こんにちは、IT・DX教育サービスの株式会社サートプロ 近森満です。

生成AIを使って仕事を早く終わらせた人が、なぜか追加の仕事を任される。これは笑い話のようでいて、現場ではかなり切実なテーマです。

本来、AIによる効率化は、本人にも組織にもプラスになるはずです。ところが、評価制度や仕事の配分が変わらないまま効率化だけが進むと、改善した人だけが損をする構造が生まれます。私はここに、DX推進が「ツール導入」で止まってしまう組織の弱点が表れていると感じています。

参考として、はてな匿名ダイアリーに掲載された「AIで仕事を効率化したら、なぜか僕の仕事だけ増えた話」も、多くの企業が見過ごしてきた違和感をかなり率直に突いています。参考URL: https://anond.hatelabo.jp/20260803162719

ここで大事なのは、特定の会社や上司を責めることではありません。AIを使える人が増えたとき、仕事、評価、報酬、キャリアパスをどう設計し直すのか。そこまで考えないと、生成AI活用は現場の善意を消耗させるだけになってしまう、ということです。

生成AIは、文章作成、議事録、データ整理、メール作成、調査、壁打ち、資料作成など、さまざまな業務を短縮してくれます。Excelで一つひとつ手作業していたものが、スプレッドシートやAIエージェントの力で一気に整理できる。これは確かに大きな進歩です。

しかし、仕事が早く終わったからといって、その人の負担が自然に減るわけではありません。現実には「それならこれもお願い」「AIを使えるなら他の部署も助けて」「このツールがうまく動かないから見て」と、周辺業務まで集まってくることがあります。

これでは、効率化の成果が本人に返らず、余白だけが組織に回収されてしまいます。しかも、AIに詳しい人ほど問い合わせ窓口のように扱われ、クレーム処理まで引き受けることになります。インターネットがつながらないと言われて見に行ったらコードが抜けていただけ、という昔ながらの情報システム部門あるあるに近い現象が、AI活用でも起きているわけです。

私は、これは単なる業務量の問題ではなく、マインドセットの問題だと考えています。AIを「便利な道具」としてしか見ていない組織では、使える人が消耗します。一方で、AIを仕事のパートナーとして設計できる組織では、使える人が仕組みを作り、周囲を育て、成果を再現可能にしていきます。

情報通信白書でも示されているように、日本ではAIを「検索」「辞書」「道具」として捉える傾向が強いとされています。もちろん、それ自体が悪いわけではありません。調べものにAIを使うことも、議事録作成に使うことも、メール作成に使うことも大切です。

ただ、海外では研究開発、事業開発、業務設計のような、より創造的で成果に直結する領域にAIを使う動きが強くなっています。中国では秘書や担当者、アメリカでは友人、ドイツではカウンセラーのように、AIを人に近い関係性で捉える傾向もあります。

日本だけが、いつまでも「道具としてのAI」に留まってしまうと、IoTのときと同じことが起こります。最初は横並びだったのに、数年後にはアメリカ、中国、ドイツが一気に先へ行き、日本は導入率も現場実装も伸びない。私は、同じ構造をAIでも繰り返してはいけないと思っています。

DX推進とは、デジタル・トランスフォーメーションという言葉の通り、単なるデジタル化ではありません。仕事のやり方、意思決定、評価、役割、学び方を変えることです。生成AIを入れて終わりではなく、生成AIを前提に組織のOSを変えることが必要です。

事例: 高校野球でもAIが「第三者の視点」になっている

印象的だったのは、高校野球の現場でもAIが使われ始めているという話です。練習課題を記録し、その進捗をAIで整理する。フォームを録画し、AIにレビューさせる。もちろん、AIの指摘を100%信じるわけではありません。複数の意見の一つとして受け取り、選手や指導者が取捨選択していく。

これは、とても健全なAI活用です。AIを絶対視していない。でも、無視もしていない。第三者の視点として活用し、自分たちの成長に組み込んでいる。

ビジネスでも同じです。AIは上司の代わりでも、専門家の完全な代替でもありません。しかし、思考の壁打ち相手、記録係、レビュー役、仮説生成役としては非常に強力です。ここで必要なのは、AIの答えを鵜呑みにしない超知性リテラシーです。ハルシネーションのリスクを理解し、根拠を確認し、現場知と組み合わせる。この姿勢がなければ、AI活用はかえって危険になります。

事例: 改善した社員を便利屋にすると組織は損をする

もう一つの事例は、AIで業務改善した社員が、結果的に追加業務を背負わされるケースです。本人は、もっと楽に、もっと正確に、もっと短時間で仕事を進めるために工夫しただけかもしれません。ところが組織側がその成果を「空いた時間」としか見ないと、次々に別の仕事を積み上げてしまう。

このとき、本人の中には二つの感情が生まれます。一つは、せっかく改善したのに評価されないという失望。もう一つは、次に改善してもまた自分の負担が増えるだけだという学習です。これは組織にとって非常にまずい状態です。

優秀な人は、静かに手を抜くか、外へ出ます。転職、副業、独立、個人事業主化。どの道を選ぶかは人それぞれですが、評価されない場所に留まり続ける理由は弱くなっていきます。人材不足の時代に、これは大きな経営リスクです。

デジタル人材を育てたいなら、スキルセットだけを見てはいけません。スキルチェンジした人をどう扱うのか。新しい能力を持った人が、組織の中でどんなキャリアパスを描けるのか。そこまで設計して初めて、人材育成・教育支援は意味を持ちます。

私は、AI活用の本丸は評価制度にあると考えています。研修講座・eラーニングで生成AIの使い方を教えることは大切です。プロンプトを書ける人を増やすことも必要です。AIエージェントやAgentic AIを業務に組み込むことも、これからますます重要になります。

しかし、それだけでは足りません。AIを使って成果を出した人が、どのように評価されるのか。チームの生産性を上げた人が、どのように報われるのか。属人的な工夫を仕組みに変えた人が、どのような役割を得るのか。

ここを曖昧にしたままでは、現場は動きません。最初の数人は善意で動くかもしれません。でも、善意は制度ではありません。善意に依存したDX推進は、いつか止まります。

もちろん、すべてを歩合制にすればよい、という単純な話ではありません。仕事にはチームで支え合う面があります。効率化した人が早く帰れる制度もあれば、周囲を助ける制度もあるでしょう。会社ごとに考え方は違います。だからこそ、少し広い視点で設計しなければいけないのです。

ここから先は、少し厳しい話になります。会社が評価してくれないなら、すぐ辞めればいい、というほど単純ではありません。家族がいる人もいます。住宅ローンがある人もいます。個人事業主になれば、売上管理、税金、営業、契約、信用づくりまで自分で背負う必要があります。独立は自由である一方、責任も大きい。

それでも私は、これからの時代は個人にも自己責任の割合が増えていくと見ています。会社の中にいても、自分のスキルセットをどう磨くか。AIをどう使うか。自分のキャリアパスをどう作るか。どの場所で評価されるのか。これらを会社任せにし続けるのは、かなり危ういと思います。

副業でも、社内プロジェクトでも、外部コミュニティでも、自分が評価される場所を持つことは大切です。お金だけが報酬ではありません。人に喜ばれること、自分の知見が役に立つこと、仲間が増えることも報酬です。ただし、その報酬を自分で感じ取り、次の行動につなげるマインドシフトが必要になります。

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。

私がよく使う考え方に、デジタル3兄弟とマインド3姉妹があります。デジタル側では、IT、IoT、AIのような技術を理解することが必要です。一方で、マインド側では、マインドセット、マインドシフト、マインドチェンジが必要になります。

AIを導入するだけなら、デジタル側の話です。しかし、AIを使える人を評価する、仕事の渡し方を変える、失敗を許容する、学び続ける人を支援するとなると、マインド側の変化が欠かせません。ここが変わらないと、デジタル技術だけが浮いてしまいます。

AGI（Artificial General Intelligence）やASI（Artificial Super Intelligence）が現実味を帯びる時代に、私たちはAIを単なる辞書や検索窓として扱い続けるわけにはいきません。超知性リテラシーを持ち、AIを仕事のパートナーとして使い、同時に人間の責任と判断を手放さない。その両立が重要です。

技術部門やDX推進部門だけでAI活用を進めると、どうしてもツールの話に寄りがちです。どのモデルを使うのか、どのプロンプトがよいのか、どのAIエージェントが便利なのか。もちろん、それらは必要です。しかし、人事や組織開発の視点が入らないと、AI活用は現場の負荷配分を変えるだけで終わってしまいます。

たとえば、ある社員がAIで定型レポートを半日から30分に短縮したとします。この成果をどう扱うのか。本人の評価に入れるのか。チームの標準手順にするのか。浮いた時間を新しい企画に使うのか。本人の学習時間に戻すのか。ここを決めないまま「すごいね、じゃあ次もお願い」と言ってしまうと、改善は制度になりません。

30代の技術人事リーダーの方なら、ここはかなり現実的な論点だと思います。エンジニア採用でも、リスキリングでも、AI活用でも、結局は人が動く理由を設計しなければ定着しません。スキルセットの棚卸し、スキルチェンジの支援、評価指標、キャリアパス、学習機会を一つの流れとして設計する必要があります。

私は、生成AI時代の人材戦略は「AIを使える人を増やす」だけでは足りないと考えています。「AIを使って組織に良い変化を起こした人が、損をしない状態をつくる」ことまで含めて、人材戦略です。

生成AIにはハルシネーションがあります。間違った情報をもっともらしく出すことがある。だから、出典確認や複数ソースでの検証が必要です。これは多くの人が理解し始めています。

一方で、組織にも似たようなハルシネーションがあります。「効率化すればみんな幸せになるはず」「AIを導入すれば生産性が上がるはず」「若手は新しいツールが得意なはず」「詳しい人に任せれば何とかなるはず」。こうした思い込みです。

制度のハルシネーションは、AIの誤回答よりも厄介です。なぜなら、誰かが明示的に間違いを出しているわけではなく、組織の空気として進んでしまうからです。本人は善意で改善した。上司も悪気なく追加業務を渡した。周囲も便利だから頼った。その結果、改善した人だけが疲弊する。この構造は、かなり静かに進行します。

だからこそ、AI活用には検証手順と同じくらい、評価手順が必要です。何を成果とみなすのか。誰が評価するのか。本人だけでなく、チーム全体への波及をどう扱うのか。失敗した試行錯誤も学習資産として見られるのか。このあたりを言語化しないと、現場は安心して挑戦できません。

私は最近、FDE、つまりForward Deployed Engineer的な働き方にも注目しています。現場に入り、課題を理解し、技術を使って成果に落とし込む人材です。AI時代には、このFDE的な役割がエンジニアだけでなく、人事、営業、教育、管理部門にも広がっていくと見ています。

AIで仕事を効率化した社員は、単なる便利な人ではありません。現場課題を発見し、解決方法を試し、業務フローを変える種を持っている人です。そこを見逃してはいけません。

本当なら、その人を起点に小さな改善チームを作る。AI活用の社内勉強会を開く。作ったプロンプトや手順を共有資産にする。失敗例も含めてナレッジ化する。こうした動きができれば、個人の工夫が組織能力に変わります。

逆に、全部その人に押し付けてしまうと、組織能力にはなりません。その人が異動したり辞めたりした瞬間に、また元に戻ります。これはDX推進で何度も見てきた失敗です。属人化を責める前に、属人化した改善を組織化する設計が必要なのです。

これからは、会社に残る人にも、外へ出る人にも、学び続ける力が求められます。会社員として働くなら、AIを使って自分の仕事をどう再設計するかを考える必要があります。副業や独立を考えるなら、自分の強みをどう商品化し、どう信頼に変えるかを考える必要があります。

どちらの道でも、リスキリングは避けて通れません。ただし、リスキリングを「講座を受けること」だけに限定しない方がよいです。実際の仕事で試す。小さな成果を出す。周囲に説明する。失敗から学ぶ。AIに壁打ちしながら、自分の考えを更新する。ここまで含めて、私はリスキリングだと思っています。

研修講座・eラーニングは入口として有効です。しかし、学びを現場に戻す仕組みがなければ、知識は定着しません。だから、教育支援と評価制度、業務設計、キャリアパスは分けずに考えるべきです。

AIで効率化した人が損をする組織では、やがて誰も改善しなくなります。逆に、改善した人を評価し、その成果をチーム全体に広げ、本人にも還元できる組織では、生成AIは大きな成長エンジンになります。

ここで問われているのは、AIスキルそのものだけではありません。組織が、変化した人を受け止められるかどうかです。新しいスキルを持った人を便利屋にしない。AIを使える人を孤立させない。成果を見える化し、評価し、次の挑戦につなげる。

私は、DX推進の核心はここにあると思っています。ツールを入れることではなく、人の可能性が潰れないように仕事の設計を変えることです。

「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。

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。

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