昨今のAI活用には、根本的な問題がある。 AIによって新しい価値を生み出しているように見えて、実際には「すでに誰かができていたこと」を関数化し、複製し、より低コストに再実行しているだけ、というケースが多い。
文章を書く。資料を作る。コードを書く。議事録をまとめる。問い合わせに答える。分析の初稿を出す。リサーチを整理する。確かに便利で、実務上の効率化効果も大きい。だがその多くは、すでに人間社会の中に存在していた作業を、AIという別の実行主体に移しているだけだ。
現在のAI活用の大半は、価値創造ではなく作業主体の置換である。
AI活用の多くは「既存能力の複製」である
AIが広げているのは、まず「誰かができたことを、誰でもできるようにする」力だ。
優秀な人が書いていたような文章を、誰でも書けるようにする。 経験者が作っていたような資料を、誰でも作れるようにする。 エンジニアが書いていたようなコードを、非エンジニアでも生成できるようにする。 リサーチャーが行っていたような情報整理を、短時間で再現できるようにする。
これは能力の民主化であり、標準化である。 新しい価値の創造とは別物だ。
標準化には価値がある。業務の属人性は下がり、処理速度は上がり、品質のばらつきも抑えられる。これまで一部の人に依存していた作業を、より多くの人が扱えるようになる。AIは極めて強力な業務基盤だ。
ただ、それは「既存の価値を、より安く、より速く、より広く再生産する」仕組みである。価値の内容そのものを更新しているわけではない。
既存業務をAI化しても、新しい価値は生まれない
多くの企業が進めているAI導入は、既存業務を前提にしている。
この作業をAIで短縮できないか。 この文書をAIで作れないか。 この問い合わせ対応をAIで代替できないか。 この分析業務をAIで効率化できないか。
問いの立て方として自然で、導入初期には避けられない。だが、この問い方を続ける限り、AI活用は既存業務の延長に閉じる。
既存業務をAI化するとは、すでに存在している業務構造、評価基準、成果物の形式を前提に、その処理コストを下げることだ。「そもそもこの業務は必要なのか」「この成果物は誰の判断をどう変えているのか」「このプロセス自体を変えるべきではないか」という問いは後景に退く。
結果、AIは既存業務を強化する。 だが、既存業務を問い直すとは限らない。
危険なのは、AIによって不要な業務まで高速化されることだ。人間がやるには面倒だったから抑制されていた作業が、AIによって簡単に生成される。報告書、要約、分析、提案書、メール、議事録、検討資料が大量に作られる。それらが意思決定や価値創出に本当に接続しているとは限らない。
AIは、不要な仕事も効率化できる。これが昨今のAI活用の大きな罠だ。
AIは関数化されたものを高速に回す
AI活用が進むほど、業務は関数化されていく。
入力を与える。 プロンプトを通す。 ワークフローに流す。 テンプレートに整形する。 評価基準でチェックする。 出力を返す。
これは、業務を再現可能な関数として設計するということだ。属人的な作業が分解され、手順化され、AIに渡される。うまく設計されれば、一定品質の成果物が安定的に出る。
実務上は有効である。 ただ、創造性の観点では限界がある。
関数化された業務は、既存の入力と既存の評価基準の中で動く。何を入力とするか、何を出力とするか、何を良い結果とみなすかが、あらかじめ定義されている。AIはその範囲内で最適化する。
つまりAIは、新しいものを生み出す装置というより、定義済みの関数を高速に実行する装置になる。
それ自体は悪いことではない。だが、それを創造と呼ぶのは違う。
制御すればするほど、AIは創造装置ではなく業務装置になる
企業でAIを使う以上、制御は不可欠だ。品質、再現性、説明可能性、権限管理、セキュリティ、責任分界がなければ、AIは業務システムとして成立しない。
ただし、制御には副作用がある。
AIを制御するとは、出力の範囲を狭めることだ。業務に適した形式に整え、許容される回答範囲を定め、逸脱を防ぎ、リスクを抑える。実務利用には必要な手当だが、その分だけAIは探索装置ではなくなる。
「この形式で答えろ」 「この手順に従え」 「この評価基準を満たせ」 「この範囲を超えるな」
こうした制御を重ねるほど、AIは安全で扱いやすくなる。同時に、既存の業務関数へと閉じ込められていく。
AIを業務実装するほど、AIは創造的ではなくなる。 より正確に言えば、創造の余地がある曖昧な探索空間が削られ、再現性のある処理装置へ変換されていく。
ここには根本的な緊張がある。業務で使うには制御が要るが、制御しすぎると、AIは既存業務の再現装置になる。この緊張を無視して「AIで創造性が高まる」と言うのは、かなり粗い議論だ。
生産性向上と価値創造は違う
AIによって作業時間が短くなる。 人件費が下がる。 処理件数が増える。 資料作成が速くなる。 問い合わせ対応が自動化される。
これらは生産性向上である。 だが、生産性向上と価値創造は同じではない。
同じ成果物をより速く作ることは、価値の生産コストを下げる行為だ。価値そのものを変えているわけではない。
本当に価値創造と呼べるのは、こういう変化のほうである。
既存の業務そのものを不要にする。 これまで見えていなかった問題を発見する。 新しい顧客価値を定義する。 意思決定の構造を変える。 新しい事業モデルを成立させる。 これまで接続されていなかった知識や現場を接続する。 既存の評価基準では測れなかった価値を扱えるようにする。
AI活用がここまで踏み込まない限り、それは価値創造というより、既存価値の効率的な再生産だ。
問題は「AIを使っているか」ではなく「何を変えているか」だ
AI導入の議論では、「どの業務にAIを使うか」「どのツールを導入するか」「どのモデルが優れているか」に関心が集まりやすい。それだけでは足りない。
問うべきは、AIによって何が変わっているのかである。
作業者が変わっただけなのか。 処理速度が上がっただけなのか。 既存の成果物が安く作れるようになっただけなのか。 問いの立て方、業務の構造、価値の定義、意思決定の質が変わっているのか。
この区別をしないままAI活用を進めると、企業は「AIを使っている」という事実だけに満足する。実態としては、既存業務を高速化し、既存成果物を量産し、既存の評価基準の中で処理件数を増やしているだけになる。
それは効率化ではある。 変革ではない。
AI活用の本質は、業務と価値基準の再設計にある
AI活用を本当に意味のあるものにするには、既存業務をそのままAI化するだけでは足りない。
AIを入れる前に、業務そのものを問い直す必要がある。
この業務は何のために存在しているのか。 この成果物は誰の判断を変えているのか。 この処理は本当に必要なのか。 この評価基準は今でも有効なのか。 この作業を速くするより、なくすべきではないのか。 AIによって初めて可能になる業務構造は何か。
ここまで踏み込んで初めて、AI活用は単なる関数化を超える。
既存業務をAIで回すだけなら、AIは作業者の置換にとどまる。既存の価値を、より安く、より速く、より大量に再生産するだけだ。
AI活用の本質は、AIに仕事をさせることではない。 AIを前提に、仕事そのものを再定義することだ。
再定義がないまま進むAI活用は、見かけ上は先進的でも、本質的には保守的である。既存業務を温存し、既存の価値基準を強化し、既存の成果物を大量生産しているだけだからだ。
AIによって問うべきなのは、「この仕事をAIでできるか」ではない。 「この仕事は、AI時代にもなお必要なのか」である。