ホワイトカラー不要論の正体。AI時代に残るもの

先日、私のnoteで「PdM不要論」について書きました。

なぜ、今回のような不要論が話題に上がるのか。 今回、PdM界隈で起きていることの背景については、noteを書き上げる中で解像度が上がった気がします。

しかしながら、全てがすっきりしたわけではないのです。

それが、当議論で盛り上がっている内容における、私の結論だったのですが、それでも、何かが言い切れていない感覚が残りました。

これは、他の不要論についても、同じ論理で説明できるのでしょうか。

〇〇不要論について

ここ1年足らずだと思います。

エンジニア不要論。コンサル不要論。デザイナー不要論。ライター不要論 etc.
気がつけば、私たちの周りには「◯◯不要論」で溢れています。

生成AIツールの機能アップデートに合わせて、こういった論理が話題に上がっているのです。

例えば、Claude Codeが公開された際にはエンジニア不要論が盛り上がりました。また、次いでは、Nano banana（Gemini 2.5 Flash Image）やChatGPT Images 2.0などが登場した際はデザイナー不要論。そして、コンサルやライター不要論に関しては、チャット型AIのアップデート毎に常に話題に上がってくる内容かと思います。

なぜ、こうも多岐に渡る業界で、同じように、特定の職種に対する不要論の話が次々と現れるのでしょうか。

それは、当たり前に「AIの進化が凄まじいから」という理由で括ってしまうこともできますし、その理由自体は正しいと感じます。

しかし、それだけで全てが説明できるかというと、何かが取りこぼされる気がするのです。これだけ多くの職種で、ほぼ同時期に、同じ論理が立ち上がってくる。技術の進化という単一の原因で語るには、現象があまりにも揃いすぎています。

AIという、ある人にとっては救世主であり、また、ある人にとっては脅威でもある存在。それが私たちの社会に働きかけているものは、なんなのか。
それを紐解くために、もう少し話を進めてみたいと思います。

そして、それと並んで、もう一つ気になっていることがあります。

次々と立ち上がる不要論の向こう側で、私たちの働き方は、これからどんな形を描いていくのでしょうか。

同時多発的に起きている現象を、ひとつずつ丁寧に眺めていけば、その向こう側に何かが見えてくるかもしれません。

今回は、その根幹まで一緒に辿り着ければと思います。

各不要論における経緯

これまで不要論が叫ばれた職種の中から、PdM、コンサル、デザイナー、エンジニア、ライターの5つを取り上げて、それぞれの経緯を探ってみたいと思います。

PdM

PdM不要論の引き金となったのは、project management summit 2026におけるリチェルカ社の資料でした。

そこでは、PdMというロールを廃止し、新たにFDEを含む4つのロールに業務を分散させる方針が示されました。

AIの進化により課題解決のアプローチが一段深まったいま、プロダクトの企画、優先順位付け、要件整理といったPdMの業務は、他職種でも代替できるのではないか。

そんな問題提起が、業界に波紋を広げました。

コンサル

コンサル不要論という言葉は、常に一定の熱を持って燃えている感覚がありますが、直近では、マッキンゼーやアクセンチュアの大規模な人員削減と、業務の約3割がAIで代替可能との指摘が、日経新聞2025年12月17日の記事で報じられた内容が印象的だと思います。

同じ記事の中では、

という内容が紹介されていました。

不要論だけでなく一定の現実も突き付けられている。そんなリアルが表出し始めたのです。

デザイナー

デザイナー不要論については、画像生成AIの進化に連なり、今日、汎用型AIがUIプロトタイピングを担えるようになったことで、再び熱を帯びています。

その過程の中で、渦中にいる有識者もデザイナーとしての役割が変わりつつあることに言及をされています。
例えば、クラシルCPOの坪田朋さんの2026年3月の記事「デザイナー不要論の正体」では、「デザイナー」から「ユーザー体験をよくしたい人」へ役割を昇華させることへ言及をされていました。また、Visionalの大河原陽平さんの2026年2月の記事「AIと共に変容し続けるデザイナーの役割」では、デザイナーの仕事が「ピクセルを操作する」ことから「仕様を記述し、生成物を評価・承認する」ことへシフトしていると指摘しました。

業界の中での職能を再定義する言葉が出始めているのです。

エンジニア

エンジニア不要論の引き金として最も大きかった出来事の一つは、Claude Codeの公開（2025年2月にリサーチプレビュー、5月GA）です。これ以前もAIコーディングツールは出てきておりましたが、非エンジニアとソフトウェアを繋いだ大きな出来事のひとつは、Claude Codeの登場だと思います。

また、時を同じくして「Vibe Coding（バイブコーディング）」という概念がトレンドとなりました。このワードは、Andrej Karpathy(OpenAI共同創業者、元Tesla AI責任者)が2025年2月に名付けたものですが、「コードの存在すら忘れる」という彼の言葉は、開発者コミュニティに広く共有され、Collins辞書の2025年の言葉にも選ばれました。

そして、この言葉はさらにアップデートされて「Agentic Engineering」、エージェントを監督する仕事へと、プロフェッショナルの役割が移ろうとしていることを語っています。
業界の前提が、わずか一年で書き換えられたのです。

ライター

AIを活用したライティング活動として、強く印象づけた出来事は、小説家の九段理江さんが2024年1月に芥川賞を受賞した『東京都同情塔』です。当時のAIで、「全体の約5%は生成AIの文章をそのまま使用した」と話されていました。その後の2025年には「小説の95%をAIで書く」という実験的な取り組みを経て『影の雨』という小説が公開されました。こういった形でAIに自分の作風を反映させて記述する方法がとられている、一方で、「ChatGPTは、ストーリーを生成するのではなく、ストーリーの共同制作者や評価者として使っています。執筆を代わってもらおうとすれば自分の中で何かを失うことになる」というライターの声だったり、「私の代わりに執筆しないで。私がライターであって、あなたはライターではありません」と、創作を守るファイアウォールを設けるライターもいます。

不要という言い方は少し強い表現かもしれませんが、
ライティングの目的に応じて、AIとの向き合い方が問われているのが、この業界の現在地のようです。

こうして５つの不要論について、ひとつずつ経緯を追ってみましたが、これらの現象を俯瞰してみたときに、共通する何かが浮き彫りになる気がするのです。

共通構造を垣間見る

各不要論で起きている経緯を改めて見てみると、あるいくつかの共通構造が見えてきました。

コード化できるもの／できないものの違い

昔から、定型化できる業務は自動化されやすく、非定型業務については自動化されにくい、と言われてきました。
MITの経済学者、デイヴィッド・オーターらは、仕事をまるごとではなく「タスク」の集まりとして捉え、手順が明確なタスクから自動化されていくと論じています。

この見方が、2026年時点の生成AIの状況では「非定型に見えた知的業務(文章、コード、デザイン)も、実はコード化可能だった」ということが言えるのだと思います。要は、コード化できる範囲が人の想像を遥かに超えたということだと思います。

一方で、コード化できない部分は、より仕事の入り口となる「目的の設定」や出口にある「最後の判断」に絞られてきたように見えます。

予測と判断の分離

入り口と出口における「判断」はコード化できないと言いましたが、人間の「判断」とは何なのでしょうか。

経済学者のアジェイ・アグラワルらは、2019年の著書『予測マシンの世紀』で、AIを「予測マシン」と呼びました。AIがしているのは予測であり、予測のコストが劇的に下がったことで、むしろ「判断」の価値が高まる、という見方をしました。

言ってしまえば当たり前のことですが、予測とは膨大なデータから傾向を捉え、今後起こりうる可能性が高いものを提示することです。一方、人は、AIが立てた予測の内容に対して、どれだけ価値があるのか、何を選ぶべきなのかを決める判断を行います。

そして、その判断は、目的や価値が言葉でコード化しきれないからこそ、人間の側に残るのだと思います。

私は以前、PdM不要論について書いたとき、「業務は分散できても、責任は分散できない」と結論付けました。

あのとき「責任」と呼んだものの正体が、コード化できない判断を引き受けることだった、といま理解できた気がします。

「コード化できるもの/できないもの」「予測と判断」という二つの括りで、不要論の共通構造を分析してみましたが、AIにできない活動として浮上した「コード化できない判断」というものについて、私たちはどうやって行なっているのでしょうか。

コンピュータが理解できる言葉にできないものを、人はどう扱っているのか。少し、人間の側を覗いてみたいと思います。

『言葉にできない知』をめぐる探究

実は、『言葉にできない知』をめぐる探究には、長い歴史があります。その水脈を、少し辿ってみたいと思います。

その水脈の源流に、マイケル・ポランニーという人物がいます。ハンガリー出身で、物理化学者として高く評価されたのち、科学哲学へと越境した人です。

彼の哲学の出発点は、「私たちは言葉で表せる以上のことを知っている」という概念です。

これはどういうことかというと、例えば、自転車に乗れる人は、そのほとんどが言葉で理解しなくても感覚でバランスを取っているのだと思います。また別のシチュエーションでも多くの人から自分の知り合いを見つけ出すことも感覚でやっている。

人間の知には、言葉にできない部分が、本質的に含まれている。ポランニーはそれを「暗黙知」と呼びました。

この「暗黙知」を、組織と経営の世界に持ち込んだのが、経営学者の野中郁次郎です。2025年1月にこの世を去りましたが、知識経営の世界的な第一人者でした。

野中は、竹内弘高との共著である『知識創造企業』の中で、知識には二つの種類があると述べました。それが経験や勘といった、言葉にしにくい「暗黙知」と文章やデータとして形にできる「形式知」です。 この暗黙知と形式知を往復することで個人の知識を「組織知」にしていくフレームワークが提唱されました。

たとえば、先輩に同行して肌で覚えた営業の勘を、マニュアルという形で言葉に変える。そのマニュアルが既存のノウハウと結びつき、やがて新人が実務の中で、それを自分の勘として再び体得していく。野中はこの往復の循環を、共同化・表出化・連結化・内面化の頭文字から、SECI(セキ)モデルと名づけました。

ここで本筋に戻りますが、この往復のうち、AIで扱える知識は「形式知」だけです。 つまりは、感覚的に理解している段階の知識は扱えず、言語化された知識しか、AIは取り扱えないのです。

水脈を辿る上でもう一人、押さえておきたい人物がいます。それが哲学者のヒューバート・ドレイファスです。

ドレイファスは、1972年、まだAI黎明期の時代に『コンピュータには何ができないか』という本を著しました。その中では、コンピュータ（人工知能）には「暗黙知」や「身体性」に基づく直感的な判断や全体的な状況把握ができないと批判しました。

当時、AI研究の中心にいた人々の多くは、この批判をまともに取り合いませんでした。それでも彼の本は、静かに読み継がれます。そして半世紀を経たいま、その問いは、新しい重みを持って読み直されているのです。

ここまで、私たちは一貫して「AIにできないもの」を追ってきました。不要論の共通構造としての「コード化できない判断」。そして、言葉にできない知をめぐる半世紀の探究が指し示した「暗黙知」。その輪郭が、少しずつ見えてきました。

では、AIにできないものを抱えた私たちの働き方は、これからどんな形を描いていくのでしょうか。

不要論の正体と、これからの働き方の輪郭

ここで、冒頭で立てた問いに戻りたいと思います。なぜ、これほど多くの職種で、不要論が同時に立ち上がったのか。

AIの進化で全てを語るには、複数の現象が同時多発的に起きすぎていることに言及しましたが、ここまで見てきた内容を踏まえ、少しその正体が見えてきました。

おそらく、エンジニアもデザイナーもライターもコンサルも、生成AIというテクノロジーを活用することで「コード化できる部分」が一定範囲存在したのです。

膨大な「形式知」を機械が読み込める形でデータ化し、それをもとにAIが予測を行い、人が読める自然言語で返す。

このコード化できるワークフローで多くの仕事をアルゴリズム化できたとき、先ほど述べた問いが一斉に沸きあがったのです。そして、裏を返せば、その入り口や出口には、今の時点では人間しか対応できない領域が残っているのです。

ただ、このまま安心して良いかと言うとそうではないのだと思います。現時点では、仕事の入り口と出口に人間しかできない領域が残っていると述べましたが、コード化できる領域は確実に広がっているのです。クラシルCPOの坪田さんも「「まだ人間が必要」は今日のスナップショット」と語っている通り、この先、人とAIが対応する仕事の割合は大いに変わる可能性があるのだと思います。

また、別の観点で言うと、アグラワルらは『予測マシンの世紀』の中で、興味深い指摘をしています。人は、自分で判断したほうが良い結果になる場合でさえ、その判断を機械に委ねてしまうことがある、と。

これを踏まえると、現時点で頑なに保持している「判断」というタスクでさえ、手放す可能性を大いに秘めているのだと思います。

では、私たちの働き方は、どんな形を描いていくのでしょうか。

改めて、野中さんのSECIモデルを思い浮かべてみてください。知は、「暗黙知」と「形式知」の往復で生まれます。そして、AIが担えるのは「形式知」のみであると述べました。そうした時に、人間にできるのは、「暗黙知」と「形式知」を行き来させることなのではないでしょうか。

ただ、AIが「形式知」の部分を担うとして、それ以外の部分すべてを人が抱え込むことでは必ずしもないかもしれません。先ほど、「責任」と「判断」は人が担うと述べましたが、そのうちの「判断」でさえ、手放していい場面はあると思います。それは、想定外のことが起きても影響が小さいもの、何かあっても人が責任でカバーできるもの。そうした判断は、AIに委ねて構わないのだと思います。

しかしながら、ひとつだけ、手放すイメージがどうしても浮かばないものがあります。それが「責任」です。判断は委ねられても、その結果を引き受ける責任は、委ねようがない。AIは、責任を取れないからです。
だとすれば、これからの働き方とは、何を委ね、何を引き受けるのか。その線を、自分で引き続けることなのかもしれません。

私自身、PdMとして、毎日のように小さな「判断」をしています。これはAIに任せていい、これは自分が引き受けねばならない。ただ、その使い分けを踏まえて、出てきたアウトプットを誰かに提示するときは、必ずその「責任」を自分が負います。AIが言ってるから、なんぞは口が裂けても言えません。

おそらく、しばらくの間はこの線の引き方に、完成形はないと思った方が良いのだと思います。AIは進化し、いま引いた線は、明日には引き直すことになる。だから、これは答えが出て終わる問いではありません。働き続けるかぎり、ずっと隣にある問いです。

あのとき言い切れなかった感覚は、今回を経て、さらにその輪郭が鮮明になった気がします。けれど、AIに何を委ね、何を引き受けるか、という問いは続いています。

その先は、これを読んでくださった皆様と一緒に考えていけたらと思います。

#創作大賞2026 #ビジネス部門