メインコンテンツへスキップ
見出し画像

ベテランの20年を、若手が1時間で「見える化」――AI研修の現場が示す仕事の新しい形

    江戸川鯉太郎です。
    60代から月5万円の副収入化の仕組みを提供しています。
    私自身60代の半ば。
    note、kindle本を出版、ココナラ等で、昨年から月5万円を達成し、
    今は月10万円の安定した収入を目指して活動中のクリエイターです。

    「20年かけて自分が頭の中でつくってきたものを、彼は1時間で形にした」

    ある企業のAI研修で、ベテラン社員が口にした言葉です。

    研修に参加したのは、20年以上の経験を持つベテラン社員と、入社2年目の若手社員。二人は「自分の業務マニュアルを生成AIのClaudeに整理してもらう」という同じ課題に取り組みました。

    自分なりの仕事の進め方が確立しているベテラン社員は、AIを使うことにかえって面倒さを感じました。

    一方、まだ仕事の型が固まっていない若手社員は、AIの提案を素直に取り入れ、わずか1時間で部署内で使える業務マニュアルを完成させたといいます。

    この出来事は、これからの仕事に必要な能力が何なのかを考えさせます。

    参考:ベテランが20年かけたものを入社2年目の若手が1時間でつくった…企業のAI研修の現場で起きていること(PRESIDENT Online)

    若手が20年分の経験を身につけたわけではない

    この話を、「AIを使えば若手がすぐにベテランを追い越せる」と受け取るのは早計です。

    若手社員が1時間で得たのは、ベテランと同じ20年分の経験ではありません。生成AIの助けを借りて、自分の業務をマニュアルの形に整理する力です。

    現場でしか分からない例外への対応、顧客との関係、失敗から学んだ勘所、トラブルが起きたときの判断――。こうした経験まで、AIが自動的に与えてくれるわけではありません。

    注目したいのは、若手とベテランのどちらが優れているかではなく、「情報を形にするまでの時間」が大幅に短くなったことです。

    これまで頭の中にあった知識や、断片的なメモとして残されていた情報を、AIは短時間で整理できます。

    AIが経験そのものを生み出したのではなく、経験や知識を共有できる形にするハードルを下げたのです。

    AIは初心者のスタート地点を引き上げる

    記事では、5,179人のカスタマーサポート担当者を対象にした研究も紹介されています。

    生成AIによる支援を導入した結果、担当者全体の生産性は平均14%向上しました。特に大きな効果があったのは、経験の浅い人や、もともとの生産性が低かった人たちです。

    下位層では、最大35%程度の生産性向上が確認されています。一方、上位の熟練者に対する効果は小さく、一部では顧客満足度がわずかに低下するケースもありました。

    この研究で使われたAIは、優秀な担当者の応対事例を学び、そのパターンを初心者に提示していました。

    つまり、AIが上級者の知識や振る舞いを、経験の浅い人にも利用しやすい形で届けたのです。

    AIは、全員の能力を同じように高める魔法の道具ではありません。しかし、まだ経験が少ない人の立ち上がりを早め、組織内の技能差を縮める可能性があります。

    参考:The Economics of Generative AI(NBER)

    ベテランの価値がなくなるのではない

    AIによって初心者が早く一定の水準に到達できるなら、ベテランは必要なくなるのでしょうか。

    むしろ、逆ではないでしょうか。

    生成AIが質の高い答えを出すためには、もとになる知識が必要です。何が標準的な対応で、どこに例外があり、どの判断に注意すべきかを知っているのは、現場で経験を重ねた人です。

    ベテランが持つ暗黙知を言葉にし、AIを使って整理し、若手が学べる形にする。

    若手はAIを使って素早くたたき台を作り、ベテランは内容の正しさや実用性を確認する。

    この組み合わせができれば、ベテランの経験は個人の頭の中だけにとどまらず、組織全体の資産になります。

    AI時代に価値が下がるのは「経験」ではなく、経験が共有されないまま閉じてしまう状態なのかもしれません。

    AIが得意な仕事、苦手な仕事

    AIには、何でも任せられるわけではありません。

    ハーバード・ビジネス・スクールなどの研究では、AIの能力には「ギザギザの境界線」があると説明されています。

    一見すると同じくらい難しそうな仕事でも、AIが高い能力を発揮するものと、もっともらしい誤答を出してしまうものが混在しているという意味です。

    758人のコンサルタントを対象にした実験では、AIが得意な領域の課題で、作業速度や成果物の品質が向上しました。一方、AIの能力範囲を外れた複雑な課題では、AIを使った人のほうが正答率を下げる結果も確認されています。

    文章が流ちょうで、見た目が整っているからといって、内容まで正しいとは限りません。

    AIの出力を見て「それらしい」と感じたときほど、事実や前提を確認する必要があります。

    参考:Navigating the Jagged Technological Frontier(Harvard Business School AI Institute)

    何を任せ、何を人間が判断するのか

    記事が伝えている大切なポイントは、「AIの使い方が上手な人」とは、長い指示文を書ける人だけではないということです。

    本当に必要なのは、AIに任せる仕事と、人間が責任を持つ仕事を区別する力です。

    AIに任せやすい仕事には、次のようなものがあります。

    • 文書のたたき台を作る

    • 情報を分類して整理する

    • 会議メモを要約する

    • 文章の表現や構成を整える

    • マニュアルの章立てを考える

    • 定型的なメールの下書きを作る

    • アイデアを複数出す

    一方、人間が担うべき仕事には、次のようなものがあります。

    • 出力内容が正しいか確認する

    • 相手の状況や感情を踏まえて判断する

    • 倫理的・法的な問題を検討する

    • 組織として最終決定を下す

    • 結果に責任を持つ

    • 前例のない問題へ対応する

    • 顧客や部下との信頼関係を築く

    教育機関の例も象徴的です。

    生徒へのフィードバックについて、誤字を直したり、文章を丁寧な表現に整えたりする作業はAIに任せられます。しかし、その生徒の頑張りをどう評価し、次に何を目指してほしいかを考えるのは、日頃から生徒を見てきた先生の役割です。

    実際にこの方法を取り入れた先生は、フィードバック作成時間が3分の1になり、その分、生徒について考える時間を増やせたといいます。

    効率化の目的は、人間の判断を減らすことではありません。

    人間が考えるべきことに、より多くの時間を使えるようにすることです。

    企業のAI研修で教えるべきこと

    AI研修というと、操作方法や「良いプロンプトの書き方」に目が向きがちです。

    もちろん、基本的な操作を学ぶことは必要です。しかし、それだけでは安全で実用的なAI活用にはつながりません。

    企業の研修では、少なくとも次の点を扱う必要があります。

    1.実際の仕事で試す

    一般的な例題だけでなく、自分が日頃行っている文書作成や情報整理などで試します。

    自分の仕事でどこまで使えるかを体験することで、AIの効果と限界が見えてきます。

    2.AIを使う前と後を比較する

    作業時間だけでなく、内容の正確さ、分かりやすさ、修正にかかった時間も比較します。

    生成が速くても、確認と修正に多くの時間がかかれば、本当の効率化とはいえません。

    3.必ず人が確認する

    数字、固有名詞、法令、引用、顧客情報などは、特に慎重な確認が必要です。

    「AIがそう答えたから」は、誤りをそのまま使う理由にはなりません。

    4.機密情報を入力しない

    会社が許可していないAIサービスへ、顧客情報、個人情報、未公開情報、社内機密を入力してはいけません。

    利用できるサービスやデータの範囲を、会社として明確に定める必要があります。

    5.ベテランと若手を組み合わせる

    若手のAIへの柔軟さと、ベテランの現場知識を組み合わせます。

    どちらか一方を評価する研修ではなく、双方の強みを生かして成果物を改善する研修にすることが大切です。

    効率化して生まれた時間を何に使うか

    記事では、毎日30分ほどAIを試し、メールや文書作成などの時間を短縮する方法も提案されています。

    仮に毎日30分から1時間を減らせれば、1か月で10時間から20時間ほどの余裕が生まれます。

    しかし、空いた時間が新しいメール処理や報告書の作成で埋まってしまえば、仕事の価値は大きく変わりません。

    AIで生み出した時間を何に使うのかまで決める必要があります。

    • 顧客と話す

    • 後輩を指導する

    • 新しい企画を考える

    • 業務の問題点を見直す

    • 専門知識を学ぶ

    • チーム内で対話する

    • 将来の戦略を考える

    AIの導入目的は、単に「より多くの作業をこなす」ことではありません。

    これまで目の前の作業に追われてできなかった、重要な仕事へ時間を振り向けることです。

    AI時代に問われるのは「経験年数」だけではない

    これからの職場では、経験の長さだけで能力を判断することが難しくなります。

    経験が浅くても、AIを適切に使い、短時間で質の高いたたき台を作れる人がいます。一方で、長年の経験を持つ人だからこそ、AIの誤りや見落としに気づける場面もあります。

    求められるのは、若手かベテランかという二者択一ではありません。

    AIを恐れずに試す柔軟さ。
    出力を疑い、確かめる判断力。
    自分の経験を他人が使える形にする力。
    そして、最終的な責任を引き受ける姿勢。

    「20年対1時間」という数字は、人間の経験が無価値になったことを意味しているのではありません。

    20年分の経験を、AIの力で1時間以内に共有可能な形へ近づけられる時代が来た――。

    そう考えると、AIはベテランの敵でも、若手だけの武器でもありません。

    世代を超えて知識をつなぎ、仕事の質を高めるための道具になり得るのです。

    #生成AI #AI活用 #AI研修 #Claude #仕事術 #業務効率化 #生産性向上 #リスキリング #人材育成 #DX #働き方改革 #ナレッジ共有 #暗黙知 #キャリア #ビジネススキル


     
     
    60代のnoteクリエイター。 note、kindle本で毎月5万円の収益あり。2026年中に月10万円を目指しています。 年金とnote,kindle本の収益で少し豊かな人生を。 Amazonアソシエイトを適正に運用しています。

    あなたへのおすすめ