AIで自動化したがる人が陥る落とし穴

このnoteでは、内向型の私でも成果が出た「note×収益化」をテーマにお届けします。コンテンツを売りたいけど売り込みはキライ。自然と選ばれるようになりたい。そんな方に喜んでもらえたら嬉しいです。

最近、

「AIエージェント」
「AI社員」
「AI組織」

みたいな言葉を、よく見かけるようになりましたよね。

AI社員に記事を書かせる。
AI編集者にチェックさせる。
AIマーケターに数字を分析させる。

それぞれをつなげれば、人間は1日30分チェックするだけ。

noteだって、

企画→執筆→画像作成→投稿→分析→改善

まで、かなり自動化できます。

私自身、AIをかなり使っていますし、実際1年前と比べたら、仕事はめちゃくちゃラクになりました。

すごい時代です。

でも最近、Zoom相談をしていて、ちょっと引っかかることが増えてきて、

そんなことを思うようになりました。

理由は単純で、「自動化はできた。でも売上につながらない」という相談が増えてきたから。

AI社員を10人作っても、売れるかどうかはまた別、という話です。

AI社員を10人作っても、売れるわけではない

AI社員という言葉には夢があります。

• 営業担当

• 商品開発担当

• マーケティング担当

• ライター

• データ分析担当

こういう各分野のスペシャリストをAI社員として配置して、AIだけで回る組織を作り、発信まで完全自動化する。

こんなノウハウを発信する人が増えてきました。

でも、優秀な社員を5人雇ったとして、

社長が、

「誰に何を売ればいいのか分かりません」

という状態だったらどうでしょうか。

社員も困りますよね。

誰に向けて書くのか。
どんな悩みを狙うのか。
何の専門家として認識されたいのか。
どの記事から商品につなげるのか。
数字が悪かったら何を変えるのか。

もちろん、こういうこともAIと一緒に考えられます。

でも、AIが出した答えの良し悪しを判断するのは最終的には人間です。

なので、ここを飛ばして、AI社員だけ増やしても、売れる組織を作ることは絶対にできないのです。

AIに丸投げすると「正解っぽい一般論」が増える

たとえばAIに、

とだけ頼んでみる。

すると、

「noteで読まれる記事を書く5つのコツ」
「初心者がnoteを継続する方法」
「noteのフォロワーを増やす方法」

みたいなよくある感じのやつが出てきます。

別に間違っているわけではないし、ちゃんとしているようにも見える。

だからこそ、余計に怖い。

最大の問題は、誰でも思いつくことです。

そのまま本文をAIに書かせると、それなりに読みやすいし、分かりやすいし、論理も通っている（ように感じる）文章を書いてくれる。

でも、

「それ、別にあなたから聞かなくてもいいよね」

という記事になる。

こういう人が、いまめちゃくちゃ増えてます。

一見、すごそうな仕組みですが、最初の方向が間違っていたら、「埋もれる仕組みを完全自動化した」だけです。

完全自動化すると、失敗まで加速する

AIを使うと、速度が何倍にも上がります。

今までだったら、10時間かかっていた仕事が、たった30分で終わる。今までだったら5人で回していた仕事が1人で回せるようになる。

そんな、すごいツールです。

だから、正しい戦略をAIに任せれば強いのですが、

間違った戦略 × AI

これも、ものすごい速度で回ります。

売れないテーマを選ぶ。
売れない記事を書く。
毎日投稿する。

そのデータをAIが分析して、また似た記事を作る。

すると、

これ、意外に陥りがちな落とし穴だなと思います。

AI社員の30点と80点を見分けられるか

ここで問題になるのが「AIが出してきたものを正しく評価する力があるかどうか」です。

AIが商品案を出してきた。
AIが記事を書いてきた。
AIが販売導線を考えてきた。
AIが数字を分析して、次の施策を提案してきた。

どれも、それっぽく見えるのですが、現場経験を積んだ私の目で見ると、それっぽさと本当に売れるアイデアは似て非なるもの、であることが多い。

AIの怖いところは、30点の答えでも、それっぽく出してくる点です。

経験がある人はどこが問題なのかを見抜ける。だから、AIに適切なツッコミを入れることができる。

でも、経験がなければ、その30点を見て、「さすがAI」と思ってしまう。そして、AIエージェントで、ゴミのような記事の量産を、自動化してしまう。

だから私は、

だと思っています。

そもそも、全部自動化したほうが儲かるのか？

そして、もう一つ。

ここも見逃してはいけないポイントです。

過去記事100本の数字を集計する。
競合の記事を整理する。
大量のデータから傾向を探す。
アイデアの叩き台を作る。

こういう仕事はAIに任せればいい。

では、お客さんと1時間Zoomで話すのは、AIにはできない仕事です。

時間を使ってお客さんと話すという行為は、自動化に憧れる人からすると、非効率に見えるかもしれません。

でも、その1時間で、

「そんなことで悩んでいたのか」
「そこが怖かったのか」
「自分には当たり前だけど、相手には分からないのか」

といった、本当に大事な情報が手に入ります。

こういう生の情報は、AIに「読者の悩みを100個出して」と頼むだけでは、なかなか手に入りません。

だから、ここは人間がやる。

その代わり、人間と話して集めた情報を、AIに分析させます。

Zoomで話した内容。
読者からもらった質問。
過去の記事。
実際に売れた商品。
noteのアクセスデータ。

こういう現実の情報をAIに渡して、

「共通している悩みは何か」
「本人も気づいていない問題は何か」
「どんな切り口なら記事になるか」

を一緒に考える。

これが一番長く儲かる形だと、私は思ってます。

自動化に憧れる気持ちは分かります。

でも、

この視点を忘れたら、本末転倒です。

AI社員を作るだけなら誰でもできる

AI社員を増やすこと自体は、もう誰でもできる時代です。

だからこそ差がつくのは、

「AIに何をやらせるか」
「AIに何をやらせないか」

この設計です。

なので、そこを判断できる自分になることが先。

そして、AIに任せられる仕事が増えたら、徐々に自動化していき、人間にしかできない仕事に使える時間をまた確保する。

そして、そこで得たものを、またAIに渡す。

こうして、

そんなAI活用が一番成果につながりやすい。

そう私は思っているのですが、あなたはどう思われるでしょうか？

追伸

今回は、AI自動化の落とし穴について、でした。

他にもたくさんお話したいことはあるのですが、たとえば、自動化の前に絶対にやらなければいけないことの1つに「発信軸」があります。

発信軸が決まらないと自動化もへったくれもなくなります。

ぜひ、この記事も参考にしてみてください。