「AI で消える職種」より「職種の中の業務」を見ろ ── Microsoft Suleyman 18 ヶ月予測の読み方
Microsoft AI CEO の Mustafa Suleyman 氏は「18 ヶ月以内に AI がほぼすべての専門職業務で人間レベルに到達する」と予測した。ここで本当に問うべきは「どの職種が消えるか」ではなく「職種の中のどの業務が AI に置き換わるか」。
代替されるのは PC 上で完結する情報処理タスク。残るのは 最終判断・交渉・責任・現場の文脈理解。そして AI 時代に価値が上がるのは 接続能力（現場理解 × 実装 × 組織を動かす）── その中心に立つのが Applied Engineer / FDE だと考えている。
AI 時代に問うべきは 「どの職種が消えるか」ではなく「職種の中のどの業務が AI に置き換わるか」。代替されるのは情報処理タスク、残るのは判断と接続。
- Suleyman: 12-18 ヶ月で AI がホワイトカラー業務をほぼ自動化する見込み。"sitting at a computer" は全部対象。
- 代替されるのは職種名ではなく PC 上で完結する情報処理タスク（法務・会計・マーケ・PM・SWE 共通）。
- 各職種で残るのは 最終判断・交渉・責任・現場の文脈理解。職種は消えず、価値の重心が変わる。
- AI 時代に価値が上がるのは 接続能力（現場理解 × 実装 × 組織を動かす）= Applied Engineer / FDE。
Suleyman 18 ヶ月予測と Microsoft の本気
2026 年に入って、Microsoft AI CEO の Mustafa Suleyman が踏み込んだ発言をしている。Fortune の記事から引用すると：
"human-level performance on most, if not all professional tasks" ── ほぼすべての専門職業務において、AI が人間レベルに到達する。
"Creating a new model is going to be like creating a podcast or writing a blog" ── 新しいモデルを作ることは、ポッドキャストを作ったりブログを書いたりするのと同じレベルの行為になる。
時間軸は 12-18 ヶ月。"sitting down at a computer"（PC の前に座ってやる仕事）は全部対象という表現が出てくる。
Microsoft はこれを煽りで言っているわけではなく、自社の Copilot / Copilot Studio / Foundry / 100 万人 AI 人材育成投資など、事業としてこの世界観に賭けている。日本でも 前回の記事で扱った AI 普及課題の裏側で、Microsoft の世界観どおりに業務再編が走っている。
「では何の職種が消えるのか？」と問うのは、最初のステップとしては自然だが、解像度が荒すぎる。職種は最小単位ではない。職種の中には 10-30 個の業務があり、AI が置き換えるのは個々の業務単位。
「職種が消える」ではなく「業務が置き換わる」
Suleyman の予測を「弁護士は消えるのか」「会計士は消えるのか」と読むと、議論が成立しない。実際にはそれぞれの職種は残り、その中身が大きく入れ替わる。
たとえば法務という職種を一塊で見るのではなく、その中の業務を 15-20 個に分解する。すると：
- 契約書レビュー、判例調査、条文整理 ── これらは AI に置き換わる
- クライアントとの交渉、最終判断、責任引き受け ── これらは人に残る
同じ「弁護士」という肩書きの人が、AI 代替後に何時間を何の業務に使っているかを見ると、職種は同じでも中身は別物になっている。これが「価値の重心が変わる」という意味。
5 職種で「代替されやすい業務」を並べる
具体的に、ホワイトカラー 5 職種で AI に代替されやすい業務を並べると、見事に揃う：
カテゴリで言うと：
- 法務：契約書レビュー / 判例調査 / 条文整理 / 法的要件整理 / 文書ドラフト
- 会計・財務：仕訳・集計 / レポート作成 / 監査補助 / 請求書処理 / 月次・年次資料
- マーケティング：広告文作成 / データ分析 / SNS 投稿 / 市場調査 / 効果測定レポート
- プロジェクトマネジメント：議事録作成 / 進捗管理 / WBS 更新 / タスク整理 / アジェンダ作成
- ソフトウェアエンジニアリング：コード生成 / テスト作成 / レビュー補助 / バグ検出 / ドキュメント作成
業種は違うのに、業務の性質は同じ。この共通点こそが、Suleyman の予測の本質。
共通点：「情報を整理する人」が代替される
上の 5 職種に共通するのは、業務が 情報処理パイプラインに乗っているという点。集める → 整理する → 要約する → 分類する → 資料化する → レポート化する → 一次判断。
AI に置き換わりやすいのは「情報を整理する人」。情報の発生源でもなく、情報の最終消費者でもない、その間で整える人。
この層は、これまで「事務職」「アシスタント業務」「中間管理職の半分」「専門職の手足」として組織を支えてきた。それが 18 ヶ月で薄くなる。
各職種に「残る価値」はどこか
では、5 職種にそれぞれ何が残るか。重要なのは、残る価値の質が共通していること。
>5-1法務に残る価値
- 最終判断 / 交渉 / 責任 / リスク判断 / 法的・倫理的な意思決定
>5-2会計に残る価値
- 経営判断への接続 / 内部統制 / 説明責任 / 監査対応 / 経営者への示唆出し
>5-3マーケに残る価値
- 顧客理解 / ブランド判断 / 仮説検証 / 市場の文脈理解 / 事業戦略との接続
>5-4PM に残る価値
- 利害関係者調整 / 意思決定設計 / 炎上対応 / 期待値調整 / チームビルディング / 優先順位判断
すべて、PC 前で完結しない仕事。情報を整理することと、判断・責任を取ることは、似ているようで質が違う。
AI 時代の人材像
「整理する人」から「つなげる人」へ
AI 時代の核心能力 = 接続能力
残る価値（判断・責任・関係性・文脈）に共通するのは、「単独のスキル」ではなく「つなげる動き」であること。
具体的にはこの 3 軸を 1 人 / 1 チームで貫く：
- 現場理解：顧客課題を読み、業務の流れを再設計できる
- 実装：AI / コード / 自動化で形にできる
- 組織を動かす：導入を進め、運用に定着させ、成果に変えられる
3 つのうち 1 つや 2 つはこれまでも価値だった。しかし AI 時代では、3 つを全部繋げられる人が突き抜ける。なぜなら、情報処理層（1 つだけの専門性）が AI で代替されるため、接続できる人だけが残る差別化要因になるから。
「整理する人」の価値は下がる。「つなげる人」の価値が上がる。整理は AI に任せて、人間は接続に集中する。
Applied Engineer / FDE が中心になる理由
この「接続能力」を一番自然に体現するのが、Applied Engineer / FDE (Forward Deployed Engineer)。Palantir 等で確立した職種で、最近は AI スタートアップで成長分野になっている。
>7-1FDE が AI 時代に強い理由
- 上流（顧客課題発見）：AI で代替できない「現場の文脈読解」を持つ
- 実装（AI / コード）：AI を「使われる側」ではなく「使い倒す側」に立てる
- 現場導入（運用定着）：作ったものを成果に変える、ここが一番代替しにくい
>7-2これは特定の肩書きの話ではない
「FDE」という肩書きを名乗っているかどうかは本質ではない。3 層を 1 人 / 1 小チームで貫けるかどうかが本質。
- 独立系 FDE（フリーランス・業務委託）
- 社内 FDE（情シス・DX 推進から進化）
- SI / コンサル内の FDE 部隊
- 事業会社の「現場わかる × AI わかる」プロダクト責任者
呼び方は何でもいい。接続能力を持つ人を組織内 / 市場で見つけるか、自分が育つかが問われる。
社内 AI 普及の実装パターンは 「導入したのに使われない」を超える ── 社内 AI 普及の仕組みづくり で扱った。あの記事の「AI チャンピオン」も、本質的には社内 FDE の苗を作る制度設計。
AI 時代は「型」ではなく「原理原則」で動く
もう一段深い問いがある。「では FDE の動きを型化・標準化できるか？」── これが難しい。
| 領域 | 変化の激しさ | 標準化 | 強い動き方 |
|---|---|---|---|
| 建築業界 | 低い | できる（工程化） | パターン適用 |
| ソフトウェア開発 | 高い | 難しい | 原理原則 + 応用 |
| AI 領域 | 非常に高い | ほぼ不可 | 原理原則 + 強い接続 |
変化が激しい領域では、具体的なツールの使い方や手順書はすぐ陳腐化する。半年で別の AI モデルが出て、別のフレームワークがデファクトになり、別のパターンが推奨される。
では何が残るか。原理原則・基礎基本：
- 何をコンテキストとして AI に渡すか（プロンプト設計ではなく、情報設計）
- どこを AI に任せ、どこを人間が判断するか（境界線設計）
- 成果はどう定義し、どう測るか（KPI 設計）
- 失敗をどう拾い、どう学習に変えるか（フィードバック設計）
これらは「型」というよりは「考え方の軸」。具体的ツールが変わっても、軸は使い回せる。これが AI 時代の標準化の正体だと考えている。
古典的な開発手法も、本質は「実務の細部を標準化する」ことではなく、「変化や不確実性に向き合うための役割・リズム・判断構造」を標準化したもの。原理原則と基礎基本を持っていれば、ツールが変わっても応用できる。
職種は消えない。業務が置き換わる。残るのは「接続能力」。
Suleyman の 18 ヶ月予測を、表面で読むと「職種が消える」になる。一段深く読むと「職種の中の情報処理業務が消える」になる。さらに深く読むと「残るのは判断・責任・接続」になる。
個人としての打ち手は明確：
- 自分の職種の中で、PC 前で完結する情報処理タスクを棚卸しする ── ここから順に AI に渡せる
- 同じ職種で、最終判断・交渉・責任・現場の文脈理解に当たる部分を太くする ── ここに人の時間を寄せる
- 接続能力を意識的に鍛える ── 現場理解 × 実装 × 組織を動かす、の 3 軸を 1 人で貫けるよう動く
組織としての打ち手も同じ：「整理する人」を増やすのではなく、「つなげる人」を育てる方向に評価・採用・育成を寄せる。
AI 時代に強いのは、職種名ではなく 接続能力。Applied Engineer / FDE はその中心に立つ職種だと思う ── ただし「FDE」と名乗らなくても、3 層を貫ければ実質的に同じ価値を出せる。