メインコンテンツへスキップ
見出し画像

「AIを使っているつもり」が、いちばん危ない。AI使いとAI使われを分けるのは、AIエージェントの運転免許

    AIを使う側のつもりで、使われていないか

    「AIエージェントは簡単」。最近、よく聞く言葉。そう聞いて、自分はAIを使う側だと安心していないだろうか。

    同じAIエージェントを前にしても、机の上で働く人は2つに分かれる。AIを使う人と、AIに使われる人。その分かれ目を、この記事では運転免許にたとえる。

    仕事のピラミッドは、真ん中から抜けていく

    2025年3月に出した拙著『ChatGPTはじめてのプロンプトエンジニアリング』に、1枚の図を載せた。人間だけで組まれていた仕事のピラミッド。その中間をAIが担い、上にAI使い、下に現場オペレーターが残る図。

    上は、AIに仕事を発注し、出来上がりを検収して、責任を持つ人。下は、AIの指示を受けて、現場で手と体を使う人。ここで言う中間は、役職の層ではない。机の上で調べ、まとめ、つなぐ業務の層。

    画像
    拙著の図を再構成した。中間の業務をAIが担い、上に発注と検収をするAI使い、下に現場オペレーターが残る。

    図を描いた時点では、まだ予測だった。1年半たった今、数字が追いついてきた。

    スタンフォード大学の分析では、米国でAIの影響を受けやすい職種の22〜25歳の雇用が、影響を受けにくい職種と比べて約13%減った。30歳以上は、むしろ増えた。

    日本では、新卒採用を減らすと答えた主要企業が23%となり、5年ぶりに増やす企業を上回った。Gartnerも、2026年までに2割の組織が中間管理職の半数以上を減らすと予測していた。

    画像
    若手の定型業務、新卒採用、中間管理職。机の上の中間の業務から、置き換えが進んでいる。

    減っているのは肩書きではない。机の上の業務

    予言が当たった、と喜ぶ著者ほど、確証バイアスを疑うべき。都合のいい証拠ばかり集めてしまう心の癖のこと。

    若手の採用減は、景気でも説明できる。日本では、若手より中高年の事務が先に揺れる、という分析もある。

    それでも、揺れている仕事を並べると、共通点が残る。若手が任されていた定型の資料づくり。中高年が担ってきた事務。管理職が抱えていた調整。どれも、机の上の中間の業務。減っているのは肩書きではない。その肩書きが抱えていた業務のほう。

    その業務を引き取り始めたのは、AIエージェント

    ここまでの数字は、生成AI全般の影響。そして今、中間の業務を本格的に引き取り始めたのが、AIエージェント。

    チャットは、助手席から道を教えてくれるだけ。エージェントは違う。こちらが目的地を告げると、エージェントは自分で手順を組む。アプリやブラウザを操作し、結果を持って帰ってくる。調べて、まとめて、入力して、報告する。中間の業務の手順そのもの。

    AI使いとAI使われ。分かれ目は、ハンドルの渡し方

    AI使いは、目的と任せる範囲を決めて、ハンドルを渡す。戻ってきた成果物を検収する。だめなら、ハンドルを取り返して差し戻す。

    AI使われは、エージェントが組んだ段取りに従うだけ。出てきた結果を、そのまま上司や顧客に流す。

    画像
    同じAIエージェントに向き合っても、ハンドルを渡して取り返せる人と、段取りにそのまま従う人に分かれる。

    AIの指示で動くこと自体は、恥ではない。拙著でも、現場オペレーターの仕事は、人間にしかできない仕事として描いた。自覚してAIの指示に従う人は、AI使われではない。

    いちばん危ないのは、AIを使っているつもりで、実はAIに使われていると気づかない状態。気づかないから、直しようがない。エージェントが出してきた資料を、そのまま上司に送っていないだろうか。

    「AIエージェントは簡単」には、数十時間の教習が隠れている

    冒頭の「AIエージェントは簡単」。半分は本当。仕組みを理解して、操作に慣れてしまえば、確かに簡単。ただ、「慣れてしまえば」の一言に、どれだけの時間が隠れているか。入門動画は、そこをほとんど語らない。

    普通免許の教習は、AT限定でも最短で学科26時限、技能31時限。合計57時限。1時限は50分なので、約47時間。教習所で免許を取った人は、全員この時間を払っている。

    では、AIエージェントはどうか。同じ桁の時間が要る。つまり、数十時間の教習。解説動画を1本見て、明日から仕事を任せる。それは、教本の表紙を眺めて路上に出るようなもの。

    画像
    普通免許は、AT限定でも約47時間。AIエージェントの運転にも、同じ桁の座学と実技が要る。

    エージェントが自動運転のように賢くなれば、免許は要らないのでは。そう思うかもしれない。

    要る。ただし、免許の中身が変わる。問われるのは、ハンドルさばきではない。任せる範囲を決め、結果を検収する力。事故の責任は、AIには帰属しないから。

    エージェントが賢くなるほど、任せる範囲は広がる。その線を引く人の判断は、そのぶん重くなる。任せる範囲を決め、結果を検収するこの力を、AIエージェント運転力と名づけている。

    座学と実技、どちらが欠けても走れない

    座学で学ぶのは、エージェントの考え方。何をどの順に考えるのか。どこまで権限を渡すと、何が起きるのか。指示の組み立て方と、その材料になるプロンプトの要素も、ここに入る。

    実技では、実際に仕事を任せる。エージェントが横道にそれたら、その結果を差し戻す。どこまでハンドルを渡すかを、手で覚える。

    画像
    座学は、仕組みと指示の組み立て。実技は、任せて差し戻す練習。どちらが欠けても走れない。

    座学だけの人は、仕組みを語れても、仕事を任せられない。実技だけの人は、うまくいった理由を言葉にできない。だから状況が変わると、同じ成果を出し直せない。

    学科の教本は書店に。実技は、今日の小さな仕事から

    拙著『ChatGPTはじめてのプロンプトエンジニアリング』は、いわば学科教本。対象、指示、意図、制約条件といったプロンプトの要素は、エージェントに渡す行き先と経路の書き方そのもの。

    チャットの時代に書いた本。だが、出番はむしろ増える。エージェントは、長い指示を一度に受け取って走り出す。要素が欠けた指示は、欠けたまま遠くまで走る。

    教本を読まずに路上に出た人は、AIの誤った報告をそのまま顧客に届けたとき、初めて気づく。自分が助手席にいたことに。

    もっとも、教本を読んだだけで免許が取れた人もいない。読みながら、仮免許の練習を始めてほしい。失敗しても困らない小さな仕事を、エージェントに1つ任せてみる。たとえば、来月の出張先のホテル候補を3つ調べさせ、表にまとめさせる。AI使いへの道は、そこから始まる。

    「決まらない」を終わらせるAIを紹介します

    #AIエージェント #プロンプトエンジニアリング #ChatGPT #生成AI #リスキリング #AIエージェント運転力

     
     
    AIの答えは、指示した人の鏡です。 著者/インディ・パ株式会社代表。AIの答えが平凡なら、疑うべきはAIではなく指示の言葉です。言葉を磨き、前提を設計する方法を書きます。 新刊『NotebookLM 意思決定の強化書』 https://amzn.to/49No6YH

    あなたへのおすすめ