AIは人の仕事を奪うのか――実務で見えた「作業」と「判断」の境界 – Arkanos Insights

生成AIの普及に伴い、「AIによって人の仕事がなくなる」という議論を目にする機会が増えました。

文章を書く。画像を作る。プログラムを書く。資料を整理する。

これまで人が時間をかけて行ってきた作業を、AIが短時間で処理できる場面は、確実に増えています。

一方で、実際の業務でAIを使ってみると、すべてを任せられるわけではないことも分かります。

AIが得意なのは、情報を整理し、案を出し、試作を繰り返すことです。

しかし、何を作るべきか、どの案を採用するか、その結果が業務や顧客にとって適切かを判断するのは、依然として人間の役割です。

AIは人をそのまま置き換えるというよりも、人が考え、試し、改善する速度を高める存在なのではないでしょうか。

AIによって高速化される仕事

AIを使うことで大きく変わるのは、作業そのものだけではありません。

検討を始めてから、実際に試作し、結果を確認するまでの速度が変わります。

例えば、Webサイトを制作する場合、従来は次のような作業が必要でした。

• ページ構成を考える
• デザインや表現を検討する
• HTMLやCSSを記述する
• 表示を確認する
• 問題があれば修正する
• 各種設定や細かな部品を追加する

もちろん、AIを使ったからといって、これらの作業がなくなるわけではありません。

しかし、構成案を複数出す、コードのたたき台を作る、エラーの原因を洗い出す、別の実装方法を比較するといった工程は、高速化できます。

ArkanosのWebサイトを制作した際にも、AIを利用してページ構成や文章、HTML、CSSなどの検討と試作を進めました。

ただし、AIが自動的に完成したWebサイトを作ったわけではありません。

何を掲載するか。
会社としてどのように見せるか。
どの表現が適切か。
生成されたコードに問題がないか。

これらは、人が確認しながら決めています。

AIが担ったのは、完成品を作ることではなく、検討と試作の速度を上げ、その回数を増やすことでした。

AIに任せるのは「判断」ではなく「作業の一部」

業務でAIを活用する際に重要なのは、AIに何を任せるかを明確にすることです。

AIは、与えられた情報をもとに、それらしい回答や成果物を作ることができます。

一方で、その回答が業務上正しいか、顧客に提示して問題ないか、システム全体に影響しないかまでは保証してくれません。

例えば、AIにプログラムの修正案を作らせることはできます。

しかし、その修正によって別の機能に影響が出ないか、セキュリティ上の問題がないか、既存の運用と整合するかは、対象のシステムや業務を理解した人が判断する必要があります。

記事の文章も同様です。

AIは文章を整えたり、別の表現を提案したりできます。

しかし、会社として何を伝えるべきか、どの表現なら誤解を招かないか、実態以上のことを書いていないかを決めるのは人間です。

AIに任せる対象は、判断そのものではありません。

判断するための材料を整理すること。
複数の選択肢を作ること。
小さく試作すること。
抜けや矛盾を確認すること。

こうした作業の一部をAIに任せることで、人は本来向き合うべき判断に、より多くの時間を使えるようになります。

AI活用は「プロンプトの工夫」だけでは成立しない

生成AIの活用では、どのような指示を与えるかが注目されがちです。

確かに、曖昧な指示よりも、具体的な指示を与えた方が、期待する回答は得やすくなります。

しかし、業務でAIを活用するために必要なのは、いわゆる「プロンプトの書き方」だけではありません。

そもそも、何を実現したいのか。
どのような条件を満たす必要があるのか。
どこまでを対象にするのか。
何を正しい結果とするのか。

こうした前提条件が決まっていなければ、どれだけ丁寧な指示を書いても、AIの回答は安定しません。

これはAIに限った話ではありません。

要件が曖昧なままシステムを開発すれば、想定と異なるものができあがります。
目的が決まっていないまま資料を作れば、何を伝えたいのか分からない資料になります。

AIは、曖昧な状態を自動的に解決してくれるものではありません。

むしろ、前提が曖昧なまま使えば、もっともらしい回答を速く作り続けるため、問題に気づきにくくなる場合もあります。

AIを使って成果を出すためには、AIへの指示を工夫する前に、人間側が業務や課題を整理する必要があります。

重要なのは、上手な言葉でAIを操作することではなく、何を考えさせ、何を出力させ、その結果をどの基準で評価するかを設計することです。

人間側に残る4つの役割

AIを活用しても、人間側に残る役割があります。

特に重要なのは、次の4つです。

目的を設定する

何のためにその仕事を行うのかを決める役割です。

サイトを作ること自体が目的なのか。
問い合わせを増やしたいのか。
会社の考え方を伝えたいのか。
営業時の信頼性を高めたいのか。

目的が曖昧なままでは、AIが出す案も定まりません。

AIは指示された内容を処理できますが、その仕事を行う意味までは決めてくれません。

業務を理解する

業務には、文書やシステムに書かれていない前提が数多く存在します。

担当者ごとの役割、過去の経緯、顧客との関係、例外的な運用、避けるべき表現。

こうした情報を理解していなければ、表面的には正しく見えても、実際には使えない提案になることがあります。

AIの回答を業務に適用するためには、人間が現場の背景を理解している必要があります。

情報を構造化する

AIに渡す情報が整理されていなければ、回答の精度も安定しません。

対象範囲、前提条件、判断基準、制約事項、期待する出力。

これらを整理して伝えることで、AIは初めて業務の補助として機能します。

これは、単に上手な指示文を書くという話ではありません。

業務や課題を分解し、どこをAIに任せられるかを見極めること自体が、情報設計の仕事です。

品質を判断する

AIが出した成果物を、そのまま利用できるとは限りません。

事実関係は正しいか。
重要な条件が抜けていないか。
過剰な表現になっていないか。
実際の環境で動作するか。
顧客に提示できる品質か。

最終的な品質を判断し、責任を持つのは人間です。

AIによって作業が速くなったとしても、この役割まで手放すことはできません。

AIは、知見を再利用可能な情報に変える

AIは、何もないところから専門的な知見を生み出す存在ではありません。

むしろ価値があるのは、人が持っている経験や判断を、整理し、再利用しやすい形に変える場面です。

例えば、ある担当者が長年の経験によって行っている判断があるとします。

本人にとっては自然にできることでも、判断基準が言語化されていなければ、ほかの人は再現できません。

そこでAIとの対話を通じて、次のような情報を整理していきます。

• 何を確認しているのか
• どの条件で判断が変わるのか
• 過去にどのような問題があったのか
• どのような例外があるのか

こうした情報を整理することで、個人の中にあった知見を、手順書やチェックリスト、判断基準として残せる可能性があります。

AIが知見そのものを作ったわけではありません。

人の中にある経験を引き出し、構造化し、再利用可能な情報に変える補助をしたのです。

この使い方は、属人化の解消や引き継ぎ、教育、業務標準化にもつながります。

一人で検討を進めなければならない場面を支える

業務上の課題について、いつでも近くに相談相手がいるとは限りません。

特に小規模な組織や専門性の高い業務では、同じ前提を理解した相手にすぐ相談できないことがあります。

そのような場面でAIは、考えを整理するための相手になります。

もちろん、AIの回答をそのまま正解として扱うことはできません。

それでも、次のような作業には利用できます。

• 現在の考えを文章にする
• 論点を分解する
• 見落としている観点を洗い出す
• 複数の選択肢を比較する
• たたき台を作る
• 反対意見を想定する

こうしたやり取りを繰り返すことで、一人だけで考え続けるよりも、検討を前に進めやすくなります。

AIは専門家や同僚の代わりではありません。

しかし、専門家に相談する前の論点整理や、関係者に見せるための資料作成、技術検証のための小さな試作には活用できます。

相談相手がいないから検討が止まる、という状況を減らせることは、AI活用の大きな効果の一つです。

小さく試して、確認し、改善する

AIを活用することで、検討・試作・改善のサイクルを回しやすくなります。

これまでは、試作に時間や費用がかかるため、ある程度方針を固めてから外部へ依頼する必要がありました。

AIを使えば、本格的な開発や制作を始める前に、小さなたたき台を作れます。

例えば、次のような試作が可能です。

• Webページの構成案を作る
• 記事の見出しを比較する
• 簡単なスクリプトを作って処理を検証する
• 資料の情報を整理する
• 業務フローを文章や表にする
• 想定される課題を洗い出す

試した結果が良くなければ、別の方法を試せばよい。
方向性が合っていれば、そこから人が内容を深めていく。

試作の負担が下がることで、最初から一つの案に賭ける必要がなくなります。

これは、単に作業時間を短縮するという話ではありません。

検討の回数を増やし、より良い案に近づく余地を作ることでもあります。

AI活用の効果は、新しい売上だけではない

AI活用というと、新しいサービスや収益源を作る話が注目されがちです。

しかし、企業にとっての効果は、それだけではありません。

これまで外部へ依頼していた小さな作業を社内で試作できれば、外部に支払う費用を抑えられます。

一人では時間がかかっていた調査や整理をAIで補助できれば、検討に使う時間を減らせます。

例えば、自社サイト制作、記事の推敲、簡単なスクリプト作成、資料の整理などは、AIによって小さな試作や確認を行いやすい領域です。

もちろん、高度な専門性や品質が求められる場合には、専門家へ依頼すべきです。

AIを使えば、すべてを内製化できるということではありません。

一方で、最初の整理や試作まで外部へ依頼する必要があるのかは、見直す余地があります。

社内でたたき台を作り、論点を整理したうえで専門家へ依頼すれば、依頼範囲を明確にできます。

外部とのやり取りや手戻りも減らしやすくなります。

AI活用によって生まれるのは、直接的な売上だけではありません。

外部へ流出する費用を抑えること。
検討や確認に使う時間を短縮すること。
限られた人数でも対応できる範囲を広げること。

結果として、会社に残るお金と時間を増やすことも、十分に大きな効果です。

重要なのは、AIを使うことではなく、役割を設計すること

AIを導入すること自体を目的にすると、何に使えばよいか分からなくなります。

まず考えるべきなのは、現在の業務の中にある次のような作業です。

• 時間がかかっている作業
• 繰り返し発生している作業
• 人によって品質が変わる作業
• 判断の前段で情報整理が必要な作業
• 外部へ依頼する前に試作できる作業

そのうえで、AIに任せる範囲と、人が判断する範囲を分けます。

AIには、整理、比較、試作、変換、確認の補助を任せる。
人は、目的設定、業務理解、構造化、品質判断を担う。

この役割分担が明確であれば、AIは単なる便利なツールではなく、限られた時間や体制を補う実務上の戦力になります。

AIを使うことで、これまで自分の専門性だと考えていた作業の一部が、短時間で再現できるようになりました。

そのとき求められるのは、AIと競争することではありません。

自分の仕事を「作業」と「判断」に分け、何をAIに任せ、何を人間が担うのかを捉え直すことです。

AIは、人の仕事をすべて置き換えるものではありません。

人が持つ経験や知識を活かしながら、考える速度と試す回数を増やすものです。

何を実現したいのか。
どのような前提で進めるのか。
何を正しいと判断するのか。

それらを定めるのは、これからも人間の役割です。

AI時代に必要なのは、上手な指示の出し方だけではなく、仕事の前提と判断基準を設計する力なのではないでしょうか。