CONCEPT
給料より先に育てたい。AI時代の本当の資産は「未来を生み出す能力」
時間だけでなく、成果・学習・協働で仕事の価値を捉え直す。AI活用や課題発見、橋渡し、更新力を能力資産として育て、90日の実践を通して個人の工夫を組織の再現できる力へ変える方法を考えます。
5つ 育てたい能力 AI活用から自己更新まで | 90日 実践計画 可視化・成果・共有 | 30日 各段階の期間 小さく試して再現する |
原文公開：2026年10月13日 ／ 転載・編集：2026年10月20日
note原文を読む
note原文を読む
この記事でわかること
- 時間基準だけでは測れない仕事の価値
- 未来の選択肢を増やす能力資産
- 90日で個人の工夫をチームの型へ変える方法
目次
〖記事概要〗
AIが人間より早く、安く、正確に仕事を進めるようになったとき、企業が買うのは「人が費やした時間」でしょうか。
AIが人間より早く、安く、正確に仕事を進めるようになったとき、企業が買うのは「人が費やした時間」でしょうか。それとも「生み出された成果」でしょうか。給料が突然なくなるという話ではありません。けれども、時間を差し出せば価値になるという前提は、すでに揺れ始めています。これから本当の資産になるのは、土地や金融商品だけではなく、AIを使い、課題を見つけ、人と技術をつなぎ、未来の選択肢を生み出す能力です。個人と企業が今から育てるべき「能力資産」を、実務と人材育成の視点から考えます。
〖本文〗
「労働が無意味になるかもしれない」。
「労働が無意味になる」は、仕事が消えるという話ではない
「労働が無意味になるかもしれない」。
「労働が無意味になるかもしれない」。かなり刺激の強い言葉です。これだけを切り取れば、AIが人間の仕事を奪い、私たちは何もすることがなくなる未来を想像するかもしれません。
私は、そこまで単純な話ではないと考えています。変わるのは、仕事の有無よりも、仕事の価値を測る物差しです。私たちは長い間、学校で学び、会社に入り、決められた時間を働き、その対価として給料を受け取る仕組みの中で生きてきました。月給、時給、残業代、勤続年数。制度の多くが、人間の時間を基準に設計されています。
ところが、生成AIやAIエージェントが、一日かかっていた調査を一時間で終え、さらに毎朝自動で報告書を用意するようになったらどうでしょうか。企業が本当に欲しいのは「八時間働いたという事実」ではありません。顧客の問題が解決されたこと、売上や品質が改善したこと、次の意思決定に使える成果が生まれたことです。
つまり、労働が無意味になるのではありません。人間の時間をそのまま価値とみなす仕組みが、成立しにくくなるのです。ここを取り違えると、「AIに仕事を奪われるか」という不安だけが大きくなります。正しく問うべきなのは、「時間以外の何で価値を示すのか」です。
企業は時間ではなく成果を買う
たとえば、技術人事の担当者が、エンジニア百人分のスキルデータを整理し、研修計画を作る仕事を考えてみます。
たとえば、技術人事の担当者が、エンジニア百人分のスキルデータを整理し、研修計画を作る仕事を考えてみます。以前なら、アンケートを集め、表計算ソフトへ転記し、職種ごとに分類し、上司へ確認し、数週間かけて計画書を作っていたかもしれません。
今はAIを使えば、自由記述の回答を整理し、スキルギャップを仮説化し、職種別の学習案を作るところまで短時間で進められます。もちろん、個人情報の扱い、評価の偏り、ハルシネーションへの確認は必要です。しかし、作業時間が短くなったこと自体は、すでに現実です。
ここで会社が評価すべきなのは、担当者が何時間表計算ソフトを操作したかではありません。必要な人材像を定義できたか、現場と対話して納得感のあるスキルセットを作れたか、研修後の行動変化まで追えたかです。AIで短縮された時間を、より重要な対話と判断へ振り向けられたなら、価値はむしろ高くなります。
第一に、作業量ではなく意思決定への貢献を見る
資料を何枚作ったか、会議に何時間参加したか、メールを何通送ったか。
資料を何枚作ったか、会議に何時間参加したか、メールを何通送ったか。これらは活動の記録であって、成果そのものではありません。AI時代には、何を決められる状態にしたか、どのリスクを早く見つけたか、誰の行動を変えたかを見る必要があります。
第二に、個人の速さではなく再現できる仕組みを見る
一人の詳しい人がAIを使って速く終えただけでは、組織の能力になりません。
一人の詳しい人がAIを使って速く終えただけでは、組織の能力になりません。指示の設計、確認方法、参照した情報、失敗した条件を残し、他の担当者も使えるようにして初めて資産になります。属人的な達人芸を、チームの標準へ変える仕事が重要です。
第三に、削減時間の使い道を見る
効率化で空いた時間を、さらに作業量を増やすだけに使うと、忙しさは消えません。
効率化で空いた時間を、さらに作業量を増やすだけに使うと、忙しさは消えません。顧客へのヒアリング、現場観察、仮説検証、学習、後輩支援へ使ってこそ、AI導入が新しい価値を生みます。省力化は目的ではなく、判断と創造へ時間を戻す手段です。
給料をもらう仕組みは、すぐにはなくならない
ここは冷静に見ておきたいところです。
ここは冷静に見ておきたいところです。明日から月給制が消え、全員が完全成果報酬になるわけではありません。雇用制度、労働法、社会保障、組織文化は、技術だけでは一夜にして変わりません。成果だけで報酬を決めることにも、短期成果への偏り、測りやすい仕事だけが評価される問題、チーム貢献が見えにくくなる問題があります。
特に人材育成、品質保証、セキュリティ、研究開発は、今日の売上だけでは価値を測れません。事故を防いだこと、将来の選択肢を増やしたこと、難しい知識を組織へ残したことも成果です。だから、時間基準を全部捨てるのではなく、時間だけで評価しない設計へ移るべきです。
固定給は安心して挑戦するための土台として残しつつ、成果、学習、協働、改善への貢献を組み合わせる。私はこのような複線的な評価が現実的だと思います。AI時代の人事制度に必要なのは、刺激的な全面改革より、何を価値として認めるかの丁寧な更新です。
これから所有すべき「能力資産」とは何か
資産と聞くと、現金、株式、土地、設備、知的財産を思い浮かべます。
資産と聞くと、現金、株式、土地、設備、知的財産を思い浮かべます。もちろん、生活や事業を支える金融資産は大切です。ただし、AIによって仕事の構造が変わる時代には、自分が価値を生み出せる能力も資産として考える必要があります。
能力資産は、貸借対照表にはそのまま載りません。しかし、環境が変わったときに次の選択肢を作ります。所属企業や職種が変わっても持ち運べます。使うほど磨かれ、人との関係によって増えます。そして、AIを組み合わせることで、一人の限界を超えて価値を生み出せます。
AIを使って生産性を上げる能力
単にプロンプトを知っていることではありません。
単にプロンプトを知っていることではありません。仕事を分解し、AIへ任せる部分、人が確認する部分、やってはいけない部分を設計する能力です。出力を鵜呑みにせず、根拠へ戻り、結果を業務へ接続するところまで含みます。
新しい事業や収入の流れを作る能力
AIは、小さな試作品を作るコストを大幅に下げます。
AIは、小さな試作品を作るコストを大幅に下げます。顧客の困りごとを聞き、仮説を形にし、反応を確かめ、改善する。この循環を回せる人は、会社の中でも外でも価値を作れます。重要なのは、生成物の数ではなく、顧客が対価を払う問題を見つけることです。
人と人、人と技術をつなぐ能力
技術が高度になるほど、専門家の説明を現場の言葉へ翻訳し、経営課題と実装をつなぐ役割が必要です。
技術が高度になるほど、専門家の説明を現場の言葉へ翻訳し、経営課題と実装をつなぐ役割が必要です。技術だけ、営業だけ、人事だけでは解けない課題を、関係者が同じ方向を向ける形へ整える。この橋渡し力は、AIが進化しても簡単には不要になりません。
課題を見つけ、成果まで伴走する能力
私はこれをFDE、Forward Deployed Engineerの考え方とも重ねています。
私はこれをFDE、Forward Deployed Engineerの考え方とも重ねています。FDEは、完成した製品を説明して終わる人ではありません。顧客の現場へ入り、曖昧な課題を整理し、技術を使える形にし、成果が出るところまで伴走します。詳しくはFDE検定制度でも扱っています。
変化を恐れず、自分を更新し続ける能力
一度覚えた技術だけで長期間安泰という前提は弱くなっています。
一度覚えた技術だけで長期間安泰という前提は弱くなっています。だからといって、毎週新しいツールへ飛びつく必要はありません。自分の役割を見直し、必要な知識を学び、試し、手放すものを決める。この更新力が、キャリアパスを守る本当の耐久力になります。
知識習得は足し算、技能習得は掛け算
知識を一つ増やせば、できることは一つ増えます。
知識を一つ増やせば、できることは一つ増えます。これが足し算です。しかし、知識を実務で使える技能にし、別の技能と組み合わせると、価値は掛け算になります。
たとえば、採用知識だけを持つ人、データ分析だけを持つ人、生成AIだけを使える人がいるとします。それぞれに価値があります。しかし「エンジニア採用の現場を理解し、データを読み、AIで候補者体験を改善し、現場責任者と合意形成できる人」になると、希少性は一段上がります。
これは資格を数多く集めればよい、という話でもありません。学んだ知識を、実際の課題へ適用し、振り返り、再現できる形にする必要があります。研修講座やeラーニングは入口です。能力資産になるのは、その後に現場で試し、成果と失敗を言語化したときです。
人や組織が変わるとき、技術より先にマインドセットが壁になることがあります。その整理に迷ったときは、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』も参考にしていただければと思います。
技術人事が今から変えるべき人材育成
AI時代の人材育成では、研修の受講人数や修了率だけを追っても足りません。
AI時代の人材育成では、研修の受講人数や修了率だけを追っても足りません。学んだ人が仕事の進め方を変えたか、AIへ任せる範囲を判断できたか、現場の課題を見つけられたか、チームへ知見を広げられたかを見ます。
事例1：一律のAI研修を、業務別の実験へ変える
全社員へ同じ操作研修を行うと、理解度は揃えやすい一方、実務への接続が弱くなります。
全社員へ同じ操作研修を行うと、理解度は揃えやすい一方、実務への接続が弱くなります。営業、人事、開発、管理部門ごとに、小さな業務課題を持ち寄り、AIで試し、リスクを確認し、改善前後を比べる形式へ変えます。研修の成果は「使い方を覚えた」ではなく、「一つの仕事をより良く設計できた」で測ります。
事例2：スキルマップを棚卸し表から配置判断へ変える
スキルマップが更新されない表になっている企業は少なくありません。
スキルマップが更新されない表になっている企業は少なくありません。保有資格や自己評価を並べるだけでなく、今後必要な事業能力、AIで代替されやすい作業、組み合わせると価値が高まる技能を整理します。すると、研修選定だけでなく、プロジェクト配置やキャリア対話に使える情報になります。
事例3：AIで短縮した時間を、顧客理解へ再投資する
資料作成が三時間から30分になったとして、残りの時間へ会議を詰め込めば能力資産は増えません。
資料作成が三時間から30分になったとして、残りの時間へ会議を詰め込めば能力資産は増えません。顧客インタビュー、現場観察、プロトタイプ検証、同僚へのレビューに使います。AIが作業を短縮し、人が文脈を深める。この組み合わせが、成果を生み出すチームを作ります。
90日で能力資産を増やす実践計画
一週間の仕事を、定型作業、判断、対話、創造、学習に分けます。
最初の30日：時間の使い方を可視化する
一週間の仕事を、定型作業、判断、対話、創造、学習に分けます。
一週間の仕事を、定型作業、判断、対話、創造、学習に分けます。どこへ時間を使っているかを責めずに記録し、AIで補助できる部分を一つだけ選びます。同時に、その業務で絶対に人が確認すべき条件も決めます。
次の30日：小さな成果を一つ作る
削減時間ではなく、改善した成果を定義します。
削減時間ではなく、改善した成果を定義します。回答速度が上がった、ミスが減った、候補者への説明が分かりやすくなった、顧客の判断が早まった。成果を一つに絞り、AI利用前後を比べます。失敗した指示や確認漏れも記録します。
最後の30日：個人の工夫をチームの型へ変える
うまくいった手順を、入力情報、指示、確認項目、禁止事項、担当者の役割に分けて共有します。
うまくいった手順を、入力情報、指示、確認項目、禁止事項、担当者の役割に分けて共有します。他の人が使い、同じ成果が出るかを試します。再現できなければ、まだ個人の便利技です。再現できて初めて、組織の能力資産になります。
能力資産にもリスクがある
能力を資産と呼ぶと、すべてを自己責任へ押しつける危険があります。
能力を資産と呼ぶと、すべてを自己責任へ押しつける危険があります。「学ばない人が悪い」「AIを使えない人は価値がない」という話にしてはいけません。企業には、学ぶ時間、試す環境、安全なルール、失敗から戻れる仕組みを用意する責任があります。
また、AIによる生産性だけを競うと、監視の強化、過剰な目標、品質低下を招きます。速さは価値の一部でしかありません。セキュリティ、倫理、説明責任、顧客との信頼を守る判断も、重要な能力資産です。
個人も、特定ツールだけへ依存しないことが大切です。ツール名は変わります。残るのは、目的を定め、問いを立て、情報を確かめ、人と協働し、成果へつなぐ力です。AIの出力がもっともらしくても、重要な事実や数字は一次情報へ戻って確認してください。
給料の額だけでなく、未来を作れる自分を育てる
給料を上げることも、金融資産を作ることも大切です。
給料を上げることも、金融資産を作ることも大切です。生活には現金が必要であり、将来への備えも欠かせません。けれども、それだけでは変化の大きい時代の不安は消えません。
自分がAIを使って何を速くできるか。誰のどんな課題を見つけられるか。人と技術をどうつなげられるか。学び直しによって、どのような役割へ移れるか。こうした問いへの答えが、未来の選択肢になります。
読者の皆さんは、今の仕事から会社名と肩書きを外したとき、何を価値として持ち運べるでしょうか。資格、経験、人脈、判断力、顧客理解、技術、教える力。まず一つを書き出し、AIと組み合わせるとどんな成果を生み出せるか考えてみてください。
労働が無意味になるのではありません。時間を差し出すだけでは足りなくなるのです。未来を生み出す能力を育て、その能力を誰かの課題解決へ使う。そこに、AI時代の働く意味と、新しい資産の形があります。
〖重要なキーワード解説〗
自分や組織が価値を生み出すために持つ、持ち運び可能で更新できる能力です。
能力資産
自分や組織が価値を生み出すために持つ、持ち運び可能で更新できる能力です。
自分や組織が価値を生み出すために持つ、持ち運び可能で更新できる能力です。知識だけでなく、課題発見、AI活用、判断、協働、実装、学習の力を含みます。
人的資本
人が持つ知識、技能、経験、関係性、健康などを、将来の価値を生み出す資本として捉える考え方です。
人が持つ知識、技能、経験、関係性、健康などを、将来の価値を生み出す資本として捉える考え方です。人数ではなく、能力の成長と活用が重要です。
成果報酬
勤務時間だけでなく、達成した成果へ報酬を連動させる考え方です。
勤務時間だけでなく、達成した成果へ報酬を連動させる考え方です。短期成果に偏らないよう、品質、協働、学習、リスク抑制も含めた設計が必要です。
FDE
顧客や現場へ入り、課題を整理し、技術を実装し、成果まで伴走する人材像です。
顧客や現場へ入り、課題を整理し、技術を実装し、成果まで伴走する人材像です。技術理解と顧客理解、実行力、橋渡し力を組み合わせます。
フィジカルAI
ロボット、機械、センサーなどを通じて、物理空間で認識・判断・行動するAIです。
ロボット、機械、センサーなどを通じて、物理空間で認識・判断・行動するAIです。製造、物流、介護、建設など、デジタルだけでは完結しない仕事にも影響します。
マインド・トランスフォーメーション
新しいツールを導入するだけでなく、人の問い、判断基準、学び方、責任の持ち方を更新する変革です。
新しいツールを導入するだけでなく、人の問い、判断基準、学び方、責任の持ち方を更新する変革です。技術変化へ対応し続ける土台になります。
〖著者紹介〗
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。
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。
■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（Android資格）
・電気・電子系技術者育成協議会 副理事長（E検定）
・組込みソフトウェア管理者技術者育成研究会 メンバー（組込み）
・ET教育フォーラム合同会社 代表（コンテンツ制作）
・経済産業省 地方版IoT推進ラボ ビジネス創出事業メンター（IoT支援）
・経済産業省 地域DX推進ラボ ビジネス創出事業メンター（DX支援）
・デジタル庁 デジタル推進委員（デジタル化支援）
・DX事業共同組合 設立理事（DX推進）
・一般社団法人日本サステナブルビジネス機構 幹事（SDGs認証）
・”一億総活躍社会を実現する”共生日本協議会 理事（DEI支援）
・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（Agile検定）
・一般社団法人国際サイバーセキュリティ協会 事務局長（IACS認定）
AI導入や人材育成を自社の課題に合わせて進めたい方は、DX・AI人材育成のご相談もご覧ください。
〖音声配信〗
2年先の未来を先取り。
2年先の未来を先取り。AI・DX・超知性ASI時代のデジタル戦略を読み解くPodcast「DX企画書のネタ帳」。未来を先取りする実践的なヒントを毎日お届けしています。
今回の音声配信はSpotifyで聴くことができます。
よくあるご質問
能力資産と成果評価、人材育成の進め方を原文に沿って確認します。
AI時代には、給料がなくなるのでしょうか？
本文は、月給制がすぐになくなるという主張ではありません。変わるのは、時間を差し出すだけで価値になるという前提です。固定給を挑戦の土台としながら、成果、学習、協働、改善への貢献も組み合わせて評価する考え方を示しています。人材育成や品質保証など、今日の売上だけでは測れない仕事もあるため、時間基準を全部捨てず、時間だけで評価しない設計へ丁寧に更新することが重要です。
能力資産とは何ですか？
自分や組織が価値を生み出すために持つ、持ち運び可能で更新できる能力です。本文では、AIによる生産性向上、新しい事業や収入の流れづくり、人と技術の橋渡し、課題発見から成果までの伴走、自分を更新し続ける力を挙げています。知識だけでなく、実務で使い、結果を振り返り、別の技能と組み合わせることが大切です。環境や役割が変わっても、次の選択肢を生み出せることに価値があります。
企業はAIによる時間短縮をどう評価すべきですか？
作業量や操作時間だけでなく、意思決定への貢献、他の人も再現できる仕組み、削減時間の使い道を見ます。資料の枚数やメール数は活動記録であり、成果そのものではありません。何を決められる状態にしたか、どのリスクを見つけたか、誰の行動が変わったかを確認します。短縮した時間を対話、現場観察、仮説検証、学習へ戻し、個人の速さをチームの標準へ変えることが重要です。
研修や資格は、そのまま能力資産になりますか？
学習の入口として重要ですが、知識や資格を増やすだけでは十分ではありません。本文は、実際の課題へ適用し、試し、成果と失敗を言語化し、再現できる形にして能力資産へ変える必要があると述べています。業務別の小さな実験を持ち寄り、リスクと改善前後を比べる研修が一例です。受講人数や修了率だけでなく、仕事の設計が変わったか、知見がチームへ広がったかを確認します。
90日の実践計画はどう進めますか？
最初の30日は仕事の時間を定型作業、判断、対話、創造、学習に分け、AIで補助する部分と人の確認条件を決めます。次の30日は改善したい成果を一つ定義し、利用前後を比較して失敗も記録します。最後の30日は入力情報、指示、確認項目、禁止事項、役割を共有し、他の人でも同じ成果が出るかを試します。個人の便利技で終わらせず、再現できるチームの型にすることが目標です。
