Excel登録不要でDL
業務AIシフト率分析
組織・業種・部門・職種の4つの切り口で、AIが担う業務と人が担う役割を整理。2026年の推定と2031年頃の予測を掲載。
THINK-N RESEARCH & EXPERIMENTS
AIで変わる仕事を、
データと図解で読み解く。
AIラボのWebsiteとDemoアプリケーションと調査や図解は全てAIが生成しています。
資料を探す ↘01 / LIBRARY
調査・図解ライブラリ
業界別に探し、内容を確認してダウンロード。資料ごとに利用条件をご案内します。
ExcelログインしてDL
不動産AIソリューション
普及型サービス22件とスタートアップ22件。価格査定・仲介支援・管理などの用途、対象顧客、強みを比較。
PowerPointログインしてDL
楽天市場の役割分担と外部エコシステム
ECモールの内部機能と、出店者・消費者・外部プレイヤーの関係を整理した図解。
PowerPointログインしてDL
日産の車載ソフトウェア開発工程
車両電子デバイスと車載ソフトウェアの開発工程・役割分担を整理した図解。
PowerPointログインしてDL
BYDの車載ソフトウェア開発工程
BYDの車両電子デバイスと車載ソフトウェアの開発工程・体制を整理した図解。
PowerPoint登録不要でDL
NVIDIAを中心とするAI産業の構造
半導体、データセンター、生成AI、AIエージェントのつながりを整理した図解。
PowerPoint登録不要でDL
AI置換後の業務と組織の再設計
AIが担う業務と人に残る役割、置換後の業務・組織の再設計を整理した図解。
02 / DASHBOARD
調査データを探索する
概要の閲覧はログイン不要です。データは提供資料に基づき、外部情報の再検証は行っていません。
代替率は業務工数に関する整理値・推定値です。雇用削減率ではありません。対象業務と分母が区分ごとに異なるため、単純な順位付けや平均化はしていません。
業種別・現在と5年後の比較
現在（2026年9月）5年後（2031年頃）
区分名と数値の一覧を開く（15区分）
| 番号・区分 | 現在（上限） | 5年後（上限） |
|---|---|---|
| 1. 製造業 | 8% | 35% |
| 2. 小売・流通業 | 25% | 45% |
| 3. IT産業（SIer・ソフトウェア） | 50% | 60% |
| 4. 飲食業・フードサービス | 25% | 40% |
| 5. 交通インフラ事業（鉄道・航空・物流） | 25% | 40% |
| 6. 通信・放送事業 | 40% | 55% |
| 7. メディア事業（出版・広告・新聞） | 60% | 65% |
| 8. サービス業（人材・コンサル・BPO） | 40% | 70% |
| 9. 教育事業 | 40% | 55% |
| 10. 金融業（銀行・保険・証券） | 50% | 60% |
| 11. 自動車・モビリティ事業 | 30% | 45% |
| 12. 不動産業 | 30% | 55% |
| 13. 土木・建築業 | 15% | 40% |
| 14. 医療・介護 | 35% | 55% |
| 15. エネルギー・電力 | 30% | 45% |
業種 / 推定・予測
IT産業 （SIer・ソフトウェア）
2026年9月時点・推定
0%30〜50%100%
実装・文書工程：30〜50% （推定） ・エンジニアの生成AI利用率：96.6% （毎日利用74.8%） ・「ほぼ毎日利用」91.8%（別調査） ・NTTデータは2027年度に開発効率 40%向上を目標
2031年頃・予測
0%45〜60%100%
45〜60% （推定）
AIが担いやすい業務
・コード生成・補完（65.2%）、リファクタリング ・単体テストコードの作成 ・エラー特定・デバッグ（83.9%） ・設計書・ドキュメントの生成（80.3%） ・コードレビュー（49.8%） ・情報要約・技術調査（76.0%） ・RFP読解と提案書ドラフト、議事録作成
人が担う役割
・アーキテクト、プロジェクト責任者 ・顧客業務知識の翻訳者 ・AI生成コードのレビューと受け入れ責任 ・セキュリティ設計と品質保証 ・障害時の意思決定
ツール・代替されにくい業務・根拠を見る
AIツール・システム
・Claude Code（開発支援ツール利用率49.0%で首位）／Codex（26.2%）／Cursor（16.9%）：エージェント型のコード生成・修正 ・ChatGPT（74.8%）／Gemini（72.1%）／Claude（57.1%）：調査・設計支援 ・GitHub Copilot：IDE内のコード補完 ・NTTデータ AI-Native開発：開発プロセス全体へのAI組込み ・富士通×みずほFG：開発・保守フェーズでの生成AI共同実証
代替されにくい業務
・顧客の曖昧な要求を業務要件へ翻訳する上流工程 ・非機能要件とアーキテクチャの最終決定 ・レガシー統合のリスク判断 ・マルチステークホルダーの調整 ・瑕疵担保責任を伴う最終品質保証 ・本番障害の切り分けと復旧判断
代替されにくい理由
・要件は顧客の業務知識と政治状況に埋め込まれており文書化されていない ・システム全体の責任が受託者に帰属する ・失敗コストが非対称（1件の重大障害が事業を毀損） ・レガシーの業務的背景が属人化している ・AI生成コードの品質保証が追いついていない（日本企業の65.6%が未テストコードを本番投入）
原資料に記載された出典
フリーランスボード「ITエンジニア向け生成AI活用実態調査2026」（n=435）／LAPRAS HR TECH LAB 2026年6月（n=279）／NTTデータ DATA INSIGHT 2026年5月／Tricentis レポート2026
03 / EXPERIMENT
業務時間の削減シミュレーター
AI活用を想定した業務量を入力し、確認・手直しの時間を含めて試算できます。
月間の純削減時間
10時間
確認・手直しを差し引いた試算です。
- 現在の対象業務
- 200時間／月
- 作業時間の削減
- 60時間／月
- 確認・手直し
- 50時間／月
- 導入後の対象業務
- 190時間／月
- 年間の純削減時間
- 120時間