研究の現場で、AIに仕事を分ける人が増えています
「AIは触ってみた。でも、仕事は何も変わっていない」。40〜50代の経営者の方から、僕はこの言葉を何度も聞いてきました。質問すれば答えは返ってきます。文章もそれらしく整います。それでも翌週の仕事の量は、先週とほとんど同じ。そこで止まっている方は少なくありません。
一方で、最近は科学研究の現場から違う話が届いています。科学者最大20万人に最先端のAIモデルを無料で開放するプログラムが発表され、まもなく受付が始まります。共有したデータは、初期設定では学習に使わないとされています。ChatGPTの研究者向けプログラムでは、参加者1,800人超を調べた調査で、生産性がほぼ2倍になったと報告されました。
ほかにも、Claudeが数学者ゲーデルの未解読の速記メモ約1,000ページを数日で読み解き、定理を600以上掘り起こしたという報道があります。Gemini 4 Carbonを、研究室で何段階にも分かれた問題に使う事例も出てきました。
研究者は、根拠のない話をいちばん嫌う人たちです。その現場で、数字と歴史的な発見が同時に出てきました。驚きと説得力が両方そろっているので、いまこの話題に多くの人が反応しているのだと僕は見ています。
ただし、経営者がここから受け取るべきなのは「研究者で2倍なら、自分の会社も2倍になる」という期待ではありません。研究者たちは、仕事を「アイデア出し」「データ分析」「文章化」に分けて、それぞれをAIに任せています。丸ごと預けるのではなく、分けてから渡している点が大事です。
では、同じAIを使っているのに、仕事が変わる人と変わらない人に分かれるのはなぜでしょうか? 違いを生むのは道具の性能ではなく、渡す前の準備です。次の章で、その仕組みを説明します。
AIの答えがぶれる理由は、土台の基準にあります
僕は講義で、AIに渡すものを3段に分けて話しています。いちばん下が、目的・価値観・判断の基準。その上に、仕事や商売の前提(どんなお客様に、何を売っているか)。いちばん上に、うまくいった手順の型を置きます。多くの方は、いきなりいちばん上の「頼み方」から始めます。そのため、答えが毎回ぶれてしまいます。
講義では、iPhoneでたとえています。iPhoneのOS(基本の仕組み)がなければ、どんなに優秀なアプリも動きません。判断基準は、このOSにあたる土台です。事業は、その上で動くアプリです。
ここで、ありがちな失敗があります。事業ごとに別々の判断基準を作ってしまうことです。物販ではこう、飲食ではこう、と基準を分けると、AIに渡すたびに前提が変わり、出てくる答えもそろいません。僕自身、物販・飲食・情報・サービスの4事業を回していますが、講義で伝えているのは「土台の基準は1つにする」ことです。仕事でも、家庭の判断でも、同じ基準でぶれないかを確かめます。
研究者の話に戻ると、研究者には「根拠を確かめる」「再現できるものだけを信じる」という共通の土台が、最初から身についています。土台がしっかりしているので、アイデア出し・分析・文章化をAIに分けて渡しても、結果がばらばらになりにくいわけです。
もう一つ、講義で何度も話していることがあります。「工場の話だから自分には関係ない」は誤解だ、という話です。世界的な経営の考え方も、自分の仕事のやり方に読み替えれば使えます。今回の研究の話も同じです。「研究者だからできた」で片づけず、研究者の仕事の分け方を、自社の調べ物や資料作りに置き換えてみてください。
AIの使い方には、聞く・一緒に作る段階と、任せる段階のあいだに大きな段差があります。この段差を越える力は、道具の知識ではありません。自分の基準を言葉にする力です。
今週ためせる「3つに分けて任せる」手順と指示文
手順は4つです。所要時間は合わせて30分ほどを見ておいてください。
1つ目に、今週の仕事から、調べ物か資料作りを1つだけ選びます。社内向けの説明資料、取引先に出す提案のたたき台、新しい仕入れ先の比較などです。選んだら、いつもならどれくらい時間がかかるかを紙に書いておきます。
2つ目に、判断基準を3行で書きます。立派な文章にする必要はありません。「お客様に不利なことは隠さない」「根拠のない数字は使わない」「迷ったら長く続くほうを選ぶ」のように、普段なんとなく守っている決まりを言葉にするだけです。
3つ目に、次の指示文をコピーし、〔 〕の中を書き換えてAIに渡します。ChatGPTでもClaudeでもGeminiでも、同じ文で使えます。
――ここからコピー――
あなたは当社の資料作りを手伝う担当です。最初に、当社の判断基準を伝えます。すべての作業で、この基準を守ってください。
判断基準:〔3行で書く〕
仕事の前提:〔業種・主なお客様・この資料を読む人〕
今回の仕事:〔例:新しいサービスの社内説明資料〕
次の3段階に分けて進めてください。1段階終わるごとに止まり、こちらの確認を待ってください。
1. アイデア出し:切り口を5つ出す。判断基準に合わないものは、理由を添えて外す
2. データ分析:こちらが渡す数字や資料から「言えること」と「言えないこと」を分ける。数字は作らない
3. 文章化:A4で1枚の下書きを作る。判断基準に照らして迷った箇所には【要確認】と印を付ける
――ここまで――
いちばんの要は「1段階ごとに止まる」の一文です。3つを一気に進めさせると、最初の切り口がずれたまま最後まで進んでしまいます。分けて止めることで、ずれを早いうちに直せます。
4つ目に、かかった時間を、最初にメモした時間と比べます。速くなったかどうかに加えて、【要確認】の印が付いた箇所も見てください。印が多いところは、判断基準がまだ言葉になりきっていない場所です。
余裕があれば、もう一つ試してください。「〔気になる経営の考え方〕を、知識労働とAI活用の文脈で、当社の仕事に置き換えて解説してください」。他業界の考え方を、自社の言葉で読み直せます。
僕なら、まず1つの仕事で時間を比べます
研究の現場で報告された「ほぼ2倍」という数字は、確かに目を引きます。ただ、僕がこの話題でいちばん大事だと考えているのは、数字そのものではありません。専門家ほど、仕事を分けてから任せているという事実です。
アイデア出し、データ分析、文章化。この3つを分けて、段階ごとに確かめる。研究者がそうしているのは、AIを疑っているからではありません。自分の基準で、AIの仕事を受け取るためです。基準のないまま預けると、出てきた答えの良し悪しを決められません。基準があれば、AIの答えを直す方向が分かります。
講義で伝えている土台の話も、ここにつながります。事業ごとに別のルールを作るのではなく、土台の基準を1つ決める。その上に、仕事の前提と手順を重ねていく。そうしておけば、AIが変わっても、事業が増えても、判断はぶれません。前の章の指示文が3社のAIで同じように使えるのも、中身の中心がAIではなく自分の基準だからです。
エンジニア経験のなかった僕が、48時間でAI経営本部を組み上げられたのも、プログラムの知識があったからではありません。何を任せ、何を自分で決めるのかを、先に言葉にしていたからです。
僕なら、今週は欲張りません。調べ物か資料作りのどちらか1つを選び、判断基準を3行で書き、3段階に分けてAIに下書きをさせます。そして、かかった時間をいつもの時間と並べて見ます。速くなっていなければ、基準の3行を書き直します。速くなっていれば、同じ基準のまま次の仕事に広げます。
研究者向けのプログラムには、まもなく多くの科学者が参加するはずです。その人たちに追いつく必要はありません。自分の会社の仕事を1つ分けて任せ、時間を1回比べる。小さな比較を1回やってみることが、「触っただけ」から「仕事が変わった」へ進む最初の一歩だと僕は考えています。
あなたの会社なら、最初に分けて任せる仕事は、調べ物と資料作りのどちらでしょうか?


