「AIエージェントは何でもできる」と聞いて、私の頭に“？”が浮かんだ話

最近、「AIエージェント」という言葉を聞く機会が増えました。

私の周りでも、AIエージェントについて話す人が、少しずつ増えています。

ただ、それと同時に、

AIを知っている人と、言葉だけを知っている人の差が広がり始めている。

そんなことを感じる出来事がありました。

「AIは何でもできる」という話に、疑問が浮かんだ🤔

先日、ある人が自信満々に、こう話していました。

私はその話を聞きながら、頭の中に「？」が浮かんでいました。

言っていることが、すべて間違っているわけではありません。

ただ、いくつかの異なる話が、ごちゃ混ぜになっているように感じたのです。

一つひとつの言葉は合っている。

でも、目的や使い方のピントが、少しずつズレている。

こういうところから、AIに関する情報格差は生まれていくのかもしれません。

「MDファイルが資産になる」の意味📁

混乱しやすいので、よく語られているAIエージェントの使い方を整理してみます。

1．経営者の判断基準を蓄積する

経営者が普段どのような基準で判断しているのか。

その考え方をファイルに蓄積しておけば、経営者がその場にいないときでも、社員がAIに質問できます。

もちろん、経営者とまったく同じ判断ができるわけではありません。

それでも、過去の考え方や方針を踏まえた回答を得やすくなります。

2．作業の「型」をファイル化する

Claude CodeやCodexなどでは、よく使う作業手順やルールをファイルにまとめておくことがあります。

たとえば、

• 文章を確認するときの基準

• システムを開発するときのルール

• 調査結果をまとめる形式

• 必ず確認する項目

こうした「型」を保存しておけば、別の仕事でも流用できます。

毎回ゼロから指示する必要がなくなるため、作業の効率や品質を上げやすくなります。

3．AIごとに役割を与える

複数のAIを使う場合、それぞれに役割を与えることもあります。

たとえば、

• 調査するAI

• 内容を整理するAI

• 間違いを確認するAI

• 最終判断を支援するAI

それぞれの役割や前提条件をMDファイルなどで渡し、作業を分担させます。

この3つには、どれも「ファイル」が登場します。

しかし、目的はまったく同じではありません。

そして、本当に資産になるのはMDファイルそのものではなく、そこに蓄積された、

判断基準、業務手順、経験、ルール、会社独自の知識

なのだと思います。

AIエージェントの定義は、一つではない🤖

正直に言うと、AIエージェントという言葉の定義は、まだ一つに統一されていません。

「作業を自動化するAI」と説明されることもあります。

「自分で考え、道具を使いながら行動するAI」と説明されることもあります。

また、チャットで人と相談しながら進めるものから、人の確認をほとんど挟まずに作業するものまであります。

そのため私は、研修などではシンプルに、こう説明しています。

ここで最も大切なのは、AIの性能ではありません。

何をゴールにするのか。

ここです。

目的が違えば、必要な情報も、与えるルールも、使うAIも変わります。

AIが難しいと感じる人の多くは、AIの使い方が分からないのではなく、

そもそも「何をしてほしいのか」が決まっていない。

私は、そう感じています。

「面倒な仕事は何ですか？」と聞いてみる💭

AI活用について相談を受けたとき、私はよく、こう尋ねます。

すると、こんな答えが返ってくることがあります。

請求した金額が、予定どおり入金されているかを確認する作業です。

一見すると、AIにこう頼めば終わりそうに見えます。

しかし、これだけではAIも正しく処理できません。

入金確認を自動化するためには、少なくとも次のような情報が必要です。

1. 請求先と請求金額の一覧

2. 入金予定日

3. 銀行などから取得した入金データ

4. 請求データと入金データを照合するルール

5. 金額が一致しなかった場合の処理方法

たとえば、振込手数料が差し引かれていた場合はどうするのか。

複数の請求分が、まとめて振り込まれていた場合はどうするのか。

会社名と振込名義が違う場合は、どう判断するのか。

人はこれまでの経験から、無意識に判断しています。

AIに任せるためには、この無意識の判断を、ある程度言葉やルールにする必要があります。

最近のAIは、足りない情報を質問してくれる

最近のAIは賢くなっています。

「入金確認をして」と指示すれば、

• 請求データはどこにありますか

• 入金データは取得できますか

• 照合する基準を教えてください

• 不一致の場合はどう処理しますか

と質問しながら、必要な準備を進めてくれることもあります。

ただし、AIが質問してくれるからといって、すべてを任せられるわけではありません。

目的やルールが曖昧なままだと、AIはそれらしい答えを出しても、こちらが本当に求めていたゴールにはたどり着けません。

AIは優秀です。

しかし、会社独自の事情や、担当者が経験で身につけた判断基準までは、最初から知りません。

そこを教えるのは、まだ人の役割です。

大切なのは「人の手順を理解させること」📝

AIエージェントを活用するうえで大切なのは、

人が普段どのような手順で仕事をし、どこで判断しているのかをAIに伝えること

だと思います。

人の手順と判断基準を整理できれば、自動化できる仕事は増えていきます。

ただし、最初から大きな仕事を丸ごと任せる必要はありません。

まずは、

• 毎週行う集計

• 定期的なメール確認

• 決まった形式への転記

• 請求内容と入金内容の照合

• 報告書の下書き作成

といった、繰り返し発生する小さな仕事から始めます。

小さな仕事で試すと、

「どこまでAIに任せられるのか」

「どこで人の確認が必要なのか」

が見えてきます。

その経験を積み重ねることで、少しずつ大きな仕事にも広げられるようになります。

パソコン上で人が行っている仕事の中には、AIエージェントで支援・自動化できるものが数多くあります。

ただし、そのためには、権限、セキュリティ、例外処理、確認方法などの設計も必要です。

「何でもできる」というより、

必要な準備とルールを整えれば、できることが大きく広がる。

こちらの表現のほうが、現実に近いと思います。

情報格差は「知識」より「試した回数」で広がる🌱

これからAIを使う人と使わない人の差は、さらに広がっていくと思います。

ただ、その差を生むのは、難しい専門知識だけではありません。

実際に小さな仕事で試し、

失敗し、

修正し、

自分の仕事に合う使い方を見つけた回数。

その積み重ねが、大きな差になるのだと思います。

AIエージェントという言葉を完璧に理解してから始める必要はありません。

まずは、目の前にある小さな仕事を一つ選ぶ。

そして、

と整理してみる。

そこが、AIエージェント活用の一番現実的な入口です。

おわりに✨

「AIエージェントは何でもできる」

その言葉は、半分は正しく、半分は危険だと思います。

AIにできることは、確かに増えています。

しかし、目的や手順が曖昧なままでは、AIも正しい場所には進めません。

大切なのは、AIについて難しく考えることではなく、

自分の仕事を小さく分けて、手順を見つめ直すこと。

皆さんの仕事にも、

「毎回同じようにやっているけれど、少し面倒な作業」

はないでしょうか。

そこに、AIエージェント活用の最初の入口があるかもしれません🌱

「分かる」「うちの会社にもありそう」と感じていただけたら、スキをいただけると嬉しいです。

これからも、AIと実際の仕事の現場で見つけた、きれいごとだけではないリアルな気づきを発信していきます。

フォローしていただけると励みになります🙏