におけるAIの役割と課題
じゃあ具体的にどういったものを勉強するの?機械学習とか深層学習とかの勉強って何するのとかあるじゃないですか。
その辺ちょっと話していきたいんですけど、その前にオープンAIのちょっとブループリントの話していい?
そうですね。
根拠をもっとつけようと思います。
じゃあね、オープンAIのブループリントの話なんですけど、これもリンク貼っておくので気になる方は読んでいただければと思うんですが、
日本は今歴史的な転換点に立っています。明治維新から戦後の高度経済成長まで常に技術革新を力に変えてきた日本にとって、
AIは次の繁栄をもたらす原動力ですと言ってるんですね。
そしていくつかの分析によると、AIは日本のGDPを最大16%押し上げる。
16%!?
すごいよね16%って。
16%はちょっと言いすぎじゃない?
そんな馬鹿なみたいな数字だったよね。
だってね年間で1%とかさ、上がればいいわけじゃないですか。
16%!?
そして100兆円を超える経済価値を生み出す可能性があります。
100兆円!?
もう一個は日本作ろうとしてるかなみたいな。
これを鵜呑みにするのであれば、それぐらい可能性秘めてるっていうことだよね。
そうですね。やっぱ日本人得意だから高発って作っていくの。
そうだね。
なので今問われているのは、この新しい時代に日本が成功できるかどうかではなく、
いかに大胆にこの機会をつかみ、世界のAIリーダーとして台頭していくかです。
ということをねおっしゃっていただいていて。
まあ正直ねむちゃくちゃ遅れてますけどね日本ね。
そうだね。
世界に比べたらめちゃくちゃ遅れてますけど、
ここからまだまくれるぞと。まくったらこんな良いことあるぞということを言っていて。
で、ブループリントでは3つの柱を提示しているというところ。
1個目が包括的な社会基盤の構築。
これは学生とかスタートアップとか中小企業行政機関など、
誰もがAIの開発活用に参加できる社会を整備する、そういう仕組みを作るということですね。
社会基盤にAI開発が活用っていうのを当たり前にしましょうというところ。
2つ目が戦略的インフラ投資っていうところで、
データセンターとか半導体再生可能エネルギーの投資を通じて、
ワット、電力とビット、情報を結びつける持続的なAI経済基盤を形成しましょうと。
インフラに投資しようぜって話だね。
3つ目が教育と障害学習の強化をしようと言っていて、
次世代教育とディスクリーニングを支援し、あらゆる世代がAI時代の成長を担えるようにすると。
まさしくここでディスクリーニングが出てきたわけですね。
そうなんですね。なんで先ほどのお話と今のこのブループリントのお話で根拠をしっかり積み立ててわかることは、
ディスキルですと。
学べとちゃんと。
ちゃんと学べと。そして社会的にやるなら、ちゃんと構築してインフラにも投資しようと。
ポジショントークはもちろんあるよ。オープンAIから言ってるからね。
めちゃくちゃポジショントークだと思うけど、
それ以上にやっぱりAIの進化ってすごいなとは我々も思っているので、やっぱりディスクリーニングしようというところですね。
じゃあどういうスキルを具体的にやっていこうという話をしようと思うんですけど、
最初の報告ではブルーカラー多いなって話したじゃないですか。
その後はAIディスクリーニング必要だなって話をしたじゃないですか。
どっちだって思うと思うんですけど、
どっちもが最強ですよね。
両方?
これちょっと抽象的にすると、ブルーカラーの方に関しては職種にもよりますけど、
僕がちょっと推しているところで言うと、ブランドっていうところからの対人スキルだよね。
対人スキルとAIのディスキル、これ両方やったら外さないですよ。
まあそうだね。
対人スキルの重要性
だってさ、さっきの農業が増えるっていうのも、結局さ、仕事を誰かとするって対人スキルが必要なわけですよ。
接触したりとか、何か導入しようとなった時に寝回しをしたりとか、
どうやって組織を動かそうとか、変革をするものじゃないですか。
っていうところに対人スキルって絶対に必要なんですよね。
そうだね。
交渉力もそうだし。
だから人と仕事をする上で、ものすごく根幹的なスキルっていうのが、
改めてここで再発見されるんじゃないかなと思ってるんですよね。
ということで一つは、やっぱ対人スキル。
共感力だったり、交渉力だったり、営業力だったり。
なのでものすごく抽象的にすると、すごく頭の良くいいやつになるっていうね。
でもほんとそうだね、確かに。
ここ押さえとけば、まあそんなに失敗しないかなとは思いますね。
確かに。
でもなんか、なかなかなりたくてなれるようなものじゃない領域だったりもするかなっていう気はするよね。
まあ難しいはずがあるでしょうね。間違いなく。
得意不得意めっちゃ出るところだよね。
出ると思います。
そういう人はですね、先ほどのレポートでちょっと話してないんですけど、
テクノロジーとかグリーン分野の新職種も拡大するって言われてて、
データ分析、機械学習のスペシャリスト。
ここは当たり前なんだけど、フィンテック系のエンジニア。
フィンテック系のエンジニア。
フィンテックっていうのは、金融のファイナンスと技術のテクノロジーを組み合わせた、
まあ造語みたいな感じなんですけど、ファイナンスとテックでフィンテックね。
IT技術を活用した新しい金融サービス。
このフィンテック系のエンジニアと、あとはグリーン分野の新職種。
拡大するとも言われてて。
グリーン分野というのはさっきの農業のところとDXでAIが活用されてみたいな。
グリーン分野はね、再生可能エネルギーとかそっちの方だね。
ああそういうことか。なるほど。
まあ気候変動もそうだね。環境のスペシャリスト。
と金融かけるテクノロジーの分野。
この辺とかもすごく需要が増すと言われていて、
日本でもいわゆるDX人材とか、グリーン分野の人材不足っていうのはすごい課題とされてて、
だからここの需要が増えていく。
こっち系に尖ったドメイン知識を取っていくっていうのは一つありだと思います。
対人スキルが難しいんだったらそっち尖らせようぜみたいな感じか。
スペシャリストになるって感じですね。そっち系の。
でドメイン知識をめちゃめちゃ持ってればAI超活用してハイパフォーマーになれるから。
確かに。
そっちに振るっていうのはものすごく重要あると思います。
あとは先ほどのOPAのプループリントだと、
日本政府の教育訓練給付金や人材開発支援助成金などの既存制度も活用しつつ、
大規模なリスキリングを行うべきみたいな話もしているので、
おそらく支援金助成金この辺にいっぱいお金入るんじゃないかなって思ってるんですよね。
高市さんが首相になられたっていうところで、経済成長にどんどん降っていくと思うんですよ。
なのでこの辺の分野は絶対無視しないと思うので、
このリスキル開発支援をしていく側になっていくっていうのはすごくいいなと思ってて。
正直僕も元々能力開発とかそっちをやりたい人だったから、
今AIメディアやってるじゃない、だからここ掛け合わせて人材の開発支援とか、
AI能力開発みたいなところに何か参入したいなとはちょっと思っているので、
こっちの教育研修系は今後も需要増えるだろうなと思います。
リスキルをしていこうだし、リスキルを手助けする側になることも大事ってことだよね。
一番大局で見たらそこが何だろう硬そうじゃない。
こんだけリスキルすべきだって言ってるんだから、リスキルする側になった方がいいでしょ。
カジノで言ったら同元になった方がいいんだから。
カジノする側は負けるんですよ。
そうだね。リスキルする側負けるみたいになってるけど。
リスキルはした方がいい。それは文明が違うからね。
違うけど構造的にはやっぱり同元になった方が硬いよね。
だからそっち側になるっていうのはいいんじゃないかなと思います。
先ほどのWEFの報告書の中でも成長するスキル群みたいのがありまして、
リスキリングの必要性
これも上から順に言っていくとAI系、データ系、さっきも言ったようにネットワーク、サイバーセキュリティ系ですね。
テクノロジー、リテラシー、ここはめちゃめちゃ最速で重要度が上がるスキルって言われてて。
ここは間違いないじゃない。
次にアナリティクスシンキング、分析的思考だね。
これは7割の企業が必須って回答してて、何かっていうとそのデータから意思決定をするっていう作業が出るじゃない。
だからいかにこの分析をしてそのデータをもとにどう意思決定するのかっていうところの思考ができる人だね。
これは中核スキルとして必要じゃないかと。
他にもリーダーシップとかその辺も重要と言われていて。
次にヒューマンスキル、これは普通にアイディア創出して叩き台作って検証して実際に推進をチームで回すっていうPDCAですね。
これができる人。
次にグリーンスキルだね。
これ初めてトップ10に入ったらしくて。
このグリーンスキルってちょっと抽象度高いから難しいんですけど、いかにCO2出さないかを考えられる人みたいな。
なるほどね。
すげー簡単に言うとね。
例えば事務所のCO2とか電力コスト指標をニール化して改善できるとか、排出とか省エネの基礎リテラシーがあるとか、データをどう取るかとか、
それをAIでどうやって最適化するかとか、CO2二酸化ダウンスをいかに出さないか、地球にどれだけ優しくあれるかっていうスキルですね。
なるほど。
これはものすごく需要が上がってるらしいですよ。
AI業務の基礎運用っていうところでいくと、プロンプト設計とか、出力の検証根拠確認、これさっきたずけが言ってくれたような内容だよね。
それはさらに社内データの取扱いをどうするかとか、機密保護だよね。
で、生成AIとかラグとかの基本、こういったところはすごく求められる。
で、サイバーネットワーク、シートベルト作るところに関して言うと、ファイルとかアクセス権、あとはモデル選定とか、この事故を防止するためにどうやって運用するのみたいなところ。
例えばフィッシング対策どうするのとか、最近すごいじゃない、フィッシング。
アスクルも最近ワルウェアにかかってきて、朝日はビールの朝日です、スーパードライ。
スーパードライを作ってる朝日もワルウェアにかかって、出荷停止になって大変なことになってるんですけど、
このワルウェア何で起きてるかっていうと、ものすごく作りやすくなっちゃったんですよ、AIで。
誰もが作ろうと思えば作れちゃうし、配布できちゃうし、なんならすごく巧妙に作られてきちゃってるので、対策が難しいんですよ。
だから入ってきた時にいかにすぐに停止できるかもそうだし、もちろん予防も大事だし、もしかかった時の復旧も大事じゃないですか。
そういった意味でここの知識をめちゃめちゃ扱える人っていうのは、ものすごく早く重要度として求められている。
実際にダメージめちゃめちゃ食らってますからね。
何百億円っていう損害じゃないですか、ここを守りたいよねっていう。
攻撃する側が強くなってきちゃってるから、やっぱり守る側も強くなんないと対応しきれないってことだよね。
もう今攻撃力だけが上がってきちゃってるんで、防御力をもっと増やさないとなと思ってる企業ってすごく増えている。
もちろんそういうシステムとかソフトウェア出している会社もいっぱいいるんですけど、大前提そういう知識をちゃんと持ってて企業に導入できるっていう人はすごく求められます。
そうね、だしそういうのを委託で受けている会社とかがあったとしても、結局間に入る担当者が全く知識なかったら話にならないから。
そうなんだよね。なんでやっぱこの辺はかなりスキルとして求められるんですね。
まだまだあるんですけど、長くなっちゃうんで一旦締めようか。
すごい終わり方だな。
まあ話聞く限り結論としては、やはりまず人間スキル、対人力をしっかり磨きつつAIの技術を高めていきましょうということなのかな。
めちゃめちゃ抽象度高い感じにするとそうですね。
じゃあ具体的に何が必要なのってなったときに、AIスキルの方の話をすると、サイバーセキュリティーですよね。今言ったような。
そもそものAIリテラシー、どういう仕組みで動いてるからどういう風にできるの。
それができることによってプロンプト作れるよねとか、データをどういう風に持ったらいいよねとか、
アメリカではコンテキストエンジニアリングみたいな話もありますから、コンテキストをどうやって持つのっていうところだったりとか、この辺のリテラシー運用ができるというのはすごく求められる。
もっと言うとそのデータを得た上で意思決定っていうのをちゃんとデータとして正当化できる力、アナリティクスシンキングってやつですね。
あったりとか、人間本来のクリエイティブ、発想力、アイディアっていうところから、それは実際に検証まで回すっていう実行力。
クリエイティブとリーダーシップっていうところ。
専門的に尖らせるんだったら、グリーン系の知識であったりとか、フィンティック系、ここも需要今増えてるので、
この辺りをドメイン知識特化してって、AIでフルフルに回していくのもいいんじゃないかな。
でもなんかやっぱ話聞く限り、もちろん細かくは違うけど、やっぱなんかデータの部分が結局いろんなところに紐付いてるなっていうのはちょっと話聞いてて感じたというか。
やっぱりそのデータをちゃんとAIに読み込ませて分析して、でどうするのかっていうのを結局いろんな領域でやっぱやる。
例えばグリーン分野も、もちろんその二酸化炭素とかってそのグリーン分野の知識が必要だけど、
やっぱ結局そこに行き着くまでにさ、いろんなデータを読み込ませて分析した結果、じゃあこの方向性に行きましょうっていうのを結局その領域でやるわけじゃん。
だからやっぱりいかにそのデータをどう持てるか、どういう風にそのデータをAIで解析するかみたいなところは、なんかいろんなところで汎用が効くんじゃないかなみたいな。
AIとデータ解析の未来
そうだね。なんか通っちゃうよね。
結局通っちゃう気がする。だからとりあえず何していいかわかんなかったら、なんかそのデータの方、もちろんデータではデータでさ、データサイエンティストって専門の人がいるじゃん。
なんかそういう風にビッグデータ扱うような本当のデータサイエンティストっていうよりかは、なんか自分たちがやってるような会社の仕事に紐づくところで、なんかそのデータをAIに解析させるためにはみたいな文脈でちょっと勉強していくみたいなニュアンスなのかな。
それは一番わかりやすいかもしれないですね。自分の今やってる仕事とか副業でもいいですけど、データをどうやって見るか、どうやって取得するのか、これをどうやってAIに読み込ませるのか、みたいなところが一歩目ですよね。
例えばさ、普通に個人で例えばね画像のバナー製作みたいな仕事を受けてますみたいなデザイナーさんがいたとして、なんか関係ないように感じるかもしれないけど、じゃあ自分が今まで受けてきた顧客層ってどういう顧客層なんだろうとか、
シッチューになった案件ってどういうものだったのかとか、単価の高いお客さんってどういうお客さんだったのかとかっていろんなものをその授業として検証していく必要があるわけじゃん。
そういう時にやっぱりAIにそういうデータ投げ込んでさ、分析させてみたいなことをするとすごい良い回答が返ってくると思うんだけど、だからなんていうのかな、全く遠いと思ってた人でもやっぱりデータ分析って使うと思うんだよね。
そうですね、デザイナーさんの文脈で言ったら、それこそFacebook広告とかGoogle広告とかいろいろ出稿すると思うんですよ、そのデザインをね、する人もいると思うんですけど、その類似度が低い方がコスパが良いとかいろいろあるんですけど、この辺のデータを取るだけでも全然違うよね。
じゃあどういうデザインをしようとか、類似度を低くするならどうしようとか、データってすごくやっぱり紐づくので、おっしゃるように自分の仕事に近いデータを取っていって、それをAIに回答させるは一歩目のリスキルとしてはすごく良い気がしますよね。
すごく無料でコーセラっていうものも構造たくさんあるんですよ、AIに関する。だから本当にお金払って変なとこに入るより、自分チャットGPTもそれこそあるし、今無料でどれだけでもリスキルできると思うので、本当に一歩目できる人はどんどんやっていった方がいいなと思います。
でもやっぱそれが継続できないよ、めんどくさいよっていう人は、それに対してお金対価を払って勉強するでもいいと思いますけど。
そうだね、我々もね筋トレするために別に安い金額でジム行けばいいところをわざわざ一緒にパーソナルに通ってるわけじゃん。そこはやっぱそのね、教えてもらうとか定期的に通えるとかってそこに金銭的価値があるからお金払ってるわけだって。
そうそうそう。
習慣化するためにお金払ってますからね。
そうそうそうっていう風な意味合いで全然お金払ってどっか通うってのはアリだよね。
そこに費用取得できるものもいっぱいあるから、色々試してみたらいいと思うんですよ。
そうだね。
最終的に僕のオススメはやっぱドウモトになるなって。
なるほど。
リスキルする側にね、回っていけたら強いと僕は思います。
われわれもそっちを目指して頑張りましょうか。
うーん。
何でだよ。
がんばっていきましょう。
はい。
リスキルの方法と推奨
それでは番組の感想をお待ちしています 感想はXでハッシュタグAI未来話
でぜひ投稿してください Spotify のコメント機能や概要欄に記載
のお便りフォームからお待ちしています またお聞きのPodcastアプリでAI未来話
の番組フォローとレビューもお待ち しています
現在Appleテクノロジーランキング で11.5です応援のほどよろしくお願いします
来週も木曜朝7時1分にお届けします 通勤通学の30分にAIの未来をキャッチ
アップしていきましょう それでは本日もありがとうございました
はい ありがとうございました
