AIに仕事を奪われる前に、仕事を「人間に戻す」～生成AI時代の働き方・組織・子育ての新戦略～

あらすじ

「AIを導入すべきか」「社員に何を学ばせるか」「子どもに何を教えるか」――その不安に答えてみました。
「AIに仕事を奪われる」と怯える前に、問うべきは「人間が本当にやるべき仕事」。

AIが作業を代替する時代に、企業に必要なのはツール導入ではなく、判断・関係・責任を担う人材を育てること。
私のやり方(田口式と記載)の「仕事の4分割」や7日間AI共創トレーニングなど、AIを敵から相棒へ変える施策を共有します。
経営者、管理職、育成担当者、親や教育関係者のご参考になれば。
皆様の働き方と学び方が少し前向きになると幸いです。

著者：田口雅章

はじめに　
AI時代とは、人間がもう一度「人間に戻る」時代である

「AIを導入したら、うちの会社は何が変わりますか？」

ここ数年、講演やコンサルティングの現場で、私はこの質問を何度も受けてきました。

経営者からも聞かれます。
管理職からも聞かれます。
現場で働く社員からも聞かれます。
そして最近では、子育て中の親御さんからも聞かれるようになりました。

質問の言葉は、それぞれ少しずつ違います。

「生成AIを社員に使わせたほうがいいですか？」
「AIで仕事はなくなりますか？」
「文系でもAIを学べますか？」
「うちの会社は、AIに乗り遅れていませんか？」
「子どもには、これから何を学ばせればいいですか？」
「AIを使わせると、自分で考えなくなるのではありませんか？」

けれど、すべての質問の奥にある不安は同じです。

「自分は、この変化についていけるのだろうか」

AIは、たしかに急速に進化しています。
文章を書きます。
画像を作ります。
音楽を作ります。
会議を要約します。
資料を整えます。
プログラムを書きます。
アイデアを出します。
データを分析します。
翻訳もします。
相談にも乗ります。

かつて「これは人間にしかできない」と思われていた仕事の一部が、いまやAIによって、短時間で形になるようになりました。

だから、多くの人が不安になります。

しかし私は、AIを「人間から仕事を奪う存在」だとは考えていません。

むしろ逆です。

AIは、私たちがいつの間にか失っていた「人間らしい仕事」を取り戻すための道具です。

AIが奪うのは仕事ではなく、作業である

「AIに仕事を奪われる」

この言葉は、半分正しく、半分間違っています。

AIが得意なのは、作業です。

入力する。
分類する。
要約する。
整える。
比較する。
下書きを作る。
大量の情報から候補を出す。
言葉を別の言葉に置き換える。
一定のルールに沿って処理する。

こうした仕事は、AIが得意です。
人間より速く、疲れず、文句も言わず、何度でも繰り返してくれます。

一方で、人間の仕事の本質は、作業だけではありません。

顧客の不安を理解する。
相手の本音を感じ取る。
チームの空気を読む。
言葉になっていない課題を見つける。
優先順位を決める。
責任を引き受ける。
誰かの痛みに寄り添う。
何のために働くのかを考える。

これは、単なる作業ではありません。

ここには、人間の判断、感情、責任、倫理、関係性が含まれています。

AI時代に大切なのは、AIより速く作業することではありません。
AIに作業を任せて、人間は人間にしかできない仕事へ戻ることです。

私はこの考え方を、講演や研修でこう表現しています。

AI時代の本質は、効率化ではない。
人間の時間を、人間に返すことである。

なぜ、多くのAI導入は失敗するのか

AIツールを導入したのに、現場が使わない。
社員にアカウントを配ったのに、成果が出ない。
一部の人だけが使い、組織全体には広がらない。
結局、以前と同じやり方に戻ってしまう。

こうした相談も増えています。

理由は明確です。

多くの会社は、AI導入を「ツールの問題」だと考えています。

どのAIを使うか。
どのプランに入るか。
どの部署に導入するか。
セキュリティをどうするか。
研修を何時間行うか。

もちろん、それらは大切です。

しかし、AI導入で最初に問うべきことは、ツールではありません。

最初に問うべきなのは、次の三つです。

1. 自分たちは、何のためにAIを使うのか
2. どの仕事をAIに任せ、どの仕事を人間が担うのか
3. AIで生まれた時間を、何に使うのか

この三つが曖昧なままAIを導入しても、現場は混乱します。

ある会社では、生成AIを導入した直後、社員からこんな声が上がりました。

「結局、何に使えばいいのかわかりません」
「使っていい範囲がわかりません」
「AIの答えをどこまで信じていいのかわかりません」
「上司が使っていないので、自分だけ使うのが怖いです」
「効率化しても、仕事が増えるだけではないですか」

ここに、AI導入の本質的な課題があります。

AIを入れるだけでは、働き方は変わりません。
AIを使う目的、ルール、判断基準、そして組織文化を変えなければ、AIは根づきません。

本書で伝えたいこと

本書で私が伝えたいことは、とてもシンプルです。

AI時代に必要なのは、AIに詳しい人になることではありません。

もちろん、基本的な知識は必要です。
しかし、全員がAIエンジニアになる必要はありません。
全員がプログラミングを学ばなければならないわけでもありません。
全員が最新ツールを追いかけ続ける必要もありません。

それよりも重要なのは、次の力です。

問いを立てる力。
仕事を分ける力。
AIに指示する力。
AIの答えを疑う力。
人間にしかできない価値を見極める力。
そして、最後に責任を持つ力。

私はこれらをまとめて、AI共創力と呼んでいます。

AI共創力とは、AIを使いこなす技術だけではありません。
AIと共に考え、AIと共に働きながら、人間らしい価値を生み出す力です。

AIを部下のように使う。
AIを先生のように使う。
AIを壁打ち相手として使う。
AIを批判者として使う。
AIを翻訳者として使う。
AIを整理役として使う。

けれど、最後に決めるのは人間です。
最後に責任を持つのも人間です。

AIに任せるほど、人間の役割は消えるのではありません。
むしろ、人間の役割ははっきりします。

この本は、誰のための本か

この本は、AIの専門家だけに向けた本ではありません。

むしろ、次のような人に向けて書いています。

AIに興味はあるが、何から始めればよいかわからない人。
生成AIを触ってみたが、仕事でどう使えばいいかわからない人。
部下にAIを使わせたいが、組織としてどう進めればいいかわからない管理職。
AI導入を検討している経営者。
業務効率化だけでなく、人材育成や組織変革につなげたい人。
子どものAI教育に不安を感じている親。
そして、AI時代に自分の価値をどう高めればいいのか悩んでいるすべてのビジネスパーソン。

本書では、難しい数式や専門用語をできるだけ使いません。

その代わり、現場で使える考え方、フレームワーク、問い、実践方法を紹介します。

読んだあとに、こう思っていただけることを目指しています。

「AIが少し怖くなくなった」
「明日、仕事で試してみたい」
「自分の仕事の意味を考え直したくなった」
「部下や子どもとの向き合い方が変わりそうだ」
「AIを使うことは、人間らしさを失うことではないとわかった」

AI時代は、まだ始まったばかりです。

だからこそ、今なら間に合います。

AIに仕事を奪われる前に、仕事を人間に戻しましょう。

AIブームの中で、私たちが見落としていること

生成AIが社会に広がってから、ビジネスの現場には二つの極端な反応が生まれました。

一つは、熱狂です。

「AIを使えば、何でもできる」
「人手不足はAIで解決できる」
「資料作成も、営業も、採用も、教育も、全部AIで効率化できる」
「これからはAIを使った会社だけが生き残る」

もう一つは、不安です。

「AIに仕事を奪われる」
「自分のスキルはもう古いのではないか」
「若い世代に置いていかれるのではないか」
「AIの答えを信じていいのかわからない」
「便利すぎて、人間が考えなくなるのではないか」

熱狂と不安。

この二つは、正反対のようでいて、実は同じところから生まれています。

それは、AIを必要以上に大きく見ているということです。

AIを万能の魔法の杖のように見れば、熱狂が生まれます。
AIを人間を脅かす怪物のように見れば、不安が生まれます。

しかし、AIは魔法の杖でも怪物でもありません。

AIは道具です。
ただし、非常に強力な道具です。

包丁が料理にも凶器にもなるように、AIも使い方次第で、人を助けることも、人を傷つけることもあります。

大切なのは、AIそのものを過大評価することでも、過小評価することでもありません。

AIをどう使うか。
AIで何を変えるか。
AIに何を任せないか。

この判断こそが重要です。

AI活用で最初に起きる誤解

AI活用の現場で、最初に起きる誤解があります。

それは、AIを使えばすぐに楽になる、という誤解です。

実際には、AIを使い始めた直後は、むしろ考えることが増えます。

どんな指示を出せばよいのか。
どこまで任せてよいのか。
出てきた答えをどう確認するのか。
社内情報を入力してよいのか。
お客様に出してよい品質なのか。
間違っていた場合、誰が責任を取るのか。

AIを使うとは、ボタンを押すことではありません。

AIを使うとは、自分の仕事を言語化することです。

自分は何をしたいのか。
誰に向けているのか。
何を大切にしたいのか。
どの基準で良し悪しを判断するのか。

これらが曖昧なままだと、AIはうまく使えません。

逆に言えば、AIを使うことで、自分の仕事の曖昧さが見えてきます。

これは厳しいことでもありますが、大きなチャンスでもあります。

AIは、私たちの仕事を映す鏡です。

適当に依頼すれば、適当な答えが返ってきます。
明確に依頼すれば、明確な答えが返ってきます。
問いが浅ければ、答えも浅くなります。
問いが深ければ、AIは深く考えるための材料を出してくれます。

つまり、AI時代に伸びる人は、AIに詳しい人ではありません。
自分の問いを深められる人です。

AIは、あなたの仕事観を映し出す

ある経営者が、私にこう言いました。

「田口さん、AIを入れれば社員の生産性は上がりますよね？」

私は答えました。

「上がる可能性はあります。ただし、その前に確認したいことがあります。生産性が上がった社員に、次に何をしてほしいですか？」

経営者は少し黙りました。

「空いた時間で、もっと件数をこなしてほしいですか。
それとも、顧客と向き合う時間を増やしてほしいですか。
新しい提案を考えてほしいですか。
若手を育ててほしいですか。
それとも、早く帰って家族との時間を増やしてほしいですか」

AIによって生まれた時間をどう使うか。
ここに、その会社の思想が出ます。

単に「もっと働け」となるなら、AIは社員を追い詰める道具になります。

一方で、AIによって生まれた時間を、顧客理解、学習、対話、休息、挑戦に使えるなら、AIは人を成長させる道具になります。

同じAIでも、会社の思想によって結果は変わります。

AIは中立の道具です。
しかし、AIの使われ方は中立ではありません。

だからこそ、AI導入は単なるIT施策ではありません。

AI導入とは、経営の姿勢そのものです。

AI時代に必要な三つの転換

本書では、AI時代に必要な転換を三つに整理します。

第一の転換　「作業する人」から「意味を決める人」へ

AIは作業を代替します。
だから人間は、作業だけに価値を置いていると苦しくなります。

これから重要になるのは、何のためにその作業をするのかを考える力です。

報告書を作ることが目的なのか。
意思決定を助けることが目的なのか。
顧客の不安を減らすことが目的なのか。
チームの認識をそろえることが目的なのか。

作業の奥にある意味を捉えられる人は、AIを使って仕事の質を高められます。

第二の転換　「正解を探す人」から「問いを育てる人」へ

AIは、問いに対して答えを出します。
しかし、どんな問いを投げるかは人間次第です。

浅い問いには浅い答えが返ります。
深い問いには深い答えの材料が返ります。

「売上を上げる方法を教えて」よりも、
「既存顧客との関係性を壊さず、単価を上げるために、営業担当者が明日からできる行動を5つ提案して」と聞くほうが、実用的な答えが返ってきます。

AI時代の差は、答えを知っているかどうかではなく、問いを設計できるかどうかで生まれます。

第三の転換　「ひとりで頑張る人」から「AIと共創する人」へ

これまで多くの人は、仕事をひとりで抱えてきました。

文章を書くのも自分。
資料を作るのも自分。
調査するのも自分。
壁打ちする相手がいなければ、悩み続けるのも自分。

しかし、AIはいつでも使える壁打ち相手になります。

もちろん、AIは万能ではありません。
だからこそ、AIに丸投げするのではなく、AIと共創する姿勢が大切です。

AIにたたき台を出してもらう。
AIに反対意見を出してもらう。
AIに質問してもらう。
AIに整理してもらう。
AIに別の視点を出してもらう。

そして最後は、人間が考え、選び、決める。

これがAI共創です。

第1章　AI不安の正体

怖いのはAIではなく、自分の仕事が見える化されることである

「AIが怖い」

この言葉を、私は何度も聞いてきました。

けれど、丁寧に話を聞いていくと、多くの場合、本当に怖いのはAIそのものではありません。

怖いのは、自分の仕事がAIによって見える化されることです。

これまで何となくやってきた仕事。
長時間かけることで価値があるように見えていた仕事。
自分にしかできないと思っていたが、実は手順化できる仕事。
説明できないまま、経験と勘という言葉で包んできた仕事。

AIが入ると、それらが問い直されます。

「この作業は、本当に人間がやる必要がありますか？」
「この報告書は、誰の何の判断に使われていますか？」
「この会議は、何を決めるために開かれていますか？」
「このメールは、人間がゼロから書く必要がありますか？」
「このチェック業務は、AIで下読みできませんか？」

AIが怖いのは、仕事を奪うからではありません。
仕事の中身を問い直してくるからです。

「忙しい」は価値ではない

日本の職場では、長い間「忙しいこと」が価値のように扱われてきました。

遅くまで残っている人は頑張っている。
メールを大量に返している人は仕事ができる。
会議にたくさん出ている人は重要人物である。
資料を細かく作り込む人は優秀である。

もちろん、努力は大切です。
丁寧な仕事も大切です。

しかし、忙しさそのものは価値ではありません。

顧客に価値を届けたか。
意思決定が前に進んだか。
チームの不安が減ったか。
売上や利益につながったか。
誰かの時間を生み出したか。
社会に良い影響を与えたか。

本来、仕事の価値はそこで測るべきです。

ところが、作業量が多いと、私たちは仕事をした気になってしまいます。

AIは、その錯覚を壊します。

AIが数分で下書きを作る。
AIが一瞬で要約する。
AIが大量の候補を出す。
AIが表を整える。

すると、人間は問われます。

「では、あなたは何をするのですか？」

この問いから逃げてはいけません。

AI時代に価値があるのは、忙しい人ではありません。
価値を生み出す人です。

AI不安には三種類ある

AIへの不安を整理すると、大きく三つに分けられます。

1つ目は、スキル不安です

「自分はAIを使いこなせないのではないか」
「若い人のほうが得意なのではないか」
「専門用語が難しくてついていけない」

これは、多くの人が感じる不安です。

しかし、心配しすぎる必要はありません。

生成AIのすばらしいところは、自然な言葉で使えることです。
もちろん、慣れは必要です。
しかし、最初から高度な知識が必要なわけではありません。

むしろ重要なのは、専門知識よりも、目的を言葉にする力です。

「何をしたいのか」
「誰に向けているのか」
「どんな結果がほしいのか」
「何を避けたいのか」

これを伝えられれば、AIは使い始められます。

2つ目は、代替不安です

「自分の仕事がAIに置き換えられるのではないか」

この不安は現実的です。

一部の作業は、確実にAIに置き換わります。
単純な文章作成、要約、分類、定型的な問い合わせ対応、データ整理などは、AIが担う割合が増えていくでしょう。

ただし、ここで大切なのは、仕事全体が消えるのではなく、仕事の中の一部が変わるということです。

営業という仕事がなくなるのではありません。
営業の中の事前調査、メール下書き、議事録作成、提案資料のたたき台などがAIに置き換わるのです。

人事という仕事がなくなるのではありません。
求人票の下書き、応募書類の整理、研修資料の作成などがAIに支援されるのです。

つまり、職業が消えるというより、職業の中身が組み替わる。

この変化に対応するには、自分の仕事を細かく分解する必要があります。

3つ目は、責任不安です

「AIが間違えたら、誰が責任を取るのか」
「AIの答えを信じてよいのか」
「顧客情報を入力してよいのか」
「AIで作った資料をそのまま出してよいのか」

これは非常に重要な不安です。

AIは間違えます。
AIはもっともらしい嘘をつくことがあります。
AIは前提を誤ることがあります。
AIは偏った情報をもとに答えることがあります。

だから、AI時代には、使う人間の責任がより重くなります。

AIを使っているから仕方ない、では通用しません。

AIを使ったとしても、最後に確認するのは人間です。
判断するのも人間です。
顧客に説明するのも人間です。
責任を持つのも人間です。

AI時代に必要なのは、AIに任せる勇気と、任せきらない慎重さです。

仕事を分解すると、不安は小さくなる

AIへの不安が大きい人ほど、自分の仕事を大きなかたまりで捉えています。

「私は営業です」
「私は経理です」
「私は人事です」
「私は管理職です」
「私は経営者です」

もちろん、それは間違いではありません。

しかし、AI活用を考えるときには、職種名だけでは不十分です。

営業の仕事を分解すると、たとえば次のようになります。

顧客リストを作る。
事前に企業情報を調べる。
アポイントメールを書く。
商談の仮説を立てる。
商談でヒアリングする。
顧客の課題を整理する。
提案資料を作る。
見積書を作る。
上司に報告する。
次回アクションを決める。
失注理由を振り返る。
顧客との関係を維持する。

このように分解すると、AIに任せられる部分と、人間が担うべき部分が見えてきます。

企業情報の調査はAIが手伝えます。
アポイントメールの下書きもAIが作れます。
商談後のメモ整理もAIができます。
提案資料の構成案もAIが出せます。

しかし、顧客の表情を見て不安を感じ取ること。
相手の立場に合わせて言葉を選ぶこと。
信頼関係を築くこと。
最後に提案の責任を持つこと。

これは人間の役割です。

仕事を分解すれば、AIは敵ではなくなります。
AIに任せる部分と、自分が磨く部分が見えてくるからです。

田口式・AI時代の仕事棚卸し

ここで、読者の皆さんに最初のワークをしていただきたいと思います。

紙でも、ノートアプリでも構いません。
次の三つを書き出してください。

ワーク1
あなたの仕事を20個の作業に分解する

職種名ではなく、実際の行動で書いてください。

悪い例は、
「営業」
「管理」
「企画」
です。

良い例は、
「顧客に初回メールを書く」
「会議の議事録をまとめる」
「上司への報告資料を作る」
「問い合わせ内容を分類する」
「新しい企画案を3つ出す」
です。

まずは20個、書き出してください。

ワーク2
それぞれに印をつける

書き出した20個の作業に、次の印をつけます。

A：AIに任せられそう
B：AIに手伝ってもらえそう
C：人間が中心でやるべき
D：絶対に人間が責任を持つべき

ここで大切なのは、完璧に分類することではありません。

自分の仕事を眺めることです。

ワーク3
空いた時間を何に使うかを書く

AIによって、仮に1日30分の時間が空いたとします。
その30分を何に使いますか。

さらに仕事を詰め込みますか。
顧客との対話に使いますか。
部下の育成に使いますか。
学習に使いますか。
休息に使いますか。
家族との時間に使いますか。

この問いは、非常に重要です。

AI活用の目的は、単に時間を削ることではありません。

削った時間を、何に戻すのか。
そこに、あなたの仕事観が表れます。

AIに仕事を任せる前に、人間が考えるべき三つの問い

AI活用を始めるとき、私は必ず次の三つの問いを確認するように勧めています。

問い1
これは、誰のための仕事か

AIを使うと、作業は速くなります。
しかし、速さだけを追うと、相手を忘れることがあります。

この資料は、誰の意思決定を助けるためのものか。
このメールは、誰の不安を減らすためのものか。
この企画は、誰の生活を良くするためのものか。

AIを使う前に、相手を思い出す。
これが大切です。

問い2
これは、本当に必要な仕事か

AIで効率化する前に、その仕事自体が必要かを考えるべきです。

不要な会議の議事録をAIで早く作っても、不要な会議は不要なままです。
誰も読まない報告書をAIで美しく整えても、価値は生まれません。
目的の曖昧な資料をAIで大量に作っても、意思決定は進みません。

AIは、無駄な仕事を高速化することもできます。
だからこそ危険です。

AIを使う前に、その仕事の必要性を問う。
これが、AI時代の重要な習慣です。

問い3
最後に責任を持つのは誰か

AIが作った文章。
AIが出した分析。
AIが提案した判断材料。

それを採用するかどうかは、人間が決めます。

「AIがそう言ったから」は、理由になりません。
「AIが出したから仕方ない」は、責任放棄です。

AIは補助者です。
最終責任者ではありません。

AIを使えば使うほど、人間の責任は軽くなるのではなく、明確になります。

AI時代に伸びる人、取り残される人

AI時代に伸びる人と取り残される人の違いは、年齢ではありません。
理系か文系かでもありません。
プログラミングができるかどうかだけでもありません。

違いは、姿勢です。

伸びる人は、AIを試します。
取り残される人は、AIを評論します。

伸びる人は、AIの答えを直します。
取り残される人は、AIの間違いを笑います。

伸びる人は、AIに問いを投げます。
取り残される人は、AIに正解だけを求めます。

伸びる人は、AIで空いた時間を学びに使います。
取り残される人は、空いた時間にさらに作業を詰め込みます。

伸びる人は、AIに任せる部分と人間が担う部分を分けます。
取り残される人は、全部自分で抱えるか、全部AIに丸投げします。

AI時代に必要なのは、完璧な知識ではありません。
小さく試し、違和感を持ち、修正し続ける態度です。

小さく始める人が、最後に大きく変わる

AI活用というと、大きな改革を想像する人がいます。

全社導入。
大規模システム。
業務プロセス改革。
データ基盤整備。
AI人材育成プログラム。

もちろん、それらも重要です。

しかし、最初の一歩はもっと小さくてよいのです。

毎朝のメールをAIに下書きしてもらう。
会議前に論点を整理してもらう。
商談後のメモを要約してもらう。
企画案の反対意見を出してもらう。
難しい文章をわかりやすく言い換えてもらう。
子どもに説明するように解説してもらう。
自分の考えの抜け漏れを指摘してもらう。

こうした小さな実践が、やがて仕事観を変えます。

AIを使うことに慣れると、次第にこう考えるようになります。

「これは自分がゼロからやる必要があるだろうか」
「AIにたたき台を出してもらえば、もっと早く考えられるのではないか」
「この資料は、そもそも何のために作っているのか」
「この会議は、何を決める場なのか」
「この仕事で、人間が本当に担うべき部分はどこか」

AIは、仕事のやり方を変えるだけではありません。
仕事の見方を変えます。

AI活用の第一歩は、「うまく使うこと」ではない

多くの人は、AIをうまく使おうとします。

よいプロンプトを書こう。
便利なツールを探そう。
最新情報を追いかけよう。
他の人より早く成果を出そう。

もちろん、それも大切です。

しかし、最初からうまく使おうとしすぎると、手が止まります。

AI活用の第一歩は、うまく使うことではありません。

使って、自分の仕事を見直すことです。

AIにメールを書かせてみる。
すると、自分が普段どんな表現を大切にしているかが見えてきます。

AIに資料構成を出させてみる。
すると、自分の説明の癖や抜け漏れが見えてきます。

AIに反対意見を出させてみる。
すると、自分が見たくなかったリスクが見えてきます。

AIに業務改善案を出させてみる。
すると、自分の職場の無駄や曖昧さが見えてきます。

AIは、答えを出す道具であると同時に、自分を映す鏡です。

だから、まずは使ってみる。
そして、違和感を持つ。
修正する。
問い直す。

この繰り返しが、AI共創力を育てます。

第1章前半のまとめ

AI不安の正体は、AIが怖いことではありません。
自分の仕事の中身が問い直されることへの不安です。

しかし、それは悪いことではありません。

仕事を分解すれば、AIに任せられる作業が見えてきます。
同時に、人間が担うべき価値も見えてきます。

AI時代に大切なのは、AIに勝つことではありません。

AIに任せる部分を決めること。
AIの答えを疑うこと。
AIで生まれた時間を、人間らしい仕事に戻すこと。
そして最後に、人間が責任を持つこと。

AIに仕事を奪われる前に、仕事を人間に戻す。

その第一歩は、自分の仕事を分解することから始まります。

第2章　田口式「仕事の4分割」

作業・判断・関係・責任を分ければ、AI活用は失敗しない

AI導入の相談を受けると、最初にこう聞かれることがよくあります。

「どの業務をAI化すればいいですか？」

私はその質問に、すぐには答えません。
代わりに、こう聞き返します。

「その業務の中には、どんな種類の仕事が混ざっていますか？」

なぜなら、ほとんどの仕事は一枚岩ではないからです。

たとえば「営業」と一言で言っても、その中にはさまざまな仕事があります。
顧客情報の調査。
メールの作成。
商談準備。
ヒアリング。
提案資料の作成。
価格交渉。
社内調整。
クレーム対応。
契約後のフォロー。

この中には、AIに任せやすいものもあります。
AIに手伝ってもらえるものもあります。
人間が中心で担うべきものもあります。
そして、絶対に人間が責任を持たなければならないものもあります。

AI活用に失敗する会社は、この区別をしないまま、いきなり「AI化できるか、できないか」で考えます。

しかし、本当に必要なのは、もっと丁寧な線引きです。

私はこれを、「仕事の4分割」と呼んでいます。

仕事を次の4つに分けるのです。

1. 作業
2. 判断
3. 関係
4. 責任

この4つを分けられるようになると、AI活用は一気に現実的になります。

AIに任せるべきこと。
AIに手伝わせるべきこと。
人間が磨くべきこと。
絶対にAIへ丸投げしてはいけないこと。

それが見えてくるからです。

1. 作業――AIに任せてよい領域

まず、AIが最も得意なのは「作業」です。

作業とは、目的や判断基準がある程度明確で、手順化しやすい仕事です。

たとえば、次のようなものです。

メールの下書き。
議事録の要約。
文章の言い換え。
誤字脱字のチェック。
表の整理。
情報の分類。
アイデアのたたき台。
FAQの回答案。
SNS投稿案。
研修資料の構成案。
報告書の初稿。
大量データからの傾向抽出。

これらは、AIにかなり任せられる領域です。

もちろん、最後の確認は必要です。
しかし、人間がゼロからすべてを作る必要はありません。

ここで大切なのは、作業を手放すことに罪悪感を持たないことです。

日本の職場では、長い時間をかけて作ることが「頑張っている」と評価されがちでした。
しかし、AI時代には、その価値観を変える必要があります。

時間をかけたから価値があるのではありません。
価値があるものに時間をかけるべきなのです。

議事録をきれいに整えることに2時間かけるより、AIに要約させて、人間は「次に何を決めるべきか」を考える。
メール文面に30分悩むより、AIに下書きを作らせて、人間は「この相手に本当に伝えるべきことは何か」を考える。
資料の見出しづくりに時間を使うより、AIに構成案を出させて、人間は「どの順番なら相手が納得するか」を考える。

これが、作業をAIに渡すということです。

AIに作業を任せるとは、手を抜くことではありません。
人間の集中力を、より価値の高い場所へ移すことです。

作業をAIに任せるときの4条件

ただし、作業だからといって、何でもAIに丸投げしてよいわけではありません。

作業をAIに任せるときには、次の4つを明確にする必要があります。

1. 目的

何のためにその作業をするのか。

「会議メモを要約して」ではなく、
「次回会議で決めるべき論点がわかるように要約して」と伝える。

「メールを書いて」ではなく、
「初回商談後のお礼と、次回打ち合わせにつなげるためのメールを書いて」と伝える。

目的が変われば、AIの出力も変わります。

2. 対象者

誰に向けたものか。

経営者向けなのか。
現場担当者向けなのか。
専門家向けなのか。
初心者向けなのか。
顧客向けなのか。
社内向けなのか。

対象者が違えば、言葉の選び方も、情報量も、表現の硬さも変わります。

3. 材料

何をもとに作るのか。

AIは、何も材料がない状態でも文章を作ることはできます。
しかし、その場合、一般論になりがちです。

良い出力を得るには、材料を渡す必要があります。

会議メモ。
顧客の発言。
過去の資料。
商品の特徴。
社内ルール。
制約条件。
避けたい表現。

材料が具体的であればあるほど、AIの出力は実務に近づきます。

4. 出力形式

どの形で返してほしいのか。

箇条書きなのか。
表形式なのか。
メール文なのか。
プレゼン構成なのか。
チェックリストなのか。
300字なのか、1000字なのか。
丁寧語なのか、カジュアルなのか。

出力形式を指定しないと、AIは「それっぽいもの」を返します。
しかし、仕事で必要なのは「それっぽいもの」ではなく、「使えるもの」です。

AIに作業を任せるときは、目的、対象者、材料、出力形式を渡す。
この4つが基本です。

2. 判断――AIに材料を出させ、人間が決める領域

次に「判断」です。

判断とは、複数の選択肢の中から、目的に照らして選ぶことです。

AIは判断材料を出すのが得意です。
比較表を作る。
メリット・デメリットを整理する。
リスクを列挙する。
別案を出す。
過去データから傾向を見る。
意思決定に必要な論点を洗い出す。

これらはAIが強力に支援できます。

しかし、最後に決めるのは人間です。

たとえば、採用活動を考えてみましょう。

AIは応募書類を整理できます。
候補者の経験を要約できます。
面接で確認すべき質問案を出せます。
求める人物像との一致点や懸念点を整理できます。

しかし、採用するかどうかをAIに決めさせてはいけません。

なぜなら採用は、単なる条件マッチングではないからです。

その人が組織にどんな影響を与えるか。
チームの文化に合うか。
今は未熟でも伸びる可能性があるか。
過去の経歴だけでは見えない強みがあるか。
採用しなかった場合、その判断を説明できるか。

こうしたことは、人間が責任を持って考えるべきです。

AIは判断材料を出す。
人間は判断基準を持つ。
そして最後に決める。

この役割分担が重要です。

判断をAIに任せすぎると何が起きるか

判断をAIに任せすぎると、三つの問題が起きます。

1つ目は、責任の所在が曖昧になることです

「AIがそう判断したから」
「システム上、そう出たから」
「スコアが低かったから」

こうした言葉が増えると、組織は危険です。

AIの判断を理由にして、人間が説明責任から逃げてしまうからです。

2つ目は、少数派や例外が切り捨てられることです

AIは過去のデータから傾向を見つけます。
そのため、過去に多かったパターンを「正解」に近いものとして扱いやすい。

しかし、新しい才能、新しい顧客、新しい市場は、過去のパターンから外れることがあります。

AIのスコアだけで判断すると、伸びしろのある人材や、まだ見えていない機会を見逃す可能性があります。

3つ目は、人間の判断力が衰えることです

AIの提案をいつもそのまま採用していると、自分で考える力が弱くなります。

なぜその選択肢がよいのか。
どんなリスクがあるのか。
他に何を考えるべきか。
自分ならどう判断するか。

こうした問いを持たずにAIの答えを採用してしまうと、人間は判断者ではなく、承認ボタンを押すだけの存在になります。

AI時代に必要なのは、AIに決めてもらうことではありません。

AIに材料を出させ、人間の判断を深めることです。

判断の質を高める5つの問い

AIを判断支援に使うとき、私は次の5つの問いを使うように勧めています。

1. 目的は何か

何を実現するための判断なのか。
売上か。
顧客満足か。
安全性か。
長期的な信頼か。
社員の成長か。
社会的責任か。

目的が曖昧だと、判断も曖昧になります。

2. 判断基準は何か

何を重視するのか。
価格か。
スピードか。
品質か。
継続性か。
公平性か。
ブランドへの影響か。

AIには、基準を渡さなければなりません。

3. 誰に影響があるか

その判断で得をする人は誰か。
困る人は誰か。
見落とされている人はいないか。

AIの出力には、影響を受ける人の感情や事情が十分に反映されないことがあります。
だからこそ、人間が補う必要があります。

4. どんなリスクがあるか

短期的なリスク。
長期的なリスク。
法的リスク。
倫理的リスク。
reputational risk、つまり評判のリスク。
現場の負担。

AIには、必ず反対意見や懸念点を出させるべきです。

5. 説明できるか

最後に、その判断を関係者に説明できるか。

顧客に説明できるか。
社員に説明できるか。
家族に説明できるか。
社会に説明できるか。
数年後の自分に説明できるか。

説明できない判断は、危うい判断です。

AIを使うほど、説明責任は重要になります。

3. 関係――AIで準備し、人間が向き合う領域

三つ目は「関係」です。

仕事は、作業や判断だけで成り立っているわけではありません。
必ず人間関係があります。

顧客との関係。
上司と部下の関係。
同僚との関係。
取引先との関係。
地域との関係。
家族との関係。

AIは、関係づくりを支援できます。

謝罪メールの下書きを作る。
相手に配慮した表現を提案する。
1on1で聞くべき質問を出す。
顧客の不安を想定する。
交渉前に相手の立場を整理する。
難しい説明をやわらかい言葉に変える。

これは非常に有効です。

しかし、関係そのものをAIに任せてはいけません。

なぜなら、関係とは、効率だけで測れないものだからです。

相手の目を見る。
沈黙を受け止める。
言葉にならない不安を感じる。
相手の怒りの奥にある期待を考える。
自分の非を認める。
誠意を持って謝る。
時間をかけて信頼を積み重ねる。

これは人間が担うべき領域です。

AIは、言葉を整えることはできます。
しかし、誠意そのものを持つことはできません。

AIで「関係の準備」をする

関係の領域でAIを使うとき、ポイントは「代替」ではなく「準備」です。

たとえば、部下との1on1面談を考えてみましょう。

悪い使い方は、AIに面談内容を全部任せることです。

「部下に何を聞けばいい？」
「この通りに話せばいい？」
「評価コメントを書いて」

もちろん、質問案やコメント案を出してもらうことはできます。
しかし、それをそのまま読むだけでは、部下はすぐに気づきます。

「あ、この人は本気で自分を見ていないな」と。

良い使い方は、面談前の準備にAIを使うことです。

「この部下は最近、成果は出しているが、会議での発言が減っている。1on1で確認すべき観点を挙げてください」
「相手を責めずに、最近の変化について聞く質問を5つ考えてください」
「成長を促すフィードバックの言い方を、厳しすぎない表現で提案してください」

こう使えば、上司はより丁寧に部下と向き合えます。

AIが関係を代替するのではありません。
AIが、人間が関係に向き合う準備を助けるのです。

謝罪文をAIに書かせてもよいか

研修でよく聞かれる質問があります。

「お客様への謝罪文をAIに書かせてもよいのでしょうか？」

私の答えは、こうです。

下書きはよい。
誠意の丸投げはだめです。

謝罪文には、型があります。

何が起きたのか。
迷惑をかけたことへのお詫び。
原因。
今後の対応。
再発防止策。
問い合わせ先。

AIは、この構成を整えるのが得意です。

しかし、謝罪で本当に大切なのは、相手の痛みを理解しようとする姿勢です。

「ご不便をおかけしました」だけで済むのか。
相手はどんな予定を狂わされたのか。
どんな不安を感じたのか。
なぜ怒っているのか。
こちらの都合だけで説明していないか。

この部分は、人間が考えなければなりません。

AIに謝罪文の下書きを作らせることはできます。
しかし、最後に「本当にこれで相手の気持ちに届くか」と問うのは人間です。

4. 責任――絶対にAIへ丸投げしてはいけない領域

四つ目は「責任」です。

ここが最も重要です。

AI時代には、多くの仕事が便利になります。
作業は速くなります。
判断材料も増えます。
関係づくりの準備もできます。

しかし、責任だけはAIに渡してはいけません。

責任とは、最後に引き受けることです。

その判断で誰かが傷ついたとき。
その提案が失敗したとき。
その言葉が誤解を生んだとき。
その施策が社会に悪影響を与えたとき。
その採用判断が不公平だったとき。
そのAI活用が誰かの尊厳を損なったとき。

「AIがやったことです」では済まされません。

AIを使ったのは人間です。
AIの出力を採用したのも人間です。
AIを業務に組み込んだのも組織です。

だから、責任は人間と組織にあります。

責任をAIに押しつける会社は、信頼を失う

これからの時代、企業の信頼はAI活用の姿勢によって大きく左右されます。

顧客情報をどう扱っているか。
AIが関わっていることをどこまで説明するか。
AIの判断を人間が確認しているか。
不公平な結果が出たときに修正する仕組みがあるか。
社員にAIを使わせるとき、ルールと教育を用意しているか。

これらを曖昧にしたままAIを使う会社は、いずれ信頼を失います。

AI時代の信頼は、「便利なAIを使っているか」ではなく、
「責任あるAI活用をしているか」で決まります。

私は、企業には最低限、次のようなAI利用原則が必要だと考えています。

1. 人間の尊厳を損なわない
2. 個人情報や機密情報を慎重に扱う
3. AIの出力を人間が確認する
4. 重要な判断をAIに丸投げしない
5. 不利益を受ける人が出ないか確認する
6. AIを使ったことを必要に応じて説明できるようにする
7. 最終責任者を明確にする

これは大企業だけの話ではありません。

中小企業でも、個人事業主でも、教育現場でも、家庭でも同じです。

AIは便利です。
しかし、便利さは責任を消しません。

4分割で見る具体例

ここで、いくつかの職種を例に、4分割を見てみましょう。

営業の場合

作業：
顧客情報の調査、メール下書き、議事録作成、提案資料のたたき台。

判断：
どの顧客を優先するか、どの提案を出すか、価格交渉をどう進めるか。

関係：
信頼づくり、ヒアリング、謝罪、顧客の不安への対応。

責任：
提案内容の最終確認、契約条件、顧客への約束、クレーム時の対応。

営業はAIによって大きく変わります。
しかし、営業が不要になるわけではありません。

むしろ、顧客理解の浅い営業は淘汰され、深く向き合える営業の価値が高まります。

人事の場合

作業：
求人票の作成、応募書類の整理、面接質問案の作成、研修資料の下書き。

判断：
採用可否、配置、評価、育成方針。

関係：
候補者との信頼形成、社員面談、離職相談、キャリア支援。

責任：
公平な評価、差別の防止、個人情報管理、雇用に関する説明責任。

人事領域では、AIの便利さと危うさが同時に出ます。

効率化はできます。
しかし、人の人生に関わる判断をAIに丸投げしてはいけません。

経営者の場合

作業：
市場情報の整理、競合分析、資料作成、議事録要約。

判断：
投資判断、新規事業の優先順位、撤退判断、組織設計。

関係：
社員へのメッセージ、顧客・取引先との信頼、株主や地域との対話。

責任：
会社の方向性、雇用、社会的影響、倫理的判断。

経営者こそ、AIを使うべきです。
しかし、経営判断をAIに委ねてはいけません。

AIは参謀にはなれます。
しかし、船長にはなれません。

AI導入は「業務削減」ではなく「業務再設計」である

AI活用というと、多くの人は「業務削減」を考えます。

この作業を減らせるか。
何時間短縮できるか。
人件費をどれだけ削減できるか。

もちろん、それも重要です。

しかし、本当に大事なのは、業務再設計です。

AIに作業を任せたあと、人間は何をするのか。
AIが判断材料を出したあと、人間はどの基準で決めるのか。
AIで準備したあと、人間はどう関係に向き合うのか。
AIを使うとき、誰が責任を持つのか。

ここまで設計して初めて、AI活用は組織に根づきます。

たとえば、会議の議事録作成をAI化したとします。

単に議事録担当者の負担が減るだけなら、それは業務削減です。

しかし、さらに一歩進めて、AI要約をもとに次のような仕組みに変えたらどうでしょうか。

会議終了後5分以内に、AIが決定事項と未決事項を整理する。
参加者全員がその場で確認する。
次回までの担当者と期限を明確にする。
未決事項は次回議題に自動で入れる。
会議の最後に「この会議は必要だったか」を確認する。

ここまで行えば、会議そのものが変わります。

AIによって、記録業務を減らすだけでなく、意思決定の質を上げることができます。

これが業務再設計です。

田口式「4色付箋ワーク」

研修で実際に行うと効果が高いワークがあります。

それが、4色付箋ワークです。

用意するものは、4色の付箋だけです。

青：作業
黄：判断
緑：関係
赤：責任

まず、チームメンバーに、自分たちの業務をできるだけ細かく付箋に書き出してもらいます。

「問い合わせメールに返信する」
「見積書を作る」
「クレーム内容を上司に報告する」
「新商品の企画案を考える」
「採用面接をする」
「部下に注意する」
「顧客に値上げを説明する」

次に、それぞれの付箋を4色に分類します。

作業なのか。
判断なのか。
関係なのか。
責任なのか。

このワークをすると、必ず議論が起きます。

「これは作業ではなく判断ではないか」
「ここはAIに任せられると思っていたが、顧客との関係が絡んでいる」
「この仕事は誰が責任を持っているのか曖昧だった」
「そもそもこの業務は必要なのか」

この議論こそが重要です。

AI導入の前に、仕事の意味をチームで話し合う。
それだけで、職場は変わり始めます。

AI活用は、ツール研修だけでは進みません。
仕事観をそろえる対話が必要です。

AI活用でやってはいけない二つの極端

AI導入の現場では、二つの極端が起こりがちです。

1つ目は、AIに任せすぎること

「AIが全部やってくれる」
「人間は確認だけでよい」
「AIのほうが客観的だから、判断も任せよう」

これは危険です。

AIは間違えます。
AIは文脈を取り違えます。
AIは責任を取りません。

AIに任せすぎると、判断力と責任感が失われます。

2つ目は、AIを使わなすぎること

「AIは信用できない」
「自分でやったほうが早い」
「うちの仕事は特殊だから使えない」
「人間味がなくなるから嫌だ」

これも危険です。

AIを使わないことで、作業に時間を奪われ続けます。
本来向き合うべき顧客、部下、家族、自分自身に使う時間がなくなります。

大切なのは、任せすぎず、拒みすぎず、分けることです。

作業は任せる。
判断は支援させる。
関係は準備させる。
責任は人間が持つ。

このバランスが、AI共創の基本です。

1日30分を取り戻すだけで、組織は変わる

AI活用というと、大きな成果を求めたくなります。

売上を何倍にする。
人員を大幅に削減する。
業務時間を半分にする。

もちろん、そうした成果が出る場合もあります。

しかし、私はまず「1日30分を取り戻す」ことを目標にしてよいと考えています。

1人が1日30分取り戻す。
20人のチームなら、1日10時間です。
月20営業日なら、月200時間です。

これは大きな時間です。

その時間を、何に使うか。

顧客の声を聞く。
若手にフィードバックする。
新しい企画を考える。
業務改善を進める。
学び直しをする。
早く帰って体を休める。

AIで取り戻した30分を、人間らしい時間に変える。

これができれば、職場は確実に変わります。

AI導入の本当の成果は、削減時間だけではありません。
その時間で、人が何を取り戻したかです。

第2章まとめ　AI活用は「分ける力」で決まる

AI時代に必要なのは、何でもAIに任せることではありません。
また、AIを怖がって何も使わないことでもありません。

必要なのは、分ける力です。

作業は、AIに任せる。
判断は、AIに材料を出させて人間が決める。
関係は、AIで準備して人間が向き合う。
責任は、絶対に人間が持つ。

この4分割ができるようになると、AIは怖い存在ではなくなります。

AIは、作業を奪うかもしれません。
しかしその代わりに、人間に時間を返してくれます。

その時間を、何に使うのか。

そこに、AI時代の働き方の差が出ます。

AIに仕事を奪われる前に、仕事を人間に戻す。
そのためにはまず、自分の仕事を4つに分けることです。

次章では、AIに正しく仕事を依頼するための技術を扱います。

プロンプトは、魔法の呪文ではありません。
AIへの業務指示書です。

人に仕事を頼むのが上手い人は、AIにも仕事を頼むのが上手くなります。

第3章　プロンプトは呪文ではなく業務指示書である

AIにうまく頼めない人は、人にも仕事を頼めていない

生成AIが広まってから、「プロンプト」という言葉をよく聞くようになりました。

「良いプロンプトを入れれば、良い答えが返ってくる」
「プロンプトエンジニアリングが重要だ」
「この魔法のプロンプトを使えば、AIがすごい成果を出す」

こうした言葉を見て、AIに苦手意識を持つ人も少なくありません。

「また新しい専門用語が出てきた」
「自分には難しそうだ」
「特殊なテクニックを覚えないと使えないのではないか」

しかし、私はプロンプトを魔法の呪文のように扱うことには反対です。

プロンプトとは、AIに対する業務指示書です。

もっと言えば、AIに仕事を依頼するときの「頼み方」です。

部下に仕事を頼む。
外部パートナーに仕事を発注する。
デザイナーに資料作成を依頼する。
ライターに原稿を頼む。
新入社員に作業を説明する。

そのとき、私たちは何を伝えるでしょうか。

目的。
背景。
相手。
条件。
使ってよい材料。
避けるべきこと。
納品形式。
判断基準。
締切。

AIにも、同じことを伝える必要があります。

AIは、人間の言葉をかなり自然に理解してくれます。
しかし、あなたの頭の中までは読めません。

「いい感じにまとめて」
「わかりやすく書いて」
「それっぽく作って」
「資料を作って」
「提案を考えて」

これでは、AIは困ります。
人間の部下でも困るはずです。

AIにうまく頼めない人は、多くの場合、人にも仕事をうまく頼めていません。

つまり、プロンプト力とは、AI時代に突然現れた特殊技術ではありません。
昔から必要だった「仕事を言語化して依頼する力」が、AIによって見える化されたものなのです。

AIの答えが浅いのは、AIが悪いのか

講演や研修で、よくこう言われます。

「AIを使ってみたのですが、当たり前の答えしか返ってきませんでした」
「ネットにあるような一般論ばかりでした」
「うちの仕事には使えないと思いました」

そのとき私は、どんな指示を出したのかを聞きます。

すると、多くの場合、こういう指示です。

「営業力を上げる方法を教えて」
「新規事業のアイデアを出して」
「採用を改善する方法を教えて」
「AI活用について資料を作って」
「お客様へのメールを書いて」

これでは、AIの答えが一般論になるのは当然です。

なぜなら、質問が一般的だからです。

AIは、問いに応じて答えます。
問いが浅ければ、答えも浅くなります。
問いが曖昧なら、答えも曖昧になります。
問いに文脈がなければ、答えも文脈のないものになります。

たとえば、「営業力を上げる方法を教えて」と聞けば、AIはおそらくこう答えます。

顧客理解を深めましょう。
ヒアリング力を高めましょう。
提案力を磨きましょう。
フォローアップを徹底しましょう。
営業プロセスを見直しましょう。

どれも間違ってはいません。
しかし、読んだ人はこう思います。

「それは知っている」

では、次のように聞いたらどうでしょうか。

あなたは中小企業向け営業研修の専門家です。
対象は、従業員30名規模のBtoB企業の営業チームです。
課題は、新規開拓はできているものの、初回商談後の失注が多いことです。
営業担当者は商品の説明に偏り、顧客の課題を深く聞けていません。
目的は、初回商談から次回提案につなげる確率を上げることです。
明日から使える行動改善策を、現場の営業担当者向けに7つ提案してください。
各項目には、具体的な会話例も入れてください。
最後に、上司が同行時に見るべきチェックポイントもまとめてください。

このように頼めば、AIの答えはかなり変わります。

AIが賢くなったのではありません。
指示が具体的になったのです。

AIの性能を疑う前に、自分の依頼の仕方を疑う。
これが、AI活用の第一歩です。

「いい感じに」は、人間にもAIにも通じない

職場でよくある依頼に、「いい感じにしておいて」があります。

資料をいい感じにしておいて。
メールをいい感じに書いておいて。
企画案をいい感じにまとめておいて。
デザインをいい感じに整えておいて。

この「いい感じ」は、依頼する側にとっては便利な言葉です。
しかし、依頼される側にとっては、非常に困る言葉です。

何を重視すればよいのか。
誰に向けているのか。
どの程度の硬さがよいのか。
どこまで詳しく書くのか。
何を避けるべきなのか。
完成形のイメージは何なのか。

これがわからないからです。

人間であれば、過去の経験や相手の好みを察して何とかすることもあります。
しかし、それは本来、依頼する側が言語化すべきことを、依頼される側に押しつけているだけです。

AIは、この曖昧さを容赦なく映し出します。

曖昧に頼めば、曖昧なものが返ってくる。
雑に頼めば、雑なものが返ってくる。
目的を伝えなければ、目的のないものが返ってくる。

AIは、私たちの指示文化を映す鏡です。

だから、AIを使うことは、単なるツール活用ではありません。
自分たちの仕事の頼み方、伝え方、考え方を見直す訓練なのです。

田口式「AI業務指示書」7項目

では、AIにどのように指示すればよいのでしょうか。

私は研修で、次の7項目を使うように伝えています。

1. 役割
2. 目的
3. 対象者
4. 背景
5. 材料
6. 条件
7. 出力形式

これを、AI業務指示書と呼んでいます。

順番に見ていきましょう。

1. 役割――AIにどの立場で考えてもらうか

まず、AIに役割を与えます。

「あなたは営業コンサルタントです」
「あなたは人事部長です」
「あなたは経営者の壁打ち相手です」
「あなたは小学5年生にもわかる説明が得意な先生です」
「あなたは顧客目線で厳しく指摘するレビュー担当者です」
「あなたは炎上リスクに詳しい広報担当者です」

役割を指定すると、AIの視点が変わります。

たとえば、同じ新商品について意見を聞く場合でも、

マーケターとして見てください。
営業担当者として見てください。
顧客として見てください。
競合企業として見てください。
法務担当者として見てください。
炎上リスクを気にする広報担当者として見てください。

このように役割を変えるだけで、出てくる意見は大きく変わります。

AIの強みの一つは、一人で複数の視点を持てることです。
人間はどうしても、自分の立場や経験に引っ張られます。
しかしAIには、役割を切り替えさせることができます。

これは、会議室に何人もの専門家を呼ぶようなものです。

もちろん、AIの意見をそのまま信じてはいけません。
しかし、視点を増やす道具としては非常に有効です。

2. 目的――何を達成したいのか

次に、目的を伝えます。

AIに頼むとき、多くの人は作業内容だけを伝えます。

「メールを書いて」
「資料を作って」
「要約して」
「企画案を出して」

しかし、仕事で大切なのは、作業ではなく目的です。

メールを書く目的は何か。
相手に謝るためなのか。
次回商談につなげるためなのか。
不安を解消するためなのか。
購入を促すためなのか。
社内の合意形成を進めるためなのか。

目的が違えば、文章は変わります。

たとえば「お客様へのメールを書いて」と頼むのではなく、

「初回商談後に、お礼を伝えつつ、次回の課題整理ミーティングにつなげるためのメールを書いてください」

と伝えれば、AIはより適切な文面を作れます。

目的は、AIにとっての北極星です。

目的がなければ、AIはどこへ向かってよいかわかりません。

3. 対象者――誰に向けたものか

三つ目は、対象者です。

同じ内容でも、誰に伝えるかによって表現は変わります。

経営者に伝えるのか。
現場社員に伝えるのか。
新入社員に伝えるのか。
専門家に伝えるのか。
初心者に伝えるのか。
顧客に伝えるのか。
保護者に伝えるのか。
子どもに伝えるのか。

対象者が変われば、使う言葉も、事例も、説明の深さも変わります。

たとえば、「AI活用の重要性」について説明する場合でも、経営者向けなら投資対効果や競争力、人材戦略の話が必要です。
現場社員向けなら、日々の業務がどう楽になるのか、不安にどう向き合うのかを説明する必要があります。
保護者向けなら、子どもの学びや安全性、依存のリスクについて触れる必要があります。

対象者を指定しない文章は、誰にも刺さらない文章になりがちです。

AIに文章を作らせるときは、必ず「誰に向けているか」を伝えてください。

4. 背景――なぜ今それが必要なのか

四つ目は、背景です。

背景とは、状況や文脈のことです。

なぜこの資料が必要なのか。
なぜこのメールを書くのか。
なぜこの提案をするのか。
相手とはどんな関係なのか。
これまで何があったのか。
どんな問題が起きているのか。

背景があると、AIの出力は一気に実務的になります。

たとえば、謝罪メールを作る場合を考えます。

「納期遅延のお詫びメールを書いて」だけでは、一般的な謝罪文になります。

しかし、次のように背景を伝えると変わります。

お客様には、来週の展示会で使うために当社の商品を発注いただいていました。
しかし、部品調達の遅れにより、当初予定していた納期に間に合わない可能性があります。
お客様は展示会で新規顧客に見せる予定だったため、単なる納期遅延以上に、営業機会を失う不安を感じているはずです。
まずは状況を正直に伝え、代替案を提示し、今後の対応を相談するためのメールを書いてください。

この背景があるだけで、AIは相手の不安に配慮した文章を作りやすくなります。

AIに文脈を与える。
これが、プロンプトの質を大きく左右します。

5. 材料――何をもとに作るのか

五つ目は、材料です。

AIは一般知識から文章を作ることができます。
しかし、実務で使えるものにするには、材料が必要です。

材料とは、具体的な情報です。

商品情報。
顧客の発言。
会議メモ。
過去の資料。
社内ルール。
アンケート結果。
数字データ。
自分の考え。
相手の状況。
制約条件。

材料を渡さないままAIに頼むと、一般論になります。

逆に、材料を渡すと、AIはそれを整理し、構成し、言葉にしてくれます。

AIは、ゼロから正解を生み出す魔法使いではありません。
材料をもとに、思考を支援する編集者です。

良い材料を渡せば、良い下書きが返ってきます。
雑な材料しか渡さなければ、雑なものになります。

これは料理と同じです。

シェフの腕がよくても、材料が悪ければ限界があります。
AIも同じです。

6. 条件――守るべきルールを伝える

六つ目は、条件です。

条件とは、守るべきルールや制約です。

文字数。
トーン。
使ってはいけない言葉。
必ず入れる内容。
法律上注意すべきこと。
社外秘情報を含めないこと。
断定しすぎないこと。
専門用語を使わないこと。
相手を責めないこと。
営業色を強くしすぎないこと。

条件を伝えないと、AIは勝手に補います。
それが実務上問題になることがあります。

たとえば、医療、法律、金融、教育、採用、人事評価などの領域では、断定的な表現や不適切な表現が大きなリスクになります。

AIには、必ず条件を伝える必要があります。

「断定を避けてください」
「法律判断ではなく一般的な注意点として書いてください」
「相手を責める表現は避けてください」
「専門用語を使う場合は、必ず簡単な説明を添えてください」
「個人情報は含めず、匿名化してください」

このように条件を指定することで、AIの出力は安全になります。

7. 出力形式――どんな形で返してほしいか

最後は、出力形式です。

AIに頼むとき、意外と忘れられがちなのがこれです。

箇条書きで。
表形式で。
メール文で。
プレゼンの見出しで。
チェックリストで。
300字以内で。
小学生にもわかる言葉で。
経営会議向けに硬めの文体で。
SNS投稿として3案で。
メリット・デメリットを左右に分けて。
最後に次のアクションを入れて。

出力形式を指定すると、返ってきたものをそのまま使いやすくなります。

逆に、形式を指定しないと、AIは長々と説明したり、必要以上に抽象的になったりします。

AIに頼むときは、完成形をイメージして伝える。
これが重要です。

基本テンプレート

以上の7項目を組み合わせると、基本テンプレートは次のようになります。

あなたは【役割】です。
目的は【目的】です。
対象者は【対象者】です。
背景は【背景】です。
以下の材料をもとにしてください。
【材料】
条件は次の通りです。
【条件】
出力形式は【出力形式】です。
最後に、不足している情報や注意点があれば挙げてください。

このテンプレートだけで、AIの出力品質は大きく変わります。

大切なのは、すべてを完璧に埋めることではありません。
考える癖をつけることです。

AIに頼む前に、目的は何か。
誰に向けるのか。
背景は何か。
材料はあるか。
条件は何か。
どんな形で欲しいのか。

この問いを持つだけで、仕事の質は上がります。

プロンプトは一発で決めなくていい

プロンプトに苦手意識を持つ人は、最初から完璧な指示を書こうとします。

しかし、AIとのやり取りは一発勝負ではありません。

むしろ、対話しながら改善するものです。

一回目でたたき台を出す。
二回目で方向性を修正する。
三回目で具体例を増やす。
四回目でトーンを整える。
五回目でリスクを確認する。

これでよいのです。

人間の部下やパートナーとの仕事も同じです。
最初の依頼だけで完璧な成果物が出ることは多くありません。
途中で確認し、フィードバックし、修正しながら完成度を高めていきます。

AIも同じです。

むしろ、AIは何度でも修正に付き合ってくれます。
遠慮する必要はありません。

「もっと短くしてください」
「専門用語を減らしてください」
「相手の不安に寄り添う表現にしてください」
「営業色が強すぎるので、相談のトーンにしてください」
「反対意見を加えてください」
「具体例を3つ追加してください」
「結論を先にしてください」
「経営者向けに言い換えてください」

こうした追加指示を出すことで、成果物はどんどん実務に近づきます。

プロンプト力とは、一発で正解を出す力ではありません。
対話しながら成果物を育てる力です。

AIには「質問させる」

AIをうまく使う人は、AIにすぐ答えさせません。
まず、AIに質問させます。

たとえば、こう指示します。

回答を作る前に、不足している情報があれば質問してください。
前提が曖昧な場合は、勝手に補わず確認してください。

この一文を入れるだけで、AIの使い方は大きく変わります。

多くの人は、AIに答えを求めます。
しかし、良い仕事には良い質問が必要です。

AIに質問させることで、自分がまだ考えていなかった前提に気づけます。

たとえば、研修企画をAIに考えてもらう場合、AIは次のような質問をしてくるかもしれません。

対象者は経営層ですか、現場社員ですか。
研修時間は何時間ですか。
目的はAI体験ですか、業務改善ですか、組織変革ですか。
参加者のAI経験はどの程度ですか。
持ち帰ってほしい成果物は何ですか。
禁止事項や社内ルールはありますか。

これらに答えていくうちに、企画そのものが整理されます。

AIを使う価値は、答えをもらうことだけではありません。
自分の問いや前提を整理することにもあります。

AIを「批判者」として使う

多くの人は、AIを褒めてくれる相手として使います。

「この企画どう？」
「いいですね。素晴らしいです」

AIは、人間に合わせて肯定的な返答をすることがあります。
これは気持ちがよい反面、危険です。

仕事で本当に役立つのは、褒め言葉だけではありません。
むしろ、弱点を指摘してくれる相手です。

AIには、あえて批判者の役割を与えるべきです。

たとえば、次のように頼みます。

あなたは顧客目線で厳しく見る担当者です。
以下の提案書について、顧客が不安に感じる点を10個挙げてください。
特に、費用対効果、導入負担、現場の反発、競合比較の観点から指摘してください。
そのうえで、改善案も提案してください。

または、

あなたは炎上リスクに詳しい広報担当者です。
以下の文章について、誤解されそうな表現、不快に感じる人がいそうな表現、SNSで批判される可能性がある表現を指摘してください。
修正文も提案してください。

この使い方は非常に有効です。

AIを、便利な作業者としてだけでなく、厳しいレビュー担当者として使う。
これにより、仕事の精度が上がります。

AI時代に重要なのは、AIに正解を出させることではありません。
AIを使って、自分の考えの穴を見つけることです。

具体例1：お客様へのメール

では、具体例を見てみましょう。

悪いプロンプトです。

お客様へのお礼メールを書いて。

これでは、一般的なメールになります。

改善すると、こうなります。

あなたはBtoB営業の経験が豊富な営業マネージャーです。
目的は、初回商談後にお礼を伝え、次回の課題整理ミーティングにつなげることです。
対象者は、製造業の経営企画部長です。
背景として、本日の商談では、現場の人手不足と業務属人化が課題として話題になりました。
当社はAIを活用した業務改善支援サービスを提供していますが、まだ具体提案前です。
売り込み感を強くせず、相手の課題理解を示す文面にしてください。
文字数は500字以内。
件名を3案出し、本文を1案作成してください。
最後に、相手が返信しやすい一文を入れてください。

このように頼めば、単なるお礼メールではなく、次の関係につながるメールになります。

具体例2：会議の議事録

悪いプロンプトです。

この会議メモを要約して。

これでも要約はできます。
しかし、何のための要約かが不明です。

改善すると、こうなります。

あなたは会議ファシリテーターです。
以下の会議メモを、次回アクションにつながる形で整理してください。
目的は、参加者全員が「決定事項」「未決事項」「担当者」「期限」を確認できるようにすることです。
出力形式は次の4項目です。
1. 決定事項
2. 未決事項
3. 担当者別の次回アクション
4. 次回会議で最初に確認すべき論点
曖昧な点や、担当者・期限が不明なものは「要確認」と明記してください。
以下が会議メモです。
【会議メモ】

これにより、単なる要約ではなく、仕事を前に進める議事録になります。

具体例3：部下へのフィードバック

悪いプロンプトです。

部下に注意する文章を考えて。

この指示は危険です。
AIが強すぎる表現を出すかもしれませんし、相手との関係性を壊す可能性もあります。

改善すると、こうなります。

あなたは部下育成に詳しい管理職向けコーチです。
目的は、部下を責めることではなく、行動改善につながるフィードバックをすることです。
対象は入社3年目の社員です。
背景として、最近、会議資料の提出が2回続けて遅れました。本人は能力が低いわけではなく、仕事を抱え込みやすい傾向があります。
伝えたいことは、期限を守る重要性と、遅れそうなときは早めに相談してほしいということです。
相手の人格を否定せず、行動に焦点を当てた伝え方にしてください。
1on1で口頭で伝える想定で、会話例を作ってください。
最後に、上司側が聞くべき質問を5つ挙げてください。

このように頼めば、AIは単なる注意文ではなく、育成につながる会話の準備を支援してくれます。

具体例4：経営者の壁打ち

経営者や管理職には、AIを壁打ち相手として使うことを勧めています。

たとえば、新規事業の検討では、こう使えます。

あなたは新規事業開発に詳しい経営参謀です。
以下の事業アイデアについて、経営者の壁打ち相手として意見をください。
目的は、アイデアを褒めることではなく、実行前に弱点を見つけることです。
次の観点で整理してください。
1. 顧客課題は明確か
2. 誰がお金を払うのか
3. 競合との差別化はあるか
4. 初期投資のリスクは何か
5. 小さく検証する方法は何か
6. 撤退判断の基準は何か
最後に、私が見落としていそうな問いを10個挙げてください。
以下が事業アイデアです。
【事業アイデア】

この使い方をすると、AIは単なるアイデア出しではなく、思考の抜け漏れを補う存在になります。

経営者にとって、本音で反対意見を言ってくれる相手は貴重です。
AIは、その入口になり得ます。

もちろん、最終判断は経営者が行います。
しかし、判断前に問いを増やすことはできます。

プロンプトの失敗パターン

ここで、よくある失敗パターンを整理しておきます。

1. 丸投げする

「いい感じに作って」
「全部考えて」
「最適な案を出して」

これは失敗しやすい指示です。

AIに任せるのはよいですが、目的や条件まで丸投げしてはいけません。

2. 背景を伝えない

背景がないと、AIは一般論で答えます。

「なぜそれが必要なのか」
「これまで何があったのか」
「相手はどんな状況なのか」

これを伝えるだけで、出力は変わります。

3. 対象者を指定しない

誰に向けたものかを伝えないと、文章はぼやけます。

経営者向けなのか。
現場向けなのか。
初心者向けなのか。
専門家向けなのか。

対象者は必ず指定しましょう。

4. 出力形式を指定しない

表が欲しいのか。
箇条書きが欲しいのか。
メール文が欲しいのか。
プレゼン構成が欲しいのか。

形式を指定しないと、使いにくい出力になります。

5. そのまま使う

AIの出力をそのまま使うのは危険です。

事実確認。
表現の調整。
社内ルールとの整合。
相手への配慮。
法務・倫理面の確認。

必ず人間が確認してください。

6. 一回で諦める

一回目の答えが微妙だからといって、AIは使えないと判断するのは早すぎます。

追加指示を出す。
条件を加える。
視点を変える。
批判させる。
別案を出させる。

対話しながら育てることが大切です。

プロンプト力は、マネジメント力である

ここまで読んで、気づいた方もいるかもしれません。

AIへの指示が上手い人は、マネジメントも上手い可能性があります。

なぜなら、良いプロンプトに必要な要素は、良い業務依頼に必要な要素と同じだからです。

目的を伝える。
背景を共有する。
相手を明確にする。
判断基準を示す。
制約を伝える。
完成形を共有する。
途中でフィードバックする。
最後に責任を持つ。

これは、まさにマネジメントです。

逆に、AIにうまく指示できない上司は、部下にも曖昧な指示を出している可能性があります。

「とりあえずやっておいて」
「いい感じにまとめて」
「普通わかるでしょ」
「前にも言ったよね」
「なんでできていないの」

こうした職場では、AI活用も進みにくい。

AI導入は、指示文化を変える機会です。

AIに伝わるように仕事を言語化する。
その習慣は、人間同士のコミュニケーションも改善します。

社内でプロンプトを共有する意味

AI活用が進む組織では、良いプロンプトを個人のノウハウで終わらせません。

社内で共有します。

営業メール用プロンプト。
議事録整理用プロンプト。
企画レビュー用プロンプト。
クレーム対応準備用プロンプト。
1on1準備用プロンプト。
採用面接質問作成用プロンプト。
研修資料作成用プロンプト。

これらを社内テンプレートとして整備すると、組織全体のAI活用レベルが上がります。

ただし、テンプレートを配るだけでは不十分です。

なぜこの項目が必要なのか。
どこを自分の業務に合わせて変えるのか。
何を入力してはいけないのか。
出力後に何を確認するのか。

そこまでセットで教育する必要があります。

プロンプト共有は、単なる便利ツール集ではありません。
組織の仕事の型を整える活動です。

機密情報を入れないという基本

AI活用で忘れてはいけないのが、情報管理です。

便利だからといって、何でもAIに入力してはいけません。

顧客の個人情報。
社員の個人情報。
未公開の財務情報。
契約書の機密部分。
社外秘の企画。
特定の個人が識別できる相談内容。
医療・法律・金融など慎重な扱いが必要な情報。

これらは、会社のルールに従って慎重に扱う必要があります。

AIに入れてよい情報と、入れてはいけない情報を明確にする。
個人名や会社名を匿名化する。
必要に応じて、社内環境や契約済みの安全なAIツールを使う。
出力内容を外部に出す前に確認する。

こうした基本を守ることが大切です。

AI活用はスピードを上げます。
しかし、スピードが上がるほど、事故も速く広がります。

便利さと安全性は、必ずセットで考えるべきです。

「AIに聞く前の1分メモ」

私は、AIに依頼する前に、1分だけメモを書くことを勧めています。

名づけて、AIに聞く前の1分メモです。

次の4つだけで構いません。

1. 何のために？
2. 誰に向けて？
3. 何を材料に？
4. どんな形で欲しい？

これを先に書く。

たった1分です。
しかし、この1分でAIの出力は大きく変わります。

そして何より、自分の頭が整理されます。

AIを使う前に考える。
AIを使いながら考える。
AIの出力を見て、さらに考える。

この流れが大切です。

AIを使うと考えなくなるのではありません。
正しく使えば、考える量はむしろ増えます。

ただし、それは苦しい考え方ではありません。
一人で抱え込むのではなく、AIと一緒に考えるのです。

仕事別・すぐ使えるプロンプト集

ここで、明日から使える実践テンプレートをいくつか紹介します。

1. メール下書きテンプレート

あなたはビジネスメールに詳しい営業担当者です。
目的は【目的】です。
相手は【相手の役職・関係性】です。
背景は【背景】です。
伝えたい要点は以下です。
【要点】
条件は、失礼がなく、売り込み感を強くしすぎず、相手が返信しやすいことです。
件名を3案、本文を1案作成してください。
本文は【文字数】以内にしてください。

2. 会議整理テンプレート

あなたは会議ファシリテーターです。
以下のメモを、実行につながる議事録に整理してください。
出力項目は、
1. 決定事項
2. 未決事項
3. 担当者別アクション
4. 期限
5. 次回確認すべき論点
です。
曖昧な点は「要確認」と明記してください。
【会議メモ】

3. 企画レビュー用テンプレート

あなたは新規事業に詳しい厳しいレビュー担当者です。
以下の企画案について、実行前に確認すべき弱点を指摘してください。
観点は、顧客課題、収益性、競合優位性、実行体制、リスク、倫理面です。
良い点も挙げたうえで、改善提案をしてください。
最後に、企画者に確認すべき質問を10個出してください。
【企画案】

4. 1on1準備テンプレート

あなたは部下育成に詳しいマネジメントコーチです。
以下の状況の部下と1on1を行います。
目的は、相手を責めることではなく、本人の考えを引き出し、次の行動につなげることです。
状況は以下です。
【状況】
上司が最初に伝える言葉、聞くべき質問、避けるべき言い方を整理してください。
会話例も作成してください。

5. 学習支援テンプレート

あなたは初心者にわかりやすく教える先生です。
私は【学びたいテーマ】を学びたいです。
現在の理解度は【初心者・少し知っている・実務で使いたい】です。
目的は【目的】です。
まず全体像を説明し、その後、7日間の学習計画を作ってください。
各日に、学ぶ内容、実践課題、確認質問を入れてください。

6. 批判的チェックテンプレート

あなたは批判的思考に優れたレビュー担当者です。
以下の文章または提案について、弱点、前提の甘さ、誤解される点、反対意見を指摘してください。
単に否定するのではなく、改善案も出してください。
最後に、この案を採用する前に確認すべきことをリスト化してください。
【文章・提案】

これらのテンプレートは、そのまま使っても構いません。
しかし、最も大事なのは、自分の仕事に合わせて書き換えることです。

テンプレートは入口です。
目的に合わせて調整することで、初めて実務の武器になります。

プロンプトを学ぶ本当の意味

プロンプトを学ぶとは、AIにうまく命令することではありません。

自分の目的を言語化すること。
相手の状況を想像すること。
必要な材料を整理すること。
判断基準を明確にすること。
完成形を描くこと。
リスクに気づくこと。
最後に人間が責任を持つこと。

これらを学ぶことです。

つまり、プロンプト力は、仕事力そのものです。

AIを使うほど、人間の曖昧さが見えてきます。
しかし、それは恥ずかしいことではありません。
曖昧さに気づけるから、改善できるのです。

AIは、私たちの仕事を雑にする道具ではありません。
正しく使えば、仕事を丁寧にする道具です。

第3章まとめ　AIへの指示は、自分の仕事観を映す

プロンプトは、魔法の呪文ではありません。
AIへの業務指示書です。

良いプロンプトには、役割、目的、対象者、背景、材料、条件、出力形式があります。

AIにうまく頼むためには、まず自分が何をしたいのかを明確にしなければなりません。
誰に届けたいのかを考えなければなりません。
何を大切にするのかを決めなければなりません。

AIは、曖昧な仕事を曖昧なまま進めることもできます。
しかし、それでは成果は出ません。

AIを使うことで、私たちは仕事の目的、依頼の仕方、判断基準を見直すことができます。

つまり、AI時代に求められるのは、機械に詳しい人だけではありません。

目的を言語化できる人。
相手を想像できる人。
問いを立てられる人。
出てきた答えを疑える人。
責任を持って使える人。

そういう人が、AI時代に強くなります。

第4章　AI共創力

AIを部下・壁打ち相手・教師・批判者として使い分ける

AIを使い始めた人の多くは、最初こう考えます。

「AIに何をやらせようか」

メールを書かせる。
議事録をまとめさせる。
資料を作らせる。
文章を要約させる。
アイデアを出させる。

もちろん、それは正しい入口です。

しかし、AI活用が一段進むと、問いが変わります。

「AIをどんな相手として使うか」

ここが重要です。

AIは、単なる作業代行ツールではありません。
使い方次第で、部下にもなります。
壁打ち相手にもなります。
教師にもなります。
批判者にもなります。
翻訳者にも、編集者にも、相談相手にもなります。

ただし、誤解してはいけません。

AIは人間ではありません。
感情もありません。
責任も取りません。
こちらの人生や会社の未来を背負ってくれるわけでもありません。

だからこそ、人間が役割を設計する必要があります。

私は、AI時代に必要な力をAI共創力と呼んでいます。

AI共創力とは、AIに何かを丸投げする力ではありません。

AIに適切な役割を与え、
必要な情報を渡し、
出てきた答えを検証し、
人間の判断と責任によって価値に変える力です。

本章では、AI共創力を高めるために、AIを次の4つの役割で使い分ける方法を解説します。

1. AIを部下として使う
2. AIを壁打ち相手として使う
3. AIを教師として使う
4. AIを批判者として使う

この4つを使い分けられるようになると、AIは単なる便利ツールから、仕事と思考を進化させる相棒へと変わります。

1. AIを「部下」として使う　ただし、新人部下として扱う

AIを部下として使う。

こう言うと、少し乱暴に聞こえるかもしれません。
しかし、実務上は非常にわかりやすい考え方です。

部下に仕事を頼むとき、私たちは次のようなことを伝えます。

何をしてほしいのか。
何のためにするのか。
いつまでに必要なのか。
どの形式で出してほしいのか。
どの資料を参考にするのか。
どこまで任せてよいのか。
最後に誰が確認するのか。

AIにも同じです。

ただし、AIを優秀なベテラン部下だと思ってはいけません。
最初は、非常に処理能力の高い新人部下だと思うくらいがちょうどよい。

新人部下は、素直に動いてくれます。
しかし、背景を知らなければ的外れな仕事をします。
目的を伝えなければ、表面的な成果物を出します。
判断基準を共有しなければ、何が良いのかわかりません。

AIも同じです。

AIは速い。
AIは疲れない。
AIは大量に出せる。
しかし、文脈を完全には理解していません。
責任も取りません。
あなたの会社の空気も、顧客との微妙な関係も、自動ではわかりません。

だから、AIを部下として使うときの基本は、こうです。

速く作らせる。
しかし、最後は必ず人間が見る。

AI部下に任せやすい仕事

AI部下に任せやすいのは、前章で言う「作業」の領域です。

たとえば、次のような仕事です。

メールの下書き。
議事録の要約。
社内通知文の案。
企画書の構成案。
プレゼン資料の見出し案。
研修カリキュラムのたたき台。
FAQの回答案。
アンケート結果の分類。
文章の言い換え。
専門用語の説明。
長文の要約。
チェックリスト作成。
SNS投稿案。
ブログ記事の構成。
営業トークのたたき台。

これらを人間がゼロから作る必要はありません。

むしろ、AIにたたき台を出させ、人間が修正するほうが速く、質も上がることが多い。

大事なのは、AIに「完成品」を期待しすぎないことです。

AIが出すのは、完成品ではなく、初稿です。
初稿があるから、人間は考えやすくなります。

白紙の状態から考えるのは、エネルギーが必要です。
しかし、たたき台があれば、判断できます。

「これは違う」
「この表現は使える」
「この順番は変えたほうがいい」
「この視点は抜けていた」
「ここはもっと具体的にしたい」

AI部下の価値は、完璧な答えを出すことではありません。
人間が考え始めるための材料を、素早く出すことです。

AI部下を育てる3つのコツ

AIを部下として使うときには、3つのコツがあります。

1. 型を渡す

AIに自由に作らせると、一般的な出力になりがちです。
そこで、まず型を渡します。

たとえば、営業メールなら、

1. お礼
2. 商談で出た課題の確認
3. 次回提案したい内容
4. 日程候補
5. 相手が返信しやすい一文

この型を渡す。

議事録なら、

1. 決定事項
2. 未決事項
3. 担当者
4. 期限
5. 次回確認事項

この型を渡す。

AIに型を渡すことは、新人に業務マニュアルを渡すことと同じです。

型があると、AIの出力は安定します。

2. 例を渡す

AIは、例を渡すと出力が改善します。

「このトーンに近づけてください」
「以下の文章の雰囲気を参考にしてください」
「過去の提案書の構成を参考にしてください」
「この表現は使わず、こちらの表現を使ってください」

人間の部下も、過去の良い資料を見せると理解が早まります。
AIも同じです。

ただし、機密情報や個人情報をそのまま入れてはいけません。
必要に応じて匿名化し、社内ルールに従う必要があります。

3. 評価基準を渡す

AIは、何を良いとするかを自分では決められません。

わかりやすさを重視するのか。
丁寧さを重視するのか。
短さを重視するのか。
説得力を重視するのか。
親しみやすさを重視するのか。
専門性を重視するのか。

評価基準を渡すことで、AIの出力は目的に近づきます。

たとえば、こう伝えます。

「専門用語を使わず、中学生にもわかる表現にしてください」
「経営者向けなので、結論を先にし、数字と効果を重視してください」
「相手は不安を感じているので、売り込みより安心感を優先してください」
「社内向けなので、簡潔で実行しやすい表現にしてください」

AI部下に必要なのは、命令ではなく、文脈と基準です。

2. AIを「壁打ち相手」として使う

答えをもらう前に、問いを深める

AIを部下として使うだけでは、まだ初級です。

中級者になると、AIを壁打ち相手として使い始めます。

壁打ちとは、自分の考えを投げかけ、返ってきた反応をもとに思考を深めることです。

企画がぼんやりしている。
提案の方向性に迷っている。
何から始めればよいかわからない。
自分の考えが偏っていないか不安。
言語化できていない違和感がある。

こういうとき、AIは非常に役立ちます。

人間相手だと、相談するタイミングを選びます。
忙しそうだと遠慮します。
未完成の考えを見せるのが恥ずかしいこともあります。
否定されるのが怖いこともあります。

しかし、AIには未完成の考えをそのまま投げられます。

「まだ整理できていないのですが、壁打ちしてください」
「この考えの論点を整理してください」
「私に質問しながら、考えを深める手伝いをしてください」
「この企画の弱点を一緒に探してください」

AIは、何度でも付き合ってくれます。

この価値は大きい。

AI時代には、ひとりで悩み続ける時間を減らすことができます。
その代わりに、AIと対話しながら、早く仮説を形にすることができます。

壁打ちで最初に使うべきプロンプト

壁打ちでは、AIにすぐ答えを出させないことが重要です。

まず、質問させます。

たとえば、こうです。

あなたは私の思考整理を手伝う壁打ち相手です。
すぐに答えを出さず、まず私に質問してください。
目的は、私自身の考えを深めることです。
テーマは【テーマ】です。
私の考えはまだ曖昧なので、前提、目的、対象者、制約、リスクの観点から順番に質問してください。

この使い方をすると、AIは先生のように問いを投げてくれます。

なぜそれをやりたいのですか。
誰に届けたいのですか。
何が一番の課題ですか。
成功した状態は何ですか。
失敗するとしたら、何が原因になりそうですか。
関係者の中で反対しそうな人は誰ですか。
最初に小さく試すなら何をしますか。

こうした質問に答えていくうちに、自分の考えが整理されます。

AI壁打ちの価値は、答えをくれることだけではありません。
自分の中にある答えの芽を、質問によって引き出してくれることです。

AI壁打ちで企画を磨く

たとえば、新しい社内研修を企画するとします。

最初の考えは、こうかもしれません。

「社員向けにAI研修をやりたい」

このままでは曖昧です。

そこでAIに壁打ちを依頼します。

社員向けAI研修を企画したいです。
まだ内容が曖昧なので、企画を具体化するために壁打ちしてください。
すぐに研修案を作るのではなく、私に質問しながら整理してください。
特に、対象者、目的、到達目標、現場課題、研修後の行動変化、経営への効果の観点で質問してください。

AIは質問を返します。

対象者は全社員ですか、管理職ですか、特定部署ですか。
研修の目的は、AIを体験してもらうことですか、業務改善につなげることですか。
参加者はすでにAIを使っていますか。
研修後にどんな行動をしてほしいですか。
経営陣は何を成果として見ますか。
情報漏洩などのリスク教育も含めますか。
研修時間はどれくらいですか。

これに答えていくと、「AI研修をやりたい」というぼんやりした話が、次のように具体化されます。

対象者は営業部と管理職。
目的は、生成AIを使った営業準備と部下育成の質向上。
到達目標は、参加者が自分の業務で使えるプロンプトを3つ作ること。
研修後1週間以内に、各自が1つの業務でAI活用を試すこと。
成果は、作業時間短縮だけでなく、商談準備や1on1の質の変化で見る。

このように、AI壁打ちは企画の解像度を上げます。

AI壁打ちで自分の思考の癖に気づく

AIと壁打ちしていると、自分の思考の癖にも気づきます。

たとえば、いつも解決策から考えてしまう人。
顧客ではなく自社都合で考えてしまう人。
リスクを軽く見てしまう人。
逆に、リスクばかり見て前に進めない人。
抽象論が多く、具体的な行動に落とせない人。
短期成果ばかり見て、長期的な信頼を見落とす人。

AIは、こうした偏りに気づくきっかけをくれます。

ただし、そのためにはAIにこう頼む必要があります。

私の考え方の偏りを指摘してください。
見落としている視点、前提の甘さ、都合よく考えている点があれば教えてください。

この一文を入れるだけで、AIは単なる同意者ではなく、思考の鏡になります。

3. AIを「教師」として使う

大人の学び直しが個別最適化される

AIは、教師としても非常に有効です。

しかも、単なる知識の説明役ではありません。
自分専用の学習計画を作ってくれる教師になります。

AI時代には、学び続ける力が必要です。

新しいツール。
新しい働き方。
新しい業界構造。
新しい顧客ニーズ。
新しい法律や倫理。
新しいマネジメント。

一度学んだ知識だけで、一生働き続けることは難しくなっています。

しかし、大人の学び直しには壁があります。

時間がない。
何から学べばいいかわからない。
本を買っても続かない。
専門用語が難しい。
自分のレベルに合った教材が見つからない。
質問できる相手がいない。

ここでAI教師が役立ちます。

AIにこう頼めばよいのです。

あなたは初心者にわかりやすく教える先生です。
私は【テーマ】を学びたいです。
現在の理解度は【理解度】です。
目的は【仕事でどう使いたいか】です。
まず全体像を説明し、その後、7日間の学習計画を作ってください。
各日に、学ぶ内容、実践課題、確認テストを入れてください。
私がつまずきそうな点も教えてください。

これだけで、自分専用の学習プランができます。

AI教師の使い方1：レベルを変えて説明させる

学びで大切なのは、難しいことを自分の理解レベルに合わせて説明してもらうことです。

AIには、説明レベルを変えさせることができます。

「小学生にもわかるように説明してください」
「高校生向けに説明してください」
「ビジネスパーソン向けに説明してください」
「経営者向けに説明してください」
「専門家向けに厳密に説明してください」

たとえば、機械学習について学ぶなら、最初はこう聞けばよい。

「機械学習を、料理のレシピにたとえて説明してください」

次に、少し進めて、

「ビジネスで使う場合の具体例を3つ挙げてください」

さらに、

「導入時の注意点と失敗例を教えてください」

最後に、

「自社で使うなら、どんなデータが必要か質問してください」

このように段階的に学べます。

AI教師は、同じことを何度聞いても怒りません。
わからないと言っても恥ずかしくありません。
自分のペースで学べます。

これは、大人の学び直しにとって大きな利点です。

AI教師の使い方2：確認テストを作らせる

学んだつもりでも、実は理解できていないことがあります。

そこで、AIに確認テストを作らせます。

今説明してくれた内容について、私の理解度を確認するための問題を5問出してください。
選択式ではなく、自分の言葉で答える形式にしてください。
私が答えたら、採点し、足りない理解を補足してください。

これを行うと、受け身の学習ではなくなります。

AIに説明を聞く。
自分で答える。
AIに採点してもらう。
足りない部分を補う。

このサイクルは非常に効果的です。

特に、ビジネスパーソンの学び直しでは、知識を「聞いたことがある」で終わらせず、「自分の仕事で使える」状態にすることが重要です。

AI教師を使えば、その橋渡しができます。

AI教師の使い方3：自分の仕事に翻訳させる

学びが続かない理由の一つは、「自分の仕事にどう関係するかわからない」ことです。

たとえば、AI倫理、データ分析、マーケティング、心理的安全性、リーダーシップなど、言葉だけ聞くと大きなテーマに見えます。

そこで、AIにこう頼みます。

このテーマを、私の仕事である【職種・業務】に置き換えて説明してください。
明日から使える具体例を5つ挙げてください。
やってはいけない例も教えてください。

これにより、抽象的な知識が、自分の仕事に接続されます。

学びとは、知識を増やすことだけではありません。
自分の現場に翻訳することです。

AI教師は、この翻訳を手伝ってくれます。

4. AIを「批判者」として使う

AIに褒めさせるな、反対させよ

AIを使ううえで、最も重要で、最も見落とされがちなのが「批判者」としての使い方です。

多くの人は、AIに褒めてもらいます。

「この企画どう？」
「良いですね。とても有望です」

「この文章どう？」
「わかりやすく、説得力があります」

もちろん、励まされるのは気持ちがいい。
しかし、仕事で本当に必要なのは、耳の痛い指摘です。

企画の穴。
提案の弱点。
顧客の不安。
炎上リスク。
倫理的な問題。
数字の甘さ。
現場負担。
反対意見。
失敗シナリオ。

これらを事前に見つけることができれば、失敗を減らせます。

AIには、意図的に批判者の役割を与える必要があります。

批判者AIの基本プロンプト

批判者として使うときは、次のように頼みます。

あなたは私の案を厳しく検証する批判者です。
目的は否定することではなく、実行前にリスクや弱点を見つけ、案を強くすることです。
以下の観点から指摘してください。
1. 前提の甘さ
2. 顧客が不安に思う点
3. 現場が反発しそうな点
4. コストや時間の見落とし
5. 倫理的・法的リスク
6. 競合と比較した弱み
7. 失敗するとしたら何が原因か
最後に、改善案を出してください。
【検討したい案】

これを使うと、AIはかなり実践的なレビューをしてくれます。

ポイントは、「否定するためではなく、案を強くするため」と伝えることです。

批判とは、壊すためのものではありません。
良くするためのものです。

プレモーテムという使い方

AI批判者の有効な使い方に、プレモーテムがあります。

プレモーテムとは、事前に「失敗した」と仮定して、その原因を考える方法です。

たとえば、こう頼みます。

このプロジェクトが半年後に失敗したと仮定してください。
失敗の原因を10個挙げてください。
それぞれについて、今の段階でできる予防策を提案してください。

これは非常に強力です。

人間は、企画を進めているとき、自分に都合のよい情報を集めがちです。
成功する理由ばかり考えます。
反対意見を面倒に感じます。

しかし、失敗を先に想像することで、準備の質が上がります。

AIは、感情的なしがらみなく失敗要因を出してくれます。
もちろん、それがすべて正しいわけではありません。
しかし、検討すべき論点を増やすには役立ちます。

AI批判者で「優しい企画」をつくる

批判者としてAIを使う目的は、単にリスクを減らすことだけではありません。
より人に優しい企画をつくることにもつながります。

たとえば、新しい社内制度を導入するとします。

AIにこう聞いてください。

この制度によって、不利益を受ける可能性がある人は誰ですか。
声を上げにくい人、少数派の立場、家庭事情がある人、障害や病気を抱える人、育児・介護中の人の視点から指摘してください。
制度をより公平にするための改善案を出してください。

この問いは、とても大切です。

ビジネスでは、多数派にとって便利な制度が、少数派にとって負担になることがあります。
効率化の裏で、誰かが置き去りになることがあります。

AIに多様な視点を出させることで、見落としに気づけます。

もちろん、AIの出力だけで多様性を理解したつもりになってはいけません。
実際の当事者の声を聞くことが必要です。

しかし、最初に論点を広げる道具として、AI批判者は有効です。

AI共創の黄金サイクル

ここまで、AIを4つの役割で使う方法を見てきました。

部下。
壁打ち相手。
教師。
批判者。

これらは別々に使っても有効ですが、組み合わせるとさらに強力です。

私は、AI共創の黄金サイクルを次のように整理しています。

1. 壁打ちする

まず、AIに質問させながら、自分の考えを整理します。

目的は何か。
誰に向けるのか。
何が課題か。
成功条件は何か。

2. 部下として初稿を作らせる

整理した内容をもとに、AIにたたき台を作らせます。

メール案。
企画案。
資料構成。
チェックリスト。
研修案。

3. 批判者として検証させる

できた初稿を、AIに厳しく見てもらいます。

弱点は何か。
反対意見は何か。
リスクは何か。
誰が困るか。

4. 教師として不足を補う

検証で出てきた不足知識を、AIに教えてもらいます。

必要な考え方。
関連知識。
過去事例。
注意点。

5. 人間が判断し、仕上げる

最後に、人間が決めます。

何を採用するか。
何を捨てるか。
どう表現するか。
誰に確認するか。
どの責任を引き受けるか。

このサイクルを回すことで、AIは単なる自動生成ツールではなくなります。
思考と実行を支える共創パートナーになります。

AI共創が向いている仕事、向いていない仕事

AI共創は万能ではありません。

向いている仕事があります。

企画のたたき台。
資料作成。
文章作成。
学習計画。
論点整理。
リスク洗い出し。
会議準備。
研修設計。
営業準備。
1on1準備。
アイデア発散。
チェックリスト作成。

一方で、向いていない、あるいは慎重に扱うべき仕事もあります。

重大な法的判断。
医療診断。
人事評価の最終決定。
採用可否の最終判断。
個人情報を含む相談。
精神的に深刻な悩みへの対応。
倫理的に難しい意思決定。
顧客への最終約束。
経営の最終判断。

これらは、AIを参考にすることはあっても、必ず専門家や責任者、人間の判断が必要です。

AI共創とは、AIに任せることではありません。
AIを使って、人間の判断をより良くすることです。

AI共創力を高める日常習慣

AI共創力は、特別な才能ではありません。
日々の習慣で高められます。

1. すぐ検索する前に、AIに問いを整理させる

何か調べる前に、AIにこう聞きます。

「このテーマを調べる前に、確認すべき論点を整理してください」

これだけで、調査の質が上がります。

2. 文章を書いたら、AIに読者目線で見てもらう

「この文章を読んだ人が疑問に思う点を指摘してください」

これで、伝わりにくい部分が見えます。

3. 企画を思いついたら、AIに反対意見を出させる

「この案に反対する人の意見を10個出してください」

これで、準備が深まります。

4. 学んだことを、AIに確認テスト化させる

「この内容について理解度チェック問題を作ってください」

これで、学びが定着します。

5. 迷ったら、AIに質問だけさせる

「答えを出さずに、私が考えるべき質問をしてください」

これで、自分の判断力を保てます。

AI共創力とは、AIに答えを求める力ではなく、AIを使って自分の思考を深める力です。

子育てにも使えるAI共創

AI共創力は、ビジネスだけでなく、子育てにも役立ちます。

たとえば、子どもが自由研究のテーマに迷っているとします。

悪い使い方は、AIに答えを出させることです。

「自由研究のテーマを決めて」
「レポートを書いて」

これでは、子どもが考える機会を失います。

良い使い方は、AIに質問役をさせることです。

小学5年生が自由研究のテーマを考えています。
答えを出すのではなく、本人の興味を引き出す質問をしてください。
生き物、乗り物、料理、ゲーム、環境、身近な不思議など、幅広い観点から質問してください。

こうすれば、AIは子どもの好奇心を引き出す手伝いをします。

また、子どもが苦手な教科を学ぶときも、AI教師として使えます。

「この算数の考え方を、絵やたとえを使って説明してください」
「子どもが間違えた理由を責めずに説明してください」
「似た問題を3問作ってください」

AIは、子どもの学びを支える道具になります。

ただし、親の役割は残ります。

子どもがAIの答えを丸写ししていないか。
自分で考える時間を持てているか。
AIの情報を疑う姿勢を育てているか。
楽しみながら学べているか。

ここを見るのは、人間の大人です。

AIは子どもの先生になれます。
しかし、子どもの成長を見守る責任は、親や教育者にあります。

AI共創で人間の仕事はどう変わるか

AI共創が進むと、人間の仕事は次のように変わります。

ゼロから作る時間が減る。
考えを整理する時間が増える。
作業の量ではなく、判断の質が問われる。
一人で抱え込む仕事が減る。
学び直しがしやすくなる。
反対意見を事前に検討できる。
資料作成より、対話や意思決定に時間を使える。
部下への指示が明確になる。
顧客への理解が深まる。
自分の仕事観が問われる。

これは、楽になるだけではありません。

むしろ、人間に求められるレベルは上がります。

AIが初稿を作れるなら、人間は初稿作成だけでは価値を出しにくくなります。
AIが要約できるなら、人間は要約の先にある判断が求められます。
AIがアイデアを出せるなら、人間はどのアイデアを選び、なぜ選ぶのかを説明する必要があります。

AI共創時代に価値を持つのは、作業量ではありません。

問いの深さ。
判断の納得感。
関係への配慮。
責任の引き受け方。
人間らしい意味づけ。

ここに価値が移っていきます。

第4章まとめ　AIを相棒にする人は、役割を使い分けている

AIは、単なる便利ツールではありません。
役割を与えることで、仕事と思考の相棒になります。

部下として使えば、作業の初稿を素早く出してくれます。
壁打ち相手として使えば、考えを整理し、問いを深めてくれます。
教師として使えば、自分のレベルに合わせて学びを支えてくれます。
批判者として使えば、弱点やリスクに気づかせてくれます。

ただし、どの役割で使う場合も、最後に判断し、責任を持つのは人間です。

AI共創力とは、AIに任せる力ではありません。
AIと組んで、人間の仕事を深める力です。

AI時代に強い人は、AIに答えを求めるだけの人ではありません。
AIに問いを投げ、AIから問いを返してもらい、AIの答えを疑いながら、自分の判断を磨く人です。

AIは、あなたの仕事を奪う敵ではありません。
しかし、何も考えずに使えば、あなたから考える力を奪うかもしれません。

AIを相棒にするには、こちらにも相棒として向き合う力が必要です。

次章では、いよいよ組織の話に入ります。

AI導入で失敗する会社と、伸びる会社は何が違うのか。
ツールを入れただけで終わる会社と、AIを組織変革につなげる会社の差はどこにあるのか。

第5章　AI導入で失敗する会社、伸びる会社

AI導入はIT案件ではなく、経営・人材・文化の変革である

AI導入の相談を受けると、最初にこう言われることがあります。

「田口さん、うちもそろそろAIを入れたいんです」

この言葉を聞いたとき、私は必ず確認します。

「AIを入れるとは、具体的に何を変えたいという意味ですか？」

すると、多くの場合、答えはまだ曖昧です。

「業務効率化です」
「生産性向上です」
「人手不足対策です」
「時代に乗り遅れないためです」
「競合もやっているので」

もちろん、どれも間違いではありません。
しかし、この段階でAIツールを導入しても、うまくいかないことが多い。

なぜなら、AI導入の本質は、ツールを入れることではないからです。

AI導入とは、仕事の意味を問い直すことです。
AI導入とは、人間の時間を再設計することです。
AI導入とは、組織の判断基準を明確にすることです。
AI導入とは、社員の不安と向き合うことです。
AI導入とは、経営の思想を現場に翻訳することです。

つまり、AI導入はIT案件ではありません。

経営改革であり、組織改革であり、人材育成であり、文化づくりです。

ここを見誤ると、AI導入は失敗します。

失敗する会社は、AIを「配る」

AI導入で失敗する会社には、共通点があります。

それは、AIを「配る」だけで終わることです。

全社員にAIツールのアカウントを配る。
簡単な使い方研修を一度だけ行う。
「各自で業務に活用してください」と伝える。
あとは現場任せ。

これでは、広がりません。

一部の好奇心が強い社員は使います。
もともとデジタルが得意な人は工夫します。
しかし、多くの社員は様子見になります。

「どこまで使っていいかわからない」
「間違えたら怖い」
「情報を入れてよいのかわからない」
「忙しくて試す時間がない」
「上司が使っていないので、自分だけ使いづらい」
「効率化したら、さらに仕事を増やされるのではないか」

こうした声が出ます。

AIを配るだけでは、社員は動きません。
人は、道具だけでは変わらないからです。

人が動くには、目的が必要です。
安心して試せるルールが必要です。
小さな成功体験が必要です。
上司の理解が必要です。
失敗しても責められない文化が必要です。

AI導入で大切なのは、アカウント配布ではありません。
使える状態を組織でつくることです。

AI導入で失敗する会社の7つの特徴

ここでは、AI導入で失敗しやすい会社の特徴を整理します。

1. 目的が「なんとなく効率化」

「AIで効率化したい」

これはよくある目的ですが、このままでは不十分です。

何を効率化するのか。
なぜ効率化するのか。
効率化して生まれた時間を何に使うのか。
誰にどんな価値が生まれるのか。

ここまで決めていないと、AI活用は単なる作業短縮で終わります。

しかも、現場はこう感じます。

「効率化した分、もっと仕事を入れられるだけではないか」

この不信感があると、社員は本気でAIを使いません。

2. 経営者が使っていない

経営者や管理職がAIを使っていないのに、社員にだけ「使え」と言っても広がりません。

社員は、上を見ています。

経営者がAIをどう見ているか。
管理職がAIをどう使っているか。
上司がAI活用を評価するのか、警戒するのか。

これによって現場の行動は変わります。

AI導入を本気で進めたいなら、まず経営者と管理職が使うべきです。

完璧に使いこなす必要はありません。
ただし、自分の言葉で語れる程度には使う必要があります。

「私はAIをこう使っている」
「この仕事はAIに任せて、私はここを考えるようにしている」
「AIの答えは便利だが、最後は人間が判断する」

経営者がそう語れる会社は、AIが広がりやすい。

3. 現場に丸投げする

「AI活用は現場で考えてください」

これも危険です。

現場は日々の業務で忙しい。
新しいことを試す余白がない。
情報管理の責任も不安。
何を優先すべきか判断しづらい。

そこにAI活用まで丸投げすると、現場は疲弊します。

AI導入には、経営・管理職・現場の役割分担が必要です。

経営は目的を示す。
管理職は業務を分解し、試す場をつくる。
現場は具体的な課題と使い方を出す。
情報システムや法務は安全なルールを整える。
人事は教育と評価に組み込む。

この連携なしに、AI導入は進みません。

4. 禁止か放任の二択になる

AIに対して、組織は二つの極端に振れがちです。

一つは、禁止です。

「情報漏洩が怖いから使わない」
「間違いがあるから使わない」
「ルールが整うまで使わせない」

もう一つは、放任です。

「便利だから自由に使っていい」
「各自の判断に任せる」
「細かいルールは決めない」

どちらも危険です。

禁止すれば、学習機会を失います。
放任すれば、事故のリスクが高まります。

必要なのは、禁止でも放任でもありません。

ルールのある自由です。

何に使ってよいか。
何を入力してはいけないか。
どの出力は人間確認が必要か。
社外に出す前に誰が確認するか。
重要判断に使う場合の責任者は誰か。

これを明確にしたうえで、安心して試せる範囲をつくる。
これが大切です。

5. 研修が一度きり

AI研修を一回行って終わり。
これでは定着しません。

AI活用は、スポーツや語学と同じです。
一度聞いただけでは身につきません。

実際に使う。
うまくいかない。
修正する。
他の人の使い方を見る。
自分の業務に合わせて変える。
また試す。

この繰り返しが必要です。

AI研修は、イベントではなくプロセスです。

導入前研修。
部門別ワークショップ。
実践期間。
成果共有会。
失敗事例の共有。
テンプレート整備。
継続的な相談会。

こうした仕組みをつくる会社は伸びます。

6. 成果を時間削減だけで測る

AI活用の成果として、時間削減はわかりやすい指標です。

資料作成が2時間から30分になった。
議事録作成が1時間から10分になった。
メール作成が15分から3分になった。

これは重要です。

しかし、時間削減だけを成果にすると、AI活用は浅くなります。

本当に見るべき成果は、もっと広い。

提案の質は上がったか。
顧客理解は深まったか。
会議の意思決定は速くなったか。
部下との対話は増えたか。
学習時間は生まれたか。
社員の心理的負担は減ったか。
ミスや手戻りは減ったか。
新しいアイデアは増えたか。

AI導入の成果は、削減だけではありません。
人間の仕事の質がどう変わったかを見るべきです。

7. AIを人減らしの道具として語る

最も危険なのは、AIを最初から「人を減らす道具」として語ることです。

もちろん、業務効率化によって必要な人員配置が変わることはあります。
しかし、導入初期から「AIで人を減らす」と言えば、社員は協力しません。

自分の仕事を奪う道具を、誰が本気で育てたいと思うでしょうか。

AI導入を成功させたいなら、まずこう語るべきです。

「AIで人間の時間を取り戻す」
「単純作業を減らし、顧客や仲間と向き合う時間を増やす」
「学び直しと成長の時間をつくる」
「人が人らしく働ける職場にする」

このメッセージがある会社では、社員はAIを敵ではなく相棒として見やすくなります。

伸びる会社は、AIを「文化」にする

では、AI導入で伸びる会社は何が違うのでしょうか。

一言で言えば、AIをツールではなく文化にしています。

文化とは、日々の当たり前です。

会議前にAIで論点整理する。
資料作成前にAIで構成案を出す。
商談前にAIで顧客の不安を想定する。
企画を出す前にAIで反対意見を確認する。
学んだことをAIにテスト化してもらう。
部下との1on1前にAIで質問を準備する。
新しい業務を始める前に「これはAIに手伝わせられるか」と考える。

こうした行動が自然に行われる会社は強い。

AI活用が特別なイベントではなく、仕事の中に組み込まれているからです。

AIを文化にするには、次の三つが必要です。

1. 経営の言葉
2. 現場の実践
3. 共有の仕組み

経営が方向性を語る。
現場が小さく試す。
うまくいったことも失敗したことも共有する。

この循環が、AI文化をつくります。

田口式AI導入ロードマップ

ここからは、AI導入を成功させるための具体的なロードマップを紹介します。

私は、AI導入を次の7ステップで進めることを勧めています。

1. 目的を決める
2. 業務を分解する
3. 優先テーマを選ぶ
4. 小さく実験する
5. ルールを整える
6. 人を育てる
7. 文化として定着させる

順番に見ていきましょう。

ステップ1
目的を決める
「何を速くするか」ではなく「何を人間に戻すか」

AI導入の最初に決めるべきことは、目的です。

ただし、「効率化」だけでは弱い。

私は、経営者や管理職にこう質問します。

「AIで空いた時間を、何に使いたいですか？」

この問いに答えられないままAIを入れると、現場は不安になります。

AIで削った時間に、さらに仕事を詰め込むのか。
顧客と向き合う時間を増やすのか。
社員の学習時間をつくるのか。
新規事業を考える時間をつくるのか。
残業を減らし、生活の質を上げるのか。

ここを明確にする必要があります。

AI導入の目的は、たとえば次のように表現できます。

「定型作業を減らし、顧客理解に使う時間を増やす」
「資料作成時間を減らし、意思決定の質を上げる」
「管理職の事務負担を減らし、部下育成の時間を増やす」
「問い合わせ対応を効率化し、複雑な相談に人間が集中できるようにする」
「社員がAIを使って学び続ける文化をつくる」

このように、人間に戻す時間を明確にする。

それが、AI導入の出発点です。

ステップ2
業務を分解する
職種名ではなく、作業単位で見る

目的が決まったら、次に業務を分解します。

「営業をAI化する」
「人事をAI化する」
「管理部門をAI化する」

この言い方では大きすぎます。

第2章で紹介したように、仕事を次の4つに分けます。

作業。
判断。
関係。
責任。

そして、業務をできるだけ細かく書き出します。

たとえば営業なら、

顧客リスト作成。
企業情報調査。
メール作成。
商談準備。
ヒアリング項目作成。
商談メモ整理。
提案資料作成。
見積書作成。
社内報告。
失注分析。
フォロー連絡。

この単位に分けると、AIに任せやすいところが見えます。

AI導入は、職種単位ではなく業務単位で考える。
これが基本です。

ステップ3
優先テーマを選ぶ
「頻度・負担・リスク」で見極める

業務を分解したら、どこから始めるかを選びます。

すべてを一度にAI化しようとしてはいけません。
最初は、効果が出やすく、リスクが低いところから始めるべきです。

私は、優先テーマを選ぶときに、次の三つを見るように伝えています。

1. 頻度

毎日発生する業務か。
毎週発生する業務か。
年に数回しかない業務か。

頻度が高い業務ほど、改善効果が積み上がります。

2. 負担

時間がかかっているか。
心理的に重いか。
手戻りが多いか。
属人化しているか。

負担が大きい業務ほど、AI活用の効果を実感しやすい。

3. リスク

個人情報を扱うか。
法的判断が必要か。
顧客への重要な約束に関わるか。
差別や不利益につながる可能性があるか。

リスクが高い業務は、最初から大きく任せるべきではありません。
慎重に設計する必要があります。

最初に狙うべきは、頻度が高く、負担が大きく、リスクが比較的低い業務です。

たとえば、

社内会議の要約。
社内向け資料のたたき台。
営業準備の情報整理。
FAQの下書き。
研修資料の構成案。
文章の言い換え。
アイデア出し。

こうした領域から始めると、成功体験を作りやすい。

ステップ4
小さく実験する
いきなり全社導入しない

AI導入で大切なのは、小さく試すことです。

いきなり全社展開しない。
いきなり大きなシステムを作らない。
いきなり完璧なルールを作ろうとしない。

まずは、1部署、1業務、2週間でよい。

たとえば、

営業部で、商談前準備にAIを使う。
管理部で、議事録作成にAIを使う。
人事部で、研修資料作成にAIを使う。
カスタマーサポートで、FAQ下書きにAIを使う。

期間を決めて、試します。

その際に見るべきことは、単に「時間が短縮されたか」だけではありません。

使いやすかったか。
どこで困ったか。
どんな指示だとうまくいったか。
出力の確認にどれくらい時間がかかったか。
情報管理上の不安はあったか。
現場の心理的抵抗はどうだったか。
想定外の効果はあったか。

小さく試すことで、自社に合った使い方が見えてきます。

AI活用は、机上の計画だけではわかりません。
実際に使って初めて、課題も可能性も見えます。

ステップ5
ルールを整える
社員を縛るためではなく、安心して使うために

AIルールというと、社員を縛るものだと思われがちです。

しかし、本来のルールは、社員が安心して使うためのものです。

ルールがないと、社員は不安になります。

何を入れてよいかわからない。
どこまで使ってよいかわからない。
間違ったら誰の責任かわからない。
お客様に出してよいかわからない。

この不安があると、AI活用は進みません。

最低限、次のルールは必要です。

入力してはいけない情報

個人情報。
顧客の機密情報。
社員の評価情報。
未公開の経営情報。
契約上秘密保持義務のある情報。
特定個人が識別できる相談内容。

必ず人間が確認する出力

顧客に出す文章。
契約や法務に関わる文章。
採用・評価に関わる内容。
医療・金融・安全に関わる情報。
会社としての公式見解。
数字や事実関係を含む資料。

AIに任せてはいけない判断

採用の最終決定。
人事評価の最終決定。
重要な契約判断。
法的判断。
医療的判断。
倫理的に重大な判断。
経営の最終意思決定。

ルールは、禁止リストだけでは不十分です。

「使ってよい例」も示す必要があります。

社内文章の下書き。
会議メモの整理。
アイデア出し。
学習支援。
公開情報の要約。
文章表現の改善。
チェックリスト作成。

禁止だけでは人は動けません。
安心して使える範囲を示すことが大切です。

ステップ6
人を育てる
AI研修は、操作説明では終わらせない

AI導入で最も重要なのは、人材育成です。

ただし、ここでいう人材育成は、AIツールの操作説明だけではありません。

必要なのは、次の4つの教育です。

1. AIリテラシー

AIに何ができるのか。
何が苦手なのか。
どんな間違いが起きるのか。
どう確認すべきなのか。

これを理解する必要があります。

2. プロンプト力

目的、対象者、背景、材料、条件、出力形式を伝える力。
AIに質問させる力。
AIに批判させる力。
出力を修正する力。

これは実践で身につける必要があります。

3. 業務分解力

自分の仕事を、作業・判断・関係・責任に分ける力。
どこにAIを使えるか見極める力。
AIで空いた時間を何に使うか考える力。

これがないと、AI活用は表面的になります。

4. AI倫理

個人情報を守る。
差別や偏見を助長しない。
重要判断を丸投げしない。
AIの出力を鵜呑みにしない。
説明責任を持つ。

AI時代の人材育成は、技術教育だけではありません。
判断力と倫理観の教育でもあります。

ステップ7
文化として定着させる
成功事例より、失敗事例を共有する

AI活用を文化にするには、共有の仕組みが必要です。

特に大事なのは、成功事例だけでなく失敗事例を共有することです。

成功事例だけを共有すると、現場はこう思います。

「うまく使える人だけの話だ」
「自分はまだそこまでできない」
「失敗したら恥ずかしい」

しかし、失敗事例が共有されると空気が変わります。

「最初はみんなうまくいかないんだ」
「この指示だと失敗するのか」
「こう直せばよいのか」
「自分も試してみよう」

AI活用は、失敗から学ぶものです。

良いプロンプト集だけでなく、悪いプロンプト集も価値があります。

「この聞き方では一般論になった」
「背景を入れたら改善した」
「対象者を指定しないと使えなかった」
「AIの数字が間違っていた」
「出力をそのまま使うと失礼な表現があった」

こうした共有が、組織の学習になります。

AI導入に必要な役割分担

AI導入は、誰か一人が頑張れば進むものではありません。

組織内に役割分担が必要です。

経営者の役割

AI導入の目的を語る。
人間の時間を何に戻すのかを示す。
失敗を許容する姿勢を見せる。
自らAIを使い、学び続ける姿を見せる。

経営者が本気でなければ、AI導入は現場に根づきません。

管理職の役割

部門の業務を分解する。
AIを使える業務を見つける。
メンバーが試す時間を確保する。
成果だけでなく学習を評価する。
AIで空いた時間を部下育成や対話に使う。

管理職は、AI導入の翻訳者です。
経営の方針を、現場の行動に落とし込む役割があります。

現場社員の役割

日々の困りごとを出す。
小さく試す。
うまくいった使い方を共有する。
危ないと感じた点を報告する。
AIに任せる部分と、自分が磨く部分を見極める。

現場の知恵なしに、AI活用は実務に落ちません。

情報システム・法務の役割

安全な利用環境を整える。
入力禁止情報を整理する。
利用ルールを作る。
契約やセキュリティを確認する。
事故が起きたときの対応手順を整える。

AI活用には攻めと守りの両方が必要です。

人事の役割

AI教育を設計する。
スキル定義を見直す。
評価制度に学習と改善を組み込む。
AIで変わる役割に合わせたリスキリングを支援する。

AI時代の人事は、研修担当ではなく、組織変革の推進役です。

社内AI憲章をつくる

AI導入を進める会社には、簡単でもよいので「社内AI憲章」をつくることを勧めています。

難しいものである必要はありません。

たとえば、次のようなものです。

私たちのAI活用原則

1. AIは、人間の仕事を奪うためではなく、人間の時間を取り戻すために使う。
2. AIに作業を任せても、判断と責任は人間が持つ。
3. 個人情報・機密情報を慎重に扱い、入力してよい情報を守る。
4. AIの出力を鵜呑みにせず、必ず人間が確認する。
5. AIによって誰かが不利益を受けないか、多様な視点で確認する。
6. AIで生まれた時間を、顧客理解、学習、対話、創造に使う。
7. 失敗を共有し、組織全体で学び続ける。

このような原則があるだけで、社員の安心感は変わります。

AI憲章は、立派な文章である必要はありません。
大事なのは、自社の価値観を反映していることです。

AIをどう使う会社でありたいのか。
社員にどう働いてほしいのか。
顧客にどんな価値を届けたいのか。
社会にどう責任を持つのか。

AI憲章は、その問いに答えるものです。

AIで管理を強める会社、信頼を強める会社

AI導入には二つの方向があります。

一つは、管理を強める方向です。

社員の行動を細かく監視する。
作業時間を測る。
成果をスコア化する。
AIで評価を自動化する。
人を数字で管理する。

もう一つは、信頼を強める方向です。

単純作業を減らす。
社員の判断を支援する。
学びを促進する。
顧客との対話を深める。
チームの知恵を共有する。
多様な働き方を支える。

同じAIでも、使い方によって組織の空気は変わります。

管理を強めるAI導入は、短期的には効率が上がるかもしれません。
しかし、社員の主体性は下がります。

信頼を強めるAI導入は、最初は時間がかかるかもしれません。
しかし、長期的には学習する組織になります。

AIは、組織の思想を拡大します。

管理したい会社は、AIで管理を強めます。
信頼したい会社は、AIで信頼を強めます。

経営者は、この分かれ道を自覚する必要があります。

AI導入説明会で伝えるべきこと

AI導入時には、社員向け説明が非常に重要です。

ここで伝えるべきことは、ツールの機能だけではありません。

次のようなメッセージが必要です。

私たちは、AIを単なる効率化ツールとして導入するのではありません。
AIによって、社員一人ひとりが単純作業に追われる時間を減らし、顧客と向き合う時間、考える時間、学ぶ時間、仲間と対話する時間を増やしたいと考えています。

AIは便利ですが、万能ではありません。
間違えることもあります。
だから、AIの出力は必ず人間が確認します。
重要な判断をAIに丸投げすることはありません。

また、AIで空いた時間に単純に仕事を詰め込むのではなく、より価値ある仕事に時間を使えるよう、業務そのものを見直していきます。

最初から完璧に使う必要はありません。
小さく試し、失敗を共有しながら、会社全体で学んでいきましょう。

このメッセージがあるかどうかで、社員の受け止め方は変わります。

AI導入は、不安を無視して進めてはいけません。
不安を言葉にし、その不安に向き合うことが必要です。

AI導入の成功指標

AI導入の成果を測る指標も整理しておきましょう。

量的指標

作業時間の削減。
資料作成時間の短縮。
問い合わせ対応時間の短縮。
会議時間の削減。
手戻り件数の減少。
作成物の数。
AI利用回数。
テンプレート利用数。

質的指標

提案内容の質。
顧客理解の深さ。
会議の意思決定の質。
部下との対話の質。
社員の学習意欲。
心理的負担の軽減。
新しいアイデアの増加。
チーム内の知識共有。
働きがいの変化。

AI導入の成果は、数字だけでは見えません。

「時間が減った」だけでなく、
「人間らしい仕事が増えたか」を見る必要があります。

ケース：営業チームのAI導入

ある営業チームでは、商談準備に時間がかかっていました。

顧客企業の情報を調べる。
業界動向を見る。
過去の商談履歴を確認する。
質問項目を考える。
提案の仮説を立てる。

これを各営業担当者がバラバラに行っていたため、質にも差がありました。

そこで、AIを使って商談準備の型を作りました。

AIに依頼する内容は、次のようなものです。

顧客企業の公開情報を整理する。
想定される経営課題を挙げる。
初回商談で聞くべき質問を作る。
顧客が不安に感じそうな点を出す。
提案前に確認すべき前提を整理する。

すると、準備時間は短くなりました。
しかし、それ以上に大きかったのは、商談の質が変わったことです。

営業担当者が、商品の説明から入るのではなく、顧客の課題を聞くようになった。
上司との商談前打ち合わせが、資料確認ではなく仮説確認になった。
若手営業も、一定水準の準備ができるようになった。

AIが変えたのは、作業時間だけではありません。
営業の考え方でした。

ケース：管理職のAI導入

別の会社では、管理職が疲弊していました。

会議。
報告。
資料確認。
部下対応。
評価面談。
トラブル対応。

管理職は、常に時間に追われていました。

そこで、AIを管理職の「準備役」として使いました。

1on1前に、部下への質問を整理する。
評価面談前に、伝え方を準備する。
会議前に、論点を整理する。
部門方針を社員向けにわかりやすく言い換える。
部下へのフィードバック文面を下書きする。

結果として、管理職の事務負担が減りました。

しかし、それ以上に、部下との対話が変わりました。

場当たり的な面談が減り、事前に問いを準備するようになった。
感情的な注意ではなく、行動に焦点を当てたフィードバックが増えた。
部下の不安を想像する時間が生まれた。

AIは、管理職を不要にしたのではありません。
管理職が管理ではなく育成に向き合う時間を作ったのです。

ケース：子育て世代社員へのAI活用

ある企業では、子育て中の社員が多く、限られた時間で成果を出すことが課題でした。

そこで、AIを時短だけでなく、働きやすさの支援に使いました。

会議メモをAIで整理する。
欠席した会議の要点を短時間で把握する。
文章作成の初稿をAIに任せる。
子どもの急な体調不良で中断した仕事の再開時に、AIで論点を整理する。
時短勤務者が不利にならないよう、情報共有をAIで補助する。

この取り組みで重要だったのは、AIを「長時間働けない人の補助輪」として使ったことです。

AIは、働く時間の長さではなく、仕事の質を支える道具になりました。

これは、AI時代のウェルビーイングにもつながります。

AI活用は、強い人をさらに強くするだけでなく、制約のある人が力を発揮しやすくするためにも使えます。

第5章まとめ　AI導入の成否は、ツールではなく思想で決まる

AI導入で失敗する会社は、AIを配るだけで終わります。
目的が曖昧で、現場に丸投げし、ルールがなく、研修も一度きりです。
そして、AIを人減らしや管理強化の道具として語ってしまいます。

一方、伸びる会社は、AIを文化にします。

経営が目的を語る。
仕事を分解する。
小さく試す。
ルールを整える。
人を育てる。
失敗を共有する。
AIで生まれた時間を、人間らしい仕事に戻す。

AI導入は、ITツールの導入ではありません。

経営の思想を問い直すことです。
社員との信頼関係をつくることです。
人材育成を再設計することです。
働く意味を更新することです。

AIは、組織の本質を映します。

管理したい会社は、AIで管理を強めます。
信頼したい会社は、AIで信頼を強めます。
人を減らしたい会社は、AIを不安の象徴にします。
人を活かしたい会社は、AIを成長の相棒にします。

AI導入で問われているのは、AIの性能ではありません。

私たちは、どんな会社でありたいのか。
社員に、どんな働き方をしてほしいのか。
顧客に、どんな価値を届けたいのか。
社会に、どんな責任を果たしたいのか。

その答えが、AIの使い方に表れます。

第6章　AI時代のリーダーシップ

管理する上司から、問いを育てる上司へ

AIが職場に入ってくると、上司の役割も変わります。

これまでの上司は、部下に指示を出し、進捗を確認し、成果物をチェックし、必要に応じて修正を命じる存在でした。

もちろん、これからも管理は必要です。
しかし、AI時代には「管理だけの上司」の価値は下がっていきます。

なぜなら、作業の進捗管理や情報整理、報告書の要約、資料のたたき台作成などは、AIがかなり支援できるようになるからです。

では、上司は不要になるのでしょうか。

私は、そうは思いません。

むしろ、AI時代には本物のリーダーがますます必要になります。

ただし、その役割は変わります。

これからのリーダーは、単に答えを持っている人ではありません。
部下に問いを渡せる人です。

作業を管理する人ではありません。
人間が考えるべきことに時間を戻せる人です。

ミスを責める人ではありません。
AIと共に小さく試し、学ぶ場をつくれる人です。

部下の仕事を細かく監視する人ではありません。
部下がAIを使って成長できる環境を整える人です。

つまり、AI時代のリーダーシップとは、管理から共創への転換です。

AI時代に「指示待ち上司」は通用しない

不思議な言い方に聞こえるかもしれませんが、職場には「指示待ち上司」がいます。

経営から言われるまで動かない。
他社事例が出そろうまで判断しない。
ルールが完全に整うまで現場に試させない。
自分ではAIを使わないのに、部下には「活用しろ」と言う。

これでは、現場は動けません。

AI時代は、変化が速い。
すべての正解が出そろってから動こうとすると、遅れます。

もちろん、無責任に飛びつくべきではありません。
情報管理、法務、倫理、顧客対応など、慎重に考えるべきことはあります。

しかし、慎重であることと、何もしないことは違います。

AI時代のリーダーには、次の姿勢が求められます。

小さく試す。
試した結果を共有する。
失敗から学ぶ。
危険な使い方には線を引く。
部下と一緒に使い方を考える。
自分自身も学び続ける。

リーダーが「まだよくわからないから使わない」と言っている組織では、AI活用は広がりません。

リーダーが「私も学びながら試している。一緒に考えよう」と言える組織では、現場が動き始めます。

AI時代のリーダーに必要なのは、完璧な知識ではありません。
学ぶ姿を見せる勇気です。

AI時代の上司の役割は、答えることから問いを育てることへ

これまでの上司は、答えを持っていることが求められがちでした。

「どうすればいいですか？」
「これはどちらが正しいですか？」
「次に何をすればいいですか？」

部下が聞き、上司が答える。

この形は、一定の安定した環境では機能しました。
しかし、AI時代には答えの賞味期限が短くなります。

過去の成功パターンが、すぐに古くなる。
顧客の行動が変わる。
働き方が変わる。
技術が変わる。
競合の動きも変わる。

この環境で、上司がすべての答えを持つことは不可能です。

だからこそ、上司は答えを渡す人から、問いを育てる人になる必要があります。

たとえば、部下がこう聞いてきたとします。

「この提案書、どう直せばいいですか？」

従来型の上司は、赤入れをして返すかもしれません。

「ここを削って」
「この順番にして」
「この表現は変えて」

もちろん、それも必要な場面はあります。

しかし、AI時代の上司は、こう問い返すことができます。

「この提案書で、顧客の一番の不安は何だと思う？」
「AIに顧客目線で批判させてみた？」
「この提案の前提で、間違っていたら危ないものは何？」
「競合が見たら、どこを突いてくると思う？」
「この資料を読んだあと、相手にどんな行動をしてほしい？」

この問いによって、部下は考え始めます。

AI時代の上司は、部下の代わりに考える人ではありません。
部下がAIと一緒に考えられるように、問いを渡す人です。

田口式AIリーダーシップの5原則

私は、AI時代のリーダーに必要な行動を、次の5つに整理しています。

1. 方向を示す
2. 仕事を分ける
3. 問いを渡す
4. 実験を守る
5. 責任を引き受ける

これを、AIリーダーシップ5原則と呼んでいます。

1. 方向を示す
AIを何のために使うのかを語る

リーダーが最初にすべきことは、方向を示すことです。

「AIを使え」だけでは、部下は動けません。

何のために使うのか。
何を減らしたいのか。
何を増やしたいのか。
どんな働き方を目指すのか。

ここを語る必要があります。

たとえば、次のように言えるかどうかです。

「私たちのチームでは、AIを使って資料作成時間を減らしたい。ただし、単に早く帰るためだけではなく、顧客の課題を深く考える時間を増やしたい」

「AIで会議メモを自動整理し、会議後の確認作業を減らしたい。その分、会議中は資料作成ではなく、意思決定に集中しよう」

「AIを使って部下を監視するのではなく、単純作業を減らし、一人ひとりが成長できる時間を増やしたい」

このように方向を示すと、AI活用に意味が生まれます。

部下が不安なのは、AIそのものだけではありません。

「AIで効率化したら、自分の仕事が増えるのではないか」
「自分の価値が下がるのではないか」
「監視されるのではないか」
「失敗したら責められるのではないか」

この不安に対して、リーダーは言葉を持つ必要があります。

AI導入は、ツールの説明から始めるのではありません。
リーダーのメッセージから始めるのです。

2. 仕事を分ける
部下に「全部AIでやれ」と言わない

AI活用で失敗する上司は、部下にこう言います。

「それ、AIでできないの？」
「AIを使って早くやって」
「もっと効率化して」

この言い方だけでは、部下は疲れます。

なぜなら、どこにAIを使うべきかを考える負担まで、すべて部下に押しつけているからです。

AI時代のリーダーは、部下と一緒に仕事を分けます。

これは作業か。
これは判断か。
これは関係づくりか。
これは責任を伴うものか。

第2章で紹介した4分割を、チームで使うのです。

たとえば、営業チームならこう分けます。

顧客情報の整理は、AIに任せられる作業。
提案の優先順位は、AIに材料を出させ、人間が判断する領域。
商談での信頼づくりは、人間が向き合う関係の領域。
契約条件や顧客への約束は、人間が責任を持つ領域。

この整理を上司が一緒に行うだけで、部下の不安は小さくなります。

「全部AIに任せるわけではない」
「自分が磨くべき部分が見えた」
「使ってよいところがわかった」
「責任の線引きが明確になった」

こう感じられるからです。

AI活用は、部下に丸投げするものではありません。
リーダーが仕事の構造を一緒に見直すものです。

3. 問いを渡す
AIに聞く前の問いを育てる

AIを使うとき、最も大切なのは問いです。

しかし、部下にいきなり「良い問いを立てろ」と言っても難しい。

そこでリーダーは、問いの型を渡す必要があります。

たとえば、企画を考えるときには、次の問いを渡します。

「誰のどんな困りごとを解決するのか？」
「この企画が成功した状態は何か？」
「顧客は何に不安を感じるか？」
「反対する人は、どんな理由で反対するか？」
「小さく試すなら、最初の一歩は何か？」
「失敗するとしたら、原因は何か？」

営業準備なら、次の問いです。

「顧客の表面的な要望と、本当の課題は何が違うか？」
「相手が社内で説明するとき、何に困りそうか？」
「競合と比較されたとき、どこが弱いか？」
「この商談で、売る前に確認すべきことは何か？」

部下育成なら、次の問いです。

「この部下は何に困っているのか？」
「本人の能力不足ではなく、環境や指示の問題はないか？」
「注意ではなく、成長につながる伝え方は何か？」
「次回までに小さく変えられる行動は何か？」

リーダーがこうした問いを渡すと、部下はAIをより深く使えるようになります。

AIに「提案書を作って」と頼むのではなく、
「顧客が不安に感じる点を出して」
「反対意見を挙げて」
「小さく検証する方法を考えて」
と頼めるようになる。

AI時代のリーダーは、問いの設計者です。

4. 実験を守る
失敗を責める職場ではAIは育たない

AI活用は、最初からうまくいきません。

変な答えが返ってくる。
一般論しか出ない。
指示が足りなかったと気づく。
思ったより確認に時間がかかる。
使いどころを間違える。
社内ルール上、入力できない情報があるとわかる。

これはすべて学びです。

しかし、失敗を責める職場では、誰も試さなくなります。

「AIを使ったのに、なぜこんな資料になったんだ」
「そんな使い方もわからないのか」
「やっぱりAIは使えないな」
「時間の無駄だったな」

こう言われると、部下は二度と試しません。

AI活用を広げるリーダーは、実験を守ります。

「まず試してみよう」
「うまくいかなかった理由を共有しよう」
「そのプロンプトを見せて」
「次は背景情報を足してみよう」
「この失敗は他のメンバーにも役立つ」
「危ない使い方に気づけたのは成果だ」

このように言えるリーダーの下では、AI活用が進みます。

AI時代には、失敗を隠すチームより、失敗を共有できるチームが強い。

なぜなら、AI活用のノウハウは、成功例だけではなく、失敗例からも蓄積されるからです。

5. 責任を引き受ける
最後に部下を守れるか

AI時代のリーダーにとって、最も重要なのは責任です。

部下にAIを使わせるなら、リーダーは責任の線引きを明確にしなければなりません。

どこまで部下が判断してよいのか。
どこから上司確認が必要なのか。
顧客に出す前に誰が見るのか。
AIの出力に誤りがあった場合、どう対応するのか。
ルール違反が起きたとき、どう再発防止するのか。

これを曖昧にしたまま「AIを使え」と言うのは、無責任です。

部下は不安になります。

「AIを使ってよいと言われたから使ったのに、問題が起きたら自分だけ責められるのではないか」

この不安がある限り、現場は本気でAIを使いません。

リーダーは、こう言える必要があります。

「この範囲では試してよい」
「顧客に出す前には私が確認する」
「判断に迷ったら相談してよい」
「失敗した場合は、個人を責めるのではなく、仕組みを直す」
「最終責任はチームとして持つ」

AI時代のリーダーは、部下に挑戦させるだけでは足りません。
挑戦した部下を守る責任があります。

AI時代の会議はどう変わるか

リーダーの仕事の中で、大きく変えられるものの一つが会議です。

多くの職場で、会議は時間を奪っています。

報告だけの会議。
資料を読むだけの会議。
結論が出ない会議。
誰が何をするか決まらない会議。
声の大きい人だけが話す会議。
終わったあとに議事録作成でさらに時間がかかる会議。

AIは、会議を変える強力な道具になります。

ただし、議事録を自動化するだけでは不十分です。

AI時代の会議で大切なのは、会議前・会議中・会議後を再設計することです。

会議前：AIで論点を整理する

会議前に、AIに次のように頼みます。

「この会議の目的から逆算して、議論すべき論点を整理してください」
「意思決定に必要な情報と、不足している情報を分けてください」
「参加者ごとに確認すべき観点を挙げてください」
「反対意見が出そうな点を予測してください」

これにより、会議は報告の場ではなく、意思決定の場に近づきます。

リーダーは、会議前にこう問いかけるべきです。

「この会議で何を決めるのか？」
「AIに論点整理させたか？」
「決めるために足りない情報は何か？」

この準備だけで、会議の質は変わります。

会議中：人間は判断と対話に集中する

会議中、AIがメモを取る、要点を整理する、発言を分類する。
こうした支援があれば、人間は記録係から解放されます。

その分、参加者は対話に集中できます。

ただし、AIが記録しているからといって、会議の質が自動的に上がるわけではありません。

リーダーがすべきことは、問いを立てることです。

「今、私たちは何を決めようとしているのか？」
「この案で困る人はいないか？」
「現場の負担はどれくらいか？」
「顧客から見たらどう見えるか？」
「今日決めることと、次回に持ち越すことを分けよう」

AIが記録を支援し、人間が判断と対話に集中する。

これがAI時代の会議です。

会議後：AIで実行につなげる

会議後には、AIで次のように整理します。

決定事項。
未決事項。
担当者。
期限。
次回確認事項。
リスク。
関係者への共有文。

ここで重要なのは、議事録を美しく作ることではありません。

実行につなげることです。

会議後に誰が何をするのかが明確になる。
未決事項が放置されない。
次回会議の目的が決まる。
関係者への説明が早くなる。

AIを使えば、会議後の曖昧さを減らせます。

リーダーは、議事録の完成度よりも、実行の明確さを見るべきです。

AI時代の1on1

上司が話す時間を減らし、部下が考える時間を増やす

AIは、1on1にも使えます。

ただし、AIが部下の代わりに相談に乗ればいいという話ではありません。
AIは、上司がより良く部下と向き合うための準備役です。

1on1でよくある失敗は、上司が話しすぎることです。

「最近どう？」
「もっと頑張ろう」
「ここを直したほうがいい」
「自分の若い頃は……」

これでは、部下の本音は出ません。

AI時代の1on1では、事前にAIを使って質問を準備します。

たとえば、こうです。

入社3年目の部下と1on1をします。
最近、成果は出ていますが、会議での発言が減っています。
本人を責めずに、状況や気持ちを引き出す質問を考えてください。
上司が言いすぎないように、聞く姿勢を重視した会話例も作ってください。

AIは質問案を出してくれます。

「最近、仕事の中でやりづらさを感じていることはありますか？」
「会議で発言しにくいと感じる場面はありますか？」
「今の業務で、一人で抱えていることはありませんか？」
「上司である私に、もっとこうしてほしいということはありますか？」

こうした質問を準備するだけで、1on1は変わります。

AIは部下の気持ちを完全に理解することはできません。
しかし、上司が部下の気持ちを想像する手助けはできます。

AI時代の評価

作業量ではなく、価値の出し方を見る

AIが普及すると、評価制度も見直しが必要になります。

これまで評価されていたものの中には、AIで短縮できる作業が多く含まれています。

資料をたくさん作った。
細かい議事録を書いた。
長時間かけて調査した。
メールを大量に処理した。
報告書をきれいに整えた。

もちろん、これらも仕事の一部です。
しかし、AIが支援できる部分について、作業量だけを評価し続けるとおかしなことになります。

AIを使って短時間で成果を出した人より、AIを使わず長時間作業した人が評価される。
これでは、AI活用は進みません。

AI時代の評価では、次のような観点が重要になります。

AIを使って、どの業務を改善したか。
作業時間を減らした分、何に時間を使ったか。
顧客理解や提案の質は上がったか。
チームに使い方を共有したか。
リスクに気づき、適切に確認したか。
AIに任せる部分と人間が担う部分を分けられたか。
新しい学びを得て、仕事に活かしたか。

つまり、AI時代には「頑張った時間」ではなく、「生み出した価値」と「学習する姿勢」を評価する必要があります。

AIを使う部下と使わない部下をどう見るか

管理職からよく聞かれる質問があります。

「AIを積極的に使う部下と、使わない部下の差が出ています。どうすればいいですか？」

これは難しい問題です。

AIを使う人は、どんどん効率化し、仕事の質を高めます。
一方で、使わない人は取り残される可能性があります。

しかし、単純に「使わない人が悪い」と決めつけてはいけません。

使わない理由には、いくつかあります。

怖い。
面倒。
必要性を感じていない。
使い方がわからない。
過去に試して失敗した。
情報漏洩が不安。
上司に評価されるかわからない。
効率化しても仕事が増えるだけだと思っている。

リーダーは、まず理由を聞く必要があります。

そのうえで、使いやすい入口を用意します。

議事録要約から始める。
メール下書きから始める。
自分の業務棚卸しから始める。
チームで同じプロンプトを試す。
AIが出したものを皆で修正する。

AI活用は、個人の根性に任せるものではありません。
チームで学ぶものです。

AI時代のリーダーは、心理的安全性をつくる

AI活用が進む組織には、心理的安全性があります。

心理的安全性とは、何でも好き勝手に言えることではありません。
失敗や疑問、不安を安心して共有できることです。

AI活用では、次のような発言ができることが大切です。

「このAIの答えは間違っているかもしれません」
「この使い方は危険ではないでしょうか」
「私はまだ使い方がわかりません」
「試してみたけれどうまくいきませんでした」
「この効率化で、現場の負担が増える気がします」
「この施策で不利益を受ける人がいそうです」

こうした声が出ない職場は危険です。

AIの間違いが見逃される。
リスクが共有されない。
現場の不安が蓄積する。
表面的には進んでいるように見えて、実は誰も本音を言えない。

リーダーは、AI活用についても心理的安全性をつくる必要があります。

「わからないと言っていい」
「失敗例を歓迎する」
「危ないと思ったら止めていい」
「AIの答えに反対していい」
「効率化への不安を話していい」

この空気がある組織は強い。

AI時代に必要なのは、AIを信じる文化ではありません。
AIについて安心して疑える文化です。

リーダー自身のAI活用法

リーダーは、部下にAI活用を求める前に、自分自身が使うべきです。

では、リーダーは何にAIを使えばよいのでしょうか。

1. 方針説明の下書き

部門方針や経営方針を、現場に伝わる言葉にするためにAIを使います。

「経営会議向けの表現を、現場社員にも伝わる表現に言い換えてください」
「不安を与えず、前向きに伝えるメッセージ案を作ってください」

2. 意思決定の論点整理

重要な判断をする前に、AIに論点を整理させます。

「この判断で検討すべきメリット・デメリットを整理してください」
「反対意見を10個挙げてください」
「短期・中期・長期のリスクを分けてください」

3. 部下育成の準備

1on1、評価面談、フィードバックの前に使います。

「この部下に成長を促すフィードバックをするための質問を考えてください」
「相手を責めずに、行動改善を促す伝え方を提案してください」

4. 会議設計

会議の目的、論点、参加者の役割を整理します。

「この会議を意思決定の場にするため、事前に共有すべき情報と議論すべき論点を整理してください」

5. 自分の思考の偏りチェック

リーダーは孤独です。
自分の考えが偏っていても、周囲が指摘しにくいことがあります。

AIにこう聞きます。

「私の考えの前提の甘さを指摘してください」
「都合よく解釈している可能性がある点を挙げてください」
「現場から反発が出るとしたら、どこですか」

AIは、リーダーの壁打ち相手になります。

AI時代のリーダーが言ってはいけない言葉

AI活用を妨げるリーダーの言葉があります。

「それくらいAIで簡単にできるでしょ」

これは部下を追い詰めます。
AIを使えば簡単に見える仕事でも、目的設定や確認には時間がかかります。

「AIを使ったなら、もっと早くできるはず」

これも危険です。
AIによる効率化を、単なるプレッシャーに変えてしまいます。

「AIの答えでいいから出して」

これは責任放棄です。
AIの答えを人間が確認しない文化をつくります。

「若い人のほうが得意だから任せる」

年齢で丸投げするのもよくありません。
AI活用は若手だけの仕事ではなく、組織全体の仕事です。

「うちの仕事は特殊だからAIは使えない」

これは思考停止です。
すべてをAI化できなくても、一部を支援させることはできます。

リーダーの言葉は、組織文化をつくります。

AI時代のリーダーは、恐怖ではなく、学習を促す言葉を選ぶ必要があります。

AI時代のリーダーが使うべき言葉

では、どんな言葉を使えばよいのでしょうか。

「まず小さく試してみよう」
「どこまでAIに任せられるか、一緒に分けてみよう」
「AIの答えをそのまま使わず、違和感を確認しよう」
「うまくいかなかったプロンプトも共有してほしい」
「この作業が減った分、顧客と向き合う時間に使おう」
「判断に迷うところは、人間で話し合おう」
「AIで効率化する目的は、あなたを追い詰めることではない」
「責任が重い部分は、私が一緒に見る」
「AIに聞く前に、問いを整理してみよう」
「この使い方で困る人がいないか考えよう」

こうした言葉が、AI活用を前向きなものにします。

AI時代のリーダーシップは、言葉の選び方に表れます。

ケース：AIで変わった管理職

ある管理職は、部下との1on1が苦手でした。

毎回、「最近どう？」から始まり、部下は「大丈夫です」と答える。
そのまま業務確認で終わる。
本音は出ない。
部下の成長支援にもつながらない。

そこで、その管理職はAIを使って1on1の準備を始めました。

部下の最近の状況を匿名化してAIに入れ、質問案を出してもらう。
相手を責めない伝え方を考えてもらう。
部下が言いにくそうなことを想定してもらう。
面談後には、自分の聞き方を振り返る質問をAIに出してもらう。

すると、1on1が変わりました。

上司が話す時間が減りました。
部下が話す時間が増えました。
「困っていることはない？」ではなく、
「最近、仕事を進めるうえで一番エネルギーを使っていることは何？」
と聞けるようになりました。

AIが部下を育てたのではありません。
AIが、上司の問いを変えたのです。

そして、上司の問いが変わったことで、部下との関係が変わりました。

ケース：AIで会議を変えたチーム

別のチームでは、毎週の定例会議が形骸化していました。

各担当者が進捗を報告する。
上司がコメントする。
時間が足りず、重要な議論は次回へ持ち越し。
会議後のアクションも曖昧。

そこで、会議前にAIで論点を整理するようにしました。

各担当者は、事前に簡単な進捗メモを共有する。
AIが共通課題、遅延リスク、意思決定が必要な項目を整理する。
会議では、報告ではなく「決めること」から始める。
会議後は、AIが決定事項と担当者を整理する。

すると、会議時間は短くなりました。

しかし、それ以上に大きかったのは、会議の目的が変わったことです。

報告する会議から、決める会議へ。
上司が確認する会議から、チームで前に進める会議へ。

AIが議事録を取ったから変わったのではありません。
リーダーが会議の設計を変えたから、AIが活きたのです。

AI時代のリーダーに必要な人間力

AI時代のリーダーには、テクノロジー理解も必要です。
しかし、それ以上に必要なのは人間力です。

部下の不安を感じ取る力。
変化への抵抗を責めずに受け止める力。
わからないことをわからないと言える力。
自分の判断を疑える力。
少数派の声を拾う力。
効率化の先にある幸せを問う力。
責任から逃げない力。

AIが進化すればするほど、リーダーの人間性は見えやすくなります。

なぜなら、AIは作業を肩代わりするからです。
作業で忙しいふりができなくなるからです。

部下と向き合っているか。
考えるべき問いから逃げていないか。
責任を引き受けているか。
人を道具として見ていないか。

AI時代は、リーダーの本質を映し出します。

第6章まとめ　AI時代のリーダーは、問いと余白をつくる人である

AI時代に、上司の役割はなくなりません。
しかし、変わります。

管理するだけの上司は価値を失っていきます。
一方で、問いを育て、実験を守り、責任を引き受けるリーダーの価値は高まります。

AI時代のリーダーは、方向を示します。
仕事を作業・判断・関係・責任に分けます。
部下に問いを渡します。
失敗を学びに変える実験の場を守ります。
最後に責任を引き受けます。

AIを使えば、会議も変えられます。
1on1も変えられます。
評価も変えられます。
部下育成も変えられます。

しかし、AIが勝手に組織を良くしてくれるわけではありません。

AIをどう使うかを決めるのは、リーダーです。
AIで生まれた時間を何に使うかを決めるのも、リーダーです。
AIを管理の道具にするのか、信頼の道具にするのかを決めるのも、リーダーです。

AI時代のリーダーシップとは、AIに詳しいことだけではありません。

人間の可能性を信じること。
部下が考える余白をつくること。
問いを渡すこと。
失敗から学ぶ文化をつくること。
そして、最後の責任を人間として引き受けること。

AIが作業を担う時代だからこそ、リーダーは人間に戻らなければなりません。

第7章　AI倫理と人間の責任

便利さの先にある「本当に幸せか」を問う

AI活用の話をすると、多くの人はまず「何ができるか」を知りたがります。

どんな文章が書けるのか。
どれくらい業務時間を減らせるのか。
どこまで自動化できるのか。
どんなデータ分析ができるのか。
どんな人件費削減につながるのか。

もちろん、それは大切です。

しかし、AI時代に本当に問うべきなのは、「できるかどうか」だけではありません。

やってよいのか。
誰が困るのか。
誰が責任を持つのか。
その便利さは、人間を幸せにしているのか。

この問いを持てるかどうかが、AI時代の企業と個人の信頼を決めます。

AI倫理という言葉を聞くと、難しく感じる人もいるかもしれません。

「専門家が考えることでしょう」
「法律やルールの話でしょう」
「現場には関係ないのでは」
「倫理を考えすぎると、スピードが落ちるのでは」

そう感じる人もいるでしょう。

しかし、私はAI倫理を難しい理論としてではなく、もっと身近なものとして捉えています。

AI倫理とは、
AIを使うときに、最後に人間を見失わないための考え方です。

誰かの時間を奪っていないか。
誰かの尊厳を傷つけていないか。
誰かを不当に排除していないか。
誰かの情報を軽く扱っていないか。
誰かの人生に関わる判断を、機械に丸投げしていないか。

こうした問いを持つことが、AI倫理の出発点です。

AI倫理はブレーキではなく、ハンドルである

倫理という言葉は、ときに「止めるもの」として受け取られます。

「それは倫理的に問題があるからやめましょう」
「リスクがあるから禁止しましょう」
「危ないから使わないようにしましょう」

もちろん、止めるべき場面はあります。
個人情報を無断で使う。
人を差別する。
重大な判断をAIに丸投げする。
嘘の情報をばらまく。
誰かになりすます。

こうした使い方は止めなければなりません。

しかし、AI倫理は単なるブレーキではありません。

私は、AI倫理はハンドルだと考えています。

ブレーキは止まるためのものです。
ハンドルは、どちらへ進むかを決めるものです。

AIを使って、どんな社会をつくりたいのか。
どんな職場をつくりたいのか。
どんな顧客体験を届けたいのか。
どんな子どもたちの未来を支えたいのか。

この方向を決めるのが、AI倫理です。

倫理があるから、AI活用は遅くなるのではありません。
倫理があるから、安心して前に進めるのです。

ルールのない道路を全速力で走る車は危険です。
信号、標識、車線、歩道があるから、私たちは安心して移動できます。

AIも同じです。

何をしてよいか。
何をしてはいけないか。
どこで人間が確認するか。
誰が責任を持つか。

これが明確だから、組織は安心してAIを活用できます。

AI倫理は、イノベーションの敵ではありません。
責任あるイノベーションの土台です。

便利さと危うさは、同じ場所から生まれる

AIの便利さは、同時に危うさにもつながります。

たとえば、AIは大量の文章を瞬時に作れます。
これは便利です。
しかし、間違った情報や誤解を招く文章も瞬時に広がる可能性があります。

AIは個人に合わせた提案ができます。
これは便利です。
しかし、個人情報の扱いを誤れば、プライバシー侵害になります。

AIは採用候補者を効率的に整理できます。
これは便利です。
しかし、過去のデータに偏りがあれば、不公平な選考につながる可能性があります。

AIは顧客対応を自動化できます。
これは便利です。
しかし、困っている顧客に機械的な対応だけを返せば、信頼を失います。

AIは社員の働き方を分析できます。
これは便利です。
しかし、監視や過度な評価に使えば、職場の心理的安全性を壊します。

つまり、AIの強みとリスクは表裏一体です。

速いから危ない。
大量に処理できるから影響が大きい。
個別化できるからプライバシーが問題になる。
自動化できるから責任が曖昧になる。
それらしく答えるから、間違いに気づきにくい。

だからこそ、AIを使う人間には「便利さの先」を見る力が必要です。

AIで何ができるかだけではなく、
AIを使った結果、誰にどんな影響があるかを考える。

これが、責任あるAI活用の基本です。

田口式「AI倫理の7つの問い」

私は、企業研修や講演で、AI倫理を難しい原則ではなく、実務で使える問いとして伝えています。

それが、田口式「AI倫理の7つの問い」です。

AIを使う前、AIの出力を使う前、AIを仕組みに組み込む前に、次の7つを確認してください。

1. これは誰のためのAI活用か
2. 誰かが不利益を受けないか
3. 個人情報や機密情報を守れているか
4. AIの出力を人間が確認しているか
5. 判断の理由を説明できるか
6. 最後に責任を持つ人は明確か
7. その便利さは、人間の幸せにつながっているか

順番に見ていきましょう。

問い1
これは誰のためのAI活用か

AI活用で最初に問うべきなのは、目的です。

誰のために使うのか。

会社のためか。
社員のためか。
顧客のためか。
社会のためか。
経営者のためか。
現場のためか。

もちろん、ビジネスである以上、会社の利益は大切です。
しかし、会社の都合だけでAIを使うと危うくなります。

たとえば、カスタマーサポートをAIチャットボットに置き換える場合。

会社側から見れば、人件費削減や対応時間短縮になります。
顧客側から見れば、24時間問い合わせられる利便性があります。

しかし、複雑な相談や感情的な不安を抱えた顧客が、いつまでもAIにたらい回しにされたらどうでしょうか。

そのAI活用は、本当に顧客のためでしょうか。

AI活用は、会社にとって便利であるだけでは不十分です。
相手にとっても意味があるかを考える必要があります。

「誰のためか」を問うだけで、AI活用の質は変わります。

問い2
誰かが不利益を受けないか

AIは多数派に合わせるのが得意です。
過去のデータが多いもの、一般的なパターン、平均的な傾向を見つけるのが得意です。

しかし、ビジネスや社会には少数派がいます。

障害を持つ人。
育児や介護中の人。
病気を抱える人。
外国籍の人。
高齢者。
デジタルに不慣れな人。
過去の経歴が一般的ではない人。
声を上げにくい立場の人。

AI活用によって、こうした人たちが不利益を受けないかを考える必要があります。

たとえば、採用AIが過去の採用データをもとに候補者を評価する場合。
過去に特定の属性の人を多く採用していた会社では、AIもその傾向を「望ましい」と判断するかもしれません。

それは効率的に見えて、実は過去の偏りを強化しているだけかもしれません。

また、社員評価にAIを使う場合。
勤務時間、チャットの返信速度、成果物の数だけを見れば、育児や介護で時間に制約のある社員が不利になる可能性があります。

AIは中立に見えます。
しかし、AIが使うデータや評価基準は中立とは限りません。

だから、人間が問う必要があります。

「この仕組みで不利益を受ける人はいないか」
「声の小さい人が見落とされていないか」
「過去の偏りを、未来に持ち込んでいないか」

これは倫理であると同時に、経営の質の問題です。

多様な人が力を発揮できる組織ほど、長期的には強くなります。

問い3
個人情報や機密情報を守れているか

AI活用で最も身近なリスクの一つが、情報管理です。

便利だからといって、何でもAIに入力してはいけません。

顧客名。
住所。
電話番号。
メールアドレス。
契約内容。
取引条件。
社員の評価情報。
健康情報。
家族情報。
未公開の経営情報。
社外秘の企画。
トラブル相談の詳細。

これらは慎重に扱うべき情報です。

AIに入力する前に、必ず考えるべきです。

これは入力してよい情報か。
匿名化できるか。
要約して個人が特定されない形にできるか。
社内で認められたAI環境を使っているか。
契約上、外部サービスに入れてよい情報か。
関係者の同意はあるか。

情報管理で大切なのは、「悪意がなかった」では済まないということです。

うっかり入力した。
便利だと思った。
早く作業したかった。
個人名を消し忘れた。

こうした小さなミスが、信頼を大きく損なうことがあります。

AI時代には、情報の扱い方そのものがビジネスパーソンの信頼になります。

問い4
AIの出力を人間が確認しているか

AIは間違えます。

もっともらしい文章で、間違ったことを書くことがあります。
存在しない情報を、それらしく出すことがあります。
古い情報をもとに答えることがあります。
前提を取り違えることがあります。
専門的な判断が必要な領域で、危うい回答をすることがあります。

だから、AIの出力は必ず人間が確認しなければなりません。

特に、次のようなものは注意が必要です。

数字。
固有名詞。
法律や制度。
医療・健康情報。
金融情報。
契約内容。
専門的な助言。
会社としての公式見解。
顧客に送る文章。
採用・評価に関わる内容。

AIが出したものをそのまま使うのは、部下の下書きを一度も見ずに顧客へ送るようなものです。

AIは初稿を作ることができます。
しかし、確認者にはなれません。

確認するのは人間です。

AI時代に大切なのは、AIを疑う習慣です。

「これは本当か」
「根拠は何か」
「最新情報か」
「相手に出して問題ないか」
「誤解されないか」
「誰かを傷つけないか」

この確認を怠ると、AI活用は信頼を失う原因になります。

問い5
判断の理由を説明できるか

AIが関わる判断で重要なのは、説明できることです。

なぜその候補者を選んだのか。
なぜその顧客にその提案をしたのか。
なぜその社員評価になったのか。
なぜその問い合わせ対応になったのか。
なぜその融資判断、契約判断、価格判断になったのか。

「AIがそう出したから」では説明になりません。

AIの出力を参考にしたとしても、人間が判断した理由を説明できなければなりません。

説明できない判断は、信頼されません。

特に、人の人生や機会に関わる判断では、説明責任が重要です。

採用。
昇進。
評価。
教育機会。
金融サービス。
医療的支援。
行政サービス。
保険。
住まい。
福祉。

こうした領域では、AIの便利さよりも、人間への影響の大きさを重視すべきです。

AI時代の信頼は、判断の速さだけではなく、説明の誠実さで決まります。

問い6
最後に責任を持つ人は明確か

AIを使うと、責任が曖昧になりやすい。

AIが出した。
担当者が使った。
上司が見ていなかった。
会社のルールがなかった。
ツールの仕様だった。
ベンダーの問題だった。

このように、責任があちこちに分散してしまうことがあります。

しかし、顧客や社員から見れば、そんな内部事情は関係ありません。

誰が責任を持つのか。
誰が説明するのか。
誰が修正するのか。
誰が再発防止をするのか。

ここが明確でなければ、AI活用は危険です。

私はこれを、責任の地図と呼んでいます。

AI活用には、少なくとも次の5つの責任があります。

1. 入力責任

どんな情報をAIに入れるか。
入れてはいけない情報を入れていないか。
匿名化しているか。

2. 指示責任

AIにどんな目的、条件、判断基準を与えたか。
偏った指示をしていないか。
不適切な依頼をしていないか。

3. 確認責任

AIの出力を人間が確認したか。
事実確認をしたか。
表現や倫理面を確認したか。

4. 判断責任

AIの提案を採用するかどうかを誰が決めたか。
その理由を説明できるか。

5. 改善責任

問題が起きたときに、仕組みを見直すか。
同じミスを繰り返さないようにするか。
学びを組織で共有するか。

この責任の地図を持つことが、AI時代の組織には不可欠です。

問い7
その便利さは、人間の幸せにつながっているか

最後の問いが、最も大切です。

そのAI活用は、人間の幸せにつながっているか。

効率化できた。
コストが下がった。
処理件数が増えた。
対応時間が短くなった。
資料作成が速くなった。

それは良いことです。

しかし、その結果、人間はどうなったでしょうか。

社員は考える時間を取り戻せたか。
顧客は安心できたか。
現場の負担は減ったか。
誰かにしわ寄せが行っていないか。
休む時間は増えたか。
学ぶ時間は増えたか。
対話の質は上がったか。
仕事の意味を感じられるようになったか。

AI活用の最終目的は、効率化ではありません。

人間がよりよく働き、よりよく生きることです。

効率化の先に幸せがないなら、そのAI活用はどこかで見直す必要があります。

AI倫理が問われる具体的な場面

ここからは、ビジネス現場でAI倫理が問われる具体的な場面を見ていきます。

採用でAIを使う場合

採用業務では、AIは非常に便利です。

求人票の作成。
応募書類の整理。
面接質問案の作成。
候補者とのメール下書き。
採用広報コンテンツの作成。

これらはAIが支援できます。

しかし、採用可否の判断をAIに丸投げしてはいけません。

採用は、人の人生に関わる判断です。

AIが過去のデータをもとに「この人は合わない」と判定したとしても、その過去データ自体が偏っているかもしれません。

経歴に空白がある人。
転職回数が多い人。
育児や介護で一時的に離職した人。
障害や病気と付き合いながら働いてきた人。
学歴や職歴が一般的なルートではない人。

こうした人たちの可能性を、AIが正しく評価できるとは限りません。

採用でAIを使うなら、次の原則が必要です。

AIは整理と補助に使う。
最終判断は人間が行う。
評価基準を明確にする。
候補者に説明できる判断をする。
多様な経歴を不利にしない。
AIのスコアだけで落とさない。
人間が面接で可能性を見る。

AIは採用担当者の補助者であって、採用責任者ではありません。

人事評価でAIを使う場合

人事評価でもAI活用は進むでしょう。

成果データの整理。
目標管理シートの要約。
フィードバック文面の下書き。
評価面談の準備。
育成課題の整理。

これらはAIが支援できます。

しかし、人事評価は慎重でなければなりません。

評価は、給与、昇進、配置、本人の自己肯定感に影響します。
AIの出力をそのまま使えば、深刻な不公平につながる可能性があります。

特に危険なのは、見えやすい数字だけで評価することです。

メール返信の速さ。
チャット投稿数。
会議発言数。
作成資料数。
処理件数。

これらは測りやすい。
しかし、測りやすいものが、必ずしも価値のすべてではありません。

部下の相談に乗る。
チームの空気を整える。
顧客の不安に寄り添う。
新人を支える。
トラブルを未然に防ぐ。
見えない調整をする。

こうした仕事は、数字に出にくい。

AIによる評価支援を使うなら、見えやすい成果だけでなく、見えにくい貢献をどう拾うかを考える必要があります。

人を評価するとは、人を数字に変換することではありません。
人の価値を多面的に見ることです。

マーケティングでAIを使う場合

マーケティングはAIと相性が良い領域です。

顧客分析。
広告文作成。
ターゲティング。
レコメンド。
SNS投稿。
キャンペーン設計。

AIは強力な武器になります。

しかし、ここにも倫理的な問いがあります。

顧客の不安を過度に刺激していないか。
弱みにつけ込んでいないか。
誤解を招く表現をしていないか。
必要以上に個人情報を使っていないか。
買わせることだけを目的にしていないか。
顧客の判断力を奪うような設計になっていないか。

マーケティングの目的は、顧客を操作することではありません。
顧客がより良い選択をできるように、価値を伝えることです。

AIによって、個人に合わせた訴求はますます精密になります。
だからこそ、人間の倫理観が問われます。

「売れるからやる」ではなく、
「売ってよいものを、誠実に届ける」姿勢が必要です。

カスタマーサポートでAIを使う場合

AIチャットボットは、問い合わせ対応を大きく効率化します。

24時間対応。
よくある質問への即時回答。
オペレーター負担の軽減。
対応履歴の整理。
問い合わせ内容の分類。

非常に有効です。

しかし、カスタマーサポートは単なる処理ではありません。

顧客が問い合わせるとき、多くの場合、そこには不安や困りごとがあります。

商品が届かない。
請求内容がわからない。
トラブルが起きた。
使い方がわからない。
急いでいる。
怒っている。
困っている。

こうした顧客に対して、AIが定型回答を繰り返すだけでは、かえって不満が大きくなります。

AIサポートで大切なのは、人間につなぐ基準です。

複雑な相談。
怒りや不安が強い相談。
金銭や契約に関わる相談。
健康や安全に関わる相談。
何度も解決しない相談。
高齢者や障害のある人など、特別な配慮が必要な可能性がある相談。

こうした場合には、人間が対応する仕組みが必要です。

AIで効率化するほど、人間が対応すべき場面を明確にする。

これが、顧客を大切にするAI活用です。

教育でAIを使う場合

教育において、AIは大きな可能性を持っています。

個別学習。
苦手分野の説明。
作文の添削。
調べ学習の支援。
学習計画作成。
障害や困難を持つ子どもへの支援。

AIは、子ども一人ひとりの学びを支える道具になり得ます。

しかし、教育でAIを使うときには特に慎重さが必要です。

子どもがAIの答えを丸写ししていないか。
自分で考える機会を失っていないか。
AIの情報を疑う力を育てているか。
個人情報や学習履歴をどう守るか。
家庭環境によってAI利用格差が生まれないか。
子どもがAIに依存しすぎないか。

AI教育の目的は、答えを早く得ることではありません。

問いを育てること。
考える力を伸ばすこと。
自分の言葉で表現すること。
他者の気持ちを想像すること。
テクノロジーを責任を持って使うこと。

AIは先生になれます。
しかし、教育の責任をすべてAIに渡してはいけません。

子どもに必要なのは、AIに答えを聞く力だけではありません。
AIの答えを疑い、自分で考え、誰かと対話する力です。

AIを使ったことを開示すべきか

実務でよく聞かれる質問があります。

「AIを使ったことを相手に伝えるべきですか？」

これは一律に決められるものではありません。

社内の下書き作成や論点整理にAIを使った場合、毎回開示する必要はないかもしれません。

しかし、次のような場面では、開示や説明が必要になる場合があります。

顧客対応の一部をAIが担っている場合。
採用や評価にAIが関与している場合。
重要な提案や分析にAIを使っている場合。
AI生成物を作品や記事として公開する場合。
人間が対応していると誤解される可能性がある場合。
専門的助言に見えるものをAIで作成した場合。

大切なのは、相手の信頼を損なわないことです。

AIを使ったこと自体が問題なのではありません。
AIを使ったのに、人間が確認していないこと。
AIが関与しているのに、人間だけが作ったように見せること。
AIの限界を隠すこと。

これが問題です。

AI時代の信頼は、透明性から生まれます。

「AIを活用して下書きを作成し、人間が確認・編集しています」
「この回答はAIによる一次回答です。必要に応じて担当者につなぎます」
「AIの分析結果を参考にしていますが、最終判断は人間が行います」

こうした説明は、信頼を下げるどころか、むしろ高めることがあります。

AI倫理は、現場の小さな違和感から始まる

AI倫理というと、大きな企業や専門家の話に聞こえます。

しかし、本当に重要なのは、現場の小さな違和感です。

「この文章、少し冷たくないか」
「この対応、困っている人には不親切ではないか」
「この評価基準、時短勤務の人に不利ではないか」
「このAIの提案、少数派の視点が抜けていないか」
「この顧客情報、入力してよかったのか」
「この効率化で、誰かの負担が増えていないか」

この違和感を口にできる組織が強い。

逆に、違和感を言えない組織は危険です。

「決まったことだから」
「AIが出したから」
「効率化のためだから」
「みんなやっているから」
「上が決めたから」

こうした言葉で違和感が消されると、問題は大きくなります。

AI倫理は、会議室の立派な理念だけでは守れません。
現場の一人ひとりが、小さな違和感を言葉にできることが必要です。

社内に「AI倫理会議」をつくる

企業でAI活用を進めるなら、定期的にAI倫理を話し合う場をつくることを勧めます。

大げさな委員会でなくても構いません。

月に一度、30分でもよい。
各部署からAI活用事例と困りごとを持ち寄る。
リスクや違和感を共有する。
ルールを更新する。
失敗事例を学びに変える。

そこで扱うテーマは、たとえば次のようなものです。

AIに入力してよい情報の範囲。
顧客向け文章の確認ルール。
AIを使った採用支援の注意点。
チャットボットから人間へつなぐ基準。
社員評価へのAI利用の線引き。
AI生成コンテンツの著作権や表記。
差別的・不快な表現のチェック。
障害や高齢者への配慮。
AIで空いた時間の使い方。

このような場があると、AI活用は安全に進みます。

重要なのは、技術部門だけで決めないことです。

現場。
管理職。
人事。
法務。
情報システム。
営業。
カスタマーサポート。
可能なら、顧客に近い立場の人。

多様な視点を入れることで、見落としが減ります。

AI倫理は、専門家だけの仕事ではありません。
組織全体で育てるものです。

「効率化のしわ寄せ」を見逃さない

AI活用で見落とされがちなのが、効率化のしわ寄せです。

ある部署の作業が減った。
しかし、その確認作業が別の部署に移った。
顧客対応をAI化した。
しかし、解決しない問い合わせが人間オペレーターに集中し、負担が増えた。
資料作成が速くなった。
しかし、資料の量が増え、読む側の負担が増えた。
会議が減った。
しかし、情報共有が不足し、現場が混乱した。

このように、AIで一部が効率化されても、全体で見ると別の場所に負担が移っていることがあります。

私はこれを、効率化の影と呼んでいます。

AI導入では、必ず全体を見てください。

誰の時間が減ったか。
誰の負担が増えたか。
誰が確認しているか。
誰が責任を負っているか。
顧客の体験は良くなったか。
現場の心理的負担は減ったか。

一部の数字だけを見て「成功」と判断してはいけません。

本当の効率化とは、誰かに負担を押しつけることではありません。
全体として、人間の時間とエネルギーをより良い方向へ移すことです。

個人が守るべきAI活用の心得

ここまで組織の話をしてきましたが、個人にも責任があります。

AI時代のビジネスパーソンが守るべき心得を整理します。

1. 個人情報を軽く扱わない

便利だからといって、顧客名や社員名をそのまま入力しない。
必要なら匿名化する。
社内ルールを確認する。

2. AIの答えを鵜呑みにしない

AIは間違える。
特に数字、制度、専門情報は確認する。

3. AIで作った文章を自分の言葉に戻す

そのまま使うと、相手に届かないことがあります。
自分の責任で編集する。

4. 重要な判断をAIに丸投げしない

採用、評価、契約、謝罪、重大な顧客対応。
AIは補助であり、決定者ではありません。

5. 相手の気持ちを想像する

AIが丁寧な文章を作っても、本当に相手に届くかは人間が考える。

6. 違和感を大切にする

「何かおかしい」と感じたら止まる。
確認する。
相談する。

7. AIで空いた時間を、人間らしいことに使う

学ぶ。
対話する。
休む。
顧客を見る。
仲間を支える。
未来を考える。

個人のAI活用にも、倫理があります。

AI倫理は「人間を信じる技術」である

AI倫理という言葉は、冷たく聞こえるかもしれません。
規則、制限、リスク管理、コンプライアンス。

しかし、本質はもっと温かいものです。

AI倫理とは、人間を信じる技術です。

人間は、単なるデータではない。
人間は、単なる効率化対象ではない。
人間は、スコアだけで評価できない。
人間には、事情がある。
痛みがある。
可能性がある。
尊厳がある。

AIを使うとき、そのことを忘れないための技術がAI倫理です。

AIが進化するほど、私たちは人間をどう見るかを問われます。

社員をコストとして見るのか、可能性として見るのか。
顧客をターゲットとして見るのか、生活者として見るのか。
子どもを管理対象として見るのか、未来をつくる存在として見るのか。
弱い立場の人を例外として見るのか、社会の大切な一員として見るのか。

AI倫理は、AIの話であると同時に、人間観の話なのです。

第7章まとめ　AI時代の信頼は、便利さではなく責任で決まる

AIは便利です。
速く、大量に、休まず、さまざまな仕事を支援してくれます。

しかし、便利さだけを追いかけると、人間を見失います。

AI倫理とは、AIを止めるためのものではありません。
AIを人間の幸せにつなげるためのハンドルです。

AIを使う前に、7つの問いを持ってください。

これは誰のためのAI活用か。
誰かが不利益を受けないか。
個人情報や機密情報を守れているか。
AIの出力を人間が確認しているか。
判断の理由を説明できるか。
最後に責任を持つ人は明確か。
その便利さは、人間の幸せにつながっているか。

AI時代に信頼される人、信頼される会社は、AIをたくさん使う人や会社ではありません。

責任を持って使う人です。
違和感を言葉にできる会社です。
効率化の影にいる人を見逃さない組織です。
AIで生まれた時間を、人間らしい仕事に戻せるチームです。

AIは、私たちの価値観を映します。

人を管理したい会社は、AIで管理を強めます。
人を信じたい会社は、AIで信頼を強めます。
顧客を操作したい会社は、AIで操作を精密にします。
顧客を支えたい会社は、AIで支援を深めます。

AIが問うているのは、技術力だけではありません。

私たちは、どんな人間でありたいのか。
どんな会社でありたいのか。
どんな社会を次の世代に渡したいのか。

この問いに向き合うことが、AI時代のビジネスの責任です。

第8章　AI時代の人材育成と子育て

社員も子どもも、AIと共に育つ時代へ

AI時代の相談は、企業だけにとどまりません。

経営者からは、こう聞かれます。

「社員にAIをどう学ばせればいいですか？」
「AI時代に伸びる人材とは、どんな人ですか？」
「若手に何を教えればいいですか？」
「管理職はどう変わるべきですか？」

一方で、親御さんからは、こう聞かれます。

「子どもにAIを使わせても大丈夫ですか？」
「AIに頼りすぎて、自分で考えなくなりませんか？」
「これからの子どもには、何を学ばせればいいですか？」
「プログラミング教室に通わせるべきですか？」

企業の人材育成と家庭の子育て。
一見すると、別々のテーマに見えるかもしれません。

しかし、AI時代には、この二つは深くつながっています。

なぜなら、どちらも本質は同じだからです。

人の可能性を見つけ、伸ばし、AIと共に価値を生み出せる力を育てること。

社員も子どもも、AI時代を生きる人間です。
社員は、今の仕事をAIと共に変えていく存在です。
子どもは、これからの社会をAIと共に創っていく存在です。

だから、人材育成も子育ても、単に「AIの使い方を教える」だけでは足りません。

大切なのは、AIを使って何を考えるか。
AIの答えをどう疑うか。
AIで得た時間をどう使うか。
AIではできない人間らしい力をどう伸ばすか。
AIを使う責任をどう身につけるか。

この章では、企業の人材育成と家庭の子育てをつなぐ視点から、AI時代に育てたい力と、その実践方法を考えていきます。

AI教育とは、AIを操作する教育ではない

AI教育というと、多くの人は技術教育を思い浮かべます。

プログラミング。
データ分析。
機械学習。
ロボット。
生成AIツールの使い方。

もちろん、これらは大切です。
専門職を目指す人にとっては、深い技術理解も必要です。

しかし、すべての人がAIエンジニアになるわけではありません。
すべての子どもがプログラマーになるわけでもありません。
すべての社員がモデル開発をする必要もありません。

では、AI教育の本質は何でしょうか。

私はこう考えています。

AI教育とは、AIを使って、自分で考え、人と協力し、責任ある行動を取れる人を育てることです。

つまり、操作教育ではなく、思考教育です。
ツール教育ではなく、姿勢教育です。
知識教育ではなく、共創教育です。

AIを使えることは重要です。
しかし、それ以上に重要なのは、AIに使われないことです。

AIの答えを鵜呑みにしない。
AIに丸投げしない。
AIで人を傷つけない。
AIを使って自分の可能性を広げる。
AIと共に、より良い問いを立てる。

この力を育てることが、AI時代の教育の中心です。

AI時代に育てたい7つの力

私は、AI時代に必要な力を、次の7つに整理しています。

1. 好奇心
2. 問いを立てる力
3. 分解する力
4. 批判的に見る力
5. 創造する力
6. 共感する力
7. 学び続ける力

これは、社員にも子どもにも共通する力です。

1. 好奇心
「なぜ？」がAI時代のエンジンになる

AI時代に最も大切な力の一つは、好奇心です。

新しいものを面白がる。
わからないことを調べたくなる。
「なぜ？」と聞く。
「やってみたい」と思う。
失敗しても、もう一度試す。

この好奇心がある人は、AI時代に伸びます。

なぜなら、AIは好奇心を増幅する道具だからです。

昔なら、疑問があっても調べるのに時間がかかりました。
専門家に聞く必要がありました。
本を探す必要がありました。
検索しても、どこから読めばいいかわからないこともありました。

しかし今は、AIに聞けば、最初の入口を作ってくれます。

「なぜ空は青いの？」
「なぜこの商品は売れないの？」
「なぜ部下は会議で発言しないの？」
「なぜこの業務は毎月遅れるの？」
「なぜお客様は値段より安心感を求めているの？」

AIは、好奇心に対して、すぐに材料を返してくれます。

しかし、そもそも問いがなければ、AIは動きません。
好奇心がなければ、AIは単なる便利な箱で終わります。

子どもにも社員にも、まず育てたいのは「知っていること」ではありません。
「知りたいと思う心」です。

2. 問いを立てる力
AI時代の差は、答えではなく問いで生まれる

AIは答えを出します。
だからこそ、人間は問いを立てる力が重要になります。

「売上を上げるには？」という問いと、
「既存顧客との信頼を壊さずに、単価を上げるには？」という問いでは、返ってくる答えが違います。

「勉強を頑張るには？」という問いと、
「算数が苦手な子が、嫌いにならずに毎日10分取り組むには？」という問いでは、支援の方法が違います。

問いが浅いと、AIの答えも浅くなります。
問いが具体的だと、AIの答えも具体的になります。
問いに人間への配慮があると、AIの答えも人に近づきます。

AI時代の教育では、答えを早く出すことより、問いを育てることが大切です。

親や上司は、子どもや部下にすぐ答えを教えるのではなく、問いを返す必要があります。

「あなたはどう思う？」
「何が一番気になっている？」
「誰が困っている？」
「別の見方はある？」
「AIに聞くなら、どんな聞き方をする？」
「その答え、本当に正しいと思う？」
「自分ならどう変える？」

このような問いが、人を育てます。

3. 分解する力
大きな問題を、小さく扱える形にする

AI時代に必要なのは、問題を分解する力です。

「仕事が忙しい」
「成績が上がらない」
「売上が伸びない」
「部下が育たない」
「AIが使えない」

こうした大きな言葉のままでは、AIも人間も動けません。

仕事が忙しいなら、何に時間がかかっているのか。
会議か。
資料作成か。
メールか。
確認待ちか。
判断の遅さか。
やめられない慣習か。

成績が上がらないなら、何が原因なのか。
理解不足か。
暗記不足か。
練習不足か。
集中できないのか。
苦手意識が強いのか。
学び方が合っていないのか。

問題を分解すると、AIに手伝わせやすくなります。
そして、人間が向き合うべきポイントも見えます。

これは企業でも家庭でも同じです。

大きな不安を、そのまま抱え込まない。
小さな要素に分ける。
AIに任せられる部分、人間が見る部分、専門家に相談すべき部分を分ける。

この分解力は、AI時代の基礎体力です。

4. 批判的に見る力
AIの答えに「ちょっと待てる」人を育てる

AIは、とても自然に答えます。
文章も整っています。
言い方も丁寧です。
自信があるように見えます。

だからこそ危険です。

AIの答えは、正しそうに見えて間違っていることがあります。

子どもにも社員にも、AIの答えを鵜呑みにしない力を育てる必要があります。

「これは本当？」
「根拠は何？」
「別の意見はある？」
「誰の立場からの答え？」
「古い情報ではない？」
「誰かを傷つける表現はない？」
「都合のよい前提に立っていない？」

こう問い直せる人が、AI時代に強い。

批判的思考とは、何でも否定することではありません。
より良くするために、立ち止まって確認する力です。

AI時代の教育では、正解を覚える力だけでなく、答えを疑う力を育てる必要があります。

5. 創造する力
AIの出力を、自分の表現に変える

AIは、文章、画像、音楽、アイデアを生み出します。
では、人間の創造性は不要になるのでしょうか。

私は逆だと思います。

AIが出力できる時代だからこそ、人間の創造性はより重要になります。

なぜなら、AIは過去の大量のデータから、それらしいものを生み出すのが得意だからです。
しかし、「なぜそれを作るのか」「誰に届けたいのか」「どんな痛みや願いから生まれたのか」は、人間の側にあります。

AIが出した案を、そのまま使う人。
AIが出した案を、自分の経験や感情や目的と結びつけて、新しいものに変える人。

この差は大きい。

子どもにも社員にも、AIの出力を素材として扱う力を育てたいのです。

AIが書いた文章を、自分の言葉に直す。
AIが出したアイデアを、自分の現場に合わせて変える。
AIが作った画像から、さらに物語を考える。
AIが出した企画を、顧客の声で磨く。

創造性とは、ゼロから突然ひらめくことだけではありません。
素材を組み合わせ、自分の意味を加え、誰かに届ける形にする力です。

AIは素材を出します。
人間は意味を与えます。

6. 共感する力
AIが便利になるほど、人の気持ちを見る力が必要になる

AI時代には、共感力がますます重要になります。

AIは文章を作れます。
謝罪文も書けます。
励ましの言葉も出せます。
相談に乗るような返答もできます。

しかし、AIには人生の痛みがありません。
沈黙の重さも、目の前の人の震える声も、本当には感じられません。

だから、人間が相手の気持ちを見る力を失ってはいけません。

仕事でも同じです。

顧客は何に不安を感じているのか。
部下はなぜ黙っているのか。
同僚はなぜ抵抗しているのか。
保護者は何を心配しているのか。
子どもはなぜ勉強を嫌がるのか。

AIに文章を整えてもらうことはできます。
しかし、相手の気持ちを想像するのは人間です。

AI時代に育てたいのは、効率よく話す力だけではありません。
相手の立場に立ち、言葉の奥にある感情を受け止める力です。

7. 学び続ける力
正解を持つ人より、更新できる人が強い

AI技術は変わり続けます。

今日の最新ツールが、数か月後には古くなるかもしれません。
今の常識が、数年後には変わるかもしれません。
職種の中身も変わっていきます。

だから、AI時代に最も重要なのは、学び続ける力です。

一度学んで終わりではありません。
新しいことを試し、失敗し、修正し、また学ぶ。

社員にも子どもにも、この姿勢を育てる必要があります。

親や上司が「自分はもう学ばなくていい」という姿勢を見せれば、子どもや部下も学ばなくなります。

逆に、親や上司が、

「私もまだ勉強中」
「一緒に試してみよう」
「失敗したけど、ここがわかった」
「次は聞き方を変えてみよう」

と言えれば、学ぶ文化が生まれます。

AI時代に強い人は、完璧な人ではありません。
更新し続ける人です。

田口式AI時代の育成5原則

ここからは、企業でも家庭でも使える育成の考え方を紹介します。

私は、AI時代の育成には5つの原則があると考えています。

1. 答えを渡さず、問いを渡す
2. 比較せず、違いを強みにする
3. 小さく試し、振り返る
4. AIを先生ではなく相棒にする
5. 自由と責任をセットで教える

原則1
答えを渡さず、問いを渡す

部下が聞きます。

「この企画、どうしたらいいですか？」

子どもが聞きます。

「この宿題、答えは何？」

ここで、すぐに答えを渡すのは簡単です。

しかし、AI時代に大切なのは、答えを出せる人ではなく、問いを立てられる人を育てることです。

だから、上司や親はこう返します。

「まず、何がわかっていて、何がわからない？」
「AIに聞くなら、どう聞く？」
「その答えを見て、自分はどう思う？」
「別の考え方はありそう？」
「誰のために考えている？」
「一番大事にしたいことは何？」

問いを渡すことで、相手は考え始めます。

AI時代の育成とは、相手の代わりに考えることではありません。
相手が考えるための足場をつくることです。

原則2
比較せず、違いを強みにする

AI時代には、全員が同じ能力を持つ必要はありません。

文章が得意な人。
話すのが得意な人。
数字に強い人。
人の気持ちを感じるのが得意な人。
絵で表現するのが得意な人。
細かい違和感に気づく人。
新しい道具を試すのが好きな人。
じっくり考えるのが得意な人。

それぞれの違いがあります。

AIは、この違いを補い、広げる道具になります。

文章が苦手な人は、AIに下書きを手伝ってもらえる。
話すのが苦手な人は、事前に言葉を整理できる。
読むのが苦手な人は、要約や音声で理解できる。
アイデア出しが苦手な人は、AIと壁打ちできる。
逆に、共感や現場感覚が強い人は、AIの出力に人間らしさを加えられる。

育成で大切なのは、全員を同じ型にはめることではありません。

その人の強みは何か。
苦手をAIでどう補えるか。
AIで補った分、どの強みを伸ばすか。

これを考えることです。

原則3
小さく試し、振り返る

AI時代の育成には、実験が欠かせません。

説明を聞くだけでは身につきません。
実際に使う必要があります。

ただし、いきなり大きな成果を求める必要はありません。

社員なら、

メールの下書きをAIに作らせる。
会議メモを要約させる。
企画の弱点を指摘させる。
商談前の質問を考えさせる。
1on1の質問を準備する。

子どもなら、

わからない言葉を説明してもらう。
自由研究の問いを一緒に考える。
作文の構成を相談する。
歴史上の人物にインタビューする形で学ぶ。
苦手な問題の似た問題を作ってもらう。

小さく試し、振り返る。

「何がうまくいった？」
「どこが違った？」
「AIの答えで変だと思ったところは？」
「自分ならどう直す？」
「次はどう聞く？」

この振り返りが、AI共創力を育てます。

原則4
AIを先生ではなく相棒にする

AIは先生のように使えます。
しかし、AIを絶対的な先生にしてはいけません。

AIは答えをくれる存在ではなく、一緒に考える相棒です。

社員にも子どもにも、こう伝える必要があります。

「AIの答えが正解とは限らない」
「AIは便利だけれど、最後に考えるのは自分」
「AIの文章をそのまま出すのではなく、自分の言葉に直す」
「AIが出した案を材料にして、自分の考えを作る」
「わからないことは、AIだけでなく人にも聞く」

AIを相棒として使う人は、自分の考えを失いません。
AIを主人にしてしまう人は、自分で考えなくなります。

教育で大切なのは、AIを禁止することではありません。
AIとの距離感を教えることです。

原則5
自由と責任をセットで教える

AIは自由を広げます。

誰でも文章を書ける。
誰でも絵を作れる。
誰でも調べられる。
誰でも発信できる。
誰でも学べる。

これは素晴らしいことです。

しかし、自由には責任が伴います。

人の文章を勝手に使わない。
個人情報を入力しない。
嘘の情報を広めない。
誰かを傷つける使い方をしない。
AIで作ったものを自分だけの成果のように見せない。
大事な判断をAIに丸投げしない。

企業でも家庭でも、AI利用のルールを話し合う必要があります。

禁止するためではありません。
安心して使うためです。

企業の人材育成は「AI-JT」へ

企業では、OJTという言葉があります。
On the Job Training、つまり仕事を通じて学ぶことです。

AI時代には、私はこれをAI-JTに進化させるべきだと考えています。

AI-JTとは、AIを使いながら、仕事の中で学ぶ育成方法です。

たとえば、新入社員が営業メールを書くとします。

従来なら、先輩が過去メールを見せ、本人が書き、先輩が赤入れします。

AI-JTでは、こうします。

まず本人が目的と相手を整理する。
AIに下書きを作らせる。
本人が違和感を直す。
先輩が「どこをなぜ直したか」を一緒に確認する。
最後に、良いプロンプトと良い修正文を共有する。

この方法では、単にメールを書く力だけでなく、目的設定、相手理解、AIへの指示、出力確認、表現改善が同時に学べます。

AIを使うことで、育成は手抜きになるのではありません。
むしろ、育成のプロセスが見える化されます。

新入社員育成にAIを使う

新入社員は、仕事の全体像が見えていません。

何を質問すればいいかもわからない。
どこまで自分で考えるべきかもわからない。
専門用語もわからない。
上司や先輩が忙しそうだと、質問を遠慮してしまう。

ここでAIは、良い補助役になります。

新入社員向けには、次のような使い方ができます。

社内用語をわかりやすく説明する。
会議メモを初心者向けに要約する。
業務手順をチェックリスト化する。
報告前に抜け漏れを確認する。
質問内容を整理する。
先輩に相談する前の論点整理をする。

ただし、新入社員をAIに任せきりにしてはいけません。

AIが説明できることと、先輩が伝えるべきことは違います。

会社の文化。
顧客への向き合い方。
失敗したときの支え方。
仕事の意味。
職場での信頼関係。

これは人間が伝えるものです。

AIは育成を補助します。
しかし、人を育てる責任は人間にあります。

管理職育成にAIを使う

AI時代には、管理職育成も変わります。

管理職には、AIを使いこなすだけでなく、部下にAIを使わせ、育てる力が必要です。

管理職研修では、次のようなテーマを扱うべきです。

AIで自分の業務を分解する。
AIを使った会議設計。
AIを使った1on1準備。
部下のAI活用を評価する観点。
AIで空いた時間を育成に使う方法。
AI利用時の倫理と責任。
部下の不安への向き合い方。

管理職がAIを理解していなければ、現場は安心して使えません。

特に重要なのは、管理職がAIを「監視の道具」にしないことです。

AIで部下の作業量だけを測る。
AIで発言数や返信速度だけを評価する。
AIで管理を細かくしすぎる。

これでは、部下は萎縮します。

管理職は、AIを部下の成長を支える道具として使うべきです。

家庭でのAI教育

子どもにAIを使わせる前に、親が一緒に触ってみる

家庭でのAI教育で大切なのは、親がAIを怖がりすぎないことです。

もちろん、無制限に使わせてよいわけではありません。
年齢に応じたルールは必要です。
情報の正しさ、個人情報、依存、著作権、いじめやなりすましなど、注意すべきこともあります。

しかし、親がAIをまったく知らないまま禁止するだけでは、子どもは隠れて使うかもしれません。
あるいは、AIを学ぶ機会を失うかもしれません。

まず親が一緒に触ってみることが大切です。

「このAIに、今日の夕飯の献立を相談してみよう」
「旅行の持ち物リストを作ってもらおう」
「わからない言葉を説明してもらおう」
「この答え、本当に正しいか一緒に調べてみよう」
「AIの文章を、もっと自分たちらしく直してみよう」

親子で使うことで、AIは危険なものでも、万能なものでもなく、道具として理解されます。

子どもに教えたいAI利用の5つの約束

家庭では、難しい規則よりも、わかりやすい約束が必要です。

たとえば、次の5つです。

1. 名前や住所、学校名など、個人情報を入れない
2. AIの答えをそのまま信じない
3. 宿題を丸投げせず、自分の考えを入れる
4. 誰かを傷つける使い方をしない
5. 困ったら大人に相談する

この5つだけでも、AIとの距離感はかなり健全になります。

特に大切なのは、「宿題を丸投げしない」です。

AIに作文を書かせて終わりでは、学びになりません。
しかし、AIに構成を相談し、自分の体験を書き、自分の言葉に直すなら学びになります。

AIを禁止するのではなく、学びを深める使い方を教える。

これが家庭でのAI教育です。

子どもの好奇心を広げるAIの使い方

AIは、子どもの好奇心を広げる道具になります。

たとえば、子どもが恐竜に興味を持っているなら、

「ティラノサウルスにインタビューする形で、質問に答えて」
「恐竜博士になったつもりで、小学生に説明して」
「恐竜と今の鳥の関係を、絵本のように説明して」

と使えます。

料理に興味がある子なら、

「冷蔵庫にある材料で、子どもでも作れるレシピを考えて」
「なぜ卵は熱を加えると固まるの？」
「カレーをもっとおいしくする実験を3つ考えて」

ゲームが好きな子なら、

「ゲームを作るには、どんな仕事があるの？」
「好きなゲームの面白さを分析して」
「自分だけのゲームのルールを考える手伝いをして」

AIは、子どもの興味を学びにつなげる橋になります。

重要なのは、大人が「そんなことより勉強しなさい」と潰さないことです。

好奇心は、学びの入口です。

障害や苦手さを持つ子どもにとってのAI

AIは、障害や苦手さを持つ子どもたちの可能性を大きく広げます。

読むことが苦手な子には、文章を音声で読み上げる支援があります。
書くことが苦手な子には、音声入力や下書き支援があります。
話すことが苦手な子には、コミュニケーションを補助するツールがあります。
聞くことが苦手な子には、音声認識による文字化があります。
計画を立てるのが苦手な子には、手順を分ける支援があります。
集中が続きにくい子には、短い学習ステップを作る支援があります。

AIは、苦手をなくすためだけのものではありません。

苦手を補い、強みを発揮しやすくするためのものです。

これは、企業にも通じます。

文章が苦手な社員。
会議で話すのが苦手な社員。
情報整理が苦手な社員。
体調や家庭事情で長時間働けない社員。
障害や特性を持ちながら働く社員。

AIは、こうした人たちの可能性を広げる道具になり得ます。

AI時代の育成で大切なのは、できないことを責めることではありません。
道具を使って、その人が力を発揮できる環境をつくることです。

親と上司がやってはいけないこと

AI時代の育成で、親や上司がやってはいけないことがあります。

1. AIを脅し文句にする

「AIに仕事を奪われるぞ」
「AIに負けるぞ」
「そんなこともできないと将来困るぞ」

このような言い方は、不安を煽るだけです。

不安で人は短期的に動くかもしれません。
しかし、長期的には学びを嫌いになります。

AIは恐怖の象徴ではなく、可能性を広げる道具として伝えるべきです。

2. 正解だけを求める

AIを使うと、すぐ答えが出ます。
だから、正解だけを求める育成は危険です。

大切なのは、答えに至る過程です。

どう聞いたのか。
どこを疑ったのか。
自分はどう直したのか。
何を学んだのか。
次にどう試すのか。

これを見なければ、AI時代の学びにはなりません。

3. 比較する

「同僚はもうAIを使っている」
「あの子はもっとできる」
「若い人はすぐ使えるのに」

比較は、人の学ぶ意欲を奪います。

大切なのは、昨日の自分より一歩進むことです。

AI活用には個人差があります。
得意な人もいれば、不安な人もいます。

比較ではなく、成長を見てください。

4. 丸投げする

「AIに聞けばいい」
「AIに作ってもらえばいい」
「AIで勉強しておいて」
「AIで資料を作っておいて」

これは、育成ではありません。

AIに丸投げすると、人間の思考が育ちません。

大切なのは、AIを使ったあとに対話することです。

「なぜそう聞いたの？」
「AIの答えで変だと思ったところは？」
「自分ならどう変える？」
「これを誰に届けたい？」

この対話が育成になります。

AI時代の評価は「成果物」だけでなく「使い方」を見る

企業でも家庭でも、評価の仕方を変える必要があります。

AI時代には、成果物だけを見ても、その人の力はわかりにくくなります。

AIが作った文章をそのまま出したのか。
AIの案を自分で磨いたのか。
AIに良い問いを投げたのか。
AIの間違いを見つけたのか。
AIを使って学びを深めたのか。
人に配慮して使ったのか。

ここを見る必要があります。

社員には、成果物だけでなく、AIの使い方を振り返ってもらう。
子どもには、答えだけでなく、どう考えたかを話してもらう。

たとえば、次のような振り返りができます。

「AIに何を聞いた？」
「最初の答えはどうだった？」
「どこを直した？」
「自分で加えた考えは何？」
「次はどう聞く？」
「この使い方で困る人はいない？」

AI時代の評価は、完成品だけでなく、思考のプロセスを見ることが大切です。

田口式「AI共育」実践ステップ

私は、人材育成と子育てを合わせて、AI共育と呼んでいます。

共に育つ、という意味です。

上司が部下を一方的に育てるのではありません。
親が子どもに一方的に教えるのでもありません。
AI時代には、大人も学び続ける必要があります。

AI共育の実践ステップは、次の5つです。

1. 一緒に触る
2. 一緒に問いを作る
3. 一緒に出力を疑う
4. 一緒に直す
5. 一緒に振り返る

1. 一緒に触る

まず、大人が一緒に触ります。

「使ってみなさい」ではなく、
「一緒に使ってみよう」です。

企業なら、チームで同じ業務にAIを使ってみる。
家庭なら、親子で同じ問いをAIに投げてみる。

一緒に触ることで、不安が減ります。

2. 一緒に問いを作る

次に、問いを作ります。

いきなりAIに答えを求めない。

「何を知りたい？」
「どんな形で返してほしい？」
「誰に向けて考える？」
「何を大事にしたい？」

問いを一緒に作ることで、思考が育ちます。

3. 一緒に出力を疑う

AIの答えが出たら、疑います。

「これは本当？」
「変なところはない？」
「別の考えは？」
「この表現で傷つく人はいない？」
「自分の考えと違うところは？」

疑うことを否定的に捉えない。
より良くするための確認として扱います。

4. 一緒に直す

AIの答えを、そのまま使わず直します。

自分の言葉にする。
具体例を加える。
相手に合わせる。
不要な部分を削る。
感情や経験を入れる。
事実確認をする。

ここで、人間の価値が入ります。

5. 一緒に振り返る

最後に振り返ります。

「何が便利だった？」
「どこが危なかった？」
「次はどう使う？」
「自分で考えた部分はどこ？」
「人に聞くべきことは何？」

この振り返りが、AI共創力を育てます。

第8章まとめ　人を育てるとは、AIと共に可能性を広げること

AI時代の人材育成と子育ては、別々の話ではありません。

どちらも、人の可能性を信じ、AIを使ってその可能性を広げる営みです。

AI時代に育てたい力は、好奇心、問いを立てる力、分解する力、批判的に見る力、創造する力、共感する力、学び続ける力です。

社員にも子どもにも、必要なのはAIを操作する力だけではありません。

AIに良い問いを投げる力。
AIの答えを疑う力。
AIの出力を自分の言葉に変える力。
AIを使って人と協力する力。
AIを責任を持って使う力。

これらを育てる必要があります。

親や上司の役割も変わります。

答えを教える人から、問いを渡す人へ。
比較する人から、違いを強みに変える人へ。
禁止する人から、責任ある自由を教える人へ。
一方的に教える人から、一緒に学ぶ人へ。

AI時代の育成は、共育です。

大人も子どもも、上司も部下も、AIと共に学び続ける。
その姿勢こそが、未来を切り開きます。

AIは、人間の可能性を奪うものではありません。
正しく使えば、これまで見えなかった才能を開く道具になります。

読むのが苦手な子。
書くのが苦手な社員。
話すのが苦手な人。
時間に制約のある人。
障害や特性を持つ人。
自信を失っている人。

AIは、そうした人たちに別の入口を用意できます。

だからこそ、AI時代の教育と育成の中心に置くべきなのは、競争ではありません。

可能性です。
尊厳です。
共創です。

第9章（終章）　AIに勝つな。AIと組んで、人間を取り戻せ

AI時代の主役は、最後まで人間である

ここまで本書では、AI時代に必要な考え方と実践方法を見てきました。

AI不安の正体。
仕事の4分割。
プロンプトという業務指示書。
AI共創力。
組織へのAI導入。
AI時代のリーダーシップ。
AI倫理と人間の責任。
人材育成と子育て。

一貫して伝えてきたことがあります。

それは、AI時代に必要なのは、AIに勝つことではない、ということです。

AIより速く文章を書く。
AIより多く情報を覚える。
AIより正確に計算する。
AIより大量に資料を作る。

そこを競っても、人間は苦しくなります。

AIは疲れません。
AIは文句を言いません。
AIは大量の情報を扱えます。
AIは短時間で何度でも出力できます。

では、人間は不要になるのでしょうか。

いいえ。

人間の価値は、AIと同じ土俵で競うところにはありません。

人間の価値は、問いを持つことにあります。
意味を決めることにあります。
相手の痛みを想像することにあります。
責任を引き受けることにあります。
正解のない問題に向き合うことにあります。
便利さの先にある幸せを考えることにあります。

AI時代とは、機械が人間に近づく時代ではありません。

人間が、もう一度人間に戻る時代です。

AIに奪われる仕事と、AIで取り戻す仕事

AIによって、確かに一部の仕事は変わります。

定型的な文章作成。
議事録作成。
要約。
翻訳。
情報整理。
分類。
簡単な問い合わせ対応。
資料のたたき台。
データの一次分析。

これらは、AIが担う割合が増えるでしょう。

しかし、それは必ずしも悪いことではありません。

むしろ、問い直すべきなのは、こうです。

私たちは本当に、それらの作業を人間が抱え続けるべきだったのか。

本来、人間が向き合うべき仕事は何だったのか。

顧客の本音を聞くこと。
部下の成長を支えること。
仲間の不安に気づくこと。
新しい価値を考えること。
事業の未来を構想すること。
社会に対する責任を考えること。
家族との時間を大切にすること。
自分自身の人生を見つめること。

私たちは、忙しさの中で、こうした人間らしい仕事を後回しにしてきたのかもしれません。

AIは、その後回しにしてきたものを取り戻す機会をくれます。

AIに奪われるのは、仕事のすべてではありません。
人間が本来手放してよかった作業かもしれません。

大切なのは、AIで空いた時間を何に戻すかです。

AIで空いた時間を、また作業で埋めてはいけない

AI導入で最も危険なのは、効率化で空いた時間に、さらに作業を詰め込むことです。

資料作成が速くなった。
では、もっと資料を作ろう。

メール処理が速くなった。
では、もっと多くの顧客に送ろう。

会議記録が自動化された。
では、もっと会議を増やそう。

問い合わせ対応が自動化された。
では、人間オペレーターにはもっと難しい案件だけを詰め込もう。

これでは、人間は楽になりません。
むしろ、AIによって仕事の密度が上がり、疲弊する可能性があります。

AIで空いた時間を、何に使うのか。

この問いに答えないAI導入は、危険です。

AIで生まれた時間は、次のようなものに戻すべきです。

考える時間。
顧客と向き合う時間。
部下を育てる時間。
チームで対話する時間。
学び直す時間。
休む時間。
家族と過ごす時間。
未来を構想する時間。

AI活用の目的は、人間をさらに忙しくすることではありません。

人間が、人間らしく働くための余白を取り戻すことです。

「AIを使える人」より「AIと問いを深められる人」へ

これから、多くの人がAIを使えるようになります。

文章生成AIを使う。
画像生成AIを使う。
資料作成AIを使う。
議事録AIを使う。
翻訳AIを使う。
分析AIを使う。

やがて、AIを使うこと自体は特別ではなくなるでしょう。

では、そのとき差がつくのは何でしょうか。

それは、問いの深さです。

AIに何を聞くか。
どんな目的を与えるか。
どんな背景を渡すか。
どんな条件を示すか。
どんな視点で批判させるか。
どこで人間が判断するか。
どの出力を採用し、どれを捨てるか。

ここに差が出ます。

AI時代に重要なのは、単にAIを使えることではありません。

AIと共に問いを深められること。

これが、これからのビジネスパーソンの大きな力になります。

問いが浅ければ、AIは浅い答えを返します。
問いが深ければ、AIは思考を深める材料を返します。
問いに倫理がなければ、AI活用は危うくなります。
問いに人間への配慮があれば、AIは人を支える道具になります。

AI時代の差は、答えを持っているかどうかではありません。

どんな問いを持っているかです。

これからの仕事は「人間の編集力」が問われる

AIは、膨大な素材を出してくれます。

文章案。
企画案。
分析結果。
反対意見。
学習計画。
資料構成。
会話例。
改善案。

しかし、それらをどう選び、どう組み合わせ、どう意味づけるかは人間です。

これからの仕事では、編集力が重要になります。

編集力とは、単に文章を整える力ではありません。

目的に合うものを選ぶ力。
相手に合わせて言葉を変える力。
情報の優先順位を決める力。
不要なものを削る力。
異なる視点を組み合わせる力。
自分の経験や価値観を加える力。
最後に責任を持って形にする力。

AIが素材を出す時代には、人間は編集者になります。

AIが出したものを、そのまま使う人。
AIが出したものを、自分の仕事、自分の顧客、自分の人生に合わせて編集する人。

この差は大きい。

AI時代に強い人は、AIの出力を自分の言葉に戻せる人です。

AI時代の会社は、何を競うのか

これからの企業競争は、AIを導入しているかどうかだけでは決まりません。

多くの会社がAIを使うようになります。
ツールの差は、いずれ縮まります。
誰でも高性能なAIにアクセスできる時代になります。

では、何が差になるのでしょうか。

私は、次の5つだと考えています。

1. 仕事を分解する力
2. 問いを立てる文化
3. 失敗から学ぶ仕組み
4. AI倫理を実装する力
5. 人間の余白を守る経営思想

AIを導入するだけなら、どの会社でもできます。

しかし、AIで仕事を再設計できる会社は限られます。
AIで人材育成を変えられる会社は限られます。
AIで信頼を深められる会社は限られます。
AIで社員の幸せに向き合える会社は限られます。

AI時代に競争力を持つ会社は、単に速い会社ではありません。

学ぶ会社です。
問いを持つ会社です。
失敗を共有できる会社です。
人を数字だけで見ない会社です。
AIで人間の可能性を広げる会社です。

AIが進化するほど、会社の人間観が問われます。

社員をコストと見るのか。
社員を可能性と見るのか。

顧客をターゲットと見るのか。
顧客を生活者と見るのか。

AIを管理の道具にするのか。
AIを信頼の道具にするのか。

その選択が、企業の未来を決めます。

AI時代の個人は、何を磨くべきか

では、個人は何を磨けばよいのでしょうか。

私は、次の7つを磨くべきだと考えています。

1. 自分の仕事を言語化する力

自分は何をしているのか。
何のためにしているのか。
誰に価値を届けているのか。
AIに任せられる部分はどこか。
自分が磨くべき部分はどこか。

これを言語化できる人は、AIを使えます。

2. 問いを立てる力

AIに何を聞くか。
どんな角度から考えるか。
何を疑うか。
誰の視点を入れるか。

問いの質が、仕事の質になります。

3. 指示する力

目的、対象者、背景、材料、条件、出力形式を伝える力。
これはAIだけでなく、人間同士の仕事にも効きます。

4. 疑う力

AIの答えを鵜呑みにしない。
数字を確認する。
根拠を見る。
違和感を大切にする。

AI時代には、信じる力より、適切に疑う力が重要です。

5. 共感する力

相手は何に困っているのか。
何に不安を感じているのか。
どんな言葉なら届くのか。

AIが文章を整える時代だからこそ、人間の共感力が価値になります。

6. 学び続ける力

新しいツールを試す。
失敗から学ぶ。
自分の知識を更新する。
年齢や立場に関係なく学ぶ。

AI時代に古くなるのは、知識そのものではありません。
学ばなくなる姿勢です。

7. 責任を持つ力

AIを使っても、最後に選ぶのは人間です。
人に出すものは、自分の責任で確認する。
判断の理由を説明する。
影響を引き受ける。

責任から逃げない人が、AI時代に信頼されます。

AI時代の子どもたちに残したいもの

AI時代を生きる子どもたちは、私たち大人とは違う環境で育ちます。

生まれたときからAIがある。
わからないことはすぐ聞ける。
文章も絵も音楽も、AIと一緒に作れる。
学び方も働き方も変わっていく。

そんな子どもたちに、私たちは何を残すべきでしょうか。

知識だけでは足りません。
技術だけでも足りません。
競争心だけでも足りません。

残したいのは、次のような力です。

自分で問いを持つ力。
人の気持ちを想像する力。
違う意見を聞く力。
失敗しても学ぶ力。
AIの答えを疑う力。
自分の言葉で表現する力。
弱い立場の人を見落とさない力。
便利さより大切なものを考える力。

AIネイティブ世代に必要なのは、AIに使われる力ではありません。
AIを使って、人間らしい未来を創る力です。

そのためには、大人自身が学び続ける必要があります。

親がAIを恐れるだけなら、子どもは隠れて使います。
親がAIを万能視すれば、子どもは考えなくなるかもしれません。
親がAIと健全に付き合う姿を見せれば、子どももAIとの距離感を学びます。

子育ても、人材育成も、結局は大人の姿勢が問われます。

田口式AI共創マップ

本書全体の考え方を、ここで一つの地図にまとめます。

私はこれを、田口式AI共創マップと呼びます。

AI時代に仕事や学びを進めるときは、次の順番で考えてください。

1. 目的
何のためにAIを使うのか。

効率化のためか。
顧客理解のためか。
学習のためか。
対話のためか。
創造のためか。
余白を取り戻すためか。

2. 分解
その仕事は、何でできているのか。

作業か。
判断か。
関係か。
責任か。

AIに任せられる部分と、人間が担う部分を分ける。

3. 指示
AIに何をどう頼むのか。

役割。
目的。
対象者。
背景。
材料。
条件。
出力形式。

曖昧に頼まず、業務指示書として伝える。

4. 共創
AIをどう使うのか。

部下として初稿を出させる。
壁打ち相手として問いを深める。
教師として学びを支える。
批判者としてリスクを洗い出す。

5. 確認
AIの出力をどう見るのか。

事実確認。
根拠確認。
表現確認。
倫理確認。
相手への配慮。
自社ルールとの整合。

6. 判断
何を採用し、何を捨てるのか。

AIの答えをそのまま使わない。
人間が目的と価値観に照らして決める。

7. 責任
最後に誰が引き受けるのか。

顧客に説明できるか。
社員に説明できるか。
社会に説明できるか。
自分自身に説明できるか。

この7つを回すことで、AI活用は単なる時短ではなくなります。

仕事を深める。
組織を変える。
人を育てる。
社会に責任を持つ。

そのための共創になります。

明日から始める3つの行動

本書を読み終えたあと、何から始めればよいのでしょうか。

難しく考える必要はありません。
まず、次の3つから始めてください。

1. 自分の仕事を20個に分解する

職種名ではなく、実際の行動で書き出します。

メールを書く。
会議メモをまとめる。
顧客情報を調べる。
提案資料を作る。
部下と面談する。
報告書を書く。
問い合わせに対応する。

20個書き出したら、それぞれを分類します。

作業。
判断。
関係。
責任。

これだけで、自分の仕事の見え方が変わります。

2. AIに「批判者」になってもらう

次に、自分の企画、文章、提案、考えをAIに見せてください。

そして、こう頼みます。

「褒めるのではなく、弱点を指摘してください」
「顧客が不安に思う点を挙げてください」
「反対意見を出してください」
「誰かが困る可能性を指摘してください」

AIを褒め役ではなく、批判者として使う。

これだけで、仕事の質は上がります。

3. AIで空いた時間の使い道を決める

最後に、AIで1日30分空いたら何に使うかを書いてください。

顧客と話す。
部下の相談に乗る。
本を読む。
新しい企画を考える。
家族と過ごす。
早く寝る。
運動する。
自分の未来を考える。

これを決めてください。

AI活用の目的は、空いた時間をまた作業で埋めることではありません。

人間らしい時間を取り戻すことです。

AI時代に、仕事はもっと温かくできる

AIの話をすると、冷たい未来を想像する人がいます。

機械に管理される職場。
人間が評価され、スコア化される社会。
効率だけが重視される会社。
人の仕事が奪われる未来。

たしかに、そういう未来になる可能性もあります。

しかし、それはAIが決めることではありません。
私たちが決めることです。

AIを監視の道具にするのか。
支援の道具にするのか。

AIを人減らしの道具にするのか。
人を活かす道具にするのか。

AIを競争を煽る道具にするのか。
可能性を広げる道具にするのか。

選ぶのは人間です。

私は、AI時代の仕事はもっと温かくできると信じています。

AIが議事録を取ってくれるから、会議中に相手の表情を見られる。
AIが資料のたたき台を作ってくれるから、顧客の本音を考える時間が増える。
AIが文章を整理してくれるから、言葉に苦手意識のある人も自分の考えを伝えられる。
AIが学習を支えてくれるから、年齢に関係なく学び直せる。
AIが苦手を補ってくれるから、多様な人が力を発揮できる。
AIが作業を減らしてくれるから、人が人に向き合える。

AIは、使い方次第で、仕事を冷たくも温かくもします。

だからこそ、私たちはAIを人間のために使うという意思を持たなければなりません。

最後に　あなたの仕事を、人間に戻そう

AI時代は、もう始まっています。

待っていても、変化は止まりません。
AIはさらに進化します。
働き方も変わります。
学び方も変わります。
子どもたちの未来も変わります。

だからといって、怖がるだけではもったいない。

AIは、私たちの敵ではありません。
しかし、何も考えずに使えば、私たちから考える力を奪うかもしれません。

AIは、私たちの味方になり得ます。
ただし、味方にするには、私たち自身が問いを持つ必要があります。

仕事とは何か。
学ぶとは何か。
育てるとは何か。
幸せに働くとは何か。
人間らしく生きるとは何か。

この問いから逃げないことです。

AIに仕事を奪われる前に、仕事を人間に戻しましょう。

作業はAIに任せればいい。
判断材料はAIに出してもらえばいい。
学びはAIに支えてもらえばいい。
弱点はAIに指摘してもらえばいい。

けれど、最後に決めるのは人間です。
最後に責任を持つのも人間です。
最後に誰かの痛みに寄り添うのも人間です。
最後に未来を選ぶのも人間です。

AI時代の主役は、最後まで人間です。

あなたの仕事の中で、本当に人間がやるべきことは何でしょうか。

その問いに向き合うところから、AIとの共創は始まります。

AIに勝とうとしなくていい。

AIと組んで、人間を取り戻しましょう。

そこから、あなたの仕事も、あなたの会社も、あなたの家族の未来も、きっと変わり始めます。

付録　明日から使えるAI共創実践キット

読んで終わらせず、仕事と生活を変えるために

本書で伝えてきたことは、知識として覚えるだけでは意味がありません。

AI時代に大切なのは、知っていることではなく、使いながら考え続けることです。

この付録では、明日から実践できる形に落とし込みます。

1. 7日間AI共創トレーニング
2. AI導入チェックリスト
3. すぐ使えるプロンプト集
4. 社内AI利用原則ひな形
5. 家庭で使えるAI利用の約束
6. AIに聞く前の1分メモ

小さく試してください。
うまくいかなくても構いません。
AI活用は、最初から完璧にできるものではありません。

大切なのは、試し、疑い、直し、振り返ることです。

進め方
【　】はそれぞれの内容に変えて記載してください。
記載　「私の職種は【職種】です。」
→（経営者の方の場合）
実際の入力　「私の職種は経営者です。」

付録1　7日間AI共創トレーニング

まずは1週間、自分の仕事をAIと一緒に見直す

このトレーニングの目的は、AIの達人になることではありません。
AIを使いながら、自分の仕事を見直すことです。

1日15分から30分で構いません。
大切なのは、毎日少しずつAIと向き合うことです。

1日目
自分の仕事を20個に分解する

目的
AI活用の第一歩は、自分の仕事を知ることです。
職種名ではなく、具体的な行動に分解します。

手順
紙やメモアプリに、自分が日々行っている仕事を20個書き出してください。

悪い例は、
「営業」
「管理」
「企画」
です。

良い例は、
「顧客に初回メールを書く」
「商談後のメモを整理する」
「会議の議事録を作る」
「部下との1on1を行う」
「上司への報告資料を作る」
です。

AIへのプロンプト
私は自分の仕事をAI活用の観点で見直したいです。
私の職種は【職種】です。
以下に日々の業務を書き出します。
これを、より具体的な作業単位に分解してください。
そのうえで、抜けていそうな業務も補足してください。
【業務一覧】

振り返り質問
- 自分の仕事には、思ったより作業が多かったか
- AIに任せられそうなものはあったか
- 人間が担うべきものは何か
- そもそも不要かもしれない仕事はあったか

2日目
作業・判断・関係・責任に分ける

目的
すべての仕事をAIに任せる必要はありません。
AIに任せる部分と、人間が担う部分を分けます。

手順
1日目に書き出した仕事を、次の4つに分類します。
- 作業：AIに任せやすい
- 判断：AIに材料を出させ、人間が決める
- 関係：AIで準備し、人間が向き合う
- 責任：絶対に人間が持つ

AIへのプロンプト
以下の業務を、
1. 作業
2. 判断
3. 関係
4. 責任
の4つに分類してください。
分類理由も簡単に説明してください。
また、AIに任せる場合の注意点も書いてください。
【業務一覧】

振り返り質問
- AIに任せやすい作業は何か
- AIに任せすぎると危険な仕事は何か
- 自分が磨くべき人間らしい力は何か
- 責任の所在が曖昧な仕事はないか

3日目
AIに業務指示書を書く

目的
AIへの指示は、魔法の呪文ではありません。
業務指示書です。

手順
実際の仕事を1つ選び、AIに依頼するための指示文を作ります。

次の7項目を入れてください。
1. 役割
2. 目的
3. 対象者
4. 背景
5. 材料
6. 条件
7. 出力形式

AIへのプロンプト
あなたは【役割】です。
目的は【目的】です。
対象者は【対象者】です。
背景は【背景】です。
以下の材料をもとにしてください。
【材料】
条件は次の通りです。
【条件】
出力形式は【出力形式】です。
最後に、不足している情報や注意点があれば挙げてください。

振り返り質問
- 最初の出力は使えそうだったか
- 何を伝え忘れていたか
- 追加指示で改善したか
- 人間の部下に頼むときも同じように説明できているか

4日目
AIを壁打ち相手にする

目的
AIから答えをもらうだけではなく、AIに質問してもらいます。
自分の考えを深める練習です。

手順
いま考えている企画、悩み、改善案をAIに投げます。
ただし、すぐ答えを出させず、質問してもらいます。

AIへのプロンプト
あなたは私の思考整理を手伝う壁打ち相手です。
すぐに答えを出さず、まず私に質問してください。
目的は、私自身の考えを深めることです。

テーマは【テーマ】です。
私の考えはまだ曖昧です。
前提、目的、対象者、制約、リスク、最初の一歩の観点から、順番に質問してください。

振り返り質問
- AIからの質問で、考えが深まったか
- 自分が見落としていた前提は何か
- 問いを立てることの難しさに気づいたか
- 次に誰と対話すべきか

5日目
AIを批判者にする

目的
AIに褒めさせるのではなく、弱点を指摘させます。
仕事の質を上げるための練習です。

手順
自分の文章、企画、提案、アイデアをAIに見せて、批判してもらいます。

AIへのプロンプト
あなたは私の案を厳しく検証する批判者です。
目的は否定することではなく、案を強くすることです。

以下の観点から指摘してください。
1. 前提の甘さ
2. 顧客や相手が不安に思う点
3. 反対意見
4. 現場の負担
5. コストや時間の見落とし
6. 倫理的・法的リスク
7. 失敗するとしたら原因になりそうなこと

最後に、改善案も出してください。
【検討したい案】

振り返り質問
- 指摘されて痛かった部分はどこか
- その痛さは、重要な論点ではないか
- すぐ改善できる点は何か
- 人間にも確認すべき点は何か

6日目
AI倫理チェックを行う

目的
AI活用の便利さだけでなく、責任を確認します。

手順
自分がAIを使って作成したもの、またはAI活用したい業務について、倫理チェックを行います。

AIへのプロンプト
以下のAI活用案について、倫理的なリスクを確認してください。

観点は次の7つです。
1. 誰のためのAI活用か
2. 誰かが不利益を受けないか
3. 個人情報や機密情報の扱いに問題はないか
4. AIの出力を人間が確認する仕組みはあるか
5. 判断理由を説明できるか
6. 最後に責任を持つ人は明確か
7. この便利さは人間の幸せにつながっているか
【AI活用案】

振り返り質問
- 便利だが危ない点はあったか
- 誰かに確認すべきことはあるか
- 入力してはいけない情報は含まれていないか
- 人間が責任を持つべき部分は明確か

7日目
AIで空いた時間の使い道を決める

目的
AI活用を時短で終わらせず、人間らしい時間に戻します。

手順
1週間で試したAI活用を振り返り、今後続ける使い方を決めます。
そして、AIで空いた時間を何に使うかを明確にします。

AIへのプロンプト
この1週間、私はAIを使って以下のことを試しました。
【試したこと】

うまくいったこと、うまくいかなかったこと、今後続けるべきことを整理してください。
さらに、AIで1日30分の時間が空いた場合、その時間をより価値ある仕事や生活に使うための候補を提案してください。

振り返り質問
- 続けたいAI活用は何か
- やめたほうがよい使い方は何か
- 1日30分を何に使うか
- 誰と学びを共有するか

付録2　導入チェックリスト

会社・チーム・個人で確認する50項目

以下のチェックリストは、AI導入前、導入中、導入後に使えます。
「はい」「一部できている」「いいえ」で確認してください。

経営者向けチェック
1. AIを導入する目的を、自分の言葉で説明できる
2. AIで空いた時間を何に使うかを決めている
3. AIを人減らしだけの道具として語っていない
4. 経営者自身がAIを実際に使っている
5. AI活用における会社の価値観を示している
6. 失敗を責めず、学びとして扱う方針がある
7. AI導入をIT部門だけに任せていない
8. AI倫理や情報管理を経営課題として扱っている
9. 社員の不安に向き合うメッセージを出している
10. AIで社員の可能性を広げる視点を持っている

管理職向けチェック
1. 自部門の業務を作業・判断・関係・責任に分けている
2. AIに任せてよい業務と任せてはいけない業務を説明できる
3. 部下にAI活用を丸投げしていない
4. 部下が試す時間を確保している
5. AI活用の失敗事例を共有している
6. AIで空いた時間を部下育成や顧客対応に使っている
7. AIの出力を確認する基準を持っている
8. 部下が不安を言える雰囲気を作っている
9. AIを監視ではなく支援の道具として使っている
10. 自分自身もAIを使って学び続けている

現場社員向けチェック
1. 自分の仕事を具体的な作業単位に分解できる
2. AIに任せやすい作業を3つ以上挙げられる
3. AIに依頼するとき、目的と対象者を伝えている
4. AIの出力をそのまま使わず確認している
5. 数字や固有名詞を事実確認している
6. 個人情報や機密情報を入力しないよう注意している
7. AIに批判者として弱点を指摘させている
8. うまくいったプロンプトを共有している
9. うまくいかなかった使い方も共有している
10. AIで空いた時間を何に使うか考えている

人事・育成担当向けチェック
1. AIリテラシー研修を実施している
2. プロンプト研修だけでなく、業務分解研修も行っている
3. AI倫理を研修に含めている
4. 管理職向けAI活用研修を行っている
5. 新入社員向けにAI利用ルールを説明している
6. AI活用を評価制度にどう反映するか検討している
7. AIで苦手を補う人材育成の視点がある
8. 障害や育児・介護など制約のある社員への支援にAIを活用している
9. 社員が学び続ける仕組みを作っている
10. AI活用を競争ではなく成長支援として位置づけている

情報システム・法務向けチェック
1. 利用可能なAIツールを明確にしている
2. 入力禁止情報を定めている
3. 個人情報・機密情報の扱いを整理している
4. AI出力の確認ルールを定めている
5. 社外公開物へのAI利用ルールを定めている
6. AI利用ログや管理方法を検討している
7. 著作権・契約・規約上の注意点を整理している
8. 問題発生時の対応フローがある
9. ルールを禁止だけでなく活用例とセットで示している
10. 現場からの相談窓口がある

付録3　すぐ使えるプロンプト集

コピーして、自分の仕事に合わせて書き換える

プロンプトは完成品ではありません。
自分の目的、相手、背景に合わせて調整してください。

1. 業務棚卸しプロンプト
私は自分の仕事をAI活用の観点で見直したいです。
私の職種は【職種】です。
以下の業務を、より具体的な作業単位に分解してください。
そのうえで、
1. AIに任せやすい作業
2. AIに支援させる判断
3. 人間が向き合う関係業務
4. 人間が責任を持つ業務
に分類してください。
【業務一覧】

2. メール下書きプロンプト
あなたはビジネスメールに詳しい担当者です。
目的は【目的】です。
相手は【相手の立場・関係性】です。
背景は【背景】です。
伝えたい要点は以下です。
【要点】

条件は、失礼がなく、相手が返信しやすく、売り込み感を強くしすぎないことです。
件名を3案、本文を1案作成してください。
本文は【文字数】以内にしてください。

3. 議事録整理プロンプト
あなたは会議ファシリテーターです。
以下の会議メモを、実行につながる形に整理してください。

出力項目は、
1. 決定事項
2. 未決事項
3. 担当者別アクション
4. 期限
5. 次回確認すべき論点
です。

曖昧な点は「要確認」と明記してください。
【会議メモ】

4. 営業準備プロンプト
あなたはBtoB営業の戦略アドバイザーです。
私は【顧客企業・業種】に商談予定です。
目的は、商品説明ではなく、顧客課題を深く理解することです。

以下の観点で整理してください。
1. 想定される顧客課題
2. 商談で聞くべき質問
3. 顧客が不安に感じそうな点
4. 提案前に確認すべき前提
5. 競合と比較されたときの注意点

【顧客情報・商材情報】

5. 提案書レビュー用プロンプト
あなたは顧客目線で厳しく見る提案レビュー担当者です。
以下の提案書について、顧客が不安に感じる点を指摘してください。

観点は、
1. 費用対効果
2. 導入負担
3. 現場の反発
4. 競合比較
5. 説明不足
6. リスク
です。

良い点も挙げたうえで、改善案を出してください。
【提案内容】

6. 企画プレモーテム用プロンプト

この企画が半年後に失敗したと仮定してください。
失敗の原因を10個挙げてください。
それぞれについて、今の段階でできる予防策を提案してください。
【企画内容】

7. 1on1準備プロンプト

あなたは部下育成に詳しいマネジメントコーチです。
以下の状況の部下と1on1を行います。

目的は、相手を責めることではなく、本人の考えを引き出し、次の行動につなげることです。
【部下の状況】

上司が最初に伝える言葉、聞くべき質問、避けるべき言い方を整理してください。
会話例も作成してください。

8. フィードバック文作成プロンプト

あなたは人材育成に詳しい上司です。
以下の相手にフィードバックを行います。

目的は、人格を否定せず、具体的な行動改善につなげることです。
【状況】
【伝えたいこと】
【相手との関係性】

口頭で伝える会話例を作ってください。
厳しすぎる表現、曖昧すぎる表現も指摘してください。

9. 採用面接質問プロンプト

あなたは採用面接設計の専門家です。
以下の職種の候補者に対して、面接で確認すべき質問を作成してください。
職種：【職種】
求める人物像：【人物像】
確認したい能力：【能力】

質問は、表面的な経歴確認ではなく、具体的な経験を引き出すものにしてください。
候補者を不当に差別しないよう注意してください。
質問意図も添えてください。

10. 研修設計プロンプト

あなたは企業研修の設計者です。
以下の条件で研修プログラムを作成してください。
対象者：【対象者】
目的：【目的】
時間：【研修時間】
参加者の現在地：【現在の理解度・課題】
研修後の到達目標：【到達目標】

構成は、
1. 導入
2. 講義
3. ワーク
4. 共有
5. 明日からの実践
に分けてください。

11. クレーム対応準備プロンプト

あなたは顧客対応に詳しい責任者です。
以下のクレームに対応する前に、顧客の感情、確認すべき事実、避けるべき表現、提案すべき対応を整理してください。
目的は、顧客を言い負かすことではなく、不安や怒りを受け止め、誠実に解決へ向かうことです。
【クレーム内容】

12. 学び直し計画プロンプト

あなたは初心者にわかりやすく教える先生です。
私は【学びたいテーマ】を学びたいです。
現在の理解度は【理解度】です。
目的は【仕事や生活でどう使いたいか】です。

まず全体像を説明し、その後、7日間の学習計画を作ってください。
各日に、学ぶ内容、実践課題、確認質問を入れてください。

13. 子どもの自由研究支援プロンプト

小学【学年】年生が自由研究のテーマを考えています。
答えを出すのではなく、本人の興味を引き出す質問をしてください。

子どもが興味を持っているものは【興味】です。
観察、実験、調査、工作の観点から、テーマ候補を提案してください。
ただし、最後は子ども自身が選べるようにしてください。

14. AI倫理チェックプロンプト

以下のAI活用案について、倫理的なリスクを確認してください。
観点は、
1. 誰のためのAI活用か
2. 誰かが不利益を受けないか
3. 個人情報や機密情報の扱い
4. AI出力の人間確認
5. 判断理由の説明可能性
6. 最終責任者
7. 人間の幸せにつながるか
です。

リスクと改善策をセットで出してください。
【AI活用案】

付録4　社内AI利用原則ひな形

会社の価値観をAI活用に反映する

以下は、社内で使えるAI利用原則のひな形です。
自社の業種、文化、リスクに合わせて書き換えてください。

私たちのAI活用原則
1. AIは、人間の仕事を奪うためではなく、人間の時間を取り戻すために使います。
2. AIに作業を任せても、判断と責任は人間が持ちます。
3. 個人情報・顧客情報・機密情報を慎重に扱い、入力してよい情報の範囲を守ります。
4. AIの出力を鵜呑みにせず、必ず人間が確認します。
5. AIによって誰かが不利益を受けないか、多様な視点で確認します。
6. AIで生まれた時間を、顧客理解、学習、対話、創造、休息に活かします。
7. 失敗や違和感を隠さず共有し、組織全体で学び続けます。
8. AIを監視や過度な管理の道具ではなく、人の可能性を広げる道具として使います。
9. 重要な判断には、必ず人間の説明責任を伴わせます。
10. AIを使うたびに、「これは人間の幸せにつながるか」を問い続けます。

付録5　家庭で使えるAI利用の約束

子どもと一緒に決める5つのルール

家庭でAIを使うときは、禁止だけではなく、約束を作ることが大切です。

わが家のAI利用の約束

1. 名前、住所、学校名、電話番号などの個人情報は入力しない
2. AIの答えをそのまま信じず、大人や本、別の情報でも確認する
3. 宿題や作文を丸投げせず、自分の考えを必ず入れる
4. 誰かを傷つけること、からかうこと、なりすますことには使わない
5. 困ったこと、怖いこと、変だと思うことがあったら大人に相談する

親子で話し合う質問

- AIでどんなことをしてみたい？
- AIに任せてよいこと、任せないほうがよいことは何？
- AIの答えが間違っていたら、どうする？
- 自分で考える部分はどこに残す？
- 誰かを困らせないために、何に気をつける？

AIとの付き合い方は、子どもに一方的に押しつけるものではありません。
親子で話し合いながら育てるものです。

付録6　AIに聞く前の1分メモ

これを書くだけで、AIの答えは変わる
AIに質問する前に、次の4つだけメモしてください。
AIに聞く前の1分メモ

1. 何のために？
2. 誰に向けて？
3. 何を材料に？
4. どんな形で欲しい？

たとえば、悪い依頼はこうです。
「営業メールを書いて」

1分メモを書くと、こう変わります。
1. 何のために？
初回商談後にお礼を伝え、次回打ち合わせにつなげるため。

2. 誰に向けて？
製造業の経営企画部長。

3. 何を材料に？
商談で出た課題は、人手不足と業務属人化。

4. どんな形で欲しい？
件名3案と本文500字以内。売り込み感は弱め。

これをもとにAIに依頼すれば、出力は大きく改善します。
AIに聞く前の1分が、仕事の質を変えます。

付録7　90分AI共創ワークショップ設計案

企業研修・チーム勉強会で使える進行表
本書の内容を、企業やチームで実践するための90分ワークショップ案です。

目的
AIを単なる便利ツールではなく、業務改善と人材育成の相棒として使う第一歩を体験する。

対象
経営者、管理職、現場社員、新入社員、人事担当者など。
部門単位でも全社横断でも実施可能。

進行
0〜10分
導入：AIで何を人間に戻すのか
講師または進行役が、本書の基本メッセージを共有します。
- AIは仕事を奪う敵ではなく、作業を減らす相棒である
- 大切なのは、AIで空いた時間を何に使うか
- AI活用は効率化だけでなく、人間らしい仕事を取り戻すこと

10〜25分
ワーク1：自分の仕事を分解する
参加者が、自分の業務を10個書き出します。
その後、作業・判断・関係・責任に分類します。

25〜40分
ワーク2：AIに任せられる作業を選ぶ
各自、AIに任せやすい作業を1つ選びます。
選ぶ基準は、頻度が高く、負担が大きく、リスクが低いものです。

40〜55分
ワーク3：AI業務指示書を作る
選んだ作業について、7項目でプロンプトを作ります。
1. 役割
2. 目的
3. 対象者
4. 背景
5. 材料
6. 条件
7. 出力形式

55〜70分
ワーク4：AIを批判者にする
作ったプロンプトや業務改善案について、AIに弱点を指摘させます。
観点は、顧客、現場、リスク、倫理、責任です。

70〜80分
共有：うまくいったこと、困ったこと
参加者同士で共有します。
- 良かったプロンプト
- うまくいかなかった指示
- AIに任せると危ないと感じたこと
- 人間が担うべきだと気づいたこと

80〜90分
まとめ：明日からの1アクション
最後に、各自が明日試すAI活用を1つ決めます。
例：
- 会議メモをAIで整理する
- メール下書きをAIに作らせる
- 企画案をAIに批判させる
- 1on1前に質問をAIと考える
- 自分の業務を20個に分解する

付録8　AI共創力セルフ診断

自分の現在地を知る

以下の項目に、1〜5点で答えてください。
1点：まったくできていない
3点：少しできている
5点：かなりできている

診断項目
1. 自分の仕事を具体的な作業単位に分解できる
2. AIに任せてよい仕事と任せてはいけない仕事を区別できる
3. AIに依頼するとき、目的を明確に伝えている
4. 対象者や背景をAIに伝えている
5. AIの出力をそのまま使わず修正している
6. AIに反対意見や弱点を出させている
7. AIの出力について事実確認している
8. 個人情報や機密情報の扱いに注意している
9. AIで空いた時間を何に使うか考えている
10. AI活用の学びや失敗を周囲と共有している
11. AIを使って学び直しをしている
12. AIを部下・壁打ち相手・教師・批判者として使い分けている
13. AI活用で誰かが不利益を受けないか考えている
14. AIの判断に人間が責任を持つ意識がある
15. AIを使って人間らしい仕事を増やそうとしている

点数の目安
15〜35点
AI活用の入口に立っています。
まずは、仕事を分解し、AIに任せやすい作業を1つ試しましょう。

36〜55点
AIを実務で使い始めています。
次は、AIを批判者や壁打ち相手として使う練習をしましょう。

56〜70点
AI共創力が育っています。
自分だけでなく、チームに共有し、組織の学習につなげましょう。

71点以上
AIを仕事や育成にかなり活用できています。
次の課題は、倫理、責任、組織文化への展開です。

付録9　最後の問い　AI時代を生きるあなたへ

本書の最後に、もう一度だけ問いを置きます。

あなたの仕事の中で、AIに任せられる作業は何ですか。
あなたの仕事の中で、人間が担うべき判断は何ですか。
あなたの仕事の中で、相手と向き合うべき関係は何ですか。
あなたの仕事の中で、絶対に手放してはいけない責任は何ですか。

AIで空いた時間を、あなたは何に使いますか。

もっと働くためですか。
もっと考えるためですか。
もっと人と向き合うためですか。
もっと学ぶためですか。
もっと休むためですか。
もっと大切な人と過ごすためですか。

AI時代の未来は、AIが勝手につくるものではありません。
私たちが、AIをどう使うかで決まります。

AIに仕事を奪われる前に、仕事を人間に戻す。

その実践は、今日から始められます。