ハクソク

世界を動かす技術を、日本語で。

米国雇用市場ビジュアライザー

2026年3月17日原文(karpathy.ai)

概要

  • Bureau of Labor Statistics の職業データを 視覚化 する研究ツール
  • 342職種、米国全体で 1億4300万件 の仕事をカバー
  • 長方形の面積 は雇用規模、色は 指標 （成長見通し・賃金・学歴・AI曝露度など）を表現
  • クリック で各職種のBLSページへアクセス可能
  • LLMプロンプト で任意基準による職種のスコアリング・着色が可能

BLS職業視覚化ツールの概要

  • Bureau of Labor Statistics Occupational Outlook Handbook のデータを インタラクティブなツリーマップ で表示
  • 342職種 を対象、米国の 1億4300万件 の雇用状況をカバー
  • 各 長方形 の面積は職種ごとの雇用人数に比例
  • 色分けは 指標の切り替え で変更可能
    • BLS予測成長率
    • 中央値賃金
    • 学歴要件
    • AI曝露度
  • タイルクリック で該当職種のBLS公式ページへ遷移

利用目的と特徴

  • レポートや論文ではなく、開発者向けの探索ツール
  • BLSデータ の可視化、職種比較、データ分析の出発点
  • ソースコード にはスクレイパー、パーサー、LLMプロンプトによるカスタム着色パイプラインを実装

LLMを活用した着色・スコアリング

  • プロンプト記述 で任意の基準による職種スコアリングが可能
    • 例： AI曝露度、ヒューマノイドロボティクス曝露、オフショアリスク、気候変動影響など
  • デジタルAI曝露度 オプションは、AIが各職種へどれほど影響を与えるかを推定
  • LLMプロンプト により各職種を0〜10で評価し、ツリーマップを着色

AI曝露度スコアの評価基準

  • 0–1：最小曝露
    • ほぼ完全に物理作業・リアルタイムの人間対応職種（例：屋根職人、造園師、潜水士）
  • 2–3：低曝露
    • 物理作業・対人作業中心。AIは周辺業務を補助（例：電気工、配管工、消防士、歯科衛生士）
  • 4–5：中程度曝露
    • 物理/対人作業と知識作業が混在。AIが情報処理部分で補助（例：看護師、警察官、獣医師）
  • 6–7：高曝露
    • 主に知識作業。AIツールで生産性向上（例：教師、管理職、会計士、ジャーナリスト）
  • 8–9：非常に高曝露
    • ほぼ全てがデジタル作業。AI進展が著しい分野（例：ソフトウェア開発者、グラフィックデザイナー、翻訳者、データアナリスト、パラリーガル、コピーライター）
  • 10：最大曝露
    • ルーチン情報処理、完全デジタル、AIが既に大部分を代替（例：データ入力、テレマーケター）

AI曝露度スコアの注意事項

  • LLMによる推定値 であり、厳密な将来予測ではない
  • 高スコア でも職種消滅を示唆するものではなく、仕事の 再構築・変容 を意味
  • 需要弾力性 や 規制・社会的要因 は考慮外
  • AI進展 による生産性向上が新たな需要を生む可能性

カスタムプロンプトと応用例

  • ユーザー自身がプロンプトを作成 し、任意の観点で職種をスコアリング・着色
    • 例：ヒューマノイドロボティクス曝露、オフショアリスク、気候変動影響
  • パイプライン再実行 で新たな着色パターンを即時反映

まとめ

  • BLS職業データ の理解・比較・分析を 直感的に支援 する開発ツール
  • AI曝露度 など 複数指標 での職種評価・可視化
  • カスタマイズ性 と 拡張性 の高いLLM連携パイプライン

Hackerたちの意見

データはBLSから来てるんだよね。彼らのデータは実際の状況に遅れてるし、成長予測も全然信頼できない。2000年から2010年にかけて、アクチュアリーが最も成長している分野で、未来の展望が最高だって言ってたの覚えてる？BLSの未来予測なんて、テクノロジーが仕事の性質を変えるときには何の意味もないよ。

└

トランプがBLSの長官を解雇して、「偉大さを復活させる」人を指名したのは、そんなに昔のことじゃないよね。データの上に置かれたスロップの外観は置いといて...なんで私たちはそのデータを信じるの？

└

あなたは、実際の状況がどうなっていると思いますか？

└

データの質が高いと仮定してるの？質が良くないなら、合成データと同じくらいの価値しかないよ。

AIが余剰を生み出したら、それはどこに行くの？投資に基づくデータセンターの建設やAIラボのことじゃなくて、AIの仕事の成果について話してるんだ。AIの成果は使われる文脈に分配されて、私たちの働き方や引き受ける仕事に変化をもたらすと思う。競争がその余剰を取り込み、新しい構造に投資することを担っている。それが負担を支えるものになって、もうそれなしではやっていけなくなる。結局、私たちは水面を漂っているだけに見える。コンピュータが数十年で100万倍速くなったときも、収入や仕事の減少にほとんど改善を感じなかったからね。余剰は構造に吸収され、その変わった構造はもう機能するためには欠かせないものになってしまう。細胞とミトコンドリアみたいに、一度融合したら別れられなくなって、個別にコストを支払うこともできなくなる。余剰は基準コストに吸収されるんだ。

└

AIが余剰を生み出したら、それはどこに行くの？投資に基づくデータセンターの建設やAIラボのことじゃなくて、AIの仕事の成果について話してるんだ... 1%の懐に入る。これが過去50年間、コンピュータやインターネット、自動化がもたらした余剰生産性の大部分が行く場所だよ: https://www.epi.org/productivity-pay-gap/

└

AIがクソみたいな仕事をするのに100万億兆倍生産性が高くても、経済的な利益がほとんどないなら、それは私たちのクソみたいな仕事の純経済価値をあらわにすることになる。でも、株式市場がパニックになってないってことは、少なくともこの前提のどれかが間違ってるってことだよね：1. 経済活動は比較的平坦。2. AIは私たちを以前より100万億兆倍生産的にしている。3. 株式市場は現実に根ざしている。

└

余剰は資本の所有者に行くんだよね。労働は資本に負け続けてる。

└

俺は、ホワイトカラー層や沿岸のエリート、プロフェッショナルマネージャー層、なんでもいいけど、そういう人たちが国の産業基盤を東方に売り渡したのと同じようになると思う。ちょっとお金は得たけど、最大の利益は物質的な富だった。2ドルのウィジェットの代わりに1ドルのウィジェット。被害を受けなかった人たちは、より多くの物質的な豊かさを享受できた。もちろん、名目上の価値は下がらなかったけど、それはインフレのせいで、ちょっと別の影響だよね。今回は、AIの標的になっている仕事は、現代社会の書類仕事のオーバーヘッドを構成する仕事、つまり書類仕事全般だよ。中国からの1ドルのウィジェットが2ドルの国内ウィジェットを置き換えるんじゃなくて、1ドルのAIサービスが2ドルの人間が必要なサービスを置き換えることになる。これを考えるのは難しいけど、人々はこういうサービスを数百ドルや数千ドル単位で消費する傾向があるから、実際には、会計士やエンジニアに依頼する時、何かを基準に沿って計画するのが、専門的な労働コストが減るからかなり安くなるってことだよね。もちろん、いつものように、裏で糸を引いてる投資家たちは、途方もない富を得ることになるだろうね。

└

経営者が決めることだね。結局、自由市場経済では、商品がもっと手頃になるんだよ。農業がそのいい例だね。

└

自分のプロジェクトでは、プログラミングで節約した時間は、もっと野心的なプログラムを書くのに使っちゃうんだよね。ビジネスの場合は、もっと野心的なことをすることでお金を稼げるかどうかが問題だね。

└

結局、私たちは水面を歩いているだけのように見えるね。コンピュータが数十年で100万倍速くなった時もそうだったけど、収入や労働の減少にあまり改善を感じなかった。これはすごく重要なポイントだと思う。快楽のトレッドミルは、実際の利益が軽視されることを意味する。新しさの情報サイクルは、改善のためのオズボーン効果みたいなもので、半期ごとの「ポピュラー・メカニクス」の空飛ぶ車の特集みたいに、魅力的な未来が常にすぐそこにあるけど、結局実現しないって感じだね。

Hacker Newsで議論の続きを見る