未来の仕事

公開データセット

本サイトの全データ —— 556 の日本の職業を AIOIS-10 標準で採点したスコア(変化の大きさ・仕事が減るリスク + 10 次元)と、労働統計・スキル・セクター —— を MIT ライセンスの構造化 JSON として公開しています。開発者・研究者・AI エージェントが自由に利用できます。

ライセンス:MIT(コード + データビュー)。出典表記の上、自由に利用・再配布できます。
引用:ZKSC (2026). Japan Jobs × AI Impact Map. https://mirai-shigoto.com/
注意:スコアは Claude Fable 5 による独立した LLM 推定であり、政府の公式予測ではありません。出典の労働統計は厚生労働省 jobtag + JILPT IPD。

エンドポイント一覧

パス内容形式
/data.treemap.json 556 職業の AIOIS-10 スコア・ラベル・treemap グリッド(主要データ) JSON
/data.treemap.meta.json 上記のメタ情報(件数・生成日) JSON
/data.detail/{id}.json 1 職業の全詳細(id は 4 桁ゼロ埋め、例 /data.detail/0156.json) JSON × 556
/data.search.json 全文検索インデックス(名称・別名・説明をトークン化) JSON
/data.sectors.json 16 セクター定義(hue・ラベル・所属職業) JSON
/data.labels/{dim}.json 7 次元(skills / knowledge / abilities ほか)のグローバルラベル JSON × 7
/data.skills/{slug}.json スキル → 職業マッピング JSON
/data.profile5.json 5 軸プロファイル(職業 → スコアベクトル) JSON
/data.holland.json Holland / RIASEC コード(R/I/A/S/E/C 6 次元) JSON
/data.transfer_paths.json 職業間の転職パス推薦(スキル重複ベース) JSON
/data.ai-adoption.json AI 採用率ダッシュボード(/aiadoption)の層別データ JSON
/data.me-positions.json 各ランキングでの職業ごとの順位 JSON

使い方

全エンドポイントは CORS 許可済みの静的 JSON です。例:

const data = await fetch('https://mirai-shigoto.com/data.treemap.json').then(r => r.json());

特定の職業(例: 看護師 id=156)の全詳細:

await fetch('https://mirai-shigoto.com/data.detail/0156.json').then(r => r.json());

スコアの定義

各スコアの意味・算出方法は AIOIS-10 標準(10 次元と 2 指数の定義)と 評価プロセス(データ整理と採点手順)を参照してください。