おぼろげに見えてきたAI時代に生き残るための3つの重要スキル
今年もAIに関するスキルを高めるため、公私を問わず生成AIを使い、資格取得やセミナーへの参加、書籍での学習などを続けています。
そんな中で、先日参加したセミナーで、印象に残った言葉がありました。
「人類は今、初めて自然言語で対話できる、人間以外の相手を手に入れた。だからこそ、徹底的に使ったほうがよい」
このAIの徹底的な活用については「良いプロンプトを書くこと」が一般的に重要視されがちです。
しかし、ここ数年AIを使い続ける中で、より重要なのはプロンプトの型ではなく、もっと根本的なスキルや姿勢ではないかと感じるようになりました。
現時点で私が考えている、AI時代に必要なスキルは次の3つです。
AIと人間をつなぐ対話力
自分の経験をAIで増幅する掛け算力
未知の分野でもAIを活用して前に進む力
※ 以下動画による本記事の解説です。
1．AIと人間をつなぐ「対話力」
生成AIとのインターフェースが自然言語である以上、AI時代には対話力がこれまで以上に重要になります。
AIとの対話で必要になるのは、単に質問文を書く力ではありません。大きく分けると、次のような力です。
自分の意図や置かれている状況を、AIに適切に伝える力
AIが出した回答の意味や前提、背景を理解する力
回答を踏まえて情報を整理し、次の質問や指示を伝える力
生成AIから期待した回答が出なかったとき、すぐにあきらめてしまいがちです。
しかし実際には、自分が伝えた情報が不足していたり、目的や判断基準が曖昧だったりすることも少なくありません。AIからの回答を見て、「何が伝わっていなかったのか」「どの前提を補うべきか」を考え、再び伝える必要があります。
これは、一度の指示で正解を得る技術というより、対話を重ねたり、指示の仕方を工夫しながら回答を目的に近づけていく技術です。
AIとの対話だけでは仕事は完結しない
さらに、実際のビジネスではAIとのやり取りだけで仕事が完結することはほとんどありません。
AIが作った情報を、上司や同僚、顧客に伝える必要があります。反対に、相手から聞いた曖昧な要望を整理し、AIに相談できる形に変換する場面もあります。
イメージとしては、次のような関係です。
AI ↔ 自分 ↔ 他者
自分がAIと人間の間に立ち、情報を翻訳し、整理し、行動につなげます。
たとえば上司から、「来期の研修計画をもう少し戦略的に見せたい」と言われたとします。
その言葉をそのままAIに投げるだけでは、一般的な提案しか返ってこないかもしれません。
そこで、自社の状況や上司の問題意識、対象者、予算、過去の施策などを整理してAIに伝えます。AIの提案を受けた後は、そのまま提出するのではなく、自社の事情に合わせて修正し、上司に伝わる言葉や資料に変換します。
この一連の流れ全体が、AI時代の対話力だと考えています。
人間とのコミュニケーション力が土台になる
基本的には、人間とのコミュニケーションが得意な人は、AIとの対話にも適応しやすいと思います。
相手が何を知っていて、何を知らないのか。どの情報から説明すれば理解しやすいのか。相手の回答から、どのような前提や意図を読み取るべきか。
人間との会話で求められるこうした力は、AIとの対話にも共通します。
一方で、AIには人間とは異なる癖があります。
使う製品やモデルによって回答の傾向が違いますし、同じ質問でも表現や前提の置き方によって結果が変わります。自信を持って誤った回答をすることもあれば、こちらの意図を必要以上に補ってしまうこともあります。
そのため、AIの技術的な背景や特徴をある程度理解し、「なぜこのような回答になったのか」を推測する力も必要になります。
AIとのコミュニケーションでは、技術的な背景、特徴を踏まえて、質問や、やり取りを工夫し、プロンプトを変えたり、使う機能やAIを変えるなどするスキルも必要になります。そのために、常に最新のAIについて学び続ける必要があります。
長文で考え、伝える力が再び重要になる
現在は、チャットやSNSなどの短文コミュニケーションが中心です。
その影響もあるのか、長い文章で状況を説明したり、論理的に情報を組み立てたりする力が弱くなっています。これは若い世代が中心ですが、中堅世代にも当てはまるという話を聞いています。
生成AIの基本的な利用は、AI側の支援機能によって今後さらに簡単になるでしょう。
しかし、複雑な仕事をAIと進めるためには、自分の考えを整理し、前提や背景を言語化する力が必要です。
文章力や対話力の差が、そのままAI活用の成果の差につながる可能性があります。
2．自分の経験をAIで増幅する「掛け算力」
生成AIの基本的な使い方は、質問をしたり、文章や資料を作ってもらったりすることです。
しかし、AIが最も大きな力を発揮するのは、人間とAIがお互いの強みを補完し合ったときです。
AIは、人間の能力を置き換えるだけでなく、すでに持っている知識や経験を増幅する道具です。
たとえば、業務経験のない人と、同じ分野で10年以上経験を積んだ人が、同じAIを使ったとします。
初心者は、AIが出した回答の良し悪しを判断することが難しいかもしれませんし、回答の表面をなぞった行動しかできないと思います。一方、経験者は、自分の知識をもとに回答を評価し、足りない視点を追加し、現場に合わない部分を修正できます。
同じ道具を使っても、使う人の経験によって成果物は大きく変わります。
初心者向けの道具と、プロが使う道具で仕上がりに差が出るのと同じです。
AI時代こそ専門性の必要性が高まる
AIが進化すると、「専門知識を身につける必要はなくなる」と考える方がいるかもしれません。
しかし私は、むしろAI時代こそ、自分の専門性を継続的に高める必要があると考えています。
AIが自分の力を増幅してくれるのであれば、掛け算の元になる自分自身の知識や経験が大きいほど、得られる成果も大きくなるからです。
AI活用を単純化すると、次のように表現できます。
自分の経験・専門性 × AI活用力 ＝ 生み出せる成果
AI活用力だけを高めても、元となる知識や判断力が弱ければ、成果には限界があります。
反対に、豊富な経験を持っていてもAIを使わなければ、作業時間や情報収集量の面で、AIを使う人との差が広がる可能性があります。
AIを使って、自分自身の能力も高める
ここで注目したいのは、生成AIは成果を出すためだけでなく、自分のスキルを高めるためにも使えることです。
AIに自分が持っているスキルとその強化方法を質問すれば相談に乗ってくれます。
また、これまでは、上司や先輩、講師などに依頼しなければ得られなかったフィードバックを、AIから何度でも受けることができます。
AIを使って自分のスキルを高め、そこで得たスキルを使って、さらにAIから高い成果を引き出す。
この循環に入ることができれば、成長速度は大きく変わると思います。
AIで学ぶ
→ 自分のスキルが高まる
→ AIをより高度に使える
→ 成果の質が高まる
→ さらに学びが増える
AIは単なる効率化ツールではなく、自分の能力を育てるトレーニングパートナーにもなります。
3．未知の分野でもAIを活用して前に進む力
ここまでは、AIの成果を高めるためには、自分自身の知識や経験が重要だと書きました。
一方で、全く逆の活用方法もあります。
それは、自分がほとんど知らない分野であっても、AIを使いながら課題を解決し、目的に近づいていく力です。
今後は、この力もますます重要になると考えています。
また、AIの能力が高まり、自分の専門スキルを超えた場合も、AI活用力が成果に大きく影響してくると考えています。
○AIの専門スキルが自分より低い場合
自分の経験・専門性 × AI活用力 ＝ 生み出せる成果
⇒ 自分の経験・専門性とAI活用力の両方が重要。
○AIの専門スキルが自分より高い場合
自分の経験・専門性 × AI活用力のα乗 ＝ 生み出せる成果
⇒ α（AIの進化度）が高度化するほど α > 1 になり、 AI活用力の差が成果に“指数的”に効く。
未知の分野では、正解を聞くだけでは足りない
自分に土地勘のない分野では、AIの回答が正しいかどうかを判断することが難しくなります。
何を質問したり説明すればよいかも分かりません。専門用語の意味や、一般的な進め方、見落としてはいけないリスクも分からない状態です。
このような状況で、AIに一度質問して出てきた回答を、そのまま実行するのは非常にリスクがあり、成果に結びつかない可能性があります。
必要になるのは、AIを課題解決のプロセスに組み込み、少しずつ前に進めることです。
たとえば、次のような手順です。
目的と現在の状況をAIに伝える
必要な作業や論点を分解してもらう
分からない用語や基礎知識を学ぶ
複数の選択肢を比較する
小さく試す
結果をAIに伝えて修正案を得る
リスクを確認しながら次の行動に移る
未知の分野では、最初から正解を出すことよりも、試行錯誤の回転速度を上げることが重要です。
AIと一緒にOODAループを回す
未知の課題に取り組むと、当然うまくいかないこともあります。
そのときに、失敗や結果をAIにフィードバックし、次の打ち手を考えます。
観察し、状況を理解し、判断し、行動する。いわゆるOODAループを、AIと一緒に回すイメージです。
AIに次のように伝えることもできます。
「提案された方法を試したが、ここで止まった」
「想定していた結果と、実際の結果が違った」
「この条件では使えなかった。別の方法はないか」
「今回の失敗原因として考えられるものを挙げてほしい」
こうしたやり取りを繰り返すことで、課題を解決すると同時に、その分野についての理解も深まっていきます。
重要なのは、AIの回答を信じ切ることでも、AIを疑い続けることでもありません。
AIの得意な部分と不得意な部分を見極め、リスクを管理しながら補正することです。
複数のAIを専門家チームのように使う
未知の分野では、一つのAIだけに頼らないことも重要だと考えています。
現在は、それぞれのAIやバージョンで得意分野が異なります。
一つのAIにすべてを任せるのではなく、目的に応じて複数のAIを使い分けます。
たとえば、
一つ目のAIに全体計画を作らせる
別のAIに計画の弱点を指摘させる
検索機能に強いAIで最新情報を確認する
プログラミングに強いAIに実装を支援させる
最後に別のAIに成果物をレビューさせる
といった使い方です。
これは、複数の専門家で構成されたチームを、自分がまとめている状態に近いかもしれません。
状況に応じて役割分担を変え、得意なAIに作業を割り当て、結果を統合します。
そのためには、AIへの指示方法だけでなく、全体のプロセスを設計し、管理する力が必要になります。
また、AIを使わないプロセスの管理も同じくらい重要になります。
誰に確認するのか。どこで人間の承認を入れるのか。どの情報を一次資料で確認するのか。どこまでAIに任せ、どこから自分が責任を持つのか。
未知の分野でAIを活用する際は、こうした境界線を設計することも重要です。
まずは、AIとの対話量を増やす
ここまで、AI時代に必要なスキルとして、次の3つを挙げました。
AIと人間をつなぐ対話力
自分の経験をAIで増幅する掛け算力
未知の分野でもAIを活用して前に進む力
これらは、一度セミナーを受けたり、プロンプト集を読んだりするだけで身につくものではありません。
実際にAIと対話し、仕事や生活の中で使い、失敗しながらコツを蓄積する必要があります。
幸い、AIとの対話は何度失敗しても大きな問題にはなりません。質問が曖昧でも、説明が長くなっても、同じことを何度聞いても構いません。
まずは、自分がすでに詳しい仕事についてAIに相談してみる。
次に、自分の資料や文章を見せて、改善点を尋ねてみる。
さらに、これまで避けていた未知の分野について、AIと一緒に小さな課題へ取り組んでみる。
こうして対話量を増やしていく中で、自分なりのAIとの付き合い方が見えてくると感じます。
今回挙げた3つのスキルにも、それぞれ細かなノウハウがあると考えています。
私自身、まだ試行錯誤の途中です。今後、実際の活用を通じて考えがまとまったものから、整理して発信していきたいと思います。
最後まで読んでいただき、ありがとうございました。
