「AIに仕事を奪われる人」と「AIで仕事が増える人」を分けるのは、スキルではなく一行の問いの精度である

正直に言う。

AIに仕事を奪われる、という言い方を、私はもう信じていない。

二十年ITコンサルタントをやってきて、AIを三年ほど本気で使い続けてみて、たどり着いた結論はこうだ。AIは仕事を奪わない。AIは、その人の思考の解像度を、容赦なく出力するだけの装置である。解像度の低い人間が使えば低い結果が返り、高い人間が使えば高い結果が返る。奪われているのは仕事ではなく、ごまかしの効く余白のほうだ。

今日は、この身も蓋もない構造を、できるだけ正確に解剖する。なお先に断っておくと、この記事はAIを礼賛するものでも警戒するものでもない。AIを鏡として、人間の思考のほうを観測する記事である。

第一章　AIは能力を増幅する装置ではない。解像度を露出させる装置である

世間ではAIを、能力を底上げする装置だと説明することが多い。誰でも一流のアウトプットが出せる、と。これは半分正しくて、半分は危険な誤訳だ。

正確に言えば、AIは増幅器ではなく、現像液に近い。

写真の現像を考えてほしい。現像液は、フィルムに焼き付いた像を浮かび上がらせる。だが、もともと何も写っていないフィルムを現像液に浸しても、何も出てこない。現像液は像を作らない。すでにそこにある像を、見える形にするだけだ。

AIへの問いも、これと同じである。あなたの頭のなかにある思考が、解像度の高い像として焼き付いているなら、AIはそれを鮮明に現像する。だが、頭のなかが「なんかいい感じの企画書」程度のぼんやりした像しかないなら、AIは忠実に、なんかいい感じの、ぼんやりした企画書を返してくる。出力が薄いのはAIの性能のせいではない。入力されたフィルムが、もともと薄かったのだ。

ここで多くの人が犯す観測ミスがある。薄い出力を見て「このAIは使えない」と結論してしまうことだ。これは、現像液を見て「この液は像を作る能力が低い」と怒っているようなものである。液は仕事をしている。問題は、フィルムのほうにある。

人を責めるより、構造を見る。AIを責めるより、自分の問いの解像度を見る。これが、AI時代の最初の作法だ。

第二章　「奪われる人」の正体——指示が曖昧なまま代行を求める構造

では、AIに仕事を奪われると感じる人と、AIで仕事が増える人は、どこで分岐するのか。

ここに、私が三年かけて観測した分岐点がある。それは、AIに代行を求めているか、相談を持ちかけているか、の違いである。

奪われる側の人は、AIに代行を求める。「いい感じの企画書を書いて」「この資料を要約して」。動詞が、すべて丸投げの方向を向いている。自分は判断から降りて、AIに成果物そのものを納品させようとする。この使い方をしている限り、その人の市場価値は、AIに丸投げできる程度の仕事しか持っていないと、自分で証明し続けることになる。皮肉なことに、AIに奪われると恐れている人ほど、AIに奪える形に自分の仕事を整えてしまっている。

一方、仕事が増える側の人は、AIに相談を持ちかける。「この企画の弱点を、想定読者の立場から三つ挙げてくれ」「この要約から抜け落ちる論点は何か」。動詞が、自分の思考を拡張する方向を向いている。判断の主体は自分に残したまま、思考の壁打ち相手としてAIを配置する。この使い方をする人にとって、AIは仕事を奪う敵ではなく、二十四時間文句を言わずに付き合ってくれる、極めて優秀で極めて従順な部下である。

両者の差は、スキルではない。プロンプトの巧拙ですらない。自分が判断主体であり続けるか、判断主体の座をAIに明け渡すか、という一点だけだ。座を明け渡した人間が、その座ごと奪われたと嘆いている。これは奪われたのではない。差し出したのだ。

第三章　一行の問いの精度——「切り分け」がすべてを決める

ここで実務的な核心に入る。問いの精度とは、具体的に何で決まるのか。

私の結論は明快だ。問いの精度は、問題をどこまで切り分けてからAIに渡したか、で決まる。

結論ではなく、切り分けを。これは私が現場で何百回と言ってきた言葉だが、AIを使うときほど、この一行が効く局面はない。

例を挙げる。「売上を上げる施策を考えて」という問いは、切り分けがゼロだ。これを受け取ったAIは、世界中のあらゆる売上向上施策の平均値のような、当たり障りのない一般論を返すしかない。なぜなら、切り分けられていない問いには、切り分けられていない答えしか返せないからだ。これは入力と出力の解像度が保存されるという、ほとんど物理法則に近い構造である。

一方、「新規顧客の獲得は足りているが、二回目の購入につながっていない。リピート率が低い原因を、商品要因と体験要因と接触頻度要因の三つに切り分けて、それぞれの検証方法を提案して」という問いは、すでに問題が三層に切り分けられている。AIはこの構造に乗って、各層の具体策を返してくる。返ってくる答えの質が違うのは当然だ。問いの段階で、思考の九割が終わっているからである。

つまり、AIに渡す前の切り分けこそが、その人の本当の付加価値だということになる。AIは切り分けられた問いを処理するのは得意だが、混沌とした状況をどう切り分けるべきかという、問いそのものの設計は、まだ人間の領分が大きく残っている。奪われると恐れる前に、自分がこの切り分けをどれだけやってからAIに渡しているかを、一度点検してみるといい。たいていの人は、切り分けをサボった分を、AIの性能のせいにしている。

ちなみに私自身、最初の一年はこの切り分けを完全にサボっていた。AIに丸投げしては薄い答えが返り、薄い答えを見て「やっぱりまだ実用には早い」と知ったかぶりの評論をしていた。早かったのはAIではなく、私の問いの設計のほうである。鏡に向かって「お前は曇っている」と文句を言っていた時期が、確かにあった。書いていて、やはり苦い。

第四章　AIに残せる仕事と、人間に残る仕事の境界線

ここまで来ると、AIに任せていい仕事と、人間が手放してはいけない仕事の境界が、構造として見えてくる。実務的なセクションなので、三つの層として整理する。

第一の層は、生成と展開だ。切り分けられた問いに対して、選択肢を大量に出す、文章を整える、形式を変換する。この層はAIが圧倒的に速く、安く、文句を言わない。ここを人間が手作業で抱え込んでいるなら、それはもう手放していい。手放すことは怠惰ではない。冗長な処理を効率化する、当たり前の運用改善だ。

第二の層は、切り分けと判断基準の設定だ。何を問題と定義し、どの軸で切り分け、何をもって良しとするか。この層は、第三章で見たとおり、今のところ人間が主導すべき領域として色濃く残っている。ここを手放すと、判断主体の座を明け渡すことになる。

第三の層は、責任を引き受けるという行為そのものだ。AIは、いくらでも提案する。だが、その提案を採用して、結果に対して責任を負うことはしない。負えない。責任とは、誰かに引き受けられて初めて成立する構造であり、AIには引き受ける主体がない。最終的に「これでいく」と署名する人間が、いつの時代も価値の最終地点に立つ。

エースとは役職ではない。構造である。この一行はもともと組織論で使った言葉だが、AI時代にこそ正確に効く。AIをどれだけ動員できても、最後に判断し、署名し、結果を背負う構造を引き受けられる人間が、その場のエースだ。スキルの量ではない。背負う構造を持っているかどうかである。

第五章　奪われるのではなく、解像度を上げに行く

最後に、構造から少しだけ離れて終わりたい。

AIに仕事を奪われる、という言葉が広く流通するのは、それが楽だからだ。奪われるという受動態にしておけば、自分は被害者の側に立てる。被害者は、何もしなくていい。だが、この記事でずっと見てきたとおり、実際に起きているのは収奪ではなく、露出である。AIは、その人の思考の解像度を、残酷なほど正直に映す。映された解像度が低かったことを、奪われたと言い換えているにすぎない。

これは厳しい結論に聞こえるかもしれない。だが私は、これほど希望のある構造もないと思っている。なぜなら、奪われるかどうかが運や才能で決まるのではなく、問いの解像度を上げるという、訓練可能な一点で決まるからだ。生まれつきの能力ではない。今日から鍛えられる技術だ。

AIに使われる側に回るか、AIを使い倒す側に回るか。その分岐は、あなたが次にAIに投げる、たった一行の問いの精度に表れる。その一行を、丸投げの代行依頼にするか、切り分けられた相談にするか。差は、それだけだ。そして、それだけが、すべてだ。

気合や根性ではなく構造として自分を運用する。AI時代も、結局そこに戻ってくる。問いの精度とは、自分の思考を構造として運用する力の、最も正直な現れなのだから。

この記事は、いずれ一冊の本として編み直すことを構想している。気合や根性ではなく構造として自分を運用する。人を責めるより、構造を見る。自分を責めるより、構造を見る。優しいまま、壊れないこと。誰かに勝つ輝きではなく、自分を壊さず誰かを少し安心させられる光。短期評価ではなく長期残存価値である。

合わせて読みたい関連記事

AIを使い続けた3年間の正直な記録：https://note.com/quiet_emu2080/n/n8a9843349c9a

実績ゼロでもAI顧問を始められる理由：https://note.com/quiet_emu2080/n/n7cad0b52af08

部下をつぶすPMと育てるPM
https://note.com/quiet_emu2080/n/nb9663002771b

怒らない上司（無料）
https://note.com/quiet_emu2080/n/ne8ec973a6e19

PMが絶対に失敗するのはスキルじゃない
https://note.com/quiet_emu2080/n/n1b1110656a0c

PMの心得——20年が教えてくれた、知識体系では学べないこと
https://note.com/quiet_emu2080/n/n2b23c914ea67

不毛な調整をスコープアウトする、現場の調停プロトコル
https://note.com/quiet_emu2080/n/n3a49f518e1d2

心理的デッドロックを回避する、個別プラグイン交渉術
https://note.com/quiet_emu2080/n/n5e84c129a0b1

炎上プロジェクトの救い方
https://note.com/quiet_emu2080/n/n79df96e24b41

PMという仕事は、誰も教えてくれない（全目次・無料）
https://note.com/quiet_emu2080/n/nc727b32351ab

現場PMの実践ノートマガジン
https://note.com/quiet_emu2080/m/mb3eda5b30688

指原莉乃×PM論
https://note.com/quiet_emu2080/m/m957be4f5d32b

エンタメ×PMマガジン
https://note.com/quiet_emu2080/m/mf01b3630a0da

キャリアマガジン
https://note.com/quiet_emu2080/m/mf96a1ab04ea6