そろそろ、AIについて少し寛容になってきたのではないか。私は最近、そんな感覚を持っています。少し前までは「これはAIで作りました」「生成AIを使っています」と、わざわざ断りを入れる場面が多くありました。もちろん、著作権、個人情報、機密情報、誤情報のリスクがある領域では、透明性は欠かせません。しかし一方で、日常の仕事のあらゆる場面でAIが関わるようになると、AIを使ったかどうかだけを特別扱いすること自体が、だんだん現実に合わなくなってきます。

たとえば、文章を書くときに辞書を引いた、表計算ソフトで計算した、クラウドのテンプレートを使った。そのたびに「この成果物には辞書を使いました」「Excelで計算しました」と説明する人はほとんどいません。AIも、ある段階を越えると同じように仕事の環境側へ溶け込んでいきます。問題は、AIを使ったことではありません。AIを使った結果として、誰が判断し、誰が責任を持ち、どの品質で出すのかです。

ここで大事なのは、AI活用を軽く扱うことではなく、逆に重く捉え直すことです。AIを「便利な代筆ツール」と見るのではなく、仕事の設計、判断、実行、検証に参加する新しい協働相手として扱う。そう考えると、生成AIやAIエージェントを使う力は、個人の小技ではなく、組織のスキルセットそのものになります。

私はこのお盆中、いつものようにパソコンを開いて細かい作業を片づけるのを、できるだけやめてみました。仕事をしなかったというより、仕事のやり方を変えるために、あえて自分の手を止めたという感覚です。普段なら、少しの修正、調査、整理、下書きくらいなら自分で動かしてしまいます。短時間で済むなら、そのほうが早いと思ってしまうからです。

けれども、それを続けている限り、AIエージェントに仕事を任せる身体感覚は育ちません。頭では「AIに任せればよい」と分かっていても、実際には自分でやってしまう。これはDX推進の現場でもよく起きます。ツールは入っている。研修も受けた。けれども、仕事の渡し方が変わっていない。結果として、デジタル・トランスフォーメーションではなく、単なる作業のデジタル置き換えで止まってしまうのです。

AIエージェント時代に必要なのは、プロンプトをうまく書く技術だけではありません。何を任せるか、どこまで任せるか、どの段階で人間がレビューするか、失敗したときにどう戻すか。こうした仕事の分解力と責任設計が必要です。これは、まさにデジタル人材に求められる新しいスキルチェンジだと私は考えています。

事例: 自分でやったほうが早い病から抜け出す

現場でよくあるのは、管理職や専門人材ほど「自分でやったほうが早い」と考えてしまうことです。採用広報の文章を直す、研修資料の構成を整える、議事録を要約する、提案書のたたき台を作る。経験者なら確かに早い。しかし、その仕事を毎回自分で抱えると、組織の中にAI活用の型が残りません。

私自身も同じです。短い作業ほど、自分で手を出したくなります。だからこそ、あえてAIエージェントへ依頼する訓練が必要になります。多少まどろっこしくても、依頼の仕方を整える。出てきた結果を評価する。足りないところを伝え直す。この往復を繰り返すことで、はじめて自分の仕事が「属人的な作業」から「再現可能なプロセス」へ変わります。

いま多くの組織では、AIを使ったこと自体にまだ少し緊張感があります。「それ、AIで作ったんですか」と聞かれると、どこか後ろめたい空気が生まれることもあります。しかし、これからは逆に「AIを使っていないのに、その時間と品質で大丈夫ですか」と問われる場面も増えていくはずです。

もちろん、AIに丸投げしただけの成果物をそのまま出すのは危険です。ハルシネーション、根拠の曖昧さ、文脈の取り違え、機密情報の扱いなど、注意すべき点は多くあります。だからこそ、AIを使ったかどうかではなく、どのように使い、どう検証し、どこを人間が判断したのかを見なければなりません。

これは人材評価にも関わります。AIを使って仕事を速くした人を、単純に「楽をした」と見るのか。それとも、業務を再設計し、アウトプットの品質を上げた人として評価するのか。ここを間違えると、DX推進は止まります。AIで効率化した人ほど余計な仕事を背負わされる、という構造が生まれるからです。

事例: 会議にAIを参加させるのが普通になる

会議でも同じことが起きています。議事録作成、論点整理、次アクションの抽出、反対意見の洗い出し。AIを会議に参加させれば、議論の質は大きく変わります。ところが、まだ一部では「AIに記録させているのですか」「AIでまとめたのですか」と、少し構えた反応が出ることがあります。

私は、これもいずれ普通になると見ています。むしろ会議にAIを入れないほうが、あとから情報が失われるリスクがあります。人間の記憶だけに頼れば、都合のよい解釈や抜け漏れが起こります。AIは万能ではありませんが、少なくとも議論の素材を残し、論点を可視化し、次の判断に接続する役割を担えます。

ここで必要なのは、AIの参加を隠すことではありません。会議の目的、参加者の同意、扱う情報の範囲、保存と共有のルールを決めることです。つまり、AI活用の問題は技術だけでなく、組織運営の問題でもあります。

これから少しややこしくなるのは、「AIで作ったのだから価値が低い」と考える人が出てくることです。文章、デザイン、企画書、コード、分析資料。AIを使えば作業時間は短くなるかもしれません。しかし、成果物の価値は、かかった時間だけで決まるものではありません。

大事なのは、何を解くために作ったのか、どの問いを立てたのか、どの前提を置いたのか、どこを検証したのかです。AIが出したものを、そのまま提出するだけなら価値は限定的です。しかし、経験ある人がAIを使って仮説を広げ、顧客の文脈に合わせ、リスクを見抜き、実行可能な形へ整えたなら、その価値はむしろ高まります。

「AIを使ったなら発注額を下げます」という発想は、仕事の本質を時間単価だけで見ている状態です。AI時代には、時間ではなく成果、作業量ではなく判断、手数ではなく設計力が問われます。これは人材育成・教育支援の領域でも同じです。研修講座・eラーニングを作るときも、AIで教材を量産するだけでは足りません。学習者がどこでつまずき、どの順番で理解し、どの実務に接続するのか。そこを設計できる人が必要になります。

今回の話で私がもう一つ気になっているのは、世代間ギャップです。観光地、商店、地域企業、親子二代の事業承継。こうした現場で、若い世代がAIを使って新しい取り組みを始めると、上の世代から見ると「何をしているのか分からない」と感じられることがあります。

これは単なるITリテラシーの差ではありません。仕事観の差です。これまでの仕事は、経験、勘、人脈、手作業の積み重ねで価値を作ってきました。そこにAIが入ると、調査、文章化、設計、検証、発信の速度が一気に変わります。若い世代にとっては自然でも、上の世代には急激な変化に見えます。

だからこそ、AI活用を「若い人の道具」で終わらせてはいけません。経営者、管理職、現場リーダー、人事、教育担当者が、AIを前提にした働き方を一緒に学ぶ必要があります。リスキリングとは、単に新しいツールを覚えることではなく、仕事の前提を更新することです。私はこの更新を、マインドセット、マインドシフト、マインドチェンジを含むマインド・トランスフォーメーションとして捉えています。人や組織の変化で詰まったときの参考図書として、私の著書『マインド・トランスフォーメーション　AI時代の思考革命: AI時代に必要な人間OSのアップデート』も、必要に応じて手に取っていただければと思います。

AIが当たり前になるほど、人間の仕事はなくなるのでしょうか。私は、なくなるというより、仕事の重心が変わると考えています。調べる、整える、書く、比較する、要約する。こうした作業の一部は、AIがかなり担えるようになります。AGI（Artificial General Intelligence）やASI（Artificial Super Intelligence）を見据えれば、この変化はさらに大きくなるでしょう。

一方で、人間に残るのは、問いを立てること、違和感を持つこと、責任を引き受けること、相手の状況を読むこと、最後に決めることです。AIエージェントやAgentic AIは強力ですが、目的を持たなければ動けません。何を良い成果とするのか、誰にとって意味があるのか、どのリスクを許容しないのか。ここは人間の側が鍛え続ける必要があります。

技術HRの視点で見れば、これからのキャリアパスは大きく変わります。エンジニアだけがAIを使うのではありません。人事、営業、企画、教育、管理部門もAIを使います。だから、デジタル人材の定義も広がります。コードを書ける人だけでなく、AIを使って業務を再設計し、現場の成果につなげられる人が求められます。

ここで注意したいのは、AIに寛容になることと、AIに甘くなることは違うという点です。AIを使った成果物だからといって、間違いを見逃してよいわけではありません。むしろAIを使うほど、検証力は重要になります。出典があるのか、数字は正しいのか、文脈を取り違えていないか、個人情報や機密情報を混ぜていないか。ここを確認できないAI活用は、危ういものになります。

超知性リテラシーという言葉を使うなら、それはAIを怖がらない力であると同時に、AIを過信しない力でもあります。AIが当たり前の社会では、AIを使う人と使わない人の差だけでなく、AIを検証できる人とできない人の差が広がります。だから、企業の教育は「生成AIを触ってみましょう」で終わってはいけません。実務の中でどう使い、どう失敗し、どう直すかまで含めて学ぶ必要があります。

AIを使ったことを隠す必要はありません。同時に、AIを使ったことだけを過剰に説明し続ける必要も、少しずつ減っていくはずです。これから必要なのは、AIが関わることを前提に、仕事の評価、品質管理、責任、育成、発注の文化を作り直すことです。

読者の皆さんはどうでしょうか。自分の仕事の中で、まだ「自分でやったほうが早い」と抱え込んでいる作業はありませんか。AIに任せるには、少し遠回りに見える訓練が必要です。しかし、その遠回りこそが、これからのDX推進、人材育成、キャリア形成の土台になります。

本日の内容が、あなたの「シンギュラリティ時代への準備」に向けた、わずかながらでも「気づき」や「次の一歩」のヒントになれたなら幸いです。10年先の超知性ASIやAGIが当たり前になる未来に向けて、私たち自身をアップデートし続けることが、今最も重要です。ぜひ一緒に学びを深めていきましょう。

「社員のDXマインドをどう高めるか？」、「実践的なITスキル教育が進まない」など、DX推進担当者の育成やIT教育研修でお悩みでしたら、ぜひ一度お聞かせください。初回無料の「DX推進人材教育プログラム」コンサルティングにご応募いただければ、あなたの組織の課題解決に必ずお役に立ちます。
https://www.certpro.jp/dxconsulting/

近森満（ちかもり みつる） 株式会社サートプロ 代表取締役CEO ／ DXコンサルタント／IT人材育成／検定事業化 IT技術者の教育支援と人材育成を専門とする事業化コンサルタントとして、2006年に株式会社サートプロを創業し、IoT検定・＋DX認定・アジャイル検定などの資格制度を創出。独自の技術者向け教育研修の開発に定評があり、実践的なスキル向上を支援。経済産業省DX推進ラボおよびIoT推進ラボのメンターとして自治体や中小企業のDX推進を支援。近年は超知性ASIスキル可視化にも取り組み、次世代技術の普及に注力している。 主な所属・役職 ・IoT検定制度委員会 事務局長（IoT検定・＋DX認定・超知性ASI検定） ・一般社団法人 IT職業能力支援機構 理事長 ・経済産業省 地方版IoT推進ラボ／地域DX推進ラボ ビジネス創出事業メンター ・デジタル庁 デジタル推進委員 ・アジャイル開発技術者検定試験コンソーシアム 事務局長

X (Twitter)

Facebook

YouTube

note