AI時代にスキルを学び続けても仕事が安定しない現象
最近、AIに関する学習コンテンツは急速に増えている。
オンライン講座、動画教材、SNSの解説投稿、生成AIの活用講座。
新しいツールが登場するたびに、
「これからはAIスキルが必要になる」と言われる。
実際、多くの人が勉強を始めている。
-
ChatGPTの使い方を学ぶ
-
画像生成AIを触ってみる
-
プロンプトの書き方を覚える
-
AIを使った副業を探す
こうした行動は、ここ数年で日常的なものになった。
しかしその一方で、少し奇妙な現象も見られる。
スキルを増やしているはずなのに、
仕事の安定にはつながっていない人がいる。
新しい知識を覚え、
新しいツールを試し、
新しい情報を追いかけている。
それでも、収入は安定しない。
むしろ、常に次のスキルを追い続けているようにも見える。
新しいAIツールが出るたびに学習を始める。
副業の情報を見つけては試してみる。
講座を受けて、また次の講座を探す。
行動量は増えている。
学習量も増えている。
しかし仕事の安定にはつながらない。
一方で、必ずしも多くのスキルを持っていないように見える人が、
仕事を途切れさせずに続けているケースもある。
この違いは、能力の差だけでは説明しにくい。
もう少し構造的な違いがあるようにも見える。
AI時代の仕事はスキルだけでは安定しない理由
AIの普及によって、仕事の構造は少しずつ変化している。
特に大きいのは、
スキルそのものの価値が下がりやすくなったことだ。
以前は、特定の技術を持っている人が少なかった。
-
デザインができる
-
プログラムが書ける
-
文章が書ける
こうしたスキルは、持っているだけで仕事につながることが多かった。
しかしAIは、こうした作業を補助したり代替したりする。
文章を作る。
画像を生成する。
コードを書く。
こうした作業の一部は、
ツールによって短時間でできるようになった。
その結果、スキルの希少性は下がりやすくなる。
スキルを持っている人が増えるほど、
そのスキル単体での価値は安定しにくくなる。
ここで見えてくるのが、
時間依存型の収入構造だ。
時間依存型の収入とは、
「作業をしている時間」によって収入が決まる構造である。
働いている時間
↓
作業量
↓
報酬
この流れで成り立っている。
この構造では、
作業が止まると収入も止まる。
言い換えると、
止まるとゼロになる構造である。
さらに、もう一つの特徴もある。
それは、外部依存型になりやすいことだ。
仕事の発生が、
外部の依頼や案件に依存する。
クライアントの依頼。
会社の仕事。
案件の募集。
こうした外部の条件によって、
仕事の量が決まる。
この構造では、
自分がスキルを持っていても
仕事の量は外部の状況に左右される。
AIの普及は、この外部依存をさらに強める可能性もある。
スキルが共有されやすくなるほど、
仕事は特定の人に固定されにくくなるからだ。
平面型の仕事と立体型の仕事の構造
ここで、少し別の見方をしてみる。
仕事の構造には、
「平面」と「立体」の違いがあるように見える。
平面型の仕事は、
時間と作業が横に並ぶ。
作業
↓
報酬
この関係が繰り返される。
この構造では、
作業が終わると報酬も終わる。
昨日の仕事は、
今日の収入には直接つながらない。
今日また新しい作業をする必要がある。
この構造は、
止まるとゼロになる構造になりやすい。
作業を止めると、収入も止まる。
一方で、立体型の構造も存在する。
立体型の仕事は、
過去の行動が積み上がる。
発信
記録
観測
実績
こうした行動が、
時間とともに積み重なっていく。
この構造では、
過去の行動が消えない。
むしろ、時間とともに蓄積される。
言い換えると、
履歴として残る構造である。
例えば、ある人が特定の分野を観測し続けているとする。
AIの変化。
キャリアの変化。
仕事の構造。
こうしたテーマを継続して観測し、
文章として発信していく。
すると、その記録は時間とともに残る。
過去の記事。
過去の発信。
過去の観測。
それらが履歴として積み重なる。
この履歴が、
信用の文脈を作ることがある。
その結果、相談や紹介が生まれることもある。
この場合、収入は
作業時間だけでは決まらない。
過去の履歴が、
現在の仕事につながる。
つまり、立体的な構造になっている。
AI時代に立ち位置が揺れない人の特徴
AI時代に仕事が安定している人を観察すると、
いくつか共通点が見えてくる。
その一つは、
「立ち位置」がはっきりしていることだ。
立ち位置とは、
何を観測している人なのかという位置である。
例えば
-
AIと仕事の変化を観測している人
-
副業の構造を観測している人
-
人間関係の変化を観測している人
こうした立ち位置がある人は、
発信のテーマが揺れにくい。
今日の話題。
明日の話題。
それらがバラバラではなく、
ある程度同じ領域に集まっている。
その結果、発信が履歴として積み上がる。
記事。
投稿。
観測。
これらが
履歴として残る構造を作る。
そしてもう一つの特徴は、
立ち位置が揺れないことである。
AIツールが変わっても、
話題が変わっても、
観測している領域は変わらない。
例えば、AIというテーマを観測している人は、
ツールが変わっても観測を続ける。
ChatGPTが登場しても。
新しい生成AIが出ても。
技術が更新されても。
観測対象はAIの変化である。
そのため、発信は継続される。
この継続が履歴になる。
履歴が信用の文脈を作る。
結果として、
相談や紹介が生まれることもある。
こうした構造では、
仕事はスキル単体からではなく、
信用の文脈から生まれているようにも見える。
AI時代のキャリアはスキルだけでは説明できない
AIの普及によって、
スキルの重要性が消えるわけではない。
むしろ、新しいツールを理解することは
これからも必要になるだろう。
しかし観測していると、
スキルだけでは説明できない差があるように見える。
同じスキルを持っていても、
仕事が安定する人と
そうでない人がいる。
この違いは、
仕事の構造の違いかもしれない。
平面型の仕事は
止まるとゼロになる構造になりやすい。
立体型の仕事は
履歴として残る構造を作る。
この違いが、
時間とともに大きな差になることもある。
AI時代は、
情報やスキルが広がりやすい。
その中で、
どの構造に立っているのか。
どの領域を観測しているのか。
そして、
その立ち位置が揺れていないのか。
こうした要素が、
キャリアの安定に影響しているようにも見える。
スキルを増やすことは、
確かに一つの行動である。
しかしそれだけでは、
仕事の構造は変わらないかもしれない。
もしそうだとすると、
AI時代のキャリアは
スキルだけでは説明できない構造を持っている。
そう考えることもできるのかもしれない。
