2026年4月、IPAはデジタルスキル標準ver.2.0を公表し、AI・データ活用を前提に、役割やスキルを見直した※1。企業でも、生成AI研修やリスキリングを急ぐ動きが広がる。だが、ここで「AIを使える人を増やせばよい」という発想に留まっていては十分でない。必要なのは、スキル名を足すことではなく、仕事のどの場面で人の力が価値を生むのかを見直すことだ。
AIを使えば、下調べや下書きは速くなる。若手でも一定水準に届きやすくなり、経験者は自分の経験則を、より広い情報で確かめたり、別の領域に広げやすくなったりする。AIが仕事の水準を底上げしていることに実感をもつ人も多いのではないだろうか。
ただし、仕事の水準が底上げされるほど、差がつく場所は変わっていく。営業で差になりやすいのは、資料を一からつくる速さより、どの仮説で攻めるかを絞る力、相手に合わせて説明を組み直す力、社内を動かす力である。事務で重要になるのは、定型処理をこなす量より、例外を見抜く力、記載の整合を確かめる力、最後に通してよいか判断する力だ。設計や研究でも、知識に広く触れられるほど、差になるのは、問いを立て、妥当性を確かめ、使える形にまとめる力になる。
巷では、AI活用力、コミュニケーション力、創造性といった言葉が並ぶ。もちろん、それぞれ大切である。だが、項目を広く並べるだけでは価値につながらない。AIで仕事の水準が底上げされるほど、AIに任せる範囲を見極め、出力を鵜呑みにせず確かめ、相手や現場に合わせて編集し直す力が重要になる。もちろん職種によって、その組み合わせは違う。それでも、価値の重心が、つくることそのものから、見極めること、確かめること、つなぎ直すことへ移りやすい点には、共通した流れがある。
これは直感だけではない。JILPTの事例研究でも、生成AI導入後には、新たなスキルの創出、スキルの幅の拡大、既存スキルの価値低下などが確認・示唆されている※2。当社の独自分析でも、AI導入前後で重要と推定されるスキルの相対的な比重を比べると、「操作と制御」や「読解力」より、「クオリティチェック」や「合理的な意思決定」の比重が上がる傾向が見える※3※4。
「AI時代で求められるスキルが変わる」といわれるが、これは新しい能力名が一つ増えることではない。すでに持つ専門や経験のうち、どの力が、どの仕事の場面で価値につながるのかが変わることだ。大切なのは、「自社の仕事では、どこで人の判断が価値になるのか」を掘り下げて言葉にできているかである。

