AIはガラス工事職人の仕事を奪うのか？ガラス施工は手作業が残る
ガラス工事職人のAIエクスポージャーはわずか4%、自動化リスク3%。現場での施工・シーリングはロボット不可能。建物の省エネ化で高性能ガラス需要が成長中。
建物の中にガラスを切断・成形・設置する仕事——ショーウィンドウ、高層ビルのスカイライト、複雑な内装フィーチャーウォールなど——に就いているなら、AIに仕事を奪われる心配をするのをやめて構いません。あらゆる指標において、ガラス工事はあなたが追跡している中で最も自動化に耐性のある職業のひとつです。数字がその証明です。
ほぼゼロのAIリスク
ガラス職人のAIエクスポージャーはわずか4%、自動化リスクは3%です。Anthropic労働市場レポート（2026年）とEloundou et al.（2023年）に基づく当社の分析によるものです。「非常に低い」カテゴリーでも、これ以上低くなることはほとんどありません。
最も積極的な2028年の予測でさえ、全体的なエクスポージャーを12%、自動化リスクを8%に引き上げるだけです。これを文脈に置くと、平均的なナレッジワーカーはガラス職人の5〜10倍のエクスポージャーを持ちます。つまり、弁護士、プログラマー、会計士——これらの職業はガラス職人よりもはるかに高いAI自動化リスクに直面しているのです。
理論的なエクスポージャーは2028年時点で22%が上限であり、AIにとって最善のシナリオですら、ガラス職人のタスクの4分の1以下しか理論的に自動化できません。今日の現場で実際に観察されるエクスポージャーは無視できる2%にとどまります。この数字は精確な測定値ではなく「実質的にゼロ」を意味します。
方法論メモ
エクスポージャーの数値は3つのソースを組み合わせています。第一に、Anthropic 2026年労働市場影響レポート——ONETにマッピングされた職種全体のエクスポージャーを推定するためにClaudeのタスクデータを使用します。第二に、照合するための標準的なタスクレベルエクスポージャーのルーブリックを提供するEloundou et al.（2023年）「GPTs are GPTs」。第三に、人員数と給与分布のためのBLS OEWS 2024の賃金・雇用データ。ガラス職人はBLSの枠組みでSOC 47-2121に分類されます。[事実] これをONET 28.3のタスクリストと組み合わせています。同リストはこの役職を「ガラスカッターの部品を製造する」から「建設現場でトラックに荷積み・荷降ろしをする」まで22の業務活動に分解しています。
限界点：エクスポージャーのルーブリックは主に知識労働に対して調整されているため、ガラス工事のような現場の肉体労働職はモデルの範囲の下限でスコアリングされる傾向があります。4%という数字は精確な測定値ではなく「ゼロと区別がつかない」と読むべきです。また、BLSは米国に約49,800人のガラス職人を計上していますが、この数字は建設労働者として別途分類されることがある住宅用窓設置スペシャリストを除外しています。実際の人員数は数字が示すより多い可能性があります。
なぜガラス作業はAI耐性があるのか
理由は物理的、実際的、そして深く人間的なものです。これらの要因は短期的に消滅する見込みはありません。
すべての設置作業は独自のものです。 建物はデータシステムのように標準化されていません。ガラス職人は設計図を読み、実際の開口部を測定し（多くの場合、図面とは数センチ異なります）、正確な仕様に合わせてガラスをカットし、重くて壊れやすい材料を物理的に位置に移動させます。各現場には異なるアクセス制約、気象条件、構造的な特性があります。1つのプロトタイプで全ての現場に対応できるようなロボットを設計することは現実的ではなく、経済的にも成立しません。
材料は容赦しません。 ガラスは試行錯誤を許容しません。切断ミスや落下したパネルは高価な廃棄物を意味し、スケジュールの遅延を引き起こします。必要な触覚的判断——シールが正しいと感じること、設置中のパネルの張力を感じること、スコアリング時に正確にどれくらいの圧力をかけるべきか知ること——はデジタル化できません。この感覚は職人が年単位の実地経験で培うものです。
高さと危険。 ガラス職人は足場、リフト、高層ビルの外壁で頻繁に作業します。物理的な危険と精密な取り扱いの組み合わせは、ロボットによる介入が最後に実現する仕事のひとつとなっています。安全性と保険の要件だけでも、現場ロボットの実用化を数十年先延ばしにしています。
日常業務：タスク別内訳
現役のガラス職人は通常の1週間に8つの繰り返しタスクをローテーションします。それぞれを現在および3年後の自動化の現実にマッピングすることで、なぜエクスポージャーがこれほど低いかが明確になります。各タスクの内訳を見ると、AIが「ほぼゼロ」という全体像が実際の仕事のどこから来るかがわかります。
現場検査と現地測定（週の時間の10〜15%、現在約5%自動化、2028年までに約10%）。 設計図に対して実際の開口部を確認します。レーザー測定ツールとBIMモデルが助けになりますが、フレームが直角でないことや梁がたわんでいることを捉える目は人間のものです。経験豊富なガラス職人は、測定器が示す数字よりも実際の開口部の「癖」を読む能力を持っています。
ガラスのカットと加工（週の時間の15〜20%、現在約15%自動化、2028年までに約25%）。 工場加工は自動化が最も目に見える部分です。CNCガラスカッター、自動エッジグラインダー、ロボットによる断熱ガラスユニット（IGU）の組み立てラインが大量生産作業を処理します。カスタムパーツ、修理、現場でのカットは手作業のままです。工場の自動化は20%前後でプラトーに達する可能性があり、それ以上の自動化は経済的正当性が薄いと考えられています。
グレージングコンパウンドとシーリング材の塗布（週の時間の10%、現在約3%自動化、2028年までに約6%）。 ブチルテープ、構造用シリコン、天候シールの塗布。しばしば不便な空間でのポジションに依存する触覚作業です。シールの均一性を確保するには、塗布面の状態を感じながら力加減を調整する技術が必要で、近い将来の自動化は困難です。
重量物の運搬とフレームの取り付け（週の時間の15〜20%、現在約5%自動化、2028年までに約12%）。 真空吸引設備を使って大型ユニットを2〜4人で持ち上げ、準備された開口部に入れます。機械的な補助は存在しますが、大型ガラスパネルの精密な位置決めと取り付けは、作業チームの連携と判断力に依存します。
アンカー、締め付け、構造的な取り付け（週の時間の10〜15%、現在約5%自動化、2028年までに約10%）。 ガラスを建物に固定するクリップ、チャンネル、構造用ファスナーの設置。基材と取り付け条件の変動——コンクリート、スチール、石材、木材——が自動化を実質的に不可能にしています。
コーキング、仕上げ、防水処理（週の時間の10%、現在約3%自動化、2028年までに約7%）。 水と空気に対して周辺をシールします。品質は感触と視覚検査で評価されます。適切なシールの判断には職人の目と経験が不可欠であり、仕上がりの品質が建物の長期的な性能を左右します。
修理と交換作業（週の時間の15〜20%、現在約4%自動化、2028年までに約9%）。 故障したユニットの取り外し、フレームの清掃、交換品の設置。非常に変動性の高い状況——居住中の建物、気象上の制約、歴史的なガラスの保存、アスベストが含まれる可能性のある古い建物での作業——が、これを最も自動化しにくい活動のひとつにしています。
積算、発注、資材物流（週の時間の5〜10%、現在約30%自動化、2028年までに約50%）。 ソフトウェア支援のテイクオフ、在庫管理、納品スケジューリング。AIが実質的な生産性向上を提供できる唯一の分野です。これが7%ではなく4%のエクスポージャーになっている理由の一部です——積算だけが動いても全体への影響は限られます。
これらの活動を典型的な時間配分で加重すると、タスクレベルの自動化率は現在約8〜10%、2028年には15〜18%になります——ヘッドライン数値の4〜12%の範囲とほぼ一致し、移動の大部分は設置作業自体ではなく、積算、加工、物流から来ています。
存在するAIツール
設計図の読み取りと材料計算が、AIが何らかの支援を提供できる仕事の僅かな部分を代表します。デジタル測定ツールと積算ソフトウェアは計画段階を加速できます。しかしここでさえ、図面と現実の不一致を見抜く熟練したガラス職人の目は不可欠です。AIは数量を計算できますが、なぜ実際の開口部が設計図と違うのかを理解することはできません。
工場加工が追跡すべき第二の分野です。CNCガラスカッター、ロボットエッジグラインダー、自動IGU組み立てラインは10年以上にわたって使用されています。繰り返しの大量生産作業を効率的に処理しますが、現場での設置ステップ——実際の建物にユニットを取り付けること——は条件が変動しすぎるため、ロボット化のあらゆる試みに抵抗し続けています。
賃金と需要分布：オリジナル分析
BLS OEWS 2024データをタスク配分と組み合わせると、有用なパターンが浮かび上がります。高収入のガラス職人は、商業用カーテンウォール、構造ガラス、エネルギー効率の高いエンベロープ作業を専門にする傾向があります——AIの拡張が最も実行不可能なセグメントです。
| 賃金百分位 | 年収概算 | 典型的な専門分野 | 自動化圧力 | |-----------|---------|---------------|---------| | 10パーセンタイル | 36,000ドル（約540万円） | 住宅向け入門 | 中（積算、物流） | | 25パーセンタイル | 44,000ドル（約660万円） | 住宅・軽商業混合 | 低 | | 50パーセンタイル（中央値） | 54,000ドル（約810万円） | 商業標準 | 低 | | 75パーセンタイル | 74,000ドル（約1,110万円） | 商業カーテンウォール、カスタム | 非常に低 | | 90パーセンタイル | 98,000ドル（約1,470万円） | 構造ガラス、高層ビル、特殊 | 無視できる |
[推定] 専門分野のマッピングは業界インタビューとGlass Magazine調査データを反映しており、例示として扱ってください。方向性の要点：最高報酬のガラス職人は、AIが意味のある形で再現できない条件と精度で作業しており、その防御的な堀が次の10年間で浸食される可能性は低いです。専門分野への投資が賃金の長期的な成長を最大化する最善の戦略です。
反論：AIが実際に影響を与える可能性はどこにあるのか
「AI耐性」のフレーミングに対する公正な反論として、見落としやすい3つの圧力ポイントを認識しておくべきです。これらは現在の仕事を脅かすものではありませんが、10〜20年のスパンで業界の形を変える力を持ちます。
第一に、プレファブリケーションは現実のトレンドです。モジュラーカーテンウォールシステム、工場でガラスが取り付けられた窓ユニット、工場で組み立てられ現場に出荷されるプレファブ建築エンベロープが市場のシェアを増やしています。これにより、一部の作業が現場のガラス職人から工場のIGU組み立てへと移動します。工場での作業は現場での作業より自動化しやすいため、ガラス職人の総数はほぼ横ばいに保たれるかもしれませんが、仕事の場所とスキルプロファイルが変化します。現場の職人には影響が小さく、工場の組み立て作業者には大きな変化が訪れます。
第二に、設計側のAIは上流の決定に影響します。AIドリブンのエネルギーモデリングと構造シミュレーションを使用する建築家やエンジニアは、より厳しい公差でより高性能なガラスを指定しています。これにより、高性能システムを正しく設置できるガラス職人のスキルプレミアムが増加しますが、最も経験豊富な実践者に仕事が集中することにもなります。この変化はスキルのある職人には利益をもたらします。
第三に、積算・入札ソフトウェアは小規模な業者にとって本当に競争環境を変えます。自分のビジネスを経営するガラス職人は、AIツールを使ってより速く、より緻密に入札する業者からの新たな圧力に直面します。圧力は現場作業ではなくマージンに現れます。事業者としての競争力を維持するには、これらのツールの習熟が必要です。
総合評価：現場での手仕事のガラス職人は大部分において守られています。ビジネスと工場の層がより多くのエクスポージャーを持っており、それが次の10年間で注目すべき場所です。本質的な現場施工の価値は変わりません。
堅固なキャリアパス
住宅・商業セクター全体で建設需要は堅固であり、省エネビルへの推進が特殊なガラス工事の需要を実際に増やしています。高性能ガラス、スマートガラス、建築用ガラスフィーチャーはすべて熟練した設置を必要とします。建物の外皮性能への規制強化（IRAを含む）は、この職種にとって追い風となっています。
ガラス職人であれば、あなたの手があなたの最大の資産です——そしてそれはどこにも行きません。
3年間の展望（2026〜2028年）
2028年までに全体的なAIエクスポージャーは約12%に達する見込みで、そのほぼすべては積算、物流、工場加工に集中します。現場設置作業——この職業の核心——は限界的な変化のみが予想されます。需要を牽引するのは、IRA資金の建物改修の波、主要都市圏での継続的な高層商業建設、安定した住宅交換市場です。熟練職種の不足は、経験豊富なガラス職人が特に商業カーテンウォールと構造ガラスでプレミアム賃金を受け取り続けることを意味します。
10年間の軌跡（2026〜2036年）
2030年代半ばまでに、より多くのプレファブリケーションと高性能ガラスが増えると予想されますが、現場設置の役割は今日と構造的に似た形を保つでしょう。リスクプロファイルは「破壊」よりも「進化」に近いです。商業用積算スキルを追加し、BIMベースの施工図面を活用し、省エネコードの要件を常に把握しているガラス職人が、段階的なマージン圧力に対して最も保護されます。この職種で長期的に成功するためのロードマップは今日でも明確です。
今日、働く人が取るべき行動
現役のガラス職人とこの職種を検討している人への3つの具体的なアクション：
- 商業用カーテンウォールと構造ガラスの認定を取得しましょう。 これらの専門分野は標準的な住宅ガラス工事より30〜50%高い報酬を提供し、最低の自動化リスクに直面します。NACCとFGIAの認定は元請け業者に評価されます。専門認定への投資は最高の収益率をもたらす可能性があります。
- BIMと積算の側面を学びましょう。 施工図面を読み、Bluebeamを操作し、基本的なテイクオフソフトウェアを理解できるガラス職人は、より早く現場監督になれます——そして現場監督はこの職種の長期的な賃金成長の大部分を獲得します。AIが積算ツールを強化する中で、それを活用できる人が競争優位を持ちます。
- 1〜2社の専門的なサプライヤーと関係を築きましょう。 高マージンの仕事——歴史的な修復、高性能スマートガラス、アートガラスの設置——を獲得するガラス職人は、典型的にはサプライヤーの紹介を通じてその仕事を得ます。人脈こそが最大のリードジェネレーターです。業界団体への参加もこの観点で価値があります。
よくある質問
AIやロボットは今後10年以内にガラス職人を代替するのか？ いいえ。現場設置には予測不可能な現場状況における変動的な判断が必要であり、近い将来において現実的に自動化することはできません。工場でのIGU組み立ての一部は自動化されますが、現場での設置作業は人間の手仕事が必要です。
プレファブリケートされたカーテンウォールシステムについてはどうか？ プレファブは成長していますが、現場でのガラス工事を排除する可能性は低いです。一部の労働を工場のIGU組み立てに移しますが、現場のガラス職人がユニット化されたパネルの設置、シーリング、仕上げ作業を担います。現場作業者の需要は依然として堅調です。
今日始める人にとってガラス工事は良い職種か？ はい。熟練職種の不足、強固な商業建設需要、非常に低いAIエクスポージャーが、建設業の中でも最も持続可能なキャリアパスのひとつにしています。入口のハードルが比較的低く、上位の専門分野に向けたキャリアパスが明確です。
大学の学位は必要か？ いいえ。ほとんどのガラス職人は3〜4年の見習い制度（多くの場合、組合関連）を通じて入職し、有給の実地訓練を受けます。この職業は正式な教育よりも経験と認定を重視します。
最も将来性のある専門分野はどれか？ 商業用カーテンウォール、構造ガラス、高性能・スマートガラス、歴史的修復。これらは自動化に抵抗する技術的複雑さ、安全性が重要な実行、変動する現場状況を組み合わせています。省エネ規制の強化とともに、これらの専門分野の需要は今後も成長が見込まれます。
Anthropic労働市場レポート（2026年）とEloundou et al.（2023年）のデータに基づくAI支援分析。このコンテンツは新しいデータが利用可能になり次第、定期的に更新されます。
更新履歴
- 2026-03-25：2023〜2028年の予測データで初公開。
関連：他の職業についてはどうか？
AIは多くの職業を変革しています：
私たちのブログで470以上の職業分析をご覧ください。
ガラス工事を選ぶ理由：総合的な評価
ガラス工事職は、AI時代においても数少ない「安全な避難所」のひとつです。AIエクスポージャー4%、自動化リスク3%というデータは、単なる統計ではありません——それは現場の物理的な現実から来る構造的な保護の反映です。重い、壊れやすい、一回性の材料を、変動する環境で、安全基準を守りながら設置する仕事は、遠い将来においても人間の職人技を中心に置き続けます。
建設産業全体として、スキルを持った職人の不足が深刻化しています。ガラス工事の分野でも、経験豊富な職人の引退が進む一方で新規参入者が不足しています。これは、今日この職種に入る人にとって、良い賃金交渉力と安定した仕事を意味します。
AIは多くの業界を変革しています。しかしガラス工事においては、AIは敵ではなく、積算や物流の効率化を通じて、職人がより本質的な仕事——現場での設置、仕上げ、特殊なプロジェクト——に集中できる環境を作り出しています。
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
更新履歴
- 2026年3月25日 に初回公開されました。
- 2026年5月11日 に最終確認されました。