16%
観察された AI 関連の離脱
SThree / YouGov · 2026 · 5 つの市場
AI が仕事を大幅に変えた後、同僚が辞めていくのを見た回答者。これは退職した労働者の割合ではありません。
オリジナルソース ↗仕事とスキル・証拠のレビュー
AIは英国のSTEM職をどう変えているのか
AI は技術的な仕事を変えています。それがあなたの役割を脅かすかどうかは、あなたが行う仕事、雇用主がそれをどのように採用するか、そしてあなたが実証できるスキルによって異なります。
ソースを確認しました ·
AI は私の仕事を脅かすのでしょうか?まずは自分のタスクから始めましょう。
一部のタスクは、ジョブを残したまま自動化できます。役割はレビューと統合に移る可能性があります。雇用主は若手の採用を変更する可能性があります。労働者は変更された役割を離れることができます。または企業が投稿を削除する場合があります。これらは異なる結果です。以下の調査では、失業の可能性ではなく、雇用、認識、スキルのニーズについて説明しています。
具体的なシグナルを探します。たとえば、若手人材の減少、上級レビュー担当者へのタスクの再割り当て、新しい品質目標、トレーニング時間が保護されているかどうかなどです。 AI ツールが登場したときに、自分の役割の成功がどのように評価されるかを上司に尋ねてください。
調査で実際に測定されるもの
パーセンテージの前に人口を読みます。これらは個別の調査であり、共通の時系列や雇用リスクのランキングではありません。
19%
レビューコストが節約額を上回る可能性がある
SThree / YouGov · 2026 · 英国の AI ユーザー
英国の AI ユーザーは、出力のチェックに保存時間よりも時間がかかったため、ツールを放棄しました。これはユーザーのサブグループであり、英国の労働者全員ではありません。
オリジナルソース ↗57%
技術的な AI スキルのギャップ
DSIT · 2025 年の調査、2026 年に発表 · 英国
AI 関連組織を調査し、技術的なスキルのギャップを報告しました。調査全体には 119 の組織が参加しています。すべての英国企業を代表するものではありません。
オリジナルソース ↗| 測定する | 人口とタイミング | それがあなたに伝えられること |
|---|---|---|
| 16% · 同僚が退職する | 英国、米国、ドイツ、オランダ、日本の STEM 従業員 4,126 名。オンラインフィールドワーク 2026 年 7 月 10 日～9 月 1 日。 2026 年 10 月 20 日に発表。 | 5 つの市場にわたる自己報告による観察。英国のみの結果でも、余剰人員率でもありません。 |
| 19% · 放棄されたツール | 同じ2026年の調査における英国のAIユーザーサブグループ。英国全体のサンプル 885。リンクされた概要には、AI ユーザーのサブグループ数が示されていません。 | すべての AI ツールが生産性を低下させるという証拠ではなく、検証時間を測定するためのシグナルです。 |
| 57% · 技術的なスキルのギャップ | DSIT AI 労働市場調査 2025; 119 AI を開発している組織または AI を使用している組織。質問のベースはさまざまです。 2026 年 1 月 28 日に公開されました。 | 全国的な欠員や失業対策ではなく、自ら選択した AI 関連のサンプル。フィールドワークの日程は、引用された概要には明記されていません。 |
| 58% が AI を使用。 18% 定期的に | IET UK エンジニアと雇用主のスキル調査結果、2025 年 10 月 6 日に公開。引用されたリリースでは、サンプルサイズやフィールドワークの日付が指定されていません。 | 導入と常用は異なります。これらの数字は、個々の労働者ではなく、調査対象のエンジニアリング雇用主を表しています。 |
行 1 ～ 2: SThree;行 3: DSIT の概要と方法論。行 4: IET。
注目すべき 4 つの変化
この調査結果は、職場で尋ねるべき質問を示唆しています。以下の含意は編集上の解釈であり、測定された予測ではありません。
ジュニアの育成には意図的な練習が必要です
SThree は、5 つの市場全体で 32% が、以前は後輩が行っていた仕事をシニアがやるようになったと回答しています。これはタスクの割り当てを表すものであり、どれだけの下位職が消えたのかを表すものではありません。監視付きデバッグ、実験計画、判断力を養うレビュー作業を依頼してください。
シニアの仕事は保証にシフトする可能性がある
草案の作成が速くなったとしても、前提条件の確認、統合、説明責任には依然として時間がかかります。これをワークフローの質問として扱います。誰が出力を承認するのか、その責任はワークロードと進捗に反映されますか?
生産性向上のためにレビュー時間をカウントする
英国のツール放棄に関する調査結果は、完全なタスクをベンチマークする理由となります。製図、チェック、再作業を手動のベースラインと比較します。初稿を速くするだけでは生産性が向上しません。
スキルギャップにより学習の優先順位が生まれる
DSIT は AI 関連組織間の技術的なギャップを特定し、IET は導入と日常的な使用を区別します。実際的な対応策は、ドメインの知識と評価、データ品質、安全な統合を組み合わせて、有用な結果を実証することです。どちらの調査も雇用や昇給を保証するものではありません。
これはあなたの仕事にとって何を意味しますか
職業レベルのリスクスコアではなく、編集タスクの例と学習の提案。実際のエクスポージャーは雇用主、年功序列、責任によって異なります。
| 作業エリア | AI が支援する可能性のあるタスク | 強化すべき人間の責任 | 次の学習の焦点 |
|---|---|---|---|
| ソフトウェア開発 | ボイラープレート コード、テスト ドラフト、ドキュメント | アーキテクチャ、デバッグ、セキュリティ、リリースに関する決定 | コードレビュー、脅威モデリング、AI支援テスト |
| データ分析 | SQL のドラフト、要約、およびグラフの足場 | 指標の定義、因果関係の推論、関係者の決定 | データの検証、実験、再現可能な分析 |
| エンジニアリング | デザインバリアント、レポートドラフト、シミュレーションセットアップ | 物理的制約、安全性、現場の状況、承認 | シミュレーションの検証、システム統合および標準 |
| 科学研究 | 文献のトリアージ、コーディング支援、プロトコル草案 | 仮説、実験対照、倫理および再現性 | 情報源の検証、研究ソフトウェア、および不確実性 |
| 数学とモデリング | 象徴的な提案、モデルコード、シナリオの草案 | 仮定、証明、校正、解釈 | ロバストネステスト、数値手法、モデル検証 |
次の 30 / 60 / 90 日間
このサイトからの一般的なキャリア ガイダンス。承認されたツールと機密性の低い例を使用し、職場での実験についてはチームと同意してください。
- 01
30 日目までにタスクをマッピングする
タスクのログを 2 営業週間保存します。時間、繰り返し、判断、失敗の結果に注意してください。リスクの低いタスクを 1 つ選択し、明確な品質チェックリストを使用して手動のベースラインを記録します。マネージャーが次にどのようなスキルを期待しているかを尋ねてください。
- 02
60 日目までに、対照比較を実行する
承認された AI ツールを使用してそのタスクを繰り返します。ログの生成、検証、再作業にかかる時間に加えて、エラーやデータ処理の制約も発生します。手作業による練習を続け、品質が同等かどうかを同僚にレビューしてもらいます。
- 03
90日目までに証拠を示し、次のステップに同意する
匿名化されたケーススタディを準備します: タスク、ベースライン、結果、制限。マネージャーとトレーニング時間に同意し、オーナーシップと進歩の目標を確認します。許可されている場合は、ケーススタディをアプリケーションで使用します。ワークフロー全体が品質または時間の基準を満たしていない場合は、ツールの使用を中止してください。
AI および STEM のキャリアに関する質問
いいえ。露出は、ツールが支援または自動化できるタスクに関係します。雇用主が役割を削除するかどうかは、需要、コスト、品質、規制、労働組織にも依存します。これらの調査では、個人の失業確率を推定することはできません。
メンタリング、実際のプロジェクト責任、保護された学習時間を備えた役割を探してください。後輩が AI の出力を確認し、独立した判断力を養う方法をどのように学ぶか尋ねます。任務の再割り当てに関する調査では、すべての侵入経路が閉鎖されつつあるという確証は得られていない。
役職の変更ではなく、タスクの監査から始めます。既存の専門知識をツールの評価、データ リテラシー、コミュニケーションと組み合わせます。迅速な執筆は役立ちますが、信頼できる結果を示すポートフォリオは、新しいタイトルだけよりも有益です。
ここで紹介した情報源は、AI によって引き起こされる英国全体の STEM 部門の失業率を確立したものではありません。観察された離職、雇用主の採用、スキル不足にはさまざまな分母があります。これらを加算したり、冗長性予測に変換したりすることはできません。
ソース、方法、制限事項
手動で維持された証拠のスナップショット。日付は、ラベルに記載されている出版物またはフィールドワークを指します。調査結果は調査対象集団を説明しています。労働市場のリアルタイムのフィードや個別の予測は使用されません。
自己申告、選択、質問の文言により、推測できる内容が制限されます。 IET リリースではサンプルの詳細が省略されています。 DSIT では、自己選択とさまざまな質問ベースについて説明します。因果関係のある英国の STEM 失業率や調査間の傾向は推測されません。キャリアの例と行動ステップは、このサイトの編集指針です。
SThree / YouGov · 2026 年レポートと方法論SThree・2026年10月20日発表DSIT・AI労働市場調査2025年概要DSIT · 完全なレポートとサンプルノート (PDF)IET · エンジニアリング スキルの調査結果、2025 年 10 月
ソースを確認しました ·