AIをめぐる議論は、以前よりも少しずつ変わってきた。「どの職業がなくなるのか」という問いだけでなく、同じ職業の中でどのタスクが変わるのか、人にはどの役割が残るのかに関心が広がっている。これは議論を一段具体化する前進である。ただ、それでもなお、職業やタスクへの影響を予測するだけでは、職場で何を変えるべきかまでは見えにくい。AI時代に求められるのは、影響を受け身で眺めることではなく、仕事をどう変えるかを考える問いである。
この連載では、AI協働によって何が変わるのかを、仕事、スキル、学び、時間の順に考えてきた。仕事では、AIが担う作業と人に残る作業の組み合わせが変わる。スキルでは、人の判断が価値を生む場面を見極めることが問われる。学びでは、AIを使いながら試し、確かめる経験を仕事の中に組み込むことが求められる。そして、AIで生まれた時間は、使い道を設計して初めて価値になる。
この連載では、AI協働によって何が変わるのかを、仕事、スキル、学び、時間の順に考えてきた。仕事では、AIが担う作業と人に残る作業の組み合わせが変わる。スキルでは、人の判断が価値を生む場面を見極めることが問われる。学びでは、AIを使いながら試し、確かめる経験を仕事の中に組み込むことが求められる。そして、AIで生まれた時間は、使い道を設計して初めて価値になる。
ここまでの議論を一言でいえば、AI時代には、問いの立て方を変える必要があるということだ。第1に、見る単位を変える。職業名だけで見るのではなく、作業単位でその影響を確認する。第2に、考える順序を変える。削減できる人数から考え始めるのではなく、どこで時間が生まれ、その時間をどう使うかを考える。第3に、議論の主語を変える。AIが仕事をどう変えるか、という受け身の問いから、企業や働く人が仕事をどう変えるか、という能動的な問いへ移す。
この転換は、楽観論でも悲観論でもない。AIができることを過小評価すれば、必要な変化に遅れる。一方、AIができることを過大評価すれば、AIの出力を誰が確認するのか、例外を誰が判断するのか、顧客や現場に誰が対応するのかを見落とす。大切なのは、AIの可能性を認めたうえで、AIに任せられる部分、AIで補助できる部分、人が引き続き担う部分を分けて見ることである。その境目は、職業単位では十分理解できない。作業単位まで見て初めて、導入すべきAI、残すべき人の役割、変えるべき仕事の流れが見えてくる。
図表は、この考え方を示したものである。従来の議論では、職業への影響という大きな結果に目が向きやすかった。これに対して、作業単位で見ると、企業が実際に手を打てる場所が見える。どの作業を変えるのか。どのAI機能を使うのか。AIを使った後に人が何を担うのか。そのうえで、生まれた時間をどの成果に振り向けるのかを決める。ここで着目したいことは、AIの影響を一つの結論として受け取ることではなく、仕事を変えるための判断材料にすることである。
この転換は、楽観論でも悲観論でもない。AIができることを過小評価すれば、必要な変化に遅れる。一方、AIができることを過大評価すれば、AIの出力を誰が確認するのか、例外を誰が判断するのか、顧客や現場に誰が対応するのかを見落とす。大切なのは、AIの可能性を認めたうえで、AIに任せられる部分、AIで補助できる部分、人が引き続き担う部分を分けて見ることである。その境目は、職業単位では十分理解できない。作業単位まで見て初めて、導入すべきAI、残すべき人の役割、変えるべき仕事の流れが見えてくる。
図表は、この考え方を示したものである。従来の議論では、職業への影響という大きな結果に目が向きやすかった。これに対して、作業単位で見ると、企業が実際に手を打てる場所が見える。どの作業を変えるのか。どのAI機能を使うのか。AIを使った後に人が何を担うのか。そのうえで、生まれた時間をどの成果に振り向けるのかを決める。ここで着目したいことは、AIの影響を一つの結論として受け取ることではなく、仕事を変えるための判断材料にすることである。
AI時代に問うべきことは、「どの仕事がなくなるのか」だけではない。「どの仕事を、どのように変えられるのか」である。問いを変えられる企業ほど、AIを単なる効率化の道具にとどめず、仕事と人材の価値を高めるきっかけにできる。では、自社ではどの作業から時間を生み、誰が何を担い、その時間を何に使うのか。当社は、この問いを全職業・全タスクの作業単位まで広げて分析し、AIで生み出した時間を経営上の価値として実現するための「仕事再設計」の考え方を提示している。AI時代の差は、AIの導入有無だけでなく、問いを自分たちの仕事に引きつけて考えられるかにも表れる。

