連載コラム：AI時代の仕事史論14

終章　あなたの仕事に残るレジームの地層を読む

仕事の未来を、自分たちの手に取り戻す
AI時代の仕事を考えるとき、私たちはつい未来を「当てよう」とする。

どの職業が残るのか。
どのスキルが有利になるのか。
どの業界が伸びるのか。
AIに代替されない仕事は何か。

もちろん、それらは重要な問いである。
だが、本連載コラムが最後に読者に手渡したいのは、未来予測の答えではない。
未来を見るための問いである。

仕事の未来は、誰かが決めて、私たちの前に差し出されるものではない。
技術が自動的に作るものでもない。
市場が勝手に選び取るものでもない。
仕事の未来は、私たちがどのような価値創出の仕組みを選ぶかによって変わる。

AIを使って、古い仕事を速くするのか。
AIを使って、人が育つ仕事を作るのか。
AIを使って、信頼が増える組織を作るのか。
AIを使って、意味が残るキャリアを作るのか。
AIを使って、経済資本だけでなく、人的資本、社会関係資本、文化資本を再生するのか。
この違いが、次の時代の仕事を分ける。

本連載コラムでは、人類の仕事を価値創出レジームとして見てきた。
狩猟採集者は、自然の変化を生存可能性に変えた。
栽培者と牧畜者は、自然への介入を余剰に変えた。
国家は、人と余剰を秩序と動員に変えた。
商人と職人は、距離と信用を価値に変えた。
領主と農奴と聖職者は、土地と身分を安定に変えた。
探検家と金融業者は、外部世界と未来価値を現在の資本に変えた。
工場労働者と管理者は、機械と分業を大量生産に変えた。
知識労働者は、情報と専門性を問題解決に変えた。
そしていま、私たちは、AI、関係性、文化、学習、再生を組み合わせて、次の仕事を作ろうとしている。

では、あなたの仕事はいま、どのレジームにいるのだろうか。
ただし、この問いには注意が必要である。
レジームは、優劣の階段ではない。
生態適応レジームが低く、共創・AI・再生レジームが高い、という話ではない。
土地秩序レジームに近い仕事が古く、知識・情報レジームに近い仕事が新しい、という話でもない。

レジームとは、ある時代に人類が生み出した価値創出の文法である。
それぞれのレジームには、その時代の制約に応答するための知恵がある。
同時に、その知恵が行き過ぎたときに生まれる病理がある。

だから、終章で読者にお願いしたいのは、自分の仕事を「どの段階か」と判定することではない。
自分の仕事の中に残る、複数のレジームの地層を読むことである。

1　レジームは、優劣の階段ではない
仕事の歴史を「進化」と呼ぶなら、その意味を慎重に考えなければならない。

進化とは、単純に「より高級なもの」へ向かう一本道ではない。
環境の制約に対する適応の変化である。
生態適応レジームには、環境を読む力があった。
風、土、季節、動植物の変化を読み、身体と集団で不確実性に対応する力である。
これは、現代のフィールドワーク、医療、介護、防災、現場営業、地域づくりにも通じる。
余剰形成レジームには、未来に備える力があった。
今日の労働を、数か月後、数年後の収穫へつなげる力である。
これは、教育、研究開発、事業承継、人材育成、インフラ投資にも通じる。
国家・強制動員レジームには、大規模に調整する力があった。
多数の人、資源、情報、義務を制度として組み上げる力である。
これは、行政、医療制度、社会保障、大規模プロジェクト、危機対応にも通じる。
交換・都市レジームには、見知らぬ相手と信用を作る力があった。
市場、契約、評判、専門分業を通じて、共同体の外へ信頼を広げる力である。
これは、営業、商社、金融、プラットフォーム、サプライチェーンにも通じる。
土地秩序レジームには、場所と共同体を守る力があった。
人が簡単には動けない時代に、安定、帰属、保護、継続性を作る力である。
これは、地域企業、学校、医療機関、自治体、老舗企業、家業、地域金融にも通じる。
探索・金融化レジームには、リスクを引き受け、未来価値を現在に取り込む力があった。
これは、起業、投資、保険、新規事業、研究開発、宇宙開発、スタートアップにも通じる。
工業・賃金労働レジームには、品質を安定させ、大量に届ける力があった。
標準化、分業、工程管理、品質管理によって、多くの人に同じ価値を届ける力である。
これは、製造業だけでなく、医療、教育、行政サービス、IT運用にも残っている。
知識・情報レジームには、専門性と情報で問題を解く力があった。
調査、分析、設計、企画、判断支援、ソフトウェア、ブランドを価値に変える力である。
これは、現代のホワイトカラーの多くが依拠している。
そして、共創・AI・再生レジームには、人間、AI、関係、文化、学習を組み合わせ、仕事の仕組みそのものを再設計する力がある。

どれが上で、どれが下ということではない。
それぞれのレジームには、残すべき強みがある。
問題は「強みが病理に転じるときがあること」である。

したがって、この表で見るべきなのは、序列ではなく、強みと病理の関係である。

自分の仕事に生態適応レジームの要素があるなら、それは遅れているのではない。
現場を読み、状況に応じて判断する力を持っているということだ。
自分の仕事に土地秩序レジームの要素があるなら、それは古いのではない。
場所、継続性、帰属、長期的な信頼を持っているということだ。

ただし、それが閉鎖性や前例主義に転じているなら、組み替える必要がある。

2　現代の仕事には、複数のレジームが地層のように重なっている
歴史上、レジームは順を追って登場してきた。

生態適応の限界から余剰形成へ。
余剰形成の限界から国家・強制動員へ。
強制動員の限界から交換・都市へ。
土地秩序の限界から探索・金融化へ。
探索・金融化の限界から工業化へ。
工業化の限界から知識・情報へ。
知識・情報の限界から共創・AI・再生へ。

この順序は、本連載コラムの骨格である。
前のレジームが生んだ矛盾や課題に応答する形で、次のレジームが立ち上がってきた。
ただし、この歴史的順序は、現代の個々の仕事の変化順をそのまま示すものではない。
現代社会には、過去のレジームがすでに蓄積されている。

私たちは、国家制度を持っている。
市場を持っている。
金融を持っている。
工業インフラを持っている。
情報ネットワークを持っている。
AIを持ち始めている。

つまり、現代の仕事は、単一のレジームでできているのではない。
過去のレジームが、地層のように重なっている。

病院を考えてみよう。
医師や看護師には、生態適応レジーム的な力がある。
患者の表情、呼吸、声、身体のわずかな変化を読む力である。
病院組織には、国家・強制動員レジーム的な要素がある。
規則、記録、資格、責任、標準手順、制度である。
診療プロセスには、工業・賃金労働レジーム的な要素がある。
分業、標準化、品質管理、チェックリストである。
診断や研究には、知識・情報レジーム的な要素がある。
データ、専門知、論文、分析である。
地域包括ケアには、土地秩序レジーム的な要素がある。
場所、家族、地域、継続的な関係である。
AI診断支援や遠隔医療には、共創・AI・再生レジームの芽がある。
このように、現代の仕事は複数レジームの組み合わせで成り立っている。

学校も同じである。
国家制度としての義務教育。
地域共同体としての学校。
知識伝達としての授業。
工業的な時間割と評価。
AIによる個別学習支援。
探究や対話による共創的な学び。

地方の銀行も同じである。
土地秩序的な地域信用。
交換・都市的な決済と融資。
探索・金融化的なリスク評価。
知識・情報的な企業支援。
AIを使った事業承継や地域データ分析。

したがって、終章で行うべきことは、自分の仕事を一つのレジームに分類することではない。
自分の仕事には、どのレジームの強みが残っているか。
どのレジームの病理が重くなっているか。
AI時代に向けて、どの強みを残し、どの病理を組み替えるべきか。
それを見ることである。

3　飛び越えるのではなく、接続する
ここで、もう一つ大事な論点がある。
仮に、ある読者が自分の仕事に土地秩序レジームの要素が強いと感じたとしよう。

地域に根ざしている。
顧客との関係が長い。
慣習や前例が重い。
組織が閉じている。
若手が新しいことを言いにくい。

では、その仕事は、共創・AI・再生レジームへ移行できるのか。
一見すると、歴史の順序を飛び越えるように見える。
土地秩序から探索・金融化、工業化、知識・情報を経て、ようやくAIへ向かうはずではないのか。

しかし、現代の仕事において起きるのは、歴史の飛び越えではない。
接続である。
土地秩序レジームの強みを残しながら、共創・AI・再生レジームの要素を接続するのである。

たとえば、地域の老舗企業を考えてみよう。
その企業には、土地秩序レジームの強みがある。
地域との長期的な信頼。
顧客との顔の見える関係。
従業員の帰属意識。
歴史とブランド。
地元での評判。

これは捨てるべきものではない。
しかし、病理もあるかもしれない。
前例主義。
属人的な判断。
若手が意見を言いにくい。
DXが進まない。
地域の関係が閉じている。
新規事業が生まれにくい。

ここで、AIを使って何をするか。
事務処理を減らす。
顧客の声をデータ化する。
ベテランの暗黙知を形式知化する。
若手がAIを使って新規提案を作る。
地域企業同士の協働を促す。
歴史やブランドを新しい物語として編集する。

このとき起きているのは、土地秩序レジームを否定することではない。
土地秩序の強みである「場所」「継続性」「信頼」を、AI時代の価値創出へ接続することである。
同じことは、学校にも、病院にも、自治体にも、製造現場にも言える。
AI時代への移行とは、過去のレジームを捨てることではない。
過去のレジームに蓄積された知恵を、病理から切り離し、次の価値創出へ接続することである。

4　次の仕事をつくる五つのステップ
では、読者は明日から何をすればよいのか。
本連載コラムの議論を、実践のためのフレームに落とし込むと、次の五つのステップになる。

ステップ1　自分の仕事に残るレジームの地層を見る
最初にすべきことは、自分の仕事を一つのレジームに分類することではない。
「自分の仕事は工業レジームだ」
「自分の仕事は土地秩序レジームだ」
「自分の仕事は知識・情報レジームだ」
と判定して終わってはならない。

現代の仕事には、複数のレジームが重なっている。
だから見るべきなのは、主たるレジームだけではなく、そこに残る地層である。
現場で顧客の表情や空気を読む仕事には、生態適応レジームの力がある。
長期的な顧客関係を守る仕事には、土地秩序レジームの力がある。
品質を安定させる仕事には、工業・賃金労働レジームの力がある。
情報を集め、分析し、意思決定を支える仕事には、知識・情報レジームの力がある。
AIを使って問い、判断、関係、学習を再設計する仕事には、共創・AI・再生レジームの芽がある。

最初の問いは、こうである。

私の仕事には、どのレジームの強みが残っているか。
どのレジームの病理が重くなっているか。
何を残し、何を組み替えるべきか。

ステップ2　主たる価値源泉を特定する
次に、その仕事が何を価値に変えているかを見る。

情報なのか。
専門性なのか。
信頼なのか。
判断なのか。
安心なのか。
意味なのか。
学習なのか。
継続性なのか。
標準化なのか。
探索なのか。

ここが曖昧なままAIを入れると、効率化してはいけないものまで効率化してしまう。
たとえば、営業の価値源泉が情報提供なら、AIでかなり置き換えられる。
しかし、営業の価値源泉が信頼形成や顧客の意思決定支援にあるなら、AIは置き換えではなく、関係を深めるための補助になる。
人事の価値源泉が制度運用なら、AIで効率化できる。
しかし、人事の価値源泉が人が育つ仕事の設計にあるなら、AIは育成経験を作るための道具になる。

ステップ3　強みとして残すもの、病理として乗り越えるものを分ける
三つ目に、その仕事が持つ歴史的な強みと病理を分ける。

標準化は、工業レジームの強みである。
品質を安定させ、多くの人に同じ価値を届けるためには必要である。
しかし、標準化が行き過ぎると、人は考えなくなる。
地域密着は、土地秩序レジームの強みである。
長期的な信頼を作り、場所に根ざした価値を生む。
しかし、行き過ぎると、閉鎖性や前例主義になる。
情報分析は、知識・情報レジームの強みである。
複雑な問題を解くうえで不可欠である。
しかし、行き過ぎると、資料、会議、通知、調整の過剰になる。

ここで問うべきことは、何を捨てるかではない。
何を強みとして残し、何を病理として減らすかである。

ステップ4　AIによって病理を減らし、強みを増幅する
AIは、ただ導入すればよいものではない。
どの病理を減らし、どの強みを増幅するために使うのかを明確にしなければならない。

会議が多いなら、AI議事録を入れるだけでは不十分である。
会議そのものを減らし、人間が考える時間を増やすために使うべきである。
暗黙知が属人化しているなら、AIでベテランの知識を形式知化する。
ただし、ベテランを不要にするためではなく、若手が学べるようにするためである。
顧客接点が薄くなっているなら、AIで事務作業を減らす。
ただし、人間の接点を減らすためではなく、本当に重要な対話に時間を使うためである。

AIは、病理を増幅することもできる。
監視を強めることもできる。
資料を量産することもできる。
若手の思考機会を奪うこともできる。

だからこそ、AIは「何を速くするか」ではなく、「古い地層を活かして何を再生するか」で使う必要がある。

ステップ5　人が育ち、信頼が増え、意味が残る形へ再設計する
最後に、仕事を再設計する。

AIで空いた時間を、何に使うのか。
人が考える時間に使うのか。
若手が学ぶ時間に使うのか。
顧客と深く向き合う時間に使うのか。
チームで振り返る時間に使うのか。
意味を言語化する時間に使うのか。

ここまで来て初めて、AI導入は次のレジームへの移行になる。

この五つのステップは、経営者にも、管理職にも、個人にも使える。

重要なのは、仕事をただ与えられたものとして受け取らないことである。
仕事は設計できる。
そして、設計しなければ、古いレジームの病理に引き戻される。

5　人が育つ仕事、信頼が増える仕事、意味が残る仕事
AI時代の仕事を考えるとき、最終的に問うべきことは三つである。

その仕事は、「人が育つ」か。
その仕事は、「信頼が増える」か。
その仕事は、「意味が残る」か。

仕事は成果物を生むだけではない。
仕事は人を育てる。
狩猟採集者の子どもは、遊び、観察し、模倣し、失敗しながら学んだ。
農耕者の子どもは、種を残す意味、水を管理する意味、季節を読む意味を、仕事の中で覚えた。
職人は、師匠のもとで道具の使い方、素材の見方、品質への誇りを学んだ。
知識労働者は、顧客との対話、上司のレビュー、プロジェクト経験を通じて判断力を身につけた。

人は、仕事の中で成長する。
研修だけで育つのではない。
資格だけで育つのでもない。
経験が、思考とフィードバックと責任を伴うとき、人は育つ。

AI時代に人が育つ仕事には、問いを立てる余白が必要である。
判断に責任を持つ機会が必要である。
失敗から学べる安全な関係が必要である。
思考過程が共有されることが必要である。
AIを使った後に、人間同士の対話が必要である。

仕事はまた、信頼を作る。
狩猟採集者は、獲物を分け合うことで信頼を作った。
農耕者は、水路を守り、村の共同作業に参加することで信頼を作った。
商人は、約束を守り、評判を積み重ねることで、見知らぬ相手との信用を作った。
職人は、品質を守ることで信頼を作った。
AIは情報を増やす。
しかし、信頼を自動的には増やさない。
AIはメールを作れる。
だが、そのメールによって相手が信頼するかどうかは別である。
AIは顧客分析を作れる。
だが、その分析をもとに顧客と深く向き合えるかどうかは別である。
AIは制度を説明できる。
だが、その制度が公正だと感じられるかどうかは別である。
信頼は、接点の数ではなく、約束と実行の一致から生まれる。
相手を処理対象としてではなく、文脈を持つ存在として扱うところから生まれる。

仕事はさらに、意味を作る。
人間は、単に収入を得るためだけに働いているのではない。
もちろん、収入は重要である。
生活を支えることは、仕事の根本である。
だが、それだけではない。

自分の仕事が誰かの役に立っている。
自分の成長につながっている。
仲間と何かを作っている。
社会に対して小さくても意味ある貢献をしている。
自分の経験が次の世代に渡されている。

そう感じられるとき、仕事には意味が宿る。
AI時代には、この意味が揺らぎやすい。

自分が作ったのか、AIが作ったのか。
自分の判断なのか、AIの提案なのか。
自分の経験は価値を持つのか。
自分の専門性は残るのか。

だからこそ、意味を残す仕事の設計が必要になる。
誰に価値を届けているかが見えること。
自分の判断が入る余地があること。
なぜこの仕事をするのかという物語があること。

意味は、単なる感情ではない。
意味は、仕事を続けるための文化資本である。

6　個人は、どう生きればよいのか
ここまで組織の話をしてきた。
しかし、最後に問われるのは個人である。

AI時代に、私たちはどう働けばよいのか。
どのように自分のキャリアを作ればよいのか。
答えは、「AIに負けないスキルを身につけること」だけではない。
それも必要だが、十分ではない。
本当に必要なのは、自分が何を価値に変える人間なのかを問い続けることである。

情報を集める人なのか。
問いを立てる人なのか。
判断する人なのか。
人を育てる人なのか。
信頼を作る人なのか。
意味を編集する人なのか。
複数の人やAIを組み合わせて、新しい価値を作る人なのか。

自分の価値源泉を言語化できる人は、変化に強い。
逆に、職業名や肩書きだけに依存していると、レジーム転換の中で不安になる。

「私は営業です」だけでは不十分である。
「私は顧客がまだ言語化できていない課題を見つけ、社内外の関係者を動かし、意思決定を支援する人です」と言えれば、AI時代でも価値は残る。
「私は人事です」だけでは不十分である。
「私は人が仕事を通じて育つ環境を設計し、組織の信頼と文化を作る人です」と言えれば、AI時代でも価値は高まる。
「私はエンジニアです」だけでは不十分である。
「私は技術を使って、顧客と社会にとって安全で持続的な仕組みを設計する人です」と言えれば、AI時代でも価値は揺らぎにくい。

キャリアとは、肩書きを積み重ねることではない。
「自分が何を価値に変える人間なのか」を深め続ける軌跡のことである。
AI時代に強い人とは、AIを使える人である。
だが、それ以上に、AIを使って自分の価値創出の仕方を組み替えられる人である。

7　仕事とは何か
最後に、もう一度、最初の問いに戻りたい。

仕事とは何か。
本連載コラムの答えは、単純である。
仕事とは、世界から何かを受け取り、それを誰かにとって意味ある価値に変えて返す営みである。

狩猟採集者は、森の兆しを食料と知恵に変えた。
農耕者は、土と水と種を未来の収穫に変えた。
書記は、穀物と義務を記録に変えた。
商人は、距離を信用に変えた。
職人は、素材を技と誇りに変えた。
農奴は、土地を家族と共同体の存続に変えた。
探検家と金融業者は、未知と危険を資本に変えた。
工場労働者は、時間と反復を大量生産に変えた。
知識労働者は、情報を判断材料に変えた。

そしてこれから、私たちは、AIと共に、問い、判断、関係、意味、学習、再生を価値に変えていくだろう。

仕事とは、単に生活費を得る手段ではない。
仕事とは、人間が世界に関わる形式である。

私たちは仕事を通じて、自然と関わってきた。
他者と関わってきた。
社会と関わってきた。
未来と関わってきた。
そして、自分自身が何者であるかを形作ってきた。
だから、仕事の変化は、単なる雇用の変化ではない。
人間が世界とどう関わるかの変化である。

AI時代の不安は、ここから生まれる。
自分の仕事がなくなるかもしれないという不安の奥には、もっと深い問いがある。
自分は、これから世界とどう関わればよいのか。
自分は、何を価値に変える存在なのか。
自分の経験や判断や関係や物語は、まだ意味を持つのか。

本連載コラムは、その問いに対して、安易な安心を与えるつもりはない。
仕事はこれからも変わる。
いま価値を持つ仕事が、永遠に価値を持つとは限らない。
いまの専門性が、いつまでも希少であり続けるとは限らない。
AIは、多くの仕事を分解し、別の形に組み直していくだろう。
しかし、それは人間の終わりを意味しない。

人類は、これまでも何度も仕事を変えてきた。
自然を読む仕事から、自然に介入する仕事へ。
余剰を作る仕事から、余剰を動員する仕事へ。
土地に根ざす仕事から、距離を越える仕事へ。
手で作る仕事から、機械で作る仕事へ。
モノを作る仕事から、知識で問題を解く仕事へ。

そのたびに、人間は何かを失った。
同時に、何かを得た。
柔軟性を失って、蓄積を得た。
自律性を失って、秩序を得た。
安定を失って、流動性を得た。
熟練の全体性を失って、大量生産を得た。
静かな集中を失って、情報の広がりを得た。

だから次の時代に必要なのは、ただ新しいものを受け入れることではない。
何を得て、何を失うのかを見極めることである。
そして、失ってはならないものを、仕事の中に再び設計することである。

人が育つこと。
信頼が増えること。
意味が残ること。
自然や社会を壊さずに価値を作ること。
次の世代が、よりよく働ける世界を残すこと。
これらを仕事の中心に戻すこと。
それが、共創・AI・再生レジームの本当の課題である。

8　変化する仕事の未来へ
仕事の未来は、明るいとも暗いとも決まっていない。
AIが人を使い潰す未来もありうる。
AIが監視を強める未来もありうる。
AIが意味のない情報を量産する未来もありうる。
AIが若手の学習機会を奪う未来もありうる。

しかし、別の未来もありうる。
AIによって、人間が単調な作業から解放される未来。
AIによって、若手がより深く学べる未来。
AIによって、顧客や地域との関係に時間を使える未来。
AIによって、組織の知恵が共有される未来。
AIによって、人間がよりよい問いを立てられる未来。
AIによって、仕事が再び、人を育て、信頼を作り、意味を残す営みに戻る未来。

どちらの未来に向かうかは、技術だけでは決まらない。
私たちが仕事をどう設計するかで決まる。
だから、読者に最後に伝えたいのは、この一つである。

「仕事」を、ただ受け取ってはいけない。
「仕事」を、作り直してほしい。
自分の仕事が何を価値に変えているのかを見てほしい。
自分の組織が何を増やし、何を消耗しているのかを見てほしい。
自分の仕事に残るレジームの強みと病理を見てほしい。
AIを入れる前に、人が育っているか、信頼が増えているか、意味が残っているかを問うてほしい。
そして、次の仕事を、誰かが設計するのを待つのではなく、自分たちの手で設計してほしい。

仕事は、人類が世界に向けて差し出してきた、最も長い応答である。

飢えへの応答。
不安への応答。
遠さへの応答。
危険への応答。
不足への応答。
孤独への応答。
未来への応答。

AI時代の仕事もまた、一つの応答である。
情報があふれ、関係が薄れ、意味が揺らぎ、人が育ちにくくなった時代に対して、私たちはどのような仕事を差し出すのか。

その答えは、まだ決まっていない。
だが、だからこそ希望がある。

仕事の歴史は、人間が変化に翻弄されてきた歴史であると同時に、変化に応答し、新しい価値を作ってきた歴史でもある。
人間は、ただ環境に適応するだけではなかった。
世界を読み、世界に手を入れ、世界をつなぎ、世界を記録し、世界を作り替え、世界に意味を与えてきた。

これからも、仕事は変わる。
変わり続ける。
しかし、変わり続けるからこそ、仕事には希望がある。
仕事が変わるということは、人間がまだ世界との関わり方を選び直せるということだからである。

AI時代に問われているのは、人間に仕事が残るかどうかではない。
人間が、どのような仕事を残すに値すると考えるかである。
人が育つ仕事を。
信頼が増える仕事を。
意味が残る仕事を。
未来を傷つけるのではなく、未来を育てる仕事を。
そのような仕事を、私たちは次の時代に手渡せるだろうか。

本連載コラムを閉じたあと、その問いは読者一人ひとりの手に残る。
そして、その問いにどう答えるかが、あなたの仕事の未来であり、私たち人類の仕事の未来である。

＞前は
連載コラム：AI時代の仕事史論13｜奥村 隆一（事業構想大学院大学特任教授）