交通は、AIに置き換わる仕事と、AIによって価値が上がる仕事が同居する分野です。時刻表作成、データ入力、定型案内は自動化が進みますが、鉄道、バス、タクシー、航空、海運、物流は、人と物を現実の空間で安全に動かします。学生が見るべきなのは「運転が残るか」ではなく、AIを使いながら最終責任を担う仕事がどこに増えるかです。
画面の中で完結する仕事は減りやすい
需要予測、配車案、報告書の下書き、問い合わせの一次回答、点検記録の整理は、生成AIや最適化AIが得意です。政府は2030年度に自動運転サービス車両1万台を掲げていますが、無人化は人が不要になることを意味しません。遠隔運行管理、センサー保守、地図更新、サイバー対策、事故検証など、新しい仕事が増えます。OECDも、自動化で運転手不足を補える一方、車両運行技術者、安全担当、AI・自動運転ソフト人材が必要になると整理しています。
「現場・現実・現物」がAI耐性になる
大雨、渋滞、工事、設備故障、乗客の急病、車いす利用、迷子、災害時の避難は、同じ条件で再現しにくく、複数の問題が同時に起きます。こうした多様性と再現性の低さは、AIだけで完結しにくい領域です。利用者との対話、運転手・整備士・自治体・警察との調整、安全を優先して運行を止める判断には、人の交流と信頼が欠かせません。現地を見て、音や振動、混雑の違和感をつかみ、データと突き合わせる仕事は高いAI耐性を持ちます。
学生は「分野知識×デジタル」を選ぶ
有望なのは、土木・機械・電気・情報を生かす保守や運行制御、都市計画と交通をつなぐMaaS、自治体と事業者を束ねる地域交通、電池・充電・電力制御を扱うEV、利用者体験を設計する駅・空港サービスです。文系でも、法制度、会計、ファイナンス、調達、危機広報は重要です。反対に、定型事務だけに閉じた職種はAIの影響を受けやすくなります。就職先を選ぶ際は、現場研修があるか、データを使えるか、異常時の判断権限を学べるかを見るべきです。AIを避けるのではなく、AIの提案を現場で検証し、最後に責任を持てる人が、交通分野で長く必要とされます。
出典
OECD「Adapting (to) Automation―Transport Workforce in Transition」
欧州委員会JRC「Transport and mobility―AI Watch」
OECD「Artificial Intelligence and the Labour Market in Japan」