AIが賢くなるほど、人間がボトルネックになる

AIは、数学やコーディングなどの特定領域において、すでに多くの人間を上回る能力を持っている。知識量や情報を横断する力でも、人間が正面から競うことは難しくなりつつある。

それでも、企業でAIを導入したからといって、すぐに大きな成果が生まれるわけではない。

AIの性能が足りないからではない。

AIの能力を引き出す人間側の能力が、AI活用の上限を決めているからではないだろうか。

誰でも使えることと、使いこなせることは違う

従来のシステムは、入力形式や操作方法があらかじめ定められていた。利用するためには一定のリテラシーやトレーニングが必要であり、基本的には業務上必要なユーザーに限定して権限が与えられていた。

コーディングになれば、さらに利用できる人は限られる。専門的な言語やルールを理解しなければ、そもそも入力することすらできない。

一方、AIは自然言語で扱える。

普段使っている言葉で指示を出せるため、企業は全従業員にAIを配ることができる。入力するためのハードルは、過去のどのシステムよりも低い。

しかし、入口が広いことと、奥まで使いこなせることは同じではない。

自分が頭の中で考えていることを言葉に変え、目的を明確にし、作業を分解し、AIと人間の役割を決め、適切な順序で情報を渡す。そのうえで、返ってきた出力が本当に目的に合っているかを評価し、必要に応じて修正する。

AIを使いこなすには、こうした高度な思考力と言語化能力が必要になる。

AIは自然言語で動くから誰でも使える。だが、本当に使いこなすための条件まで低くなったわけではない。

AIは、要件定義からテストまでをユーザーに返した

従来のシステムでは、ユーザーが利用を始める前に、多くの人がその曖昧さを吸収していた。

業務要件を整理し、必要な機能を定義し、システムを設計する。必要であればアドオンを開発し、テストを行い、エラーが起きにくい状態に整える。そのうえで、ユーザーには入力画面と操作手順が渡されていた。

つまり、ユーザーがシステムを使える状態になるまでに、要件定義、設計、開発、検証という工程が組織側で済まされていた。

AIは、その工程を飛び越えて使うことができる。

それは圧倒的な利便性である一方、これまで専門部門が担っていた役割の一部を、個々のユーザーへ返すことでもある。

AIを使う一人ひとりが、自分で目的を定義し、作業を設計し、必要な情報を入力し、出力を検証しなければならない。

しかもAIは、曖昧な問いにもそれらしい答えを返してくれる。

従来のシステムであれば、入力ルールに反した時点でエラーが表示された。しかしAIは、不完全な指示からでも文章や資料を作ることができる。その結果、人間側の要件定義不足がエラーとして止まらず、もっともらしい成果物として表に出てくる。

本人はAIを使えているつもりでも、それが本人の求めていたものなのか、さらにその仕事を依頼した相手が求めていたものなのかは分からない。

AIは、曖昧さを埋める力が強い。

だからこそ、その曖昧さを正しく埋めたのかが見えにくい。

AIは、これまで隠れていた能力差を露呈させる

目的を定める。物事を構造化する。仕事を分解する。他者と期待値をすり合わせる。成果物の良し悪しを判断し、修正する。

これらはAIによって突然生まれた能力ではない。これまでも、ハイパフォーマーと呼ばれる人たちが持っていた、普遍的なビジネススキルだった。

そのため、AIをうまく使いこなせる人は、AIが登場する前から仕事ができると評価されていた人である可能性が高い。

そうした人は、AIによって単に作業時間を短縮するだけではない。自分の思考を外部化し、複数の仕事を並行して進め、扱える情報量や業務範囲を大きく拡張できる。

一方で、目的設定や構造化、言語化を苦手とする人は、AIを使っても平均的な成果物を速く作れるだけにとどまるかもしれない。

AIが能力差を埋めるのではなく、もともと存在していた差を増幅する。

これは極めて残酷な事実である。

これまで、多くの人は高度な企画や抽象的な思考だけで価値を出してきたわけではない。定型化された業務を正確に処理することや、システムを安定的に運用することも、企業活動にとって重要な貢献だった。

それらの仕事に価値がなかったわけではない。

システムやテクノロジーが十分に成熟しておらず、人間が担う必要があったからこそ、多くの人の仕事として成立していた。

しかしAIは、まさにその領域を本格的に侵食し始めている。

AIは新しい能力差をゼロから生み出すというより、これまで企業の中で共存できていた能力差を露呈させ、それを生産性や市場価値の差へ変えてしまう。

定型業務では格差が縮まり、非定型業務では格差が広がる

AI活用には、大きく二つの方向がある。

一つは、AIが業務フローやシステムに組み込まれ、人間が細かな指示をしなくても動く領域である。定型業務を自動化し、一定品質で処理するAIは、人間の能力差を吸収できる。

もう一つは、個人が自由にAIを使い、仕事を進める領域である。ここでは、問いの立て方、役割分担、指示の具体性、出力の評価力によって成果が大きく変わる。

前者では、人間の能力差が縮まる。

後者では、人間の能力差が拡大する。

企業がAIを全従業員へ配れば、利用者数や入力回数は増えるだろう。しかし、それだけで全員の生産性が同じように上がるわけではない。

AIを使いこなせる人は、一人でより多くの仕事を担えるようになる。使いこなせない人は、AIを利用しているという形式だけを満たし、成果にはつながらない。

その状態で全従業員分のライセンス費用や導入費用を負担すれば、企業はAIを導入したにもかかわらず、期待した事業成果が見えないという状況に陥る。

問題はAIの性能ではない。

AIと仕事をするための人間側の基礎能力が、十分に整っていないのである。

AIによって仕事が減った人を、どこへ移すのか

企業は、AIによって効率化された業務から人を外し、「人間にしかできない仕事」へ移そうとするだろう。

しかし、人間にしかできない仕事とは何だろうか。

曖昧な状況で目的を定める。顧客や現場の微細な変化を捉える。複数の利害関係者を調整する。情報が不完全な中で判断し、その結果に責任を持つ。人との信頼関係を築き、感情を理解しながら行動する。

AI代替性の低い仕事は、このような企画、判断、調整、関係構築、責任の引き受けへと寄っていく。

だが、それらはこれまで、一部のハイパフォーマーや管理職、企画職が主に担ってきた仕事でもある。

定型業務を担ってきた人を、そのまま高付加価値な仕事へ移せるとは限らない。AIの力を借りたとしても、目的設定や構造化、判断といった基礎能力がなければ、うまくコンバートできない層は一定程度存在するだろう。

AIによって人間の仕事がなくなるというより、残る人間の仕事の要求水準が上がる。

定型処理や情報整理をAIが担うほど、人間にはその先の仕事が求められる。何を考えるべきか。どこに違和感があるか。誰をどう動かすか。何を決め、どの責任を引き受けるか。

人間の仕事は、より抽象度が高く、曖昧で、責任の重いものへ移っていく。

日本企業は、AI導入に成功しても競争力を失うかもしれない

この問題は、日本企業にとって特に深刻である。

日本は労働者保護の観点から解雇のハードルが高い。企業がAIによる業務効率化に成功しても、余剰となった人員を簡単に削減することはできない。

本来であれば、人材をAI代替性の低い領域へ再配置し、事業成長へつなげる必要がある。

しかし、そのコンバートに成功しなければ、定型業務は減ったにもかかわらず、人件費構造は残り続ける。AIによって業務効率は上がったが、人材を新しい価値創出へ移せず、組織全体の競争力は上がらない。

グローバル企業がAI活用と人材構成の見直しを同時に進める一方、日本企業だけがAIに代替可能な従業員を多く抱え続ける可能性もある。

そのとき、経営から見た人材は資産なのか、負債なのか。

極めて重く、簡単には答えを出せない問いに向き合うことになる。

AIを導入しないという選択肢も現実的ではない。AIによってコスト、スピード、意思決定の質を高めることは、競争環境や投資家からの要請を考えても、不可逆の経営アジェンダになっている。

AIを導入しなければ競争に負ける。

しかし、AIを導入しただけでも競争に勝てない。

企業はその間に立たされる。

プロンプト研修だけでは解決しない

この問題に対して、「効果的なプロンプトを教える」という施策だけでは不十分である。

もちろん、AIへの指示方法を学ぶことには意味がある。しかしプロンプトは、思考の最終的な出力形式にすぎない。

その前には、何を実現したいのかを定め、必要な作業を分解し、AIと人間の役割を決め、前提条件を整理し、成果物の評価基準を設計する工程がある。

必要なのは、便利なプロンプト集を覚えることではない。

論点設定、構造化、仮説構築、言語化、期待値調整、レビュー、意思決定といった、普遍的で拡張性の高いビジネススキルを鍛えることである。

企業が本気でAIを使って事業を強化したいのであれば、AIツールの配布と同時に、幅広い従業員の基礎能力を引き上げなければならない。

全員を高度な企画人材にする必要はない。

しかし、AIを自分のコパイロットやコワーカーとして扱い、自分の仕事を分解し、適切な役割を与え、その成果を判断できることは、将来的にはビジネスパーソンとしての最低限のリテラシーになるだろう。

Excelやメールを使えることが仕事の前提になったように、AIと協働できることが仕事の前提になる。

その基準は、現在多くの人が考えているよりも高い。

AIを使えることの上に、人間らしい価値を重ねる

ただし、AI時代に価値を持つのは、抽象思考や企画能力だけではない。

顧客との信頼関係を築くこと。現場で言語化されていない違和感を捉えること。他者の感情を理解すること。身体性を伴う仕事を担うこと。不完全な情報の中で判断し、責任を引き受けること。

こうした人間らしさも、事業活動における重要な価値である。

だから、すべての人を同じハイパフォーマー像へ近づけることが答えではない。

必要なのは、AIを使うための共通基盤を持ったうえで、一人ひとりがどのような人間的価値を発揮できるのかを見つけることである。

個人は、自分に何ができるのかを考える。

組織は、人材の強みをAIとどう組み合わせるかを考える。

法人全体では、AIによって何を効率化し、浮いた人間の力をどこへ再投資するのかを考える。

そして、自社のミッションを実現するために、どのような人間らしい事業活動を残し、強化していくのかを定義する。

これまでの人材配置は、存在する業務に人を当てはめることが中心だった。

AI前提の組織では、まず業務を人間とAIに分解し、そのうえで、人間に残すべき価値は何か、その価値を誰が最も発揮できるのかを考える必要がある。

AIによる効率化は、目的ではない。

効率化によって生まれた余力を、顧客理解、創造、関係構築、サービス品質、社会への提供価値へ再投資して初めて、AI導入は企業のミッションとつながる。

取り残される前に向き合わなければならない

AIの進化は止まらない。

企業がAIを導入し、事業活動を強化していく流れも止まらない。

一方で、人間の能力や働き方が変わるには時間がかかる。技術の進化速度と、人間の変化速度は大きく異なる。

最も危険なのは、今はまだ大きな痛みが見えていないことである。

AIはすでに業務を侵食しているが、多くの企業では雇用も組織もすぐには変わらない。そのため、表面上はこれまで通り仕事が存在しているように見える。

しかし、その間にも企業が必要とする仕事は変わり続けている。

気づいたときには、これまで価値を持っていた能力の賞味期限が切れ、別の仕事へ移るための準備時間も失われているかもしれない。

企業は、AIツールを配るだけではいけない。

個人は、自分の仕事が当面なくならないことに安心してはいけない。

社会も、今ある雇用を維持することだけでなく、人が新しい価値へ移動し、学び直し、再挑戦できる仕組みを考えなければならない。

AIが人間を取り残すのではない。

変化を先送りした企業と個人が、後からまとめて取り残される。

AIが知能を大衆に解放したとしても、その知能を使役する能力まで平等に配られたわけではない。

AIが賢くなればなるほど、それを使う人間の思考力、言語力、判断力、人間らしさが、事業成長の上限を決める。

AI時代に問われるのは、人間が不要になるかどうかではない。

AIを前提に、人間の力を何のために使うのかである。

その問いに向き合わないままAIだけを導入すれば、最後に企業成長を止めるのは、AIの性能ではなく人間になる。

#AI
#生成AI
#AI活用
#人材育成
#人的資本経営
#リスキリング
#組織開発
#経営戦略
#働き方
#ビジネススキル
#note
#毎日note
#毎日投稿

【その他関連コンテンツは以下からご覧ください】

【よく読まれている記事はこちらからご覧ください】

【はじめての方はこちらもぜひご覧ください】