AIが進化すると、専門知識の価値が下がるように見えることがあります。
検索、要約、翻訳、コード生成、資料作成。以前は専門性が必要だった作業の一部を、AIがかなり手伝えるようになりました。
では、広く浅く学ぶジェネラリストは不利になるのでしょうか。
むしろ逆です。AI時代に弱いのは、広く知っている人ではありません。知っていることを問いに変えられない人です。
AI時代に弱いのは、広く知る人ではない
AIは、答えを出す速度を上げます。
しかし、何を聞くか、何を比較するか、どの順番で確かめるかは、人間側に残ります。
一つの専門領域だけを深く知ることも大切です。ただ、中小企業の現場では、課題が一つの領域に閉じていることは少ないです。
営業の問題に見えて、実は顧客管理の問題
採用の問題に見えて、実は業務設計の問題
資料作成の問題に見えて、実は意思決定の問題
AI導入の問題に見えて、実は情報整理の問題こうした場面では、分野をまたいでつなげる力が必要になります。
AIは、それぞれの論点を深掘りできます。人間は、どの論点同士をつなぐかを決めます。ここで好奇心が効きます。
好奇心を問いの在庫に変える
好奇心は、ただ新しいものを追うことではありません。
業務に使える形にするなら、問いの在庫に変える必要があります。
なぜこの作業は毎回遅れるのか
どの情報が毎回探されているのか
顧客はどこで迷っているのか
この判断は誰の頭の中にあるのか
同じ失敗が起きる前兆は何かこのような問いを持っていると、AIへの依頼が変わります。
「何かいい案を出して」ではなく、「この業務で、毎回人が探している情報を三種類に分けて」と聞けます。問いが具体的になるほど、AIの出力も実務に近づきます。
ジェネラリストの価値は、たくさん知っていることだけではありません。違う領域の言葉をつなぎ、AIに渡せる問いにすることです。
ジェネラリストは接続順序を設計する
AI時代の学び方では、何を学ぶかと同じくらい、どの順番で接続するかが重要です。
たとえば、AI導入を考えるときも、いきなりツール比較から入ると迷います。
顧客課題
業務フロー
使えるデータ
人間の判断
AIに任せる作業
確認する基準
使うツールこの順番で見ると、ツール選びは最後になります。
好奇心がある人ほど、新しいツールやニュースを追いやすいです。それ自体は悪くありません。ただ、追った情報を業務のどこに接続するかを決めないと、知識が散らばります。
ジェネラリストが強くなるには、知識の量より、接続順序を持つことです。
Optiensの見方
中小企業のAI活用では、専門家一人がすべてを決めるより、現場の課題を知っている人がAIと一緒に問いを立てる方がうまくいく場面があります。
そのために必要なのは、最初から高度な技術知識を持つことではありません。
日々の業務で何度も起きることを見つける
それがなぜ起きるかを分解する
AIに聞ける問いに変える
出てきた答えを小さく試す
結果を見て問いを直すこのループを回せる人は、AI時代のジェネラリストとして強いです。
OptiensのAI活用診断では、診断レポートとして、いまの業務課題をAI活用の候補に分解できます。学習テーマや導入優先順位の詳細設計は個別支援の範囲になりますが、最初の問いを作る入口になります。