レッスン8：仕事と AI の関係を再設計する——自分の働き方・修了後

このレッスンで学ぶこと

「AI に置き換えられる仕事」と「AI で拡張される仕事」の二軸を理解する
自分の業務を棚卸しするフレームを持つ
リテラシーの維持と陳腐化への備えを整理する
キャリア視点での AI 活用の発想を持つ
「他者との比較」ではなく「自分のベースを上げる」発想を理解する
本コース修了後の学習方向を把握する

前のレッスンでは、個人と組織のルール（情報入力・業務再設計・評価）を扱いました。最終回のこのレッスンでは、視点をふたたび個人に戻して、「自分の働き方を AI 時代にどう再設計するか」を整理します。同時に、本コース修了後にどの方向に学びを進めるかを案内します。本コースは「初級」として概念中心に整理してきましたが、最後に「現場でこの先何を考えるか」の道しるべをお渡しします。

「置き換え」と「拡張」の二軸

AI が業務に与える影響を整理する古典的な枠組みが、「置き換え（substitution）」と「拡張（augmentation）」の二軸です。

flowchart TD
  A[AI と業務の関係] --> B[置き換え型<br/>AI が人間の作業を肩代わり]
  A --> C[拡張型<br/>AI が人間の能力を拡張]
  B --> B1[型作業の自動化<br/>事務処理の効率化<br/>定型対応の代替]
  C --> C1[判断の質向上<br/>視点の拡大<br/>創造の幅出し]

置き換え型

AI が人間の作業を肩代わりし、人間が同じ作業を行う必要がなくなる関係です。

定型メールの自動生成
議事録の自動文字起こしと整形
単純な翻訳
データの自動分類
FAQ への自動回答

置き換えが進むと、これまで人間が時間を使っていた業務が AI に渡り、人間はその時間を別のことに使えるようになります。一方で、「自分の仕事がなくなる」という不安も生まれます。

拡張型

AI が人間の能力を拡張し、人間が単独ではできなかった水準の仕事ができる関係です。

多言語コミュニケーション能力の拡張（言語学習なしで多言語対応）
思考の壁打ち相手としての拡張（一人では出ない論点が出る）
専門外領域への素早いアクセス（弁護士でなくとも法律の概要を整理できる）
大規模情報整理の補助（3,000 ページの規程集の整理）
創造の幅出し（10 通りの代替案を 5 分で得る）

拡張は、人間の仕事の質と幅を引き上げる関係です。

自分の業務をどちらに置くか

すべての業務が「置き換え型」「拡張型」のどちらかにスパッと分類できるわけではありません。同じ業務でも、

一部のタスクは置き換え型（型作業の AI 化）
別の一部は拡張型（思考の補助）

という組み合わせになるのが普通です。重要なのは、「自分の業務の中で、置き換えが進む部分と、拡張で質が上がる部分を、自分なりに見分ける」発想です。

💡 ポイント 「AI に仕事を奪われるか」「AI が仕事を助けてくれるか」を二者択一で考えると、現実を捉えられません。「自分の仕事のどの部分が置き換えで、どの部分が拡張か」を分解するのが、より建設的な発想です。

自分の業務の棚卸し

本コースの最終的な目標は、「自分の業務を AI 時代に再設計する」ことです。そのための棚卸しのフレームを示します。

棚卸しのステップ

典型的な 1 週間の業務を書き出す：月曜から金曜の業務を、時間配分とともに書く
業務階層に分類：レッスン 1 の 4 階層（型作業・調査・思考・関係）に分類
AI 適合度の判定：各業務に「置き換え型」「拡張型」「変えない」を判定
時間配分の予測：1 年後・3 年後・5 年後にどう変わると予想するか
投資の方針：どの能力に時間を投資するか

棚卸し表の例

業務	階層	AI 関係	1 年後の予測	5 年後の予測
メール返信	型	置き換え型	50% 効率化	80% 効率化
議事録作成	型	置き換え型	80% 効率化	95% 効率化
業界リサーチ	調査	拡張型	質が上がる	質が劇的に上がる
提案書作成	思考＋型	混合	構造化が進む	戦略部分は人間中心
顧客との関係構築	関係	変えない	変わらない	変わらない

「変えない」と判断する勇気

「AI 時代だから全部変える」のは性急です。

人間との信頼関係構築
重大な意思決定
クライアント先での現場感覚
同僚との非公式な情報共有
自分の専門領域の深い思考

こうした業務は、AI を「補助」として使うことはあっても、根本的に置き換えるべきではない場合が多いです。「変えない」と判断する勇気も、AI 時代のキャリア戦略の一部です。

📝 補足 棚卸しは一度やって終わりではなく、半年に 1 回程度の頻度で見直すのがおすすめです。AI のアップデート、自分の業務の変化、組織の方針変更で、棚卸しの結果は変わります。

リテラシーの維持と陳腐化への備え

生成 AI の領域は、半年で大きく変わります。今日学んだ知識が、半年後に古くなるのは普通のことです。

陳腐化が起きやすい知識

特定モデルの細かい仕様（バージョン名、性能数値、料金体系）
特定ツールの操作手順
プロンプトの「魔法ワード」（短期間で効果が変わる）
「今これが流行っている」型の知識
特定ベンダーの差別化機能

陳腐化しにくい発想

業務の階層分け（型・調査・思考・関係）
3 つの使い方（リライト・拡張・参照）
「鵜呑みにしない」「原典確認」の習慣
「壁打ち相手として使う」発想
業務プロセス再設計の考え方
個人と組織のルールの整理
「置き換え」と「拡張」の二軸

本コースで「概念」「発想」「考え方」を中心に扱ってきたのは、陳腐化しにくい知識を皆さんに持ち帰っていただきたいからです。

リテラシーの維持

半年に 1 回、自分の AI 利用を棚卸し
主要モデル（ChatGPT・Claude・Gemini）の最新動向を月に 1 度確認
業界のニュースレターや業界団体の発信を追う
同僚と「最近の使い方の知見」を共有する場を持つ
失敗事例も含めて記録する習慣

これらは「常に最新を追いかける」ではなく「自分の業務での実用を維持する」発想です。

⚠️ 注意 「常に最新の AI を試さないと遅れる」と焦るのは健全な姿勢ではありません。自分の業務に組み込めるかが判断軸で、新機能を追い続けることが目的ではありません。

キャリア視点での AI 活用

業務での AI 活用は、個人のキャリアにも影響します。

キャリア視点の論点

「AI で自分の仕事がなくなる」不安への向き合い方
「AI を使いこなす能力」をキャリアの強みに転換する発想
業界の変化に応じて、自分のスキルセットを更新する習慣
同じ職種でも「AI を使う側」と「使われる側」で機会が変わる

不安への向き合い方

AI による業務代替への不安は、現実の感情です。本コースは「不安は無意味」とは言いません。一方で、

自分の業務の何が置き換えられ、何が拡張されるかを具体的に分解する
置き換えで浮いた時間を、別の価値を生む業務に投資する
「人間にしかできない仕事」を、自分の業務の中で再発見する
同僚や業界の人と「自分の業務の変化」を率直に話す機会を持つ

不安を抱え込むより、具体的な行動に変換するのが現実的です。

「AI を使う側」になる選択

業務の中で、AI に指示を出す側にいるのか、AI が出した指示を実行する側にいるのか、で位置づけが変わります。

「AI を使う側」：判断と監督、AI の出力を評価して責任を持つ
「AI が出した指示を実行する側」：AI に与えられたタスクを正確にこなす

知的労働者として、「AI を使う側」「判断する側」に身を置く発想を、キャリアの選択として持つことも一つの方向です。

「自分のベースを上げる」発想

同僚と「どちらが AI を使えるか」を比較するのは、あまり建設的ではありません。比較は際限がなく、半年で順位が入れ替わります。代わりに、

半年前の自分と比較して、できることが増えたか
自分の業務の質と速度が、AI 利用前と後でどう変わったか
自分が安心して仕事に取り組める時間と空間ができたか

を評価軸にすると、AI 活用がキャリアの土台になります。

💡 ポイント 「他者との比較」ではなく「自分のベースを上げる」発想を保つと、AI 時代のキャリアが消耗戦になりません。比較は短期的にしか役立たず、自分の業務の質を上げるのが本質です。

本コース修了後の学習方向

本コースは「初級・全社員必修」として、業務での AI 活用の発想を概念中心に整理しました。ここから先の学びは、目的によって方向が変わります。

1. 業務での実践を深めたい場合

自分の業務での「型」を作る（メール・報告書・議事録の自分用テンプレ）
同僚や業界の人と「使い方の知見」を共有する場を持つ
半年に 1 回の棚卸しを習慣化する
失敗事例も含めて記録する

2. 生成 AI の仕組みを深く理解したい場合

LLM の仕組み・主要モデルの比較・リスク管理の専門書
各社の公式ホワイトペーパー（OpenAI、Anthropic、Google、Microsoft）
学術論文（arXiv の AI/ML カテゴリ）

3. プロンプトエンジニアリングを深めたい場合

評価・イテレーション・推論パターンの専門書
Anthropic / OpenAI の公式プロンプトガイド
プロンプトの体系的教材

4. AI エージェントを深めたい場合

観察・思考・行動・記憶・道具の 5 要素を扱う専門書
LangChain、CrewAI、AutoGen などのオープンソースの公式ドキュメント
マルチエージェント論文

5. AI ガバナンス・組織導入を深めたい場合

ISO 42001（AI マネジメントシステム）の関連資料
EU AI Act、各国 AI 規制の動向
経済産業省・総務省・IPA の AI ガバナンス資料
業界団体（FinOps Foundation、JDLA、AI Alliance など）の発信

6. 自分のキャリア設計に活かしたい場合

リスキリング・キャリアデザインの専門書
経済産業省の DX 推進指標、IT スキル標準
自分の業界の AI 影響予測レポート

講師の現場メモ：「7 年勤めた経理担当が AI で見つけた新しい役割」

私（吉村）が支援している中堅製造業の経理部の話です。30 代後半の女性社員（ここでは A さんとします）が、7 年経理を担当してきました。請求書チェック、月次決算、年次決算、税務申告補助、と日々のルーチンを地道にこなす方でした。

経営層が生成 AI 導入を進める中、A さんは最初強い不安を持っていました。「経理は AI に置き換えられる仕事の代表だと聞いた。自分の存在価値がなくなるのではないか」と。

私と A さんと経理部長で、業務棚卸しのワークショップを 1 日かけて行いました。

A さんの業務を分解し、AI 関係を判定すると、

請求書チェック：置き換え型（AI が 80% を肩代わり）
月次決算の集計：置き換え型（AI が 70% を効率化）
異常データの検知：拡張型（AI が見落としを補完）
経理判断（科目選定・税務判断）：拡張型（壁打ちで質が上がる）
他部署とのコミュニケーション：変えない（関係作業の中核）
経営層への報告：拡張型（資料作成効率化、説明は人間中心）
経理プロセス改善：拡張型（新人教育・業務フロー再設計）

棚卸し後、A さんは経理部長と相談して、

ルーチン処理を AI に組み込み、自分は監督と判断に集中
浮いた時間で、経理プロセス改善プロジェクトを率いる
経理部全体のリスキリング支援（新人教育を兼ねる）

という新しい役割を担うようになりました。半年後、A さんは「自分の仕事がなくなるどころか、自分が何を強みにすべきかが明確になった」と話してくれました。

このときに痛感したのは、AI 時代に求められるのは「AI に置き換えられない人」ではなく「AI と一緒に新しい役割を再定義できる人」だ、ということです。

A さんの例は、業務の棚卸しと AI 関係の判定が、キャリアの再設計に直結することを示しています。本コースで「業務の棚卸し」「置き換えと拡張の二軸」を最終回に扱うのは、この棚卸しを皆さんにもやってほしいからです。

最後に 1 つ、本コースを通じてお伝えしたいメッセージがあります。

AI は道具です。万能でも、危険物でも、魔法でもありません。包丁が料理を作るのではなく、料理人が包丁を使うように、AI も使い手次第です。本コースが、皆さんが「自分の業務で、AI とどう付き合うか」を自分の言葉で語れるための土台になれば、これに勝る喜びはありません。

業務での AI 活用は、流行や強制ではなく、自分のペースで自分の業務に組み込んでいくものです。明日から、自分の業務の中で 1 つだけ、AI を試してみてください。それが、AI 時代の仕事術の出発点です。

ここまでおつきあいいただき、ありがとうございました。

まとめ

このレッスンでは、以下のことを学びました。

「置き換え」と「拡張」の二軸で、AI と業務の関係を整理する
業務の中で「置き換えが進む部分」と「拡張で質が上がる部分」を分解する
業務の棚卸し：1 週間の業務 → 4 階層分類 → AI 適合度判定 → 時間配分予測 → 投資方針
「変えない」と判断する勇気も、AI 時代のキャリア戦略の一部
リテラシー維持：陳腐化しやすい知識（モデル仕様・操作手順）と陳腐化しにくい発想（概念・考え方）を区別
半年に 1 回の棚卸し、月 1 回の動向確認、同僚との知見共有が現実的な習慣
「常に最新を追いかける」ではなく「自分の業務での実用を維持する」発想
キャリア視点：不安は具体的な行動に変換する、「AI を使う側」に身を置く、「自分のベースを上げる」発想を保つ
修了後の学習方向：実践深化、仕組み理解、プロンプト、エージェント、ガバナンス、キャリア設計、の 6 つの方向

本コース全 8 レッスンを通して学んだ「業務での AI 活用の発想」を、現場でぜひ使ってみてください。

確認クイズ

このレッスンの理解度をチェックしましょう。