AIは、ほとんどの作業ができるようになった。それでも「仕事を任せられる」とは限らない
ChatGPT、Claude、Gemini、Grok、Codex、Claude Code、Google Antigravity。
これらを組み合わせれば、文章、資料、画像、動画、音声、コード、Webアプリ、データ分析など、パソコン上で作る成果物の相当部分を生成できるようになりました。
調査して、整理して、考えて、作って、修正する。ツールと権限を与えれば、ファイルやアプリを操作し、複数工程を進めることもできます。
ここまで来ると、自然に一つの疑問が浮かびます。
逆に、今のAIには何ができないのか。
私の結論は、「できるか、できないか」という問いだけでは、すでに実態を捉えにくいというものです。
AIが一度も実行できない作業は、急速に減っています。
一方で、AIだけでは安定して完遂できない仕事、監督や修正を含めると採算が合わない仕事、そして技術的に可能でも任せるべきではない仕事は、依然として広く残っています。
これから重要になるのは、次の問いです。
その業務のどこまでを、どの情報と権限で、どの評価基準・承認ゲート・復旧手段を設ければ、AIへ委任できるのか。
この記事では、AIが「できる」という言葉を分解し、現在の限界を整理したうえで、人間と企業が何を保持すべきかを考えます。
「成果物を作れる」と「仕事を完遂できる」は違う
現在のAIは、質問に答えるだけの存在ではありません。
OpenAIは、AIエージェントがツールを使い、より長く複雑なタスクを進める方向へ発展していると説明しています。Codexを使った開発事例でも、人間がコードを直接書くのではなく、エージェントが実装し、人間が環境、仕様、評価方法を設計する開発形態が報告されています。
実際、現在のAIは次のような工程を広く支援できます。
情報を検索し、比較・要約する
文書、表、プレゼンテーションを作る
画像、音声、動画を生成・編集する
コードを書き、テストし、修正する
ファイルやデータを加工する
ブラウザやアプリを操作する
複数のエージェントへ作業を分担する
テストやレビュー結果を受けて反復する
ただし、「できる」という言葉には少なくとも6つの水準があります。
生成可能：何らかの出力を作れる
条件付き完了：環境が整えば一度完了できる
再現可能：同程度の品質で繰り返せる
自律運用可能：例外を含めて無監督で進められる
経済合理的：監督・修正コストを含めても得になる
委任可能：権限、責任、安全、公平性の面でも任せられる
AIが契約書の案を作れたとしても、契約締結まで任せられるとは限りません。
コードを生成できても、本番環境への無監督デプロイを許可できるとは限りません。
市場調査を作れても、新規事業が本当に売れるかを確定できるわけではありません。
資料を短時間で作れても、その資料が正しい経営判断につながる保証はありません。
つまり、現在のAIについては次のように考える必要があります。
成果物を作れる範囲は非常に広い。しかし、仕事全体を委任できる範囲は、それより狭い。
AIの限界は、4種類に分けた方が分かりやすい
「AIにできない仕事」を職種別に並べても、技術の進歩によってすぐ古くなります。
そこで、AIの限界を次の4種類に分けます。
1. 能力上できない
AIが利用できる情報、身体、センサー、ツールの範囲では、対象を観測・実行できない状態です。
2. 信頼性上任せられない
一度は成功しても、再現性、検証、例外処理、長期一貫性、セキュリティの面で、単独委任に耐えない状態です。
3. 経済合理性上任せる意味がない
AIは実行できても、人間による確認、修正、環境整備、事故対応まで含めると、人間が直接実行するより高くつく状態です。
4. 正当性上任せてはいけない
技術的には判断案を作れても、権利、価値観、公平性、説明責任、社会的合意の観点から、人間や組織が最終決定を保持すべき状態です。
この4つを区別すると、「将来は技術で解決するかもしれない問題」と、「モデル性能とは別に運用で解く問題」と、「性能が上がっても人間が保持すべき責任」を混同せずに済みます。
能力上、AIだけではできないこと
観測されていない現実を確定する
AIは、与えられた文書、データ、画像、画面、メール、会話から推論できます。
しかし、その情報が現実を正確に表しているかを、情報の外側から自動的に確定することはできません。
たとえば、CRMに失注理由として「価格」と記録されていても、実際には担当者への不信感、決裁者との関係不足、社内政治が原因かもしれません。
AIはCRMを分析できます。
しかし、CRMに記録されなかった事実を勝手に知ることはできません。
入力された情報には、常に次の可能性があります。
古い
欠けている
誰かの解釈が混ざっている
都合よく編集されている
部署によって定義が違う
現場の実態を反映していない
これは、AIが存在しない情報を作る「ハルシネーション」より前にある問題です。
AIの推論が正しくても、入力された世界の表現が間違っていれば、結論は現実からずれます。
物理世界で身体を使って完遂する
現在の対話AIやコーディングエージェントは、基本的にはデジタル空間で動きます。
ロボット、センサー、IoT機器などと接続しない限り、次のような作業を単独では行えません。
高齢者を介助する
工場設備を分解して修理する
商品を梱包する
建物を施工する
料理を食べて味を確かめる
店舗の清潔さを確認する
現場の臭い、振動、違和感を察知する
センサーやロボットへ接続すれば、実行範囲は広がります。
それでも現実世界には、摩擦、破損、身体差、天候、安全、突発事象など、デジタル環境より多くの例外があります。
AIは作業指示書や点検表を作れても、現場で身体を使い、安全を確保しながら完遂する主体には、まだなっていません。
未知の市場結果を事前に確定する
AIは、市場調査、競合比較、顧客仮説、価格案、LP、広告、営業資料、プロトタイプまで作れます。
しかし、新しい商品について、
顧客が実際に金を払うか。
これは、市場へ出してみなければ分かりません。
顧客へ見せる。売る。断られる。使ってもらう。継続率を見る。解約理由を聞く。
この現実との接触を、過去データの分析だけで置き換えることはできません。
AIは仮説生成と検証準備を高速化します。
しかし、市場検証そのものを消してはくれません。
問題設定の前提が変わったことを自動的に知る
AIは、与えられた評価基準の中で最適化することに強みがあります。
一方で、その評価基準自体が古くなった可能性を発見するには、新しい観測が必要です。
たとえば、
顧客は表面上満足しているが、実は離反し始めている
市場の評価軸が価格から信頼へ変わった
以前は有効だった規則が、現在は成長を妨げている
KPI達成が目的化し、本来の顧客価値を壊している
成功していた営業手法が、不信を生むようになった
といった変化です。
測定されていない、言語化されていない、組織が認めたくない変化は、AIにも見えません。
そのため、人間には問題を解くだけでなく、
今解いている問題は、まだ正しい問題なのか。
と問い直す役割が残ります。
信頼性上、AIだけには任せにくいこと
長い工程を、必要な信頼水準で完遂する
AIエージェントは、以前より長く複雑な仕事を進められるようになっています。
ただし、「長いタスクに挑戦できる」ことと、「企業業務に必要な信頼水準で完遂できる」ことは違います。
METRの時間ホライズンは、人間の専門家なら一定時間を要するタスクを、AIが50％または80％の確率で完了できる難易度として表します。
これは、AIが実際にその時間だけ自律稼働できるという意味ではありません。
また、評価対象は主にソフトウェア、機械学習、サイバーセキュリティの、自己完結的で明確に採点できるタスクです。
METR自身も、現実の仕事には暗黙知、人間関係、曖昧な成功基準が含まれるため、この指標から職業全体の自動化を直接推定できないと説明しています。
長い業務では、次の問題が重なります。
前半の誤りが後工程へ伝わる
最初の目的を見失う
古い前提を使い続ける
完了した作業をやり直す
局所的なテスト合格を全体成功と誤認する
例外を通常ケースとして処理する
不要な変更範囲を広げる
外部サービスの一時エラーを仕様として扱う
問題は単純な工程数ではありません。
誤りが検出できるか、途中で停止できるか、修正後に再実行できるかが重要です。
複数回・長期間にわたって状態を維持する
Anthropicは、長時間エージェントの開発について、複数のコンテキストウィンドウをまたいで一貫した進捗を維持することは難しいと説明しています。
同社の実験では、機能一覧、Git履歴、進捗ファイルなどを外部に保存し、後続エージェントが現在地を読み直せる仕組みを用意しています。
ここから分かるのは、
長期自律性は、モデル単体ではなく、状態管理、記録、テスト、引き継ぎを含むシステム全体の性質である。
ということです。
会話が長く続くことと、案件の目的、最新版、未解決事項、判断履歴を正確に保持できることは同じではありません。
「もっともらしい部分成功」を見抜く
従来のソフトウェアは、失敗するとエラーを返して止まることが多くありました。
AIは、間違っていても流暢な回答を出します。
そのため危険なのは、明らかな失敗だけではありません。
大半は正しいが、重要な一部が間違っている
テストは通るが、利用者の要件を満たしていない
出典は存在するが、主張を支えていない
数字は合っているが、指標の定義が違う
文法は正しいが、顧客への伝え方として不適切
コードは動くが、セキュリティ要件を破っている
分析は整っているが、重要な反証を落としている
という状態です。
文章や資料が流暢になるほど、人間は「正しそうだ」と感じやすくなります。
したがって、AI品質では平均的な完成度だけでなく、次を確認する必要があります。
致命的誤りの有無
重要事項の見逃し
人間が誤りを発見できるか
不確実な場合に保留できるか
失敗時の影響範囲
人間の確認時間
修正後に再検証できるか
評価基準が曖昧な成果物を自己評価する
AIが強いのは、完成条件を確認しやすい仕事です。
テストが通る
計算が一致する
指定文字数に収まる
必須項目が揃う
ファイル形式が正しい
禁止表現を含まない
一方、次のような評価には、社会的文脈や個人の価値観が含まれます。
このブランドらしいか
読者の心を動かすか
顧客に失礼ではないか
今このタイミングで出すべきか
経営者の覚悟が伝わるか
本当に面白いか
AIに生成と評価の両方を担当させると、同じ前提や盲点を共有したまま、自己評価を正当化する可能性があります。
Anthropicも、エージェント評価ではモデルだけでなくハーネス全体を評価し、本番監視、ユーザー調査、A/Bテストなどを組み合わせる必要があると説明しています。
外部情報を読みながら、重要権限を安全に使う
AIエージェントは、メール、Webページ、PDF、チャット、ツール結果などを読み、その内容に基づいて操作します。
ここには構造的な問題があります。
自然言語が、処理対象の「データ」であると同時に、AIへの「命令」として解釈される可能性があるからです。
OpenAIは、プロンプトインジェクションを完全に検出することだけに頼るのではなく、仮に操作されても被害が広がらないよう、機密情報へのアクセスや高リスク操作を制約すべきだと説明しています。
2026年7月に公開されたプレプリントでは、信頼されたデータに見せかけた悪意ある情報をエージェントへ混入させる「Agent Data Injection」が提案されています。
研究者らは、Webエージェントへの不正クリックや、Claude Code、Codex、Gemini CLIなどに対するリモートコード実行・サプライチェーン攻撃の実証例を報告しました。
これは査読済みの確定的評価ではありませんが、命令だけでなく、識別子やメタデータを含む「データ」の信頼境界も設計する必要があることを示しています。
別の体系的研究でも、現実に近い文脈依存タスクでは、信頼性、実用性、低遅延を同時に最大化する単一の防御策は確認されていません。
したがって、現在のAIエージェントへ特に任せにくいのは、
信頼できない外部情報を広く読みながら、重要な情報と権限を持ち、完全に安全に自律行動すること。
です。
AIに任せても、経済的に得とは限らない
AIが技術的に実行できることと、企業にとって導入価値があることも別です。
実務では、次のコストが発生します。
指示や入力を整える
必要な資料を集める
AIの実行環境を作る
権限を設定する
出力を確認する
誤りを修正する
例外を人間が処理する
ログを監査する
事故時に復旧する
モデルや外部サービスの変更へ追従する
これらを含めると、人間が直接作業する方が速い業務もあります。
AI導入の効果は、モデル性能だけではなく、タスク構造、既存環境、利用者の熟練度、品質基準によって変わります。
ベンチマーク性能と現場生産性は同じではない
METRが2025年に実施したランダム化比較試験では、自分が熟知した大規模なオープンソースリポジトリを扱う経験豊富な開発者が、当時のAIツールを利用すると、平均で作業時間が19％増えました。
ただし、METRは現在、この結果を「古く、現在のAIの影響を反映しない」と明記しています。
2025年後半の後続調査ではAIによる高速化を示唆する結果も得られましたが、AIを使えない条件への参加を避ける開発者や、AIが有効なタスクを実験へ提出しない参加者が増えたため、強い選択バイアスが生じました。METRは、現在の正確な高速化率をこの調査から推定することは難しいとしています。
この一連の研究から得るべき結論は、「AIは開発者を遅くする」でも「必ず速くする」でもありません。
ベンチマーク、一度の成功例、本人の実感、実際の生産性は、それぞれ違うものを測っている。
ということです。
AIが有効になりやすいのは、たとえば次の仕事です。
ゼロからの草案
知識探索
定型変換
小規模な実装
完成条件をテストできる作業
本人が詳しくない領域での初期到達
一方、導入効果が小さくなりやすいのは、
暗黙知の多い既存システム
熟練者がすでに高速に処理している作業
厳格な品質基準がある作業
出力確認に高度な専門性が必要な作業
小さな変更が全体へ波及する作業
一件ごとの例外が多い作業
です。
AIの価値は、「できるか」だけでなく、
AIで短縮される時間 − 入力整備・確認・修正・事故対応に増える時間
で測る必要があります。
時間短縮が企業成果へ変わるとは限らない
OpenAIの企業利用調査では、回答者の75％がAIによって速度または品質が改善し、1日40〜60分程度を節約したと自己申告しています。
ただし、自己申告による時間短縮は、そのまま企業成果を意味しません。
浮いた時間には、複数の行き先があります。
同じ成果を少ない時間で作る
成果物の数を増やす
品質を高める
新しい仕事へ挑戦する
会議やメールが増える
別の非生産的活動に消える
資料作成時間が半分になっても、資料数と会議数が倍になれば、組織全体の成果は改善しないかもしれません。
メールを高速生成できるようになり、送信数が増えれば、受信側の読む負担が増えます。
生成コストが下がるほど、読む、選ぶ、承認する側の負担が増える可能性があります。
そのため、AI導入では一件当たりの時間短縮だけでなく、次を測る必要があります。
総成果物数
総レビュー時間
修正率
手戻り率
会議・メールの増減
意思決定時間
顧客成果
売上・利益
継続率
事故・問い合わせ件数
正当性上、AIに任せてはいけないこと
会社や社会の最終目的を決める
AIは、与えられた目標を達成する方法を考えられます。
しかし、
売上と従業員の健康のどちらを優先するか
短期利益と顧客との長期的信頼のどちらを取るか
どの顧客を対象外とするか
品質のために成長速度を落とすか
誰の損失をどこまで許容するか
といった価値判断を、社会的に正当な形で決定する権限はありません。
AIは選択肢や影響を整理できます。
しかし、会社の存在目的や、守るべき価値の優先順位は、人間と組織が決める必要があります。
他者の権利を左右する最終決定
AIは、採用、融資、保険、人事評価、医療などについて、判断材料や推奨案を作れます。
しかし、その判断には正確性だけでなく、次の要素が必要です。
誰が判断権限を持つか
判断基準が公平か
本人へ理由を説明できるか
異議申立てができるか
個別事情を考慮したか
誰が結果へ責任を負うか
AIが利益を最大化する解雇対象を計算できたとしても、その決定が正当とは限りません。
人間側に残るのは、単なる意思決定ではありません。
複数の価値が衝突する状況で、正当な手続きを通じて決定し、影響を受ける人へ説明し、結果を引き受けること。
です。
正当な権限を自分で獲得する
AIが技術的に操作できることと、実行してよいことは別です。
権限を与えれば、AIはメール送信、広告変更、デプロイ、顧客データ処理、契約書送付などを実行できます。
しかし、
本人の同意があるか
社内規程に適合するか
利益相反がないか
データを利用する正当な目的があるか
外部へ送信してよいか
その金額を動かす権限があるか
を、AI自身が決めてよいわけではありません。
AIへの権限は、AIが獲得するものではなく、人間と組織が限定して付与するものです。
結果に責任を負う
AIは判断案を作れます。
しかし、判断が間違っていたときに、
顧客へ謝罪する
損害を補償する
取締役会で説明する
行政上・契約上の責任を負う
従業員を守る
事業を中止する
辞任する
ことはできません。
「AIがそう答えた」は、説明責任を代替しません。
AIは判断材料を生成する主体にはなれても、法的・社会的な意味での最終責任主体にはなれません。
人間関係と組織変革は、文章を作るだけでは進まない
AIは、営業メール、面談準備、交渉案、研修資料、組織図、KPI、導入計画を作れます。
しかし、人間関係や組織変革で難しいのは、資料そのものではありません。
信頼は、次のような行動履歴から形成されます。
約束を守ったか
利害が衝突したときにどう振る舞ったか
困難な状況で逃げなかったか
相手のためにどのリスクを負ったか
失敗後にどう立て直したか
AIは言葉を支援できます。
しかし、本人の行動と一致しない言葉を大量に生成すれば、かえって信用を損ないます。
組織変革でも同じです。
業務改革案を作ることと、改革を定着させることは違います。
現場では、
権限を失う人の抵抗
評価制度との矛盾
管理職の表面的な賛同
部門間の利害衝突
過去の失敗による不信
新しい仕事を覚える負担
自分の仕事がなくなる不安
が生じます。
AIは反論を予測し、説明案を作れます。
それでも、対立する人と向き合い、妥協し、信頼を積み、責任を引き受けながら合意を形成するのは人間です。
AIだけで作れるのは、業務変更案までです。
業務変更の定着は、人間と組織の仕事です。
AIは職業より先に、職業内部の工程を変える
「エンジニアがなくなる」「会計士がなくなる」と職種単位で考えると、変化を粗く捉えすぎます。
AIが先に変えるのは、職業全体ではなく、職業の中に含まれる工程です。
AI化しやすい工程は、次のようなものです。
情報収集
分類
要約
初稿
形式変換
パターン比較
テスト生成
定型コミュニケーション
データ入力
人間側に残りやすい工程は、次のようなものです。
問題定義
事実確認
例外判断
利害調整
最終承認
対外説明
現場での実行
責任の引受け
したがって、先に起こるのは職業の一括消滅よりも、
職業の中にあった「調べる、整理する、作る、直す、操作する」という工程の圧縮
だと考える方が自然です。
見落としてはいけないのは、ジュニア工程の再設計である
AIが初稿、調査、簡単な分析、初級コーディングを担うと、上級者は自分で多くの成果物を作れるようになります。
短期的には効率的です。
しかし、従来ジュニアが担当していた仕事には、単なる低付加価値作業ではなく、熟練者へ育つための学習機会が含まれていました。
ジュニア工程をそのまま削除すると、
初級者が現実の事例へ触れられない
小さな失敗から学ぶ機会が減る
AI出力を評価できる専門家が育たない
将来の監督者や意思決定者が不足する
組織全体がAIの誤りを見抜けなくなる
という問題が起こり得ます。
だからこそ、ジュニア業務は単純に廃止するのではなく、次のように再設計すべきです。
AI出力のレビュー
出典・計算の検証
失敗原因の分析
顧客との面談への同席
現場観察
例外処理
判断理由の記録
熟練者との比較レビュー
AIが人を代替するリスクは、現在の人員削減だけではありません。
未来の熟練者を育てる工程を、現在の効率化のために削除してしまうこと。
こちらも重要な経営課題です。
人間に残る仕事は、抽象的な「人間らしさ」ではない
「AIには共感や創造性がないから、人間はそれを担当する」という説明をよく見ます。
ただし、現在のAIは共感的な文章も、創造的に見える画像や企画も作れます。
人間に残るものは、もっと具体的に考えた方がよいでしょう。
現実へアクセスする
顧客へ直接会う
現場へ行く
商品を使ってもらう
実験する
一次データを集める
記録されていない変化を観察する
目的と評価基準を作る
何を達成するか決める
何を犠牲にしないか決める
KPIを定義する
品質基準を設定する
例外条件と停止条件を決める
正当な権限を行使する
契約する
採用する
資本配分する
公表する
承認・却下する
異議申立てに対応する
関係資本を築く
信用される
利害を調整する
対立を処理する
協力を引き出す
困難なときに責任を共有する
独自の情報を生む
顧客インタビューを行う
市場へ商品を出す
失敗する
改善する
組織固有の判断履歴を残す
結果を引き受ける
説明する
謝罪する
修正する
補償する
中止する
損失を受け入れる
AI時代に価値を持つのは、単に感情的である人ではありません。
現実、目的、評価基準、正当な権限、関係、責任、独自データを持つ人間
です。
「賢いAI」より「制約されたAI」の方が企業では使いやすい
高性能なAIへ大量の情報と広い権限を渡せば、価値が最大になるように見えます。
しかし、企業実務では逆です。
使いやすいAIは、次のように制約されています。
読める情報源が限定されている
実行できるツールが限定されている
金額や件数に上限がある
外部送信前に承認がある
入力と出力が記録される
完成条件をテストできる
異常時に停止する
手動へ戻せる
変更をロールバックできる
国際AI安全報告書2026は、現在のAIに情報捏造、欠陥コード、誤解を招く助言などの問題が残ることや、エージェントが人間の介入前に行動することで影響を拡大し得ることを整理しています。
AIの自由度を最大化することが、価値の最大化になるわけではありません。
高性能なモデルを、狭い権限、明確な境界、検証可能な工程の中で使う。
この方が、安全で、再現しやすく、採算も測りやすくなります。
どこまでAIへ任せるかを決める7つの確認項目
では、実際の業務ではどのように委任範囲を決めればよいのでしょうか。
私は、少なくとも次の7項目を確認すべきだと考えています。
1. 入力は信頼できるか
一次情報か
最新か
欠落していないか
定義が統一されているか
外部から汚染される可能性はないか
2. 完成条件を確認できるか
正解を機械的に判定できるか
テストや評価基準があるか
人間が短時間で確認できるか
顧客や現場の反応を測れるか
3. 失敗の影響は許容できるか
可逆か
損失額はいくらか
顧客や従業員の権利へ影響するか
情報漏えいにつながるか
社会的信用を損なうか
4. 権限を限定できるか
読み取りだけにできるか
対象データを限定できるか
金額、件数、期間に上限を設けられるか
外部送信前に承認できるか
5. 例外時に停止・復旧できるか
異常を検出できるか
人間へエスカレーションできるか
手動運用へ戻せるか
バックアップやロールバックがあるか
6. 正当な人間判断が必要か
他者の権利を左右するか
公平性や価値観が関わるか
異議申立てが必要か
対外的な説明責任があるか
7. 監督コストを含めて得になるか
AI出力の確認に何分かかるか
修正率はどの程度か
専門家の確認が必要か
人間が直接行うより本当に速いか
顧客成果や利益へつながっているか
この7項目に答えられない状態で、「AIに全部任せよう」と考えるのは危険です。
逆に、入力、完成条件、権限、停止、復旧を明確にできる業務は、広い範囲まで自動化・半自動化できます。
判断結果は、次の3段階へ落とすと運用しやすくなります。
自動化：AIが実行し、異常時のみ人間へ戻す
承認付き半自動化：AIが作業し、人間が重要操作を承認する
人間主導：AIは調査・草案・比較だけを支援する
企業の差は、モデル性能より運用システムで広がる
主要モデルの能力差は今後も存在します。
ただし、同じモデルを使っても、企業ごとの成果は大きく異なります。
差を生むのは、次のような要素です。
良質な社内データ
業務の標準化
独自の評価用データ
承認ルール
権限設計
ログと監査
例外処理
再実行とロールバック
現場からの改善ループ
AIを評価できる人材
モデルを契約しただけでは、競争優位にはなりません。
企業のAI競争力は、次の掛け算で考える方が適切です。
モデル性能 × 独自コンテキスト × 業務設計 × 評価能力 × 組織実装力
モデルは多くの企業が利用できます。
一方で、顧客との接点、過去の判断、失敗履歴、例外知識、品質基準、改善データは、その企業にしかありません。
ここが、AI時代の重要な資産になります。
AI時代の制約は「作る能力」から「真実・評価・責任」へ移る
以前は、何かを実現しようとしても、制作能力が制約になっていました。
書けない
デザインできない
コードを書けない
動画を作れない
調査する時間がない
現在は、AIがその多くを補います。
すると、別の制約が表面化します。
何を作るべきか分からない
現実に何が起きているか分からない
どれが正しいか評価できない
優先順位を決められない
何を作らないか決められない
出した後の反応を解釈できない
失敗したときに責任を取れない
生成能力が広く普及するほど、希少になるのは、
作る能力ではなく、選ぶ能力、評価する能力、捨てる能力、責任を持って決める能力
です。
人間は、すべての作業を自分で行う人から、AIが働く環境を設計する人へ移ります。
目的を置く
境界を決める
情報源を選ぶ
権限を限定する
評価方法を作る
失敗を観察する
人間へ戻す条件を決める
改善する
AIへ上手に命令するだけでは足りません。
AIが正しく働きやすく、間違えても壊れにくい環境を設計することが、人間の重要な仕事になります。
「AIに何ができないか」より、「どの条件なら任せられるか」
AIの能力は今後も伸びます。
今日できないことが、数カ月後にはできるようになる可能性があります。
そのため、「AIにはこの仕事ができない」という固定的な一覧は、すぐに古くなります。
一方、次の問いは簡単には古くなりません。
どの情報を使うのか
どの権限を与えるのか
何を完成とするのか
どの誤りを許容するのか
どこで人間が承認するのか
失敗時にどう戻すのか
誰が結果へ責任を持つのか
悪い問いは、
AIは採用業務ができるか。
です。
よりよい問いは、
採用業務のどの工程を、どのデータと権限で、どの精度基準、承認ゲート、異議申立て手段を設ければ、AIへ委任できるか。
です。
AIは、デジタル上の成果物や操作を非常に広い範囲で生成・実行できるようになりました。
しかし、真実を確定し、目的と評価基準を決め、例外に対処し、他者との正当な合意を形成し、結果に責任を負うことは、依然として人間と組織に残っています。
最後に、一文でまとめます。
AIは、ほとんどの作業を実行できる方向へ進んでいる。しかし、仕事を任せられるかどうかは、能力だけでなく、信頼性、採算、検証、権限、復旧、正当性、責任まで含めて決まる。
関連記事
AIへ任せる範囲と、人間が保持すべき目的・採否・停止・回復・責任の境界については、次の記事で詳しく整理しています。
「AIを使える人」と「AIに依存する人」の境界はどこか？成果物を説明できなくても、本当に問題ないのか。
AIが「解く作業」を担った後、リーダーに残る問い・判断・責任については、次の記事で掘り下げています。
AIが「解く」時代、リーダーは何をするのか？問い・判断・責任から考える新しいリーダーシップ
AIエージェントを安全に動かすための、目的、コンテキスト、ツール、状態、権限、検証、ログ、復旧、人間介入については、次の記事で具体化しています。
AIエージェントの性能は、なぜモデルだけで決まらないのか？安全に動かすハーネス設計の10要素
企業で実行する場合
この記事で扱った委任範囲、評価基準、承認ゲート、例外処理、権限、改善運用を、自社の業務へ落とし込みたい場合は、研修、業務設計、AIエージェント開発、導入後の改善支援を次の記事にまとめています。
生成AIを導入した。でも、業務は変わらなかった。そんな企業へ研修から業務設計・開発・改善運用まで支援します
出典・参考資料
OpenAI, “How agents are transforming work,” 2026年6月25日
OpenAI, “Harness engineering: leveraging Codex in an agent-first world,” 2026年2月11日
OpenAI, “Designing AI agents to resist prompt injection,” 2026年3月11日
OpenAI, “The state of enterprise AI,” 2025年12月8日
Anthropic, “Effective harnesses for long-running agents,” 2025年11月26日
Anthropic, “Demystifying evals for AI agents,” 2026年1月9日
METR, “Task-Completion Time Horizons of Frontier AI Models,” 最終更新2026年5月8日
METR, “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity,” 2025年7月10日
METR, “We are Changing our Developer Productivity Experiment Design,” 2026年2月24日
International AI Safety Report 2026
Choi et al., “Agent Data Injection Attacks are Realistic Threats to AI Agents,” arXiv:2607.05120, プレプリント、2026年7月
Wang et al., “The Landscape of Prompt Injection Threats in LLM Agents: From Taxonomy to Analysis,” arXiv:2602.10453, プレプリント、2026年2月
