■ はじめに：「AIに聞けば解決する」という誤解
「わからないことはAIに聞けばいい」この発想で生成AIを使い始めた社員が、数カ月後に「AIの答えが的外れで使えない」と不満を口にするケースがある。原因は、AIの性能ではない。AIに「何を、どう聞くか」を知らないことだ。そしてその背景には、自分自身が仕事の最終目標や用途を正確に理解していないという問題が隠れている。
AIを「優秀な同僚」として機能させるためには、使う側の人間が「この仕事は何のためにあるのか」を深く理解していなければならない。目的が曖昧なまま優秀な同僚に相談しても、議論はかみ合わない。
■ 「外注業者」と信頼できる「同僚」の決定的な違い
AIの現在の能力を正確に理解するために、「外注業者」と「同僚」のアナロジーが役立つ。
外注業者は「仕様書通りに成果物を納品する」専門家だ。仕様が明確であれば高品質な成果を出すが、仕様が曖昧だったり、依頼した仕事がそもそも依頼者の本当の目的に合っているかどうかを自律的に判断することは苦手だ。
一方、信頼できる同僚は「依頼の背景にある目的」を理解した上で動く。「これを頼まれたけど、本来の目的はこっちではないか」と気づき、より良い提案をしてくれる。現時点のAIは高性能な外注業者に近い。指示された内容は高品質にこなすが、「その依頼内容が最適かどうか」を自律的に判断する能力は限定的だ。
■ 現場事例：広告代理店Q社の「プロンプト教育」
従業員90名の広告代理店Q社では、2023年から全社員に生成AIを導入した。しかし3カ月後の社内調査で「業務にあまり役立っていない」という回答が全体の55%に上った。詳しく調べると、最も多かった問題は「AIの回答がぼんやりしていて使えない」だった。
社員の一人が入力していたプロンプト（指示文）を見ると「クライアントへの提案書を作ってください」という一文だけだった。一方、AIを使いこなしている別の社員のプロンプトは「食品メーカーA社（売上50億、主力商品はチルドスープ）が新発売するスープのキャンペーン提案書を作成する。ターゲットは30〜40代の共働き夫婦で、平日の夕食準備時間の短縮をニーズとしている。3案の方向性をそれぞれ異なるアプローチで提案し、各案に予算規模感も付記する形式で」という詳細なものだった。
この差は、仕事の目的・対象・条件・アウトプット形式を「自分がどれだけ明確に理解しているか」の差だ。Q社はその後「プロンプト力＝仕事理解力」という定義でAI活用研修を実施。「AIに相談する前に、自分でその仕事の目的・対象・成果物を言語化する習慣」を全社員に身につけさせた。6カ月後、AI活用の満足度は80%以上に改善した。
■ AI活用力は「仕事理解力」の鏡
AIを使いこなせるかどうかは、その人がどれだけ仕事を深く理解しているかを映す鏡だ。優秀なAIユーザーは必ず、「この仕事は誰のために、何のために、どんな基準で判断されるか」を明確に言語化できる。逆に言えば、AIをうまく使えない人は、仕事の目的理解を深める機会を得ているとも言える。
これはリスクではなく機会だ。AI活用研修は「プロンプトの書き方」ではなく「仕事の目的を言語化する力」として設計するべきだ。仕事理解力が上がれば、AIの活用精度も上がる。人間の能力向上とAI活用効果は、この観点では切り離せない。
■ まとめ:「仕事の目的を言語化できる人間」がAIを制する
AIは道具だ。その道具の性能を最大限に引き出すのは、使う人間の仕事理解力だ。「AIに聞けば解決する」ではなく「AIに正しく問える自分を作る」——この転換が、AI時代における個人の能力開発の核心だ。企業はこの観点でAI研修を設計し、社員の仕事理解力とAI活用力を同時に高める人材育成を実践すべきだ。
コメント