AIに仕事を任せて速くなったのに、自分の市場価値が下がった話｜効率化で終わる人と実力が上がる人の差

去年の冬、当時34歳。自分はChatGPTを業務にかなり入れて、まわりより速く仕事を片付けていた。

調査の要約、提案書の下書き、データの整理。手で半日かかっていたものが、午前中に終わる。自分では、できる人になった気がしていた。

ところが、年明けに別部署への異動面談で、その錯覚が崩れた。

面談相手は、自分が手がけた提案の中身を細かく聞いてきた。「この数字の根拠は」「なぜこの案にしたのか」「他の選択肢はどう比較したのか」。答えに詰まった。

詰まった理由は、はっきりしていた。

その提案は、ほとんどChatGPTに作らせて、自分は体裁を整えただけだった。だから中身を聞かれると、自分の言葉で説明できない。AIが書いた論理を、自分は理解していなかった。

その場で気づいた。自分は速くなっただけで、できることは1つも増えていなかった。

むしろ逆だった。前なら半日かけて自分の頭で組み立てていた提案を、AIに丸投げするようになって、考える時間そのものが消えていた。速さと引き換えに、自分の実力が静かに落ちていた。

この記事は、AIで仕事を速くしているのに、自分のできることが増えていない、その理由と、そこを変える設計の話だ。

プロンプト集ではない。AIに丸投げして実力が落ちる人と、AIを使って実力を上げる人の差はどこにあるか。それを書く。

自分が異動面談で「中身を説明できない人」になっていた、あの冬から考え直した答えだ。

AIに任せるほど、自分の市場価値が下がる理由

AIを業務に入れると、まず仕事が速くなる。これは誰でも実感する。

ところが、速くなることと、自分の実力が上がることは、まったく別の話だ。ここを混同すると、長い目で見て損をする。

自分も最初は、速く正確に終わらせられるなら、それで実力があることになると思っていた。だがこの思い込みは、2つの理由で外れる。

1つ目は、AIに任せた部分は、自分の中に残らないことだ。

提案の論理をAIに組ませると、その場のアウトプットは出る。だが、なぜその論理になるのかを自分で考えていないから、半年後に同じ種類の仕事が来ても、また一から自分では組めない。毎回AIに頼ることになる。

自分の中に積み上がらない。

手で苦労して組み立てた論理は、次に似た場面が来たとき、自分の引き出しから出てくる。AIが出した論理は、その場で消える。同じ時間を使っても、片方は実力になり、片方はならない。

2つ目は、もっと痛い。考える筋肉が落ちることだ。

人の頭は、使わない機能から鈍る。前は自分で「この場合はどう考えるか」を組み立てていたのに、AIに「考えて」と投げる癖がつくと、その組み立てを自分でやらなくなる。最初は楽だ。だが気づくと、AIなしでは何も決められない頭になっている。

これは、計算機を使い続けて暗算ができなくなるのと似ている。道具が手元にある間はいい。だが、自分の地力は確実に落ちている。

つまり、AIに任せるほど市場価値が下がるのは、

任せた部分が自分に残らず、考える筋肉も落ちる

という2つが同時に起きるからだ。AIが悪いのではない。AIの使い方が、実力を上げる方向ではなく、実力を肩代わりさせる方向になっているだけだ。

ここで一度、市場価値とは何かを考え直してみた。

市場価値は、速さではない。速さは、同じツールを使えば誰でも手に入る。ChatGPTもClaudeも、月20ドルで誰でも使える。月20ドルで手に入る速さは、それ自体では差にならない。みんなが同じ速さを手に入れたら、速いことは普通になる。

差になるのは、AIが出した答えを評価できる目と、AIが間違ったときに自分で正せる地力だ。

これは、AIを持っているだけでは手に入らない。AIに出させた答えを、自分が一度通って、理解して、説明できる状態にする。その過程を経た人だけが、AIの上に立てる。

道具が変わっても、評価される人の条件は変わっていなかった。評価されるのは、昔も今も「自分の頭で判断できて、それを説明できる人」だ。AIはその判断を助ける道具にもなるし、判断する力を奪う道具にもなる。どちらになるかは、使い方で決まる。

速いだけの人と、実力が上がる人を分けるもの

同じようにAIを使って、実力を上げている人もいる。何が違うのか。

異動面談で恥をかいたあと、自分の周りでAIを使いこなしている人を観察した。

差は、AIをどう使っているかにあった。

速いだけの人は、AIを「答えを出す機械」として使う。問いを投げて、出てきた答えをそのまま使う。自分は、ここにいた。

実力が上がる人は、AIを「考え方を教える相手」として使う。答えだけでなく、その答えにたどり着く判断基準を引き出し、自分が説明できる状態まで通してから使う。そして、すでにできる作業ではなく、前はできなかったことに向けている。

同じツールを、月20ドルで同じように使っていても、この向きの違いで、半年後の実力がまるで変わる。

ここに、自分が異動面談で詰まった理由の全部があった。

自分は、AIに答えを出させて、それを消費していただけだった。考え方を引き出さず、説明できる状態まで引き上げず、できないことに向けるでもなく、ただ「速く終わらせる」ために使っていた。だから速くはなったが、実力は1つも上がらなかった。中身を聞かれて詰まったのは、当然だった。

ここまでの整理と、この記事の有料部分で渡すもの

ここまでで、AIに任せるほど市場価値が下がる理由と、実力が上がる人はAIの向きが違う、という話を見た。

要するに、AIで速くなるのは、それ自体では差にならない。AIに考え方を出させ、出力を自分が説明できる状態まで引き上げ、できないことをできるようにする。この使い方を選んだ人だけが、AIの上で実力を伸ばしていく。

ただ、方向だけでは、明日の仕事は変わらない。

実際には、「どこまでAIに任せて、どこから自分で通すか」の線引きでつまずく。考え方を引き出すつもりが、結局答えをもらって終わる。学びに使うはずが、忙しさに負けて丸投げに戻る。自分も最初の数ヶ月は、ここで何度も元に戻った。

だから有料部分では、自分が試行錯誤の末にたどり着いた、明日から使える形を渡す。

具体的にはこうだ。AIを家庭教師に変える4つの工程を、まず詳しく書く。次に、AIに丸投げして事故る前に通す、任せる・通すの判定手順。AIから答えではなく考え方を引き出す問いかけの型。学んだことを自分に残す記録のフォーマット。そして、AIで上げた実力を年収につなげるときの、順序の話も書く。

AIで作業を速くするのは、もう当たり前になった。差がつくのはその先だ。AIを使って自分の実力を上げる設計だけは、ツールが進化しても、明日も自分の仕事になる。そのための道具を、ここから渡す。