AI時代に奪われない仕事とは？人間にしかできないスキルの本質
はじめに
こんにちは。西原です。
新しい年度が始まり、新しい体制でチームやサービスの運用に向き合っている方も多いのではないでしょうか。
私が普段ブログのテーマとしているAIとマネジメントについても、興味を持っていただく機会が増えてきたように感じます。
生成AIの進化はとどまることなく、むしろ加速しているように感じます。
そこで今回は、新しい試みとして、前中後編の3回に分けて以下のテーマを取り上げます。
- 前編：AI時代の人間の仕事
- 中編：AI時代のマネジメント
- 後編：AI時代のコミュニケーション
前編の結論から言えば、AI時代の仕事は「手を動かすこと」から、「何を目的にし、何を成果とし、どこで判断するか」へ重心が移っていくのだと思います。
この記事では、その変化を「仕事」「アウトプット」「判断」という観点から考えていきます。
仕事ってそもそもなんだっけ？
「仕事とは何か」と聞かれたとき、人によってさまざまな定義があると思います。
たとえば、以下のようなものがあります。
- メールを書くこと
- 資料を作ること
- 会議に出ること
- 調査すること
- 報告すること
- 顧客に説明すること
- 手順書を整備すること
- 障害対応の記録を残すこと
- 問い合わせに回答すること
どれも仕事の一部です。
しかし、こうした具体例として挙げられる多くは、仕事の「手段」としての作業であって、「目的」そのものではありません。
資料を作ること自体が目的なのではなく、その資料を使って誰かに説明し、判断し、合意を取ることに意味があります。
報告すること自体が目的なのではなく、状況を共有し、次の対応につなげることに意味があります。
仕事をもう少し大きく捉えるなら、それは「誰かにとって価値のある結果を提供すること」だと言えます。
たとえば、以下のようなことです。
- 顧客の困りごとを解決する
- チームの意思決定を前に進める
- 障害の影響を抑える
- サービスを安定して提供する
その目的のために、資料作成や報告、調査といった作業が存在しています。
生成AIが大きく変えるのは、この「手段」としての作業の部分です。
- 文章を書く
- 情報を整理する
- 案を出す
- 説明文を整える
これらの作業は、AIによってかなり高速化されます。
だからこそ、人間の仕事を「作業すること」だけで捉えると、AI時代には説明が苦しくなっていきます。
AIによって「作業」の価値は相対的に下がっていく
AIによって、作業の価値がなくなるわけではありません。
ただし、作業そのものの希少性は下がっていきます。
これまで人が時間をかけて行っていた文章作成や情報整理の一部を、AIが短時間で担えるようになってきたからです。
たとえばシステム運用の現場でも、AIに任せられる作業は増えています。
- 障害発生時の時系列整理
- 顧客向け報告文のたたき台
- 問い合わせ回答の下書き
- 作業手順書の一次レビュー
- システムの修正内容の要約
- 会議メモの要約
こうした作業は、AIによってかなり効率化できます。
では、それらの作業をAIに任せられるなら、誰がやっても同じなのでしょうか。
残念ながらそうはなりません。
作業が速くなるほど、人間同士の差は「手を動かす速さ」ではなく、別の場所に出ます。
- 何をAIに頼むのか
- どの前提を渡すのか
- 出てきた結果をどう評価するのか
- そのアウトプットをどの場面で使うのか
つまり、AI時代に差が出るのは、作業そのものよりも、作業の前後にある判断です。
AIを使えば誰でも同じ成果を出せるわけではありません。
むしろ、AIをうまく使える人と、AIに振り回される人の差は広がっていくはずです。
AIのアウトプットの限界は、使う人間の限界でもある
AIを使っていると、「意図した答えと違う」と感じる場面があります。
- 意図とずれた回答が返ってくる
- 内容が浅い
- 一般論にとどまり、こちらの状況に合っていない
そう感じたことがある方も多いのではないでしょうか。
もちろん、AI側の性能的な限界もあります。
しかし、出力が想定通りとならない’原因はAIだけにあるとは限りません。
たとえば「障害報告を書いて」とだけ依頼しても、良い報告にはなりません。
- 誰に向けた報告なのか
- 暫定報告なのか、最終報告なのか
- 技術詳細をどこまで書くのか
- 謝罪を含めるのか
- 再発防止策まで必要なのか
こうした前提が伝えてられていなければ、AIはそれらしい文章を返すことはできても、現場で使える文章とはなりにくいです。
AIは、使う人間の思考を鏡のように映し出します。
粗い問いには、粗い答えが。整理された問いには、整理された答えが返ってきます。
つまり、実務で使うためのアウトプットを得るには、以下のような使う人間側の能力が問われることになります。
- 何を考えるべきか
- 何を前提として渡すべきか
- 何を良い成果と判断するか
こうした思考の解像度が、AIのアウトプットの質を大きく左右することになります。
量はAIが出せる。では質は誰が決めるのか
AIの強みの一つは、アウトプットの量を出せることです。
- メール文面を複数案出す
- 説明資料の構成案を出す
- 障害原因の仮説を並べる
- 改善施策の候補を洗い出す
人間が一つずつ考えるより、はるかに短い時間で多くの選択肢を出せます。
また数だけでなく、それぞれの案についても、読み切れないほどの分量を出すことがあります。
では、AIによって大量に出された選択肢の中から、どれを選ぶのでしょうか。
どれが質の高い選択肢なのでしょうか。
ここで重要なのは、アウトプットの質は普遍的に決まっているものではないということです。
たとえば、求められる質は相手によって変わります。
- 経営層向けの報告なら、簡潔さが重要
- 技術者向けなら、正確さが必要
- 顧客向けの障害報告なら、事実の明確さに加えて、不安を増やさない表現も必要
つまり「アウトプットの質」は、目的と相手によって変わります。
AIは、質を上げる支援はできます。
表現を整えたり、抜け漏れを指摘したり、別の観点を提示したりできます。
しかし、何をもって「良い」とするかは、目的を持つ側が決める必要があります。
体裁を整えることはAIに任せられます。
選択肢を増やすこともAIに任せられます。
しかし、最終的に以下を決めるのは人間です。
- どれを採用するのか
- どれを修正するのか
- どれを捨てるのか
その評価・選択・判断は、人間側に残ります。
AIが量を出す時代には、人間の選ぶ力がより問われます。
決定権は、人間側に残る
AIは提案ができます。
- 選択肢を並べること
- リスクを整理すること
- 説明文を作ること
しかし、現時点でAIは組織上の決定主体ではありません。
業務上の決定には、必ず責任と影響があります。
そしてその責任や影響には、明文化しづらい組織の事情、顧客との関係性、過去の経緯も含まれます。
それらをすべてプロンプトに入れることは現実的ではありません。
たとえば障害対応では、AIに原因候補を整理させることや報告文のたたき台を作らせることができます。
しかし、次のような判断については別になってきます。
- どの仮説を優先して調査するのか
- 顧客へどのタイミングで報告するのか
- どこまで影響範囲と見るのか
- 復旧を優先するのか、原因調査を優先するのか
こうした判断は、AIに補助させることはできても、丸ごと任せることはできません。
最終的には、人間や組織が文脈を踏まえて決める必要があります。
AIによって作業が楽になったとしても、何を選ぶのかという責任が消えるわけではありません。
これは、単にAIが便利かどうかではなく、人間が何に責任を持つのかという問題につながっていきます。
まとめ：AI時代の仕事は「作ること」から「決めること」へ移る
AIによって、仕事の中にある多くの作業は支援されるようになってきました。
- 文章を書く
- 情報を整理する
- 案を出す
- 説明を整える
こうした作業をAIに任せる場面は、今後さらに増えていくでしょう。
しかし、それは人間の仕事が消えるという意味ではありません。
むしろ、人間の仕事の重心が、より本質的な部分へ移っていくということです。
- 誰に、何を、どのように価値提供するのか
- そのために、どのようなアウトプットが必要なのか
- どこで、何を判断する必要があるのか
そこには、人間の仕事が残ります。
そして、そのような判断や責任を担う仕事の代表が、マネジメントだと考えられてきました。
では、マネジメントはAIに代替されることのない、安泰な仕事なのでしょうか。
次回は、AI時代のマネジメントについて考えていきます。