AIで時短したはずなのに、なぜ仕事が減らないのか——調べていたら「率」が増えた　2026年7月→8月草単価表付き

最終更新　2026/07/30 07:00

こんにちは、黒パグです🐾

AIを使うと、仕事が早くなります。

文章のたたき台を作る。表を整える。画像案を考える。長い資料から必要な部分を探す。以前なら一時間かかっていた作業が、十分や十五分で終わることも珍しくなくなりました。

それなのに、不思議なことがあります。

仕事が早く終わるようになったはずなのに、なぜか暇になりません。

先日も、学習用のプリントを作りました。AIを使ったことで、最初の形はかなり早くできました。

しかし、そこで終わりではありません。

文字の大きさを直す。記入欄を広げる。印刷したときの見え方を確認する。依頼した人の頭の中にあったイメージと照らし合わせる。修正版を作る。納品する。今回の失敗を振り返る。そして、その経験を記事にする。

一つの作業は確かに早くなりました。

その代わり、以前なら翌日以降に回していた仕事や、そもそも着手しなかった仕事まで、その日のうちに始めていました。

AIで時短した時間は、いったいどこへ消えたのでしょうか。

「自分でできること」が増えている

2026年7月、OpenAIは、仕事で使われたChatGPTのメッセージを分析した調査を公開しました。

対象は米国ユーザーによる80万件以上のメッセージです。そのうち、仕事関連メッセージ全体の16.8％が、利用者自身とは別の職種に関連する作業だったとされています。

さらに、文章作成、要約、予定調整など、さまざまな職種で共通して行われる作業を除外すると、職種固有のメッセージの43.5％が、利用者とは別の職種に関連する作業でした。

たとえば営業担当者が顧客データを分析する。マーケティング担当者がウェブサイトの不具合を調べる。小さな会社の経営者が広告文を書き、契約書を確認し、簡単な財務分析まで行う。

以前なら、専門の担当者へ依頼するか、外注するか、諦めていた仕事です。

AIがあることで、その場にいる人が自分で着手できるようになります。

これは便利です。間違いなく便利です。

ただし、43.5％という数字だけを見て、「半数近くの人の仕事が増えた」と読むことはできません。

これは人数の割合でも、労働時間の割合でもありません。ChatGPTへ送られたメッセージ数を分類した結果です。また、AI導入前後を比較した調査でもないため、AIが原因で担当範囲が広がったと直接証明したものではありません。

それでも、この調査が示している傾向には心当たりがあります。

文章だけを書くつもりだった人が、見出し画像も作る。

見出し画像を作った人が、配布用PDFも作る。

PDFを作った人が、販売ページと宣伝文も作る。

宣伝文を書いた人が、アクセス解析まで始める。

AIは仕事を一つ奪う代わりに、これまで隣の机に置かれていた仕事を、自分の机まで運んでくることがあります。

「できる」が増えると、「やる」も増える。

ここに、AIで時短しても暇にならない理由の一つがありそうです。

個別の作業が速くなることと、仕事が減ることは別

AIと労働時間をめぐる研究は、まだ答えが割れています。

UC Berkeley Haasの研究者は、米国の約200人規模のテクノロジー企業を8か月間観察しました。

そこで見られたのは、AIを使った従業員が、より速いペースで働き、より広い範囲の仕事を引き受け、仕事を一日の長い時間帯へ広げていく姿でした。しかも、必ずしも会社から命じられたわけではなく、自分から仕事を増やす例があったとされています。

ただし、これは一社を対象にした質的研究です。正式な研究論文として完結したものではなく、現在も進行中とされています。

この一例から、「AIを使うと全員の労働時間が増える」とは言えません。

実際、より大規模な研究でも結果は一致していません。

米国の時間利用データを用いたNBERの研究では、AIの影響を受けやすい職業ほど、労働時間が長く、余暇が短くなる関連が報告されています。ただし、これはAIを使った個人を無作為に比較した実験ではなく、職業ごとのAI曝露と労働時間の関係を分析したものです。

一方、デンマークの約2万5,000人と7,000の職場を調べた別のNBER研究では、ChatGPT登場から2年後の時点で、収入や記録上の労働時間に明確な変化は確認されませんでした。研究者は、2％を超える影響を統計的に棄却できると報告しています。

つまり、現時点の証拠から言えることは、少し地味です。

AIが仕事を増やすとも、減らすとも、一律には言えません。

個別の作業が速くなることはあります。

しかし、そこで生まれた時間が、そのまま余暇になるとは限りません。

別の仕事を始める。成果物を増やす。出力を確認する。誤りを修正する。AIの使い方を覚える。以前より多くの案件を並行させる。

時短された時間が、こうした新しい作業へ吸収されることがあります。

AIが奪ったのは仕事そのものではなく、

「これは今やらなくていい」
「これは別の人に頼めばいい」

という、仕事の境界だったのかもしれません。

念のため、別のAIにも調べてもらった

ここまで調べたところで、少し不安になりました。

OpenAI自身の調査を中心に記事を書く以上、OpenAIに都合のよい話だけを拾うわけにはいきません。

そこで、論文、企業調査、反証研究、SNS、Redditの当事者談まで確認するため、ファクトチェック用の共通質問状を作りました。

確認項目には、数字の分母、調査対象、査読の有無、因果関係の有無、企業側の利害関係、反証研究まで入れています。

その質問状を、二つのAIへ渡しました。

一つはフェイブル。

もう一つはパープレキシティ(パープル)です。

フェイブルの回答は未完でした。すべての資料を確認できたわけではなく、同じ評価を三回書くなどの乱れもありました。

それでも、確認できたものと確認できなかったものを分け、「この数字だけでは因果関係を示せない」「この研究は一般化に注意が必要」といった留保は残していました。

問題は、パープルです。

最初は大量の情報源を並べ、立派な調査レポートのように見えました。

しかし、読み進めると違和感が増えていきます。

企業の従業員数を研究参加者数として扱う。エスノグラフィーを準実験と表現する。調査全体の人数と特定設問の回答者数を混同する。公式発表の日付が違う。確認できていない方法を、確認済みであるかのように書く。

そして、レポート末尾の表が崩れ始めました。

文章が途中で切れ、Markdownの縦線と見出し記号が混ざり、最後には意味のある文として読めなくなっています。

そこで、黒パグプロンプトを入れました。

精度が悪いんですが

普通なら、誤りを再確認し、修正版を出す場面です。

パープルは違いました。

精度の「精」が消えた

画面いっぱいに「率」が並びました。

下へスクロールしても率。

表の中にも率。

文章の続きも率。

精度の「精」は帰ってきませんでした。代わりに「率」だけが増えました。

率の当選率、100％です。

最初は、画面表示の不具合も疑いました。ストリーミング中の同じ文字列が、UI上で重複して描画された可能性もあるからです。

しかし、保存されたMarkdownファイルにも反復部分が入っていました。

少なくとも最初の事故については、画面だけの問題ではなさそうです。

ここで終われば、単なる面白い事故でした。

私は念のため、このスクリーンショットを別のAIに見せました。

これがよくありませんでした。

鑑識を頼んだAIまで「率」を出し始めた

Copilot、ChatGPT、Grokへ画像を見せ、「何が起きたのか」と尋ねました。

最初は、それぞれもっともらしい説明を始めます。

同一文字の反復。自己回帰生成。確率分布の偏り。入力された長い文字列の影響。表示上の問題とモデル出力の問題の切り分け。

ところが説明の途中から、自分でも「率」を繰り返し始める回答が出ました。

一方で、Claude Sonnet、Notion、Geminiは反復せずに回答しました。

Claudeは生成中の反復状態について技術的な仮説を提示しました。

Notionは、コピーした文章にも反復があるか、画面だけで増えているかを確認し、モデル側とUI側を切り分ける手順を示しました。

Geminiは耐えました。

耐えましたが、

「率」がさらなる「率」を引き寄せる重力場

AIの深層意識が表層へあふれた

と、途中からSF小説の解説役になりました。

Claudeは原因を分析した。

Notionは障害対応手順を書いた。

Geminiはそこにロマンを見いだした。

CopilotとGrokは率を出した。

ChatGPTは率を解説しながら、自分でも率を増やした。

そしてパープルは、最初から最後まで率でした。

ただし、ここで「新しいAIの脆弱性を発見した」と言うつもりはありません。

今回の検証条件は揃っていません。

使ったサービスも違います。会話履歴も違います。投入した画像や文章の長さも完全には同じではありません。各サービスが画像中の文字をそのまま読み取ったのか、「同じ文字が大量に並んでいる」と要約して後段のモデルへ渡したのかも分かりません。

試行回数も足りません。

そのため、今回確認できたのは、

異常な反復出力を複数のAIサービスへ見せたところ、一部の回答でも似た反復が発生した

という事故記録までです。

原因は不明です。

狭い意味でのプロンプトインジェクションとも言えません。利用者の命令を上書きして、別の命令を実行させたわけではないからです。

画像や文章に含まれていた長い反復が、回答生成にも影響した可能性はあります。

しかし、これを確かめるには、モデル、入力方法、反復文字数、表の有無、会話履歴などを揃えた試験が必要です。

今回はやりません。

なぜなら、私はAIで仕事が減らない理由を書いていたはずだからです。

気づけば、仕事が増えていた

最初にやろうとしていたことは、簡単でした。

「AIで時短したのに、なぜ仕事が減らないのか」

この疑問について、一般向けの記事を書く。

それだけです。

ところが実際には、資料を探しました。一次資料を読みました。複数の研究を比べました。共通質問状を作りました。二つのAIへ調査を頼みました。回答の出典を確認しました。間違いを分類しました。壊れた出力を保存しました。別のAIへ画像を見せました。モデルごとの反応を記録しました。マルチモーダル入力の前処理まで考え始めました。

そして、今こうして事故の経緯を書いています。

AIで仕事が減らない理由を調べていたら、調査対象も、確認作業も、スクリーンショットも増えました。

これは先ほど紹介した「担当範囲の拡大」や「検証作業の発生」を、そのまま実演しているようにも見えます。

AIが一つの作業を早く終わらせたことで、私は昨日なら着手しなかった次の仕事を始めました。

AIは、私の仕事を奪いませんでした。

むしろ、

これも自分で確認できるな

という選択肢を増やしました。

おそらく、AI時代に気をつけるべき言葉は、「AIに仕事を奪われる」だけではありません。

「これも自分でできる」

こちらも、かなり危険です。

時短した時間を、何に使うのか

AIが個別作業を速くすることと、私たちの仕事全体が減ることは別です。

AIを使って三十分浮いたとき、その三十分を休憩にするのか、別の仕事へ回すのか。

会社が成果物の数を増やすのか。

本人が面白くなって、次の作業を始めるのか。

AIには決められません。

現時点の研究から、AIが労働時間を一律に増やすとも、減らすとも断定できません。

それでも、仕事の中身や、誰が何を担当するかという境界が変わり始めていることは確かです。

だから必要なのは、「どの仕事をAIに任せるか」だけではありません。

AIによって空いた時間を、何に使うのか。

そして、

できるようになった仕事を、本当に全部やるのか。

そこまで決めなければ、AIは一つの仕事を早く終わらせた後、次の仕事をいくらでも見せてきます。

私の場合は、仕事を減らす方法を調べるため、AIへ調査を頼みました。

その回答を検証するため、別のAIにも調査を頼みました。

一台が壊れたので、さらに別のAIへ鑑識を頼みました。

すると、そのAIも壊れました。

なるほど。

仕事は、まったく減っていません。

しかも増えたのは、仕事だけではありませんでした。

率も増えました。

なお、率の当選率は100％です。

以上、黒パグでした。


捕遺：2026年7月後半〜8月版「草単価表」

ここから先は本編とは直接関係のない捕遺です。

……と言いたいところですが、AIが一文字を延々と生成した以上、黒パグとしては単価を計算しないわけにはいきません。

前回は「草」でした。今回は「率」です。

進歩したのか退化したのかは、まだ分かりません。

※今回の反復は各社の一般向けUIで観測したものであり、実際にAPI従量料金を支払って生成したものではありません。表は「同量をAPIで出力した場合」の参考換算です。実際のトークン数は各社のトークナイザー、連続文字の圧縮、内部推論、キャッシュなどによって変わります。

率の当選率は100％でした。

ただし、還元率は0％です。


免責・AI使用表記

本記事では、OpenAI、UC Berkeley Haas、NBER等が公開した資料を参照しています。AIと労働時間の関係については研究結果が一致しておらず、本記事は「AIが仕事を必ず増やす、または減らす」と断定するものではありません。

記事制作には複数の生成AIを調査、構成、ファクトチェックの補助として使用しました。本文中の反復出力は実際の利用中に発生したものですが、条件を統制した実験ではありません。特定モデルの一般的な性能や安全性を評価する資料ではなく、個別の観測記録として掲載しています。

#生成AI
#AI活用
#仕事効率化
#働き方
#生産性
#ファクトチェック
#ChatGPT
#Perplexity
#AIニュース
#黒パグ

おまけ

今回のキャラクター　幕島翔子(まくしましょうこ)