「また確認ミスか」――。
企業の個人情報やシステムを巡るトラブルを見るたび、そう感じる人も多いかもしれない。
NTTドコモは2026年10月4日、店頭でMNPによる新規契約を行った一部の利用者について、RCSに関する重要事項説明と、Google Asia Pacific Pte. Ltd.への第三者提供に関する同意確認が行われないまま、RCSを利用できる状態になっていたと発表した。
対象となったのは約1万6000件。そのうち225件では実際にRCSメッセージの送受信が行われ、サービス提供に必要な送受信情報がGoogle Asia Pacificへ送信されていた。ドコモによれば、メッセージ本文は暗号化されており、Google側が内容を閲覧することはないとしている。
数字だけ見れば、「1万6000件もの確認ミス」と言いたくなる。
しかし、この問題を詳しく見ると、AI時代の仕事を考えるうえでかなり興味深い構図が見えてくる。
こうした「確認する仕事」は、これからも人間がやり続けるのだろうか。
そもそも何が起きたのか
問題が発生したのは、2026年9月17日から9月25日まで。
ドコモショップ、量販店、一般販売店などでMNP新規契約を行った一部利用者について、本来表示されるはずだったRCSの重要事項説明と、Google Asia Pacificへの第三者提供に関する同意確認画面が表示されなかった。
原因についてドコモは、明確に「店頭手続きシステムの不備」としている。
ここは重要だ。
今回の問題は、「店員が1万6000回も確認を忘れた」という単純なヒューマンエラーではない。
むしろ、人間が利用するシステム側で、本来通過しなければならない確認工程が正常に表示されなかった。
ドコモは対象利用者について、9月30日午後8時から順次RCSを停止し、10月4日から個別連絡を開始している。RCSを再び利用する場合には、利用者側で「RCS利用拒否」を解除する対応が必要になる。
RCSではどんな情報が扱われるのか
RCSはSMSの後継にあたるメッセージサービスで、電話番号を使ってテキストだけでなく、写真、動画、スタンプ、グループチャットなどを利用できる。
ドコモは2026年8月24日にRCSの提供を開始しており、9月末時点で利用者は約126万人としている。
ドコモが公表している利用情報には、電話番号、IMSI（加入者識別ID）、サービス利用状態、送受信日時、送受信先の電話番号やネットワーク情報、送受信結果、グループチャット情報などが含まれる。
今回問題になった225件では、RCSサービスの提供に必要な送受信関連情報がGoogle Asia Pacificへ送信されていた。
したがって、「1万6000人分のメッセージ内容がGoogleへ漏れた」という話ではない。
約1万6000件で必要な説明・同意確認画面が表示されず、そのうち225件で実際のRCS送受信に伴う情報連携が発生した、というのが正確なところだ。
では、AIなら防げたのか？
ここからが本題だ。
結論から言えば、AIを入れれば絶対に防げた、とまでは言えない。
今回の原因そのものがシステムの不備だからだ。
AIもソフトウェアである以上、設計や設定を間違えれば失敗する。AIだからミスをしない、という話ではない。
しかし、それとは別に考えなければならないことがある。
そもそも「同意が取れているかどうか」を、人間が目で確認する必要があるのか。
例えばシステム上で、第三者提供への同意記録が存在しなければRCSを有効化できないようにしてしまえばいい。
「同意ありなら次へ進む。同意なしなら処理を止める」。
これだけなら、実は高度な生成AIすら必要ない。
従来型のプログラムでも実装できる。
そして、その上にAIを置けば、通常と異なる契約フロー、確認画面を通過していない異常な処理、急激に増えた例外パターンなどを監視し、人間へ警告する仕組みも作れる。
つまり未来の企業システムは、単純に「人間をAIに交換する」のではない。
人間が一件ずつ確認していた工程そのものをシステム化し、例外だけをAIと人間が処理する。
こちらの方向へ進む可能性が高い。
「AIに仕事を奪われる」の意味を間違えてはいけない
AIの雇用問題というと、「AIが人間より頭が良くなったら仕事を奪われる」という話になりがちだ。
しかし企業経営から考えると、必ずしもそうではない。
人間より賢くなる必要などない。
決められた条件を、速く、安く、大量に処理できれば十分なのである。
特に自動化されやすいのは、ルールが決まっている、確認項目が明確、大量に発生する、ミスすると企業に損害が出るという条件がそろった仕事だ。
例えば契約内容のチェック、本人確認書類の一次確認、請求書との照合、データ入力後のチェック、申込内容の不備判定、社内規則への適合確認など。
これまでなら、担当者が画面を開いて一件ずつ確認していた。
だが企業から見れば、人間を置く以上、給与だけでなく採用、教育、管理、離職、欠勤、作業速度のばらつき、そしてヒューマンエラーへの対応まで必要になる。
大量の定型処理では、「人間を増員して二重チェックする」よりも、「そもそも条件を満たさなければ処理できないシステムを作る」ほうが合理的になる。
消えるのは「職業」より先に「工程」かもしれない
だから、AI時代の雇用を見るときに「この職業が全部なくなる」「この職業は残る」と二択で考えるのも危険だ。
実際には、一つの職業の中から自動化できる工程だけが少しずつ抜かれていく可能性がある。
例えば10人で行っていた事務作業のうち、入力、照合、一次判定、定型メール作成まで自動化されればどうなるか。
仕事そのものがゼロにならなくても、10人必要だった部署が5人、3人で回るようになることはあり得る。
企業側からすれば、それでも十分なコスト削減だ。
そして雇用される側から見れば、「仕事が完全になくなったわけではない」という説明では済まない。
必要人数が減れば、それは実質的な雇用削減だからだ。
それでも人間に残る仕事はある
もちろん、すべてをAIに任せればいいわけではない。
例外的な契約、利用者への説明、苦情対応、制度そのものの設計、トラブル発生時の責任判断などは、単純な自動判定だけでは処理できない。
そして今回のドコモの件が示しているように、システム自体が間違える可能性もある。
だから必要なのは、「人間かAIか」という単純な対立ではない。
通常処理はシステムで止める。異常をAIで検知する。例外や最終責任を人間が扱う。
このように役割を分ける方が現実的だろう。
「確認するだけの人」を大量に置く時代は終わるのか
今回のドコモの問題だけで、「AIによって大量解雇が始まる」と結論付けるのは早い。
そもそも今回の直接原因はAIではない。
だが、この事件から考えられることはある。
企業にとって、大量の確認作業に人間を配置し続ける理由は、技術の進歩とともに少しずつ薄くなっている。
AIが人間と同じように考えられるようになるのを待つ必要すらない。
ルールが明確なら、仕事そのものをシステム側へ移せるからだ。
そして生成AIやAIエージェントが普及すれば、これまで自動化が難しかった「少し判断が必要な確認作業」まで対象になっていく。
AI時代に最初に危なくなるのは、必ずしも高度な専門職でも、単純労働でもない。
「決められたルールに沿って大量に確認する仕事」なのかもしれない。
AIが人間を超える日を待つ必要はない
AIによる雇用問題を語ると、スーパーAIやAGIのような遠い未来の話になりやすい。
しかし現実の企業は、そんな未来を待ってはくれない。
現在のAIと通常の業務システムを組み合わせるだけでも、自動化できる仕事は存在する。
今回の約1万6000件という数字を見て、「人間ならミスする。だからAIに任せればいい」と結論付けるのは雑だ。
逆に「システムもミスした。だから人間が必要だ」と結論付けるのも雑だろう。
本当に企業が考えるのは、その中間だ。
どの工程から人間を外せるのか。
どこまで自動化すれば事故と人件費を同時に減らせるのか。
そこにAIが入ってくる。
1万6000件の同意確認問題は、一つの通信サービスのトラブルとしてやがて忘れられるかもしれない。
しかし、こうした事件が起きるたび、企業には「この確認、本当に人間がやる必要があるのか」という問いが残る。
そしてAI時代、その問いに対する企業側の答えは、以前よりはるかに厳しいものになっていくはずだ。
参考：NTTドコモ「RCS利用における重要事項説明および第三者提供同意取得未実施に関するお知らせ」（2026年10月4日）
参考：NTTドコモ「新メッセージサービス『RCS』提供開始とお手続きのご案内」
コメント