はじめに
AIによって、私たちの仕事はどこまで変わるのでしょうか。
ここまで2回にわたって、AIと仕事、人の役割、キャリアについて考えてきました。
第1回では、「AIに仕事は奪われるのか」という問いから、AIによる仕事の変化は「代替」だけではなく、「補完」「再設計」「新しく生み出す」という複数の側面から捉える必要があることを考えました。
第2回では、AIができることが増えるなかで、人は何を担うのかという問いを取り上げました。
そして、AIを使うことだけではなく、AIを含めて仕事を設計することや、自分の経験や専門性とAIを組み合わせて新しい仕事や役割をつくる「キャリア創造」という可能性について考えました。
では、こうした変化は、企業や組織にとって何を意味するのでしょうか。
AIを導入する。
社員がAIを使えるようになる。
仕事が効率化される。
もちろん、これらは重要な取り組みです。
しかし、それだけで、企業や働く人にとって望ましい変化が生まれるとは限りません。
AIによって仕事が速くなったとしても、働く人の負担が増える場合もあるでしょう。
一方で、AIによって生まれた時間を、新しい仕事や学習、顧客との対話などに使うことも考えられます。
AIによってできることが増えたとき、その力を何に使うのか。
最終回では、視点を個人から企業・組織へと広げ、AI時代に企業は何を考える必要があるのか、そしてAIは仕事を豊かにするのかについて考えていきます。
AIとの向き合い方は、すべての人で同じではない
企業がAI活用を進めるとき、まず考えることの一つが社員のAIリテラシーです。
生成AIの使い方を学ぶ。
利用上の注意点を理解する。
実際の業務で使ってみる。
こうした取り組みは、AI活用の入口として重要です。
しかし、全社員に同じ研修を行い、同じようにAIを使えるようになれば、それで十分なのでしょうか。
例えば、若手社員と、長年の経験を持つ社員とでは、AIを仕事に取り入れる意味が異なるかもしれません。
若手社員にとっては、AIを使いながら仕事を覚えることが課題になります。
一方、経験を積んだ社員にとっては、自分の専門性とAIを組み合わせ、これまでとは違う仕事へ広げていくことが課題になるかもしれません。
我々は、こうした違いを、単純な年齢の違いではなく、
「その人が、どのような経験や役割を持った段階でAIと出会ったのか」
という視点から考えています。
AIの操作に慣れていることと、AIを仕事で有効に活用できることは、同じではありません。
実際の仕事では、AIの知識だけでなく、業務経験、専門性、判断力、関係者との調整なども関係します。
だからこそ、AI活用を考えるときには、社員一人ひとりが持つ経験や役割にも目を向ける必要があります。
若手・中堅・管理職・シニア。それぞれに問われること
では、キャリアステージによって、AIとの関係はどのように異なるのでしょうか。
4つの視点から整理したいと思います。
① 若手｜AIを使いながら、どう仕事を覚えるか
これから社会に出る人や若手社員にとって、AIは仕事を始めたときから存在する道具になります。
情報を調べる。
文章を書く。
資料を作成する。
これまで若手社員が時間をかけて行ってきた仕事の一部を、AIが支援できるようになります。
経験の少ない社員でも、AIを使いながら一定水準の成果物をつくれることは、大きなメリットです。
一方で、仕事を覚えるための経験が減る可能性もあります。
自分で調べる。考える。失敗する。先輩から修正を受ける。
こうした過程を通じて学んできたこともあるはずです。
若手について考えたいのは、「AIを使わせるかどうか」だけではありません。
AIを使いながら、どのような経験を積ませるのか。
そこまで考えることが重要になります。
② 中堅｜経験とAIで、仕事をどこまで広げられるか
中堅社員は、すでに一定の業務経験や専門性を持っています。
その経験とAIを組み合わせれば、これまでより広い範囲の仕事に取り組める可能性があります。
資料作成に使っていた時間を、分析や顧客対応に使う。
専門分野とは異なる領域について、AIの支援を受けながら仕事を広げる。
自分の経験を使ってAIの出力を評価し、より適切な成果につなげる。
こうしたことが考えられます。
一方で、AIを今までの仕事の効率化にしか使わなければ、仕事そのものは大きく変わらないかもしれません。
中堅社員については、
「AIで今の仕事をどう速くするか」だけでなく、「経験とAIを組み合わせて、仕事をどこまで広げるか」
という視点が重要になるのではないでしょうか。
③ 管理職｜人とAIを含めて、どう仕事を設計するか
管理職には、自分自身がAIを使うこととは別の役割があります。
部下の仕事のどこにAIを使うのか。
どこを人が担うのか。
AIの出力を誰が確認するのか。
若手社員の経験機会をどう確保するのか。
効率化によって生まれた時間を何に使うのか。
こうしたことを考える必要があります。
例えば、部下の資料作成時間が短くなったとき、その時間をさらに多くの資料作成に使うのか、それとも顧客との対話や新しい企画に使うのか。
その判断によって、AIが組織にもたらす意味は変わります。
管理職には、AIを使えることだけではなく、人とAIを含めて仕事を設計する役割が求められる可能性があります。
④ シニア｜経験とAIを、どう新しい役割につなげるか
シニア人材については、「新しい技術についていけるか」という問題だけで捉えるべきではありません。
長年の仕事を通じて蓄積してきた経験には、顧客への理解、過去の失敗から得た知識、例外的な事象への対応、組織の背景への理解などがあります。
こうした経験の中には、必ずしも文書化されていないものもあります。
AIが情報整理や資料作成などを支援することで、蓄積してきた経験を別の形で活かせる可能性があります。
一方で、企業がAI活用を求めるのであれば、学ぶ機会を用意することも必要です。
OECDの日本に関する分析では、AI利用者のうち、企業によるAI関連研修を受けた割合は、35歳未満で37％、35～49歳で32％、50歳以上で25％でした。
こうした違いを、本人の意欲や能力だけの問題と考えることはできません。
企業が変化を求めるのであれば、その変化を可能にする環境をつくることも必要です。
ここまで4つの視点から考えてきましたが、これは年齢によって人を分類するためのものではありません。
同じ年代でも、経験や役割は異なります。
大切なのは、年齢そのものではなく、その人が持つ経験や役割とAIとの関係を見ることです。
AI時代に、企業が考えたい「4つの問い」
ここまで見てくると、AI活用は社員個人の問題だけではないことが分かります。
では、企業は何を考える必要があるのでしょうか。
我々は、AI活用を「導入」で終わらせず、仕事や組織の変化につなげるために、4つの問いを整理しています。
① どの仕事を変えるのか
AI導入では、「生成AIを導入する」「利用率を上げる」「社員に研修を受けてもらう」といったことが目標になりやすくなります。
しかし、本来の目的はAIを使うことそのものではありません。
例えば、資料作成に時間がかかりすぎている。
問い合わせ対応が特定の社員に集中している。
顧客との対話に十分な時間を使えていない。
こうした仕事上の課題があり、その解決手段の一つとしてAIがあります。
まず考えたいのは、
「どの仕事を、なぜ変えるのか」
ということです。
② 人とAIをどう分担するのか
変える仕事が決まれば、次に考えるのは役割分担です。
例えば、報告資料を作成する仕事であれば、情報整理や文章のたたき台はAIが担い、内容の妥当性を人が確認し、最終的なメッセージを人が決める、といった設計が考えられます。
ただし、どこまでAIに任せるのかは、業務によって異なります。
正確性が強く求められる仕事。
機密情報を扱う仕事。
顧客との関係性が重要な仕事。
法令や社内規程に基づく判断が必要な仕事。
それぞれに適切な役割分担を考える必要があります。
AI活用は、ツール選定だけではなく、仕事の設計の問題でもあります。
③ どの経験を残し、人をどう育てるのか
AIによって仕事を効率化するときには、人材育成への影響も考える必要があります。
これまで人が行ってきた作業の中には、単なる作業ではなく、仕事を覚えるための経験が含まれている場合があります。
すべての従来業務を残す必要はありません。
むしろ、AIに任せた方がよい作業もあるでしょう。
大切なのは、
「なくしてよい作業」と「残すべき経験」を分けること。
AIによって仕事が変わるときには、人がどのように経験を積み、成長していくのかも考える必要があります。
④ 生まれた余力を何に再配分するのか
AIによって仕事が効率化されれば、これまでその仕事に使っていた時間が減ります。
では、その時間を何に使うのでしょうか。
さらに多くの業務を処理する。
顧客との対話を増やす。
新しい商品やサービスを考える。
社員の学習や育成に使う。
労働時間を減らす。
あるいは、人員構成を見直す。
どの選択が常に正しいということではありません。
企業の戦略や経営状況によって、判断は異なります。
しかし、効率化によって生まれた時間を何に使うのかまで考えなければ、AI活用が企業に何をもたらしたのかを十分に捉えることはできません。
AIによって何時間削減できたかだけではなく、生まれた余力を次に何へ再配分したのか。
ここまで考えることが重要ではないでしょうか。
AIは、仕事を豊かにするのか
ここで、もう一つ考えてみたいことがあります。
それは、AIによって仕事が効率化されることと、働く人にとって仕事が豊かになることは、同じなのかという問題です。
例えば、これまで100時間かかっていた仕事が、AIによって70時間でできるようになったとします。
30時間の削減です。
生産性という観点では、大きな成果でしょう。
しかし、それだけで「仕事がよくなった」と言えるのでしょうか。
例えば、空いた30時間にさらに多くの仕事が入り、働く人の負担が増えたとします。
確かに、会社全体の処理量は増えるかもしれません。
しかし、働く人にとって仕事がしやすくなったとは限りません。
一方で、その30時間を顧客との対話や新しい企画、学習、休息などに使うことができれば、仕事の中身や働き方が変わる可能性があります。
ここで考えたいのは、
生産性が上がることと、仕事が豊かになることは同じではない
ということです。
では、「仕事が豊かになる」とは、どのようなことでしょうか。
賃金が上がること。
労働時間が適正になること。
自分で仕事を進める裁量があること。
自分の能力を活かせること。
仕事を通じて成長できること。
周囲との関係があること。
自分の仕事に意味を感じられること。
その答えは、一つではありません。
仕事の質を考えるうえでは、こうした複数の側面に目を向ける必要があります。
「仕事の質」という視点から考える
仕事の豊かさを考えるうえで、参考になるのが「Job Quality（仕事の質）」という考え方です。
OECDでは、仕事の質を、所得の質、労働市場の安定性、労働環境の質という3つの側面から捉えています。
また、労働環境については、仕事上の要求だけではなく、裁量や学習機会、人間関係など、働く人が仕事を行ううえで活用できる資源にも注目しています。
つまり、仕事の良し悪しは、給与や雇用の有無だけで決まるものではありません。
どのような仕事を、どのような環境で行っているのか。
そして、働く人がその仕事をどのように経験しているのか。
そうしたことも関係します。
この視点からAI活用を考えると、少し違ったものが見えてきます。
例えば、AIによって単純作業が減り、社員が自分で考える仕事に時間を使えるようになったとします。
その結果、仕事の裁量が増えたり、能力を発揮する機会が広がったりするかもしれません。
一方で、AIが大量に作成した成果物を、人が確認し続けるようになった場合はどうでしょうか。
仕事の処理量は増えても、社員が自分で考えたり、工夫したりする機会が減る可能性があります。
また、AIによって業務が効率化されても、その分だけ仕事量が増えれば、負担が高まることも考えられます。
つまり、AIは仕事を豊かにする可能性もあれば、その逆の可能性もあります。
AIを導入したかどうかだけではなく、AIによって仕事の質がどう変わったのか。
そこまで見ていく必要があるのではないでしょうか。
AIによってできること。その先で、何をしたいのか
ここまで考えてくると、AIについての問いは、単に技術の問題ではないことが分かります。
AIによって何ができるようになるのか。
どの仕事が効率化されるのか。
どのような仕事をAIに任せられるのか。
もちろん、こうしたことを考える必要があります。
しかし、それだけでは十分ではありません。
AIによって生まれた時間を何に使うのか。
どのような仕事をつくるのか。
社員にどのような経験を積んでもらうのか。
どのようなキャリアを支えるのか。
そして、どのような組織をつくっていくのか。
そこには、企業や働く人が考え、選択する余地があります。
AIができることは、これからも増えていく可能性があります。
一方で、AIが長期的に雇用をどこまで代替するのか、新しい仕事をどれだけ生み出すのか、働く人の能力形成やウェルビーイングにどのような影響を与えるのかについては、まだ分からないことも多くあります。
だからこそ、将来を決めつけるのではなく、現時点で分かっていることを確認しながら考える必要があります。
できることが増えることと、豊かになることは同じではありません。
AIによって仕事が速くなる。
一人の人ができることが増える。
これまで難しかった仕事が可能になる。
そのような変化の先で、何を実現したいのか。
そこまで考えることが、AI時代の人と組織にとって重要な問いになるのではないでしょうか。
全3回のまとめ
全3回にわたり、AI時代の仕事、人の役割、キャリア、そして組織について考えてきました。
第1回では、AIによる仕事の変化を、「代替」「補完」「再設計」「新しく生み出す」という4つの視点から捉えました。
第2回では、「AIにできないこと」を探すのではなく、AIができることが増えるなかで、人は何を担うのかを考えました。
さらに、「キャリア自律から、キャリア創造へ」という視点から、自分の経験や専門性とAIを組み合わせ、新しい仕事や役割をつくる可能性について考えました。
そして今回、AIとの向き合い方はキャリアステージによって異なること、企業が考えるべき4つの問い、そして仕事の質や豊かさについて考えてきました。
ここまでを通して見えてくるのは、
AI時代の課題は、AIをどう使うかだけではなく、人と組織が仕事をどうつくり直していくかということ
です。
AIによって仕事が変われば、人が担う役割も変わります。
役割が変われば、必要な経験や能力、キャリアのつくり方も変わる可能性があります。
そして、その変化を個人の努力だけに委ねることはできません。
企業がどのような仕事をつくり、どのような経験を残し、どのような環境を整えるのか。
そこまで含めて考える必要があります。
■ あなたの会社ではどうでしょうか？
□ AIを導入する目的と、変えたい仕事が明確になっていますか。
□ AIと人の役割分担を、業務の特性に応じて考えていますか。
□ AIによる効率化と、社員の経験・成長機会の両方に目を向けていますか。
□ AIによって生まれた時間を、何に使うのか考えていますか。
□ AI活用の成果を、効率化だけでなく、仕事の質や働く人への影響からも見ていますか。
考えてみましょう。
― AIによってできることが増えたとき、あなたの会社は、その力を何に使いたいでしょうか。
自社の「組織の現在地」を見てみる
ここまで、AIによって仕事や人の役割がどう変わるのか、そして企業は何を考える必要があるのかを見てきました。
では、実際に自社でAI活用を進めるとき、何から考えればよいのでしょうか。
AIの導入状況を確認する。
社員がどの程度AIを使っているのかを調べる。
業務の中で、AIを使える部分を探す。
こうしたことも必要です。
しかし、AIによって仕事や組織を変えていこうとすると、AIそのものとは別の問題も見えてきます。
例えば、組織として何を目指しているのか。
社員一人ひとりの役割は明確になっているのか。
仕事の進め方を見直すことができるのか。
部署や立場を越えて話し合える関係があるのか。
社員が新しいことを学び、挑戦できる環境になっているのか。
AIによって仕事を変えるためには、こうした組織の状態も関係します。
どれだけ優れたAIを導入しても、仕事の目的が曖昧だったり、役割分担が不明確だったり、部署間で十分な対話ができなかったりすれば、組織全体の変化にはつながりにくいかもしれません。
また、社員にAI活用や新しい役割を求めるのであれば、そのために必要な学習や経験の機会を用意することも必要です。
だからこそ、AIによって仕事を変えようとするときには、
「そもそも、自社の組織は今、どのような状態にあるのだろうか」
という問いにも目を向けてみたいと思います。
これは、私たちが研究レポートNo.001「地域企業 組織の現在地モデル」で考えてきたテーマでもあります。
※研究レポートNo.001はこちら
https://saitama-suslab.com/report/
当研究所では、この研究レポートNo.001をもとに、15問で自社の「組織の現在地」を確認できる簡易版セルフチェックをご用意しています。
このアセスメントは、AI導入の成熟度やAI活用能力を測定するものではありません。
また、企業の組織を「良い／悪い」と評価することを目的としたものでもありません。
15の問いに答えながら、
「今、できていることは何か」
「少し気になるところはどこか」
「次に、何について話し合う必要があるか」
を考えるためのセルフチェックです。
AI活用に限らず、組織が変化に向き合うときには、まず自社の現在地を知ることが一つの出発点になります。
今回のブログを読んで、
「自社ではどうだろう」
「AIを使う以前に、組織として考えることがあるかもしれない」
と少しでも感じた方は、ぜひ一度、自社の「組織の現在地」を確認してみてください。
▼ 組織の現在地アセスメント（15問版）▼
組織の現在地アセスメント〈15問版〉 ―「地域企業 組織の現在地モデル」実践ツール―
ご回答いただいた方には、内容を確認のうえ、
「現在地」「強み」「確認テーマ」を整理した診断レポート（フィードバック）
を登録いただいたメールアドレスに無料でお送りいたします。
※本アセスメントは、企業を評価することを目的としたものではありません。組織の現在地を整理し、今後の対話や改善活動につなげるためのツールです。
研究レポートNo.005「AI時代、人は何を担うのか」
本ブログは、当研究所が公開している研究レポートNo.005をもとに構成しています。国内外の研究・調査、キャリアステージごとの視点、企業が考える4つの問い、Job Qualityに関する考え方などの詳細は、本編をご覧ください。
研究レポートはこちら
https://saitama-suslab.com/report/