結論: AIが「解く」を引き受けたぶん、「何を解くか」を決める人の価値が上がる
生成AIを実務に入れてみて、一番はっきり変わったのはここでした。調べる・要約する・下書きする・整理する——こうした「答えを出す作業」は、指示さえ的確ならAIがかなりの精度でこなします。つまり問題解決の部分は、以前ほど希少な能力ではなくなりつつあるということです。
そのぶん価値が上がったのが、「そもそもどの問題を解くべきか」を見つける力です。AIは渡された問いには答えますが、問い自体を立ててはくれません。何を任せ、何を人に残し、どこがボトルネックなのかを見極めるのは、今のところ人間の仕事です。AI導入を検討するとき、最初に鍛えるべきなのはツールの使い方ではなく、この「問題を見つける目」だと考えています。
なぜ「問題を解く力」の価値は相対的に下がるのか？
理由はシンプルで、解く工程が速く・安く・大量にこなせるようになったからです。これまでは「調べて、まとめて、形にする」という一連の作業そのものに時間と人手がかかり、そこをこなせること自体が価値でした。
その工程をAIが引き受けると、ボトルネックが1つ後ろにずれます。「作業を速くこなせる」ことより、「その作業は本当にやる価値があるのか」「もっと手前で仕組みにできないか」を判断できることのほうが、成果を大きく左右するようになります。答えを出す速さで差がつきにくくなるからこそ、問いの立て方で差がつく——これが実務で感じている変化です。
「半年前と仕事のやり方が変わっていない」は、問題を見つけられていないサイン
私たち自身、半年前と今とでは仕事の進め方が明らかに変わりました。逆に言うと、同じツールを使える環境にいても、やり方が半年変わっていない状態は危険信号だと感じています。それは能力の差というより、「自分の業務のどこに問題があるか」に気づけているかどうかの差だからです。
ここで言う問題発見力とは、大げさな経営課題を見つけることではありません。「この手続き、毎回自分が手でやっているな」「この確認、実は毎週同じことを聞かれているな」と、日常業務の中の"繰り返し"や"詰まり"に気づく力です。気づけば任せられる。気づけなければ、AIをどれだけ導入しても、いつまでも同じ作業を人が抱えたままになります。知っているか知らないかではなく、自分の仕事を疑って見られるかどうかで差が開いていきます。
問題発見力は、具体的にどう使うのか？
抽象論で終わらせないために、自社でAIを業務に組み込んだときに実際に握った判断を、いくつか具体で挙げます。
1つ目は、「どの作業を任せ、どの判断を人に残すか」を先に決めたことです。最初は「この作業をやって」と個別に頼んでいましたが、本当に効いたのは作業単位の指示ではなく、任せる範囲と残す範囲の線引きを決めることでした。ここが曖昧なままだと、AIを入れても結局その都度人が確認することになり、負担が減りません。
2つ目は、後戻りできない操作は人の手に残したことです。送信・公開・お金が動く処理・削除といった「間違えると取り返しがつかない工程」は、あえて自動化せず、最後の確認を人が行う設計にしました。理由は明確で、速さより取り返しのつかなさのほうが怖いからです。逆に、調べる・整理する・下書きするといった後戻りできる作業は迷わず任せる。この「後戻りできるかどうか」という一本の線が、任せる・残すを決める最も実用的な基準でした。任せ方の考え方は、AIは何から入れるべきかでも触れています。
3つ目は、同じことを2回以上繰り返したら、それを"仕組み化すべき問題"として扱ったことです。1回きりの作業は放っておいてよく、繰り返し発生する作業こそが、最初に手を打つべき問題だと判断しました。この見極めがそのまま、何をAIやチームに引き渡すかの優先順位になります。引き渡す前提での設計は、人に残す仕事の設計にも通じる考え方です。
明日から試せる、問題発見力を鍛える1つの習慣
読んで終わりにならないよう、1つだけ具体的な行動に落とします。
毎日、「今日、同じ手順を2回以上やった作業」を1つだけ書き留めてください。 ツールも仕組みもいりません。メモ1行で十分です。1週間続けると、自分の仕事の中で繰り返し発生している"詰まり"が可視化されます。そこに並んだ作業こそ、あなたの会社でAIや外注に最初に渡すべき問題です。
多くの場合、いきなり「AIで何ができるか」から入ると、ツールに振り回されて終わります。順番が逆で、先に自社の問題を見つけ、それから解き方(AI・外注・仕組み)を選ぶ。この順番を守るだけで、導入の失敗はかなり減ります。AIをチームの一員のように業務に組み込んだ実例は、チャットでAIに仕事を頼めるようにした話でも紹介しています。
まとめ: 「解く」はAIに、「何を解くか」は自分に
AI時代に価値が下がるのは、答えを出すこと自体ではありません。下がるのは「答えを出す工程を、人が時間をかけて抱えていること」です。工程をAIに渡せるようになったぶん、どの問題を解くべきかを見つけ、任せる・残すの線を引く——そこが人に残る一番大きな仕事になります。
私たちは、自社の業務をこの順番で作り替えてきました。もし「AIを入れたいが、何から手をつければいいか分からない」という状態であれば、それはツール選びの問題ではなく、自社の問題がまだ見えていないというサインかもしれません。まずは今日の繰り返し作業を1つ書き留めるところから始めてみてください。