お問い合わせ
ナレッジ・コラム
サービス・ソリューション
サステナビリティ
ニュース
企業情報
三菱総研グループ
採用情報
投資家情報
EN
ナレッジ・コラム
サービス・ソリューション
サステナビリティ
ニュース
企業情報
三菱総研グループ
採用情報
投資家情報
お問い合わせ
JP
EN
トップ
ナレッジ・コラム
エコノミックインサイト
政策提言
【提言】AIで生み出す時間をどう使うか
エコノミックインサイト
政策提言
人材
【提言】AIで生み出す時間をどう使うか
全職業・全タスク分析で見る仕事再設計
人気の記事
系統用蓄電池とは? 仕組みやビジネスモデル、収益化ポイントを解説
COP31を展望する
【提言】2035年の国際情勢シナリオと日本の針路
防災庁発足① 「弱部」から動かす事前防災
フロンティア(宇宙・海洋・量子)への挑戦で世界はどう変わるか?
後期高齢者医療の負担判定に「金融所得」を含める意義とは?
佐々木敏先生と考える栄養疫学が描く未来「誰もが納得して食を選べる社会」
世界・日本経済の展望|2026年8月
【提言】AIロボティクスを「使いこなす」社会へ
フュージョンエネルギー(核融合)の現在地と未来
もっと見る
閉じる
サービス分野から探す
経営コンサルティング
デジタルトランスフォーメーション
エネルギー・サステナビリティ・食農
情報通信
最先端技術
地域コミュニティ・モビリティ
ヘルスケア
人材
防災・リスクマネジメント
海外戦略
タグから探す
トレンド
AI・IoT・ビッグデータ
SDGs・ESG
ウェルビーイング
クラウド・5G
先端医療
再生可能エネルギー・蓄電池
情報セキュリティ
資源循環・サーキュラーエコノミー
革新技術
目的
デジタル戦略
データ駆動経営
ニューノーマル対応
事業戦略・マーケティング
技術・知財戦略
新規事業
経営戦略・中期経営計画
経営管理・業務改善
業種
エネルギー
モビリティ
化学・マテリアル
医療・製薬・医療機器
建設・不動産・住宅
通信・メディア
金融
鉄道・運輸・物流
電機・機械・ものづくり
シェア
Tweet
2026年09月18日
株式会社三菱総合研究所
株式会社三菱総合研究所(代表取締役 社長執行役員:籔田健二、以下 MRI)は、職業情報提供サイト(job tag)に掲載された433職業・約7,500タスクを23,581件の作業要素へ分解し、AIによる時間創出余地を示す再配分可能時間率(Time Reallocation Rate:TRR)を独自に推定しました。この推定結果をもとに、AI活用を単なる効率化にとどめず、生み出した時間を経営上の価値として実現するための「仕事再設計」の考え方を提示します。
1. 背景
AIの利用は、文章作成や情報検索など、個人の作業効率化から広がってきました。しかし、必ずしも個々の作業効率の向上が組織の成果につながるとは限りません。一方で、AI活用が進む中で、自らの仕事が減るのではないか、これまで仕事を通じて得てきた経験をどう補うか、といった懸念も生じています。こうした効果と懸念の双方を踏まえ、企業がAI活用を組織成果へつなげるには、「AIを導入するか」という問いを、「誰のどの作業で時間を生み、何を人が担い、その時間を何の価値へ振り向けるか」に変える必要があります。
2. 概要
本研究では、AIによる仕事への影響を人員削減効果としてではなく、作業時間を再配分する余地として捉えます。全職業・全タスクを作業要素まで分解してAI機能と対応づけ、時間創出余地を分析するとともに、その結果を企業のAI導入・仕事再設計、人材育成、さらに産官学による実装支援へつなげる考え方を提示します。
(1) 人員削減効果ではなく、「どの作業から時間を生み、どう使うか」を問う
AI活用を組織の成果につなげるには、人員削減効果ではなく、「誰のどの作業で時間を生み、何を人が担い、その時間を何の価値へ振り向けるか」を考えることが重要です。本研究では、AIによって生み出せる時間の目安を「再配分可能時間率(TRR)」として捉えます。
そのために、job tagに掲載された職業のうち、タスク情報を持つ全433職業、約7,500タスクを、さらに細かな作業単位である23,581件の作業要素に分解し、国内外864件のAI製品・サービスから整理した70のAI機能と対応づけ、TRRを推定しました。TRRは、「AIを使わない標準的な実施時間」に対し、「選定したAI機能を使う標準的な実施時間」がどの程度短くなり得るかを示す研究指標です。これを用い、時間が生まれる作業、有効なAI機能、AI導入後に人が担う役割までを一体で分析し、具体的なAI導入や仕事再設計に活用します。
図表1 分析方法—「仕事の分解」「技術の分解」「対応づけ・推定」
三菱総合研究所作成
(2) AI導入の優先領域を、職業・産業・企業まで具体化
AIによる時間創出余地は、職業や産業によって異なります。分析の結果、同じ職業でも時間創出への寄与が一部のタスクに集中する傾向が見られました。職業別ではTRRと就業者数を組み合わせることで、就業者規模と1人当たりの時間創出余地の双方から重点領域を捉えられます。
産業別では、総再配分可能時間は製造業、卸売業・小売業、医療・福祉などで大きい一方、1人当たりでは金融・保険業や情報通信業などが相対的に多くなりました。企業では自社の職種構成を重ねることで、優先的に導入を検討するAI機能を絞り込めます。一方、現場作業などTRRが低い領域では、現場実証を通じて、技術開発・実装で改善すべき部分と、人の関与を残すべき部分とを見極めることが重要です。
図表2 産業別に見た総再配分可能時間と1人当たりの年間再配分可能時間
注:2020年国勢調査の産業×職業大分類別就業者数に、職業大分類別TRRと年間標準労働時間1,700時間/人を掛け合わせて試算。産業別の値はマクロな試算であり、個社の効果を示すものではない。
三菱総合研究所作成
(3) 効率化で生まれた余力を、経営価値へ再配分する
AIによって時間を創出すること自体が目的ではありません。重要なのは、新規価値の創出、顧客接点の強化、品質・安全、現場負担の軽減、人材育成など、自社が高めたい価値を定め、そのためにどこから時間を生み出すかを逆算することです。
経営が再配分方針を示し、管理職が部署の業務・役割・KPIへ落とし込みます。同時に、AI導入後も人が確認・判断などを行う機会を設計し、これまで若手が経験を積んできた基礎業務がAIで短縮される場合でも、学習機会を別の形で確保することが求められます。
図表3 AIで生み出す時間を経営価値へ再配分する枠組み
三菱総合研究所作成
(4) 「職の共通言語」で、企業のAI実装を産官学が支える
AI実装の中心となるのは企業です。企業がAIを導入する作業、人とAIの役割、時間の再配分先を決め、業界団体・ベンダーは標準モデルや共同実証、産業行政は技術開発・実装、人材行政は職業情報整備・訓練、教育機関はAI協働人材の育成を支援します。
その接点として、仕事を「職業—タスク—作業要素」で捉えるための共通のものさし、「職の共通言語」を提案します。企業の仕事、AI機能、人が担う役割、必要なスキルを同じ作業単位で整理・対応づけることで、個別企業の試行錯誤を減らし、実証・支援・人材育成を企業の仕事再設計に活用することを目指します。
図表4 「職の共通言語」を接点とする企業主導のAI実装・価値創出
三菱総合研究所作成
3. 今後の予定
MRIは今後も、人間のタスクを自律的に代行するAIエージェントなどを含む、業務プロセス全体での時間創出の検討を進めるとともに、人手不足などの供給制約下において、必要な機能・サービスを維持するための、人とAIとの役割分担や必要人材の在り方について研究を深めます。
レポート全文
AIで生み出す時間をどう使うか
[2.9MB]
お問い合わせ先
内容に関する
お問い合わせ
株式会社三菱総合研究所
〒100-8141 東京都千代田区永田町二丁目10番3号
政策・経済センター 横山 山本
Tel:03-6858-2717
E-mail:
pecgroup@mri.co.jp
報道機関からの
お問い合わせ
株式会社三菱総合研究所
〒100-8141 東京都千代田区永田町二丁目10番3号
広報部
E-mail:
media@mri.co.jp
政策提言
地域別一覧
日本経済
米国経済
欧州経済
中国経済
新興国経済(ASEAN・インド)
エコノミックインサイト一覧
未来社会構想2050 中長期展望
内外経済見通し
MRIデイリー・エコノミック・ポイント
MRIエコノミック・レビュー
政策提言
年別一覧
2026年
2025年
2024年
2023年
2022年
2021年
2020年
2019年
2018年
2017年
2016年
2015年
2014年以前
ナレッジ・コラム
MRIオピニオン
MRIマンスリーレビュー
コラム
エコノミックインサイト
フロネシス
書籍
実践知の創造