AIが発達しても生き残る職業——代替されにくい4カテゴリと、米労働統計局の予測で伸びる15職種

「AIに仕事を奪われる」議論は飽きるほど見たはずだ。だが 「奪われにくい／むしろ伸びる職業」の話は意外と見かけない。世界経済フォーラム（WEF）の Future of Jobs Report 2025 は、2025〜2030年に約9,200万件の仕事が置き換わる一方、約1億7,000万件が新たに生まれ、差し引き約7,800万件の純増と見込む。差し引きで仕事は増えるのに、なぜ失業論ばかりが目立つのか——「消える側」と「伸びる側」が同じ職業ではないからだ。

この記事の役割は、残りやすい仕事の条件と、伸びる職業に入るための具体的な条件を示すことだ。どの職種が影響を受けやすいかは奪われる15職業、若手とベテランの差はベテランvs若手、ホワイトカラー全体の予測と実データの差はホワイトカラー消滅論で扱っている。

結論から書く：AIに代替されにくい職業には3つの共通原則がある。① 身体性（物理的に現場にいる必要）、② 高責任の判断（法的・倫理的に人間が背負う）、③ 創造性×関係性（信頼の蓄積）。そして第4のカテゴリとして 「AIを作り・守り・使いこなす側」の職業も伸びている。数字の裏づけには、米国労働統計局（BLS）が2026年8月27日に公表した2025〜2035年の雇用予測を使う。職業ごとの伸び率・年収の中央値・入るために通常必要な学歴や訓練まで同じ表で出ている、数少ない公的データだ。なお米国の数字なので、他の国にそのまま当てはまるわけではない。

1. 「失業論」より「伸びる職業」を見る——WEFとBLSのデータ

人事・キャリア記事は 「AIに奪われる仕事ランキング」で溢れている。だが WEF の Future of Jobs Report 2025 の核心は正反対だ。世界の1,000社超の雇用主（合計1,400万人超の従業員）への調査をもとに、2025〜2030年に現在の雇用の14%にあたる約1億7,000万件が生まれ、8%にあたる約9,200万件が置き換わり、7%にあたる約7,800万件が純増すると見込む。仕事は減るのではなく、種類が変わるというのが本質だ。

では 「伸びる側」はどこか。WEFは2つの物差しを分けている。伸び率（%）で最も速いのはビッグデータ、フィンテック、AI・機械学習、ソフトウェア・アプリ開発などのテクノロジー職。一方、増える人数（絶対数）で最も大きいのは、農業従事者、配送ドライバー、建設作業員、販売員、食品加工といった現場の仕事と、看護職、ソーシャルワーク・カウンセリング、パーソナルケアなどのケアの仕事、そして中等・高等教育の教員だ。「伸び率で目立つ職業」と「人数で増える職業」は別物であることを押さえておきたい。

米国に絞ると、BLSの予測も同じ方向を指す。2025〜2035年に最も速く伸びる職業群は医療支援（+13.3%）と医療専門職（+8.0%）で、この2つだけで新たに生まれる仕事の約3分の1を占める。逆に最も減るのは事務・管理支援の職業群（−4.0%、約75万人減）で、BLSはAIを含む自動化を理由に挙げている。

2. AIに代替されにくい3原則——身体・責任・関係

「AIに代替されにくい職業」は無秩序に存在するわけではない。3つの共通原則が見える。ここでは、BLSが職業ごとに書いた予測の理由と、AnthropicがClaudeの利用データから測った「実際にAIが使われている作業」（2026年3月）に照らして整理した。

原則に当てはまっても「無傷」とは限らない点は押さえておきたい。BLSは放射線科医について、AIツールの導入で業務が効率化するとして、病院などでの需要の伸びを抑える方向の理由を書いている（それでも予測は+3.4%）。責任の重い仕事でも作業の一部はAIに移り、「同じ仕事を少ない人数でこなす」方向に働く。残るのは職業の名前ではなく、その職業の中の判断と責任の部分だ。

3. カテゴリ① 身体性が必要な職業——医療・介護・技能職

BLSの予測で最も伸びる職業がこのカテゴリに集中している。生成AIは文章やデータの仕事を急速に取り込んでいるが、「狭い屋根裏で配線を引く」「高齢者を抱えて移乗を介助する」「患者を診て処置する」ことは別の問題だ。加えて、高齢化による医療・介護需要が伸びる。BLSは電力需要の伸び（データセンターなどAI関連を含む）も挙げ、太陽光パネルの設置や風力タービンの保守を最速級に伸びる職業に入れている。

BLSの2025〜2035年予測での具体的な数字：ナースプラクティショナーは+41.0%で全職業の中で最も速い伸び（年収中央値 $132,300）。在宅介護・パーソナルケアは+18.1%で、人数では約85万人増（年収中央値 $35,800）。理学療法士は+11.9%、電気工事士は+9.2%（$63,190）、空調（HVAC）技術者は+10.9%、配管工は+6.8%。いずれも全職業の平均+3.5%を上回る。

意外なポイント：電気工事士や配管工の入口は「高卒＋見習い（アプレンティスシップ）」とBLSは整理している。大学の学位を前提にしない仕事で、年収の中央値は一般事務（$45,010、−6.0%）を上回る。ただし給与は地域・経験で大きくばらつき、見習い期間は数年に及ぶ。ホワイトカラー消滅論で見た「事務職が縮み、現場とケアの仕事が伸びる」という動きが、ここで最もはっきり数字に出ている。

4. カテゴリ② 高責任の判断職——医療専門職・弁護士・経営

「AIが提案 → 人間が最終承認」の構造そのものに人間が必要な職業群。法的責任・倫理的責任を AI に転嫁できない領域で、作業の効率は上がっても 「最終判断する人間」のポジションは残る。

BLSの数字：フィジシャン・アシスタント（医師の監督下で診療を担う職）は+21.1%（$135,880）、医療・保健サービスの管理職は+24.2%（$123,860）、弁護士は+4.7%（$159,670）、パイロットは+8.3%（$232,140）、会計士・監査人は+5.0%（$83,680）。弁護士の伸びは平均並みだが、BLSは予測の理由にAIを挙げていない。一方で、同じ法律分野でもパラリーガルは−0.3%で、理由に「調査や書類作成のAIによる自動化」が挙がっている。同じ業界でも、判断と責任を持つ側と、下準備の作業を担う側で向きが分かれる。

個人見解：「専門資格＋長い実務経験」の組み合わせは、今後も強いキャリアになる。ただし新人が最初に任されてきた下準備の作業ほどAIに移りやすく、資格職でも入口の数年の経験の積み方が変わる。若手とベテランで影響がどう違うかのデータはベテランvs若手で扱っている。

5. カテゴリ③ 創造性 × 関係性——カウンセラー・教育・ディレクション

「対人理解 × 長期の信頼の蓄積」のカテゴリ。AIが 「正解のあるタスク」を取り込むほど、人間が担う 「正解のない対話」の比重が上がる。

教育者の数字は、このカテゴリの読み方を示している。WEFは、働く年齢の人口が増える低所得国を中心に教育職が増えると見る。BLSは米国の小学校教員を−0.4%、中等教員を−0.2%とほぼ横ばいに見ている。AIに代替されにくいことと、人数が増えることは別の話で、後者は人口や予算といったAI以外の要因で決まる。

6. カテゴリ④ AIを操る側——コードを書くだけの仕事とは逆の動き

AIを作る・守る・組み込む側の職業。WEFの伸び率ランキングでは、ビッグデータの専門職、フィンテックのエンジニア、AI・機械学習の専門職、ソフトウェア・アプリ開発者が上位に並ぶ。BLSでもデータサイエンティストが+34.6%（全職業で3番目の速さ、$120,230）、コンピュータ・情報科学の研究者が+21.8%、情報セキュリティアナリストが+21.0%（$129,180）と大きく伸びる。

ここで見落とせないのが、同じIT職の中の逆向きの動きだ。BLSの予測では ソフトウェア開発者は+10.2% だが、コンピュータプログラマは−7.3%。BLSは後者の理由に「プログラミングの仕事が他の職種に移り、AIを含む自動化が進む」ことを挙げている。Anthropicの利用データでも、プログラマの作業の75%でClaudeの利用が見られた。Cursor や Claude Code のようなツールが広がるほど、「コードを書く」作業単独の価値は下がり、「何を作るか決め、AIを使ってシステムを設計・運用する」側の価値が上がる。これもベテランvs若手の構造と重なる。

7. 伸びる15職種——BLSの予測・年収・入るための条件

4カテゴリを横断して、BLSの2025〜2035年予測で伸びる15職種を並べた。年収はBLSの2025年の中央値（米国、自営業者を含まない）、入るための条件はBLSが「通常必要」とする学歴・経験・訓練だ。

出典：米国労働統計局（BLS）Employment Projections 2025–35、Table 1.2（2026年8月27日公表）。全職業の平均は+3.5%、年収中央値は$50,980。

共通パターン：多くが「資格・学位」か「数年の見習い・経験」を前提にしている。「未経験から短期間で入れて、しかも伸びる職業」はほとんど見当たらない。例外に近いのは在宅介護で、入口は低いが年収の中央値も$35,800と低い。伸びる職業に入るには、入口の条件と、そこに届くまでの期間と費用をセットで見る必要がある。生存戦略は 「今いる位置から最短ルートで上記カテゴリに移動する」こと（次節）。

8. 今のキャリアから伸びる側に移る4手

抽象論で終わらせず、「今あなたが事務職・営業職・初級プログラマ等にいる」前提で、伸びる側に移る具体策を4つに絞る。

新卒・第二新卒への助言：BLSの予測で一般事務（−6.0%）、カスタマーサービス（−5.3%）、コンピュータプログラマ（−7.3%）は減る側にある。これらの仕事に就くこと自体が悪いわけではないが、そこで身につける経験を、判断・対人・AI活用のどれかにつなげる計画を最初から持っておきたい。逆に看護・医療技術職、電気工事士、介護、データ・セキュリティ職は、BLSの予測で平均を上回って伸びる。「オフィスの仕事が上、現場の仕事が下」という思い込みで職業を選ぶと、伸びる側を見落とす。

まとめ

「AIに奪われる」議論ばかりが目立つが、WEF の予測では2030年までに 約7,800万件の純増（約1.7億件の新規 − 約9,200万件の置き換え）。仕事は減らず、種類が変わるのが本質。AIに代替されにくい職業には 3原則がある：① 身体性（医療・介護・技能職）、② 高責任の判断（医療専門職・弁護士・経営）、③ 創造性×関係性（カウンセラー・教育・経営層）。さらに第4カテゴリとして AIを操る側（データサイエンティスト・情報セキュリティ・研究者）が伸びている。

米BLSの2025〜2035年予測では、ナースプラクティショナー+41.0%、データサイエンティスト+34.6%、情報セキュリティ+21.0%、在宅介護+18.1%、電気工事士+9.2%が平均の+3.5%を上回る一方、一般事務−6.0%、プログラマ−7.3%は減る側だ。伸びる職業の多くは資格・学位・見習いを入口にしている。伸びる側に移る4手は ① AIを使う側へ、② 業界深掘り、③ 身体性の再評価、④ 関係資本への投資。入口の条件と期間を確かめたうえで、早めに動くのが現実的だ。

関連記事：ホワイトカラー消滅論、営業職の未来、ベテランvs若手、奪われる15職業、FDE職種解説 も併読してほしい。

FAQ

Q. 私は事務職（経理・人事・営業事務）です。今すぐ何をすべきですか？
A. BLSの予測では一般事務（−6.0%）や秘書・事務アシスタント（−6.0%）は減る側にある。一度に消えるわけではないが、早めに動くほど選択肢は広い。最短ルートは 「同じ会社内でAI推進・業務改善の担当へ移る」こと。Excel・会計ソフト・社内システムの経験は 「業務知識」としてそのまま役に立つ。社外に出るなら、情報セキュリティ（+21.0%）のように学士＋数年の経験で入れる伸びる職種を、入口の条件から逆算して目指すのが現実的だ。

Q. 40代以降でも職種変えは間に合いますか？
A. 「関係資本カテゴリ」は社会経験が活きる。対人ケア（介護・カウンセラー）も人生経験が強みになるが、カウンセラーはBLSの整理で修士＋インターンが入口なので、学び直しの期間を見込む必要がある。電気工事士・配管工は見習い期間が数年かかる。「AIを使う側」への移動は今の職場の中でも始められるので、40代にはまずここから手をつけることを勧める。

Q. 自分の子どもの進路、どう助言すべき？
A. BLSの予測で平均を大きく上回るのは、医療（ナースプラクティショナー・フィジシャン・アシスタント・理学療法士）、データ・情報セキュリティ、メンタルヘルスの分野だ。弁護士・会計士は平均並みだが予測の理由にAIは挙がっていない。どの道でも 「専門分野×AIを使いこなす力」を最初から意識させたい。逆に 「定型の事務処理が中心の職」「コードを書くだけの職」は、BLSの予測で減る側にある。

Q. 「オフィスの仕事から技能職への転職」は現実的ですか？
A. BLSの数字で見ると選択肢になる。電気工事士（$63,190、+9.2%）・配管工（$63,800、+6.8%）の年収中央値は一般事務（$45,010、−6.0%）を上回り、入口は高卒＋見習いだ。ただし見習い期間は数年、体力が要り、給与は地域・経験で大きく異なる。「降格」でも「楽な逃げ道」でもなく、条件を確かめて選ぶ1つの道と考えたい。

Q. AIを使い倒すスキルだけで本当に生き残れますか？
A. 単独では不十分。AIを使うスキルは広く普及するほど差がつきにくくなる。長く効くのは 「AI活用 × 業界の深い知識」「AI活用 × 資格の要る判断」「AI活用 × 関係資本」の 掛け算だ。「AIだけ」「業界だけ」「関係だけ」の単独の軸より、複数の軸を組み合わせるほうが代替されにくい。