この光景には、ほとんどめまいを覚えるようなものがある。長年訓練を受けてきた建築家が一日の仕事を終え、オンラインプラットフォームを開き、建物の提案書をどう作るか、採算性分析をどう進めるかを、機械に一段階ずつ説明している。これは学習用の課題ではない。彼女は実際の仕事、職業上の習慣、そしてマニュアルではほとんど学べない専門知識の部分を使っている。

この建築家はCuicuiといい、Shenzhenに住んでいる。公共インフラ支出が減少する中、5年間で収入は半分になった。そのため夜はTalentsAIで働き、住宅ローンと子どもの課外活動費を支払っている。ここに逆説がある。彼女は短期的には、長期的に自分の職業の希少性を低下させる可能性がある知識を収益化している。

今日の支払い能力を維持するために、一部の専門家は、明日には自分の仕事をそれほど不可欠でなくするかもしれないことを機械に教えている。

もはやアノテーションではない：職業知識の移転である

「アノテーション」という言葉からは、今でも写真を分類する、文章を確認する、カテゴリーをクリックするといった小さな反復作業が連想される。ここでは規模が違う。プラットフォームが求めているのは、職業的な推論、方法論、判断のトレードオフ、さらには簡単なルールでは説明できなくても良い答えを見分ける感覚まで伝えられる人材だ。

ByteDanceは2025年にXpertを開始し、作家からセラピストまで5万人を超える専門家を採用したとしている。AlibabaはSiriserを通じて、教師、機械エンジニア、作曲家などを募集している。TalentsAIとMeetChancesも、ジャーナリスト、税務専門家、ヘッドハンターなどを対象にしている。米国ではMercor、Surge AI、Handshakeがすでに弁護士、科学者、映画業界の専門家を採用し、ホワイトカラー業務についてモデルを訓練している。

この変化は重要だ。原材料はもはやデータだけではなく、人間の判断そのものになっている。こうした業務で求められるのは、専門家が不完全な問題から実行可能な判断へどう到達するかという過程だ。6月には、中国のNational Data Administrationも高品質なデータセットの開発を呼びかけ、大学卒業者にアノテーションを柔軟な仕事として検討するよう促した。

中国のAI学習データ市場は2026年に11億ドルへ達し、2025年比で25%増加すると予想されている。同時に、中国の1日当たりトークン消費量は2024年初頭の約1000億から、2026年半ばには500兆へ増加した。これらの数字は、専門家が消えることを意味しているわけではない。むしろ、エコシステムがより高度な燃料、つまりモデルが利用できる推論例をどれほど必要としているかを示している。

なぜ潜在的な競争相手を育てるのか

最も単純な答えは、同時に最も居心地の悪いものでもある。倫理的な原則は、支払期限の迫った住宅ローンほど重くはないことが多いからだ。中国で取材された労働者たちは、この仕事を要求が高く、不安定で、米国より低賃金だと説明している。数時間かかるにもかかわらず、100〜500元、約15〜74ドルしか支払われない仕事もある。品質管理チームに作業を却下され、報酬が支払われない場合もある。

そのため経済状況が中心的な役割を果たす。中国の若年失業率は17.9%とされている。MeetChancesはRedNoteで、非常に直接的な広告文句さえ使った。中年期に解雇された後、AIトレーナーになることは選択肢になり得る、というものだ。約束されているのは華やかなキャリアではない。今すぐ得られる収入である。

同じ対立は別の場所でも見られる。南アフリカでは、産業社会学の博士号を持つJames Maisiriが、評価設計、教育、採点について10年間で身につけた知識をAIに移す仕事を断った。その仕事は時給600ランド、約37ドルで、全国最低賃金の30.23ランドを大きく上回っていた。それでも彼は、何年もかけて習得した自分の職業と競合し得るツールの構築に加担するという根本的な問題を、その報酬では埋め合わせられないと判断した。

誰もがその拒否を選べるわけではない。南アフリカの若年失業率は2026年第2四半期に47.4%に達した。ここでジレンマは哲学的なものではなくなっていく。労働市場が悪化するほど、「自分の専門性を守る」と「売れるものを売る」の境界を維持するのは難しくなる。

高く買われる専門知識でも逆説は消えない

米国では、このモデルははるかに高収入になり得る。評価額100億ドルのMercorには、OpenAIやAnthropicのような研究所で働くホワイトカラーの契約人材が3万人以上いる。弁護士や医師は平均で時給85〜200ドルを得ているとされ、精神医学やベンチャーキャピタルなど一部の分野では時給350〜1000ドルに達することもある。

しかし高い報酬でも、取引の本質は変わらない。専門家が売っているのは、労働の1時間というより、自分の比較優位の一部だ。だからこそ、この新しい市場を単なる「AIの副業」として見るだけでは不十分なのである。

中国が欧州に示すこと、そして示さないこと

正確に言う必要がある。ここで記録された事例のどれも、この現象がすでにフランスや欧州に定着していると断言できる根拠にはならない。ただし中国、米国、南アフリカ、インドの事例は、この仕組みが一つの経済制度に固有のものではないことを示している。専門知識が高く評価される市場でも、生活上の必要から不安定な仕事を受け入れざるを得ない国でも起きている。

したがって、欧州に置き換えられるのは必ずしも報酬水準や法的地位、あるいはプラットフォームの具体的な形ではない。置き換えられるのは仕組みだ。ある業界の採用が減り、AI企業が希少な技能を求め、その技能を持つ専門家に仕事の機会が足りないとき、その人の暗黙知を学習素材へ変換する市場が生まれ得る。

この可能性は、なおさら注意に値する。Datasumiによると、若手弁護士、金融アナリスト、研究者など一部のホワイトカラー職で、初級ポジションの求人は2019年以降すでに50%減少したとされる。だからといってAIが唯一の原因だとか、欧州が必然的に同じ道をたどると断定するのは行き過ぎだ。しかし流れには十分な一貫性があり、真剣な問いを投げかける。経験を積むための最初の仕事が減る一方で、機械がまさにそうした業務の一部をこなすことを学んでいくとき、何が起きるのか。

人間の知識は、職としてより原材料として価値が高いのかもしれない

私には、ここが最も不安を感じる点だ。長い間、複雑な職業は守られると考えられてきた。何年もの経験、文脈、例外、判断力に依存するからだ。ところが、まさにその複雑さがAI企業にとって価値あるものになっている。

だから人間のノウハウが不要になったわけではない。むしろ逆に近い。専門家に金を払って取り込むだけの価値がある。問われるのは、その知識が再現可能なソフトウェア能力に変換された後、誰が価値を保持するのかということだ。

  • 専門家にとって、その仕事はすぐに収入をもたらす。
  • プラットフォームにとっては、希少な専門知識を大規模に再利用できる事例へ変換する。
  • 顧客企業にとっては、将来、似た仕事のたびに専門家を動員する必要を減らせる可能性がある。

だからといって、すべての弁護士、建築家、エンジニアが自分の解雇をプログラムしていると結論づけるべきではない。記録された事例から、そのように機械的な結論を導くことはできない。それでも、この動きは「ロボットが仕事を奪う」という決まり文句以上の分析に値する。

本当の変化はもっと目立たない。苦境にある専門家が、自分たちの価値連鎖の一部を自動化する知識を一時的に供給する側になり得る。中国が主に示しているのは、経済的圧力が強いとき、この市場がどうなるかということだ。欧州にとって、この警告は予言ではない。必要に迫られて専門家の代わりに決断が下される前に解くべき問いだ。専門知識を一度売った後、それをほぼ無限に再現できるのなら、その専門知識はいったいどれほどの価値を持つのか。