AIでライターの仕事はなくなるのか——案件・単価・職種を分けて読む

AIでライターの仕事が一括してなくなったとは確認できない。ただし、短期で切り出された定型的な文章案件には減少の観測があり、初稿だけを納める働き方は見直す必要がある。

クラウドワークスが2026年6月に公表した自社データでは、ライティングの仕事数は2021年10〜12月から2025年10〜12月までに46％減った。一方、同社が示した平均単価は2021年から2025年に11％上がっている。

この二つは矛盾しない。件数が減るなかで短期の低価格案件が先に減ったり、残った案件の中身が変わったりすれば、平均は上がる。平均単価が上がっても、同じ人の受注数や年収が増えたとは限らない。

いま必要なのは、生成AIが短くする「作業」、外注サイトで募集される「案件」、収入と責任を伴う「職業」を分けることだ。三つを同じ数字として読むと、変化を過大にも過小にも見積もってしまう。

文章を書く時間は短くなっても、職業が消えたとはいえない

国際労働機関（ILO）は2025年5月、生成AIへの職業別の曝露指数を公表した。世界の雇用の25％は何らかの影響を受け得る一方、最も曝露が高い区分は3.3％だった。

ここでいう曝露は、失職者の割合ではない。仕事に含まれる作業の一部を生成AIが担える可能性を表す。ILOも、人の入力が必要な作業が多く残るため、主な影響は職業の消滅より仕事内容の変化だとしている。

指数は、ポーランドの職業分類にある2万9753の作業から2861を抽出し、就業者1640人による5万2558件の評価と専門家の検討を組み合わせた。AIを導入した企業の解雇数ではなく、各作業が生成AIに潜在的に曝露する度合いを職業別に点数化し、世界の雇用構成へ対応させた推計である。

実際の利用も、文章全体の代筆から始まったわけではない。Reuters Instituteが2024年8月29日から11月4日に英国の記者1004人を調べたところ、56％が仕事でAIを週1回以上使っていた。

月1回以上使う用途は、文字起こし49％、翻訳33％、文法・校正30％、調査22％だった。初稿は10％にとどまる。調査案内は1万8263人に送られ、回答は1004人だった。英国の記者による自己申告で、AIには従来型の自動化も含まれる。日本のWebライターの利用率や時間短縮を測った資料ではないが、AIの利用頻度は作業ごとに違っている。

要約や初稿にAIを使う人がいるという資料だけでは、案件の総数も、誰が報酬を受け取るかも分からない。職業がなくなると判断するには、雇用者数、収入、労働時間などを継続して確かめる必要がある。

案件数46％減と平均単価11％増が同時に起きた

クラウドワークスの集計は、国内の外注市場で起きた変化を知る手がかりになる。ただし対象は一社のサービスであり、日本のライター全体の仕事数を数えた統計ではない。46％減は、同じ四半期を4年差で比べた同社内の値である。

11％増も個人の原稿料や年収の変化ではなく、同社が集計した仕事の平均単価だ。例えば、5000円の短い案件が減って5万円の取材案件が残れば、受け取る人が増えなくても平均は上がる。中央値、稼働時間、同じ受注者の収入がない以上、単価上昇を好況とは呼べない。

同じ発表では、同社サービス上の取材・インタビュー関連業務が2022年から2025年に2.1倍になった。依頼者が現場の声や固有の情報を求めている可能性はある。ただし、分類方法や件数の内訳は示されておらず、取材なら必ず受注できるという意味ではない。

海外のオンライン外注市場では、もう一つの変化が観測されている。University College Londonなどの研究者は、2021年1月から2023年9月までに一つの大手プラットフォームへ掲載された300万件超の求人を116のスキル群に分けた。ChatGPT公開後、生成AIに代替されやすいと分類した文章・翻訳の需要は、AIがなかった場合の推計より20〜50％低かった。落ち込みは1〜3週間の短期案件で大きかった。

これも全世界のライター数を示す研究ではない。オンライン市場で短期案件の需要が強く動いた、という証拠である。企業内のライターやプラットフォーム外の取引は捉えられず、同じ市場でも長期案件は短期案件と動きが異なる。

反対方向の資料も残す必要がある。ニューヨーク連銀は2026年5月、Lightcastが収集した2018〜2025年の米国求人票を職業ごとのAI曝露度で比べた。曝露の高い職業で相対的な求人減は見られたものの、その動きはChatGPT公開前から始まっており、公開後に明確な追加の落ち込みは確認できなかった。

外注サイトでは短期の文章案件が減り、米国の職業別求人ではAI公開を境にした減少を切り分けられない。いま言える範囲はここまでだ。案件数、平均単価、求人票は、それぞれ別の対象を測っている。

Web記事、広告、取材、技術文書ではAIに渡せる作業が違う

「ライター」という呼び名だけで仕事の先行きを決めることもできない。厚生労働省のjob tagが示すコピーライターの仕事には、顧客との打ち合わせ、商品理解、資料調査、取材、制作チームとの調整、提案、承認後の修正まで含まれる。文章を書くのは、その一部である。

表は各職種の仕事を測った統計ではない。job tagの仕事内容、Reuters Instituteの利用調査、BLSの職業区分を基に、本稿の読者が受注前に確認できる項目として編集部が整理した。

広告コピーでも、案を大量に出せることと、採用する責任は別だ。電通の実験では、64人のコピーライターがAIの案を11万6532回評価した。AIコピーを評価する人の判断を調べた記事では、AIが未経験の業種・商品を採点すると、人の評価との相関が下がったことを紹介している。

米国労働統計局（BLS）の2025〜2035年予測も一様ではない。就業者数の予測は、writers and authorsが0.3％減、editorsが1.1％減、technical writersが0.8％増、news analysts, reporters, and journalistsが5.9％減である。

これは米国の職業予測であり、AIだけが原因の日本向け予測ではない。それでも、同じ「書く仕事」でも動きがそろわないことは分かる。何を書くかだけでなく、どの現場を確かめ、誰の承認を取り、誤りに誰が対応するかで仕事内容は変わる。

現役ライターが今後3〜6カ月で変える三つのこと

将来を予言するより、直近の仕事を分解したほうが動きやすい。最初にするのは、過去3件の案件で、依頼の理解、資料調査、取材、執筆、事実確認、修正、公開後の改善に使った時間と報酬を分けることだ。

初稿の文字数だけが見積書に載り、取材や確認が無償になっているなら、仕事の価値が伝わっていない。次回からは「3000字一式」ではなく、取材1件、一次資料の照合、初稿、修正2回、公開後の振り返りというように、依頼者が買う工程を示す。これは高単価を保証する方法ではなく、削る工程を双方で選べるようにする方法である。

二つ目は、受注前にAI利用の線を合意することだ。生成AIを使ってよい工程、未公開の取材記録や顧客情報を入力してよいサービス、出力の出典を確かめる人、公開後に訂正する人を決める。許可のない機密情報は入力しない。発注者が全面禁止か全面許可かを言うまで待たず、確認項目をこちらから出す。

三つ目は、実績の残し方を変えることだ。文字数と記事URLだけでなく、どの一次情報を集めたか、何を照合したか、公開後に何を直したか、読者や事業にどんな変化があったかを、開示できる範囲で記録する。成果の数字を掲載するときは、期間と自分の担当範囲を添える。

工程と実績を自分で記録しても、改善点を一人で見つけ続けるのは難しい。PressLabo終了からライターの入口を考えた記事で扱ったように、修正や講評を受けられる相手がいない場合は、納品前のレビューを別に確保したい。

AI時代に残る肩書きを当てることはできない。「編集者になれば安全」「取材なら必ず高く売れる」と裏づける資料もない。確かめられるのは、短期の文章案件が減った市場があることと、要約や初稿より先に人の責任まで自動化されたとはいえないことだ。

だから問うべきなのは、書く仕事が残るかではない。依頼者は自分のどの工程に報酬を払い、その価値を自分はどの記録で説明できるか。その答えを一件ずつ作ることが、今後3〜6カ月にできる備えになる。