AI活用は、創造ではなく標準化に偏っている

文章や資料を書く。コードを生成する。議事録をまとめ、問い合わせに答える。AIによって、こうした作業を速く、安く行えるようになった。便利であり、実務上の価値も大きい。

それでも、「AIで新しい価値を創造した」という説明には立ち止まりたくなる。すでに誰かができていた仕事を、別の人やAIでもできるようにした。その変化と、これまで存在しなかった価値を生み出すことは、同じではないからだ。

2026年4月の公開時点で目につくAI活用は、前者に偏っているように見えた。作業主体を置き換え、既存の能力を広く再現することに力が注がれる一方、業務の目的や評価基準は、そのまま残っている。

既存の能力が広がることの価値

AIがまず広げているのは、「誰かができたことを、より多くの人ができるようにする」力だ。文章の初稿、経験者が作るような資料、コードの生成、調査結果の整理。一定の品質を得るまでの時間や専門技能への依存を減らせる。

これは能力の民主化であり、標準化である。うまく設計すれば業務の属人性を下げ、処理速度を上げ、品質のばらつきを抑えられる。一部の人にしか頼めなかった仕事を、多くの人が扱えるようになる意義は大きい。

ただし、同じ成果物を安く作れるようになったことから、その成果物自体が変わったとは言えない。既存の価値を再生産する能力が広がったのであって、何を価値とみなすかまで更新されたとは限らない。私が区別したいのは、この二つである。

企業がAIを導入するとき、既存業務から始めるのは自然だ。「この文書を作れないか」「問い合わせ対応を代替できないか」「分析を短縮できないか」。対象も成果も説明しやすく、導入効果を測りやすい。

しかし、この問い方を続けると、業務の構造、評価基準、成果物の形式が固定されたままになる。処理コストを下げることに集中し、「この成果物は誰の判断をどう変えているか」「この業務は今も必要か」という問いが後回しになる。

AIは、不要な仕事も効率化できる。

人間が作るには面倒だったために抑えられていた報告書、要約、提案書、メール、検討資料を、簡単に量産できるようになる。だが、作成が速くなっても、それらが意思決定に使われるとは限らない。成果物の数を増やすほど、確認や整理の負担だけが増えることもある。

こうしたAI活用では、業務を再現可能な処理として設計する。入力を決め、プロンプトやワークフローを通し、所定の形式へ整え、評価基準で確認して出力する。ここでいう「関数化」は、そのように入力と出力、手順、良否の基準を定めることだ。

関数化がうまくいけば、属人的な作業を分解し、一定品質の成果物を安定して得られる。日々の業務を支えるには有効な方法である。

一方、何を入力し、何を出力し、何を良いとみなすかは、あらかじめ決まっている。AIがその範囲で良い結果を出しても、仕事の目的を問い直したことにはならない。既存の評価基準を満たすことと、その基準では捉えられなかった価値を見つけることの間には、隔たりがある。

企業で使うAIには、品質、再現性、説明可能性、権限管理、セキュリティ、責任分界が必要になる。誤った出力や権限外の操作を抑える制御を外して、業務に任せるわけにはいかない。

ただし、制御の内容によっては、探索の範囲も狭くなる。回答形式を固定し、手順を指定し、既存の評価基準から外れた提案を除けば、業務では扱いやすくなる。その代わり、前提を変えるような出力も除かれうる。

安全に動かすための制約と、考えてよい範囲を既存業務に限定する制約は、同じではない。両者を一括りにして「制御できたから創造性も高まる」と考えると、見落としが生じる。再現性を得るために何を固定し、どこに探索の余地を残すのかを決める必要がある。

AIを業務へ組み込むほど、既存の処理を安定して再現する装置になりやすい。私が気にしているのは、その実装上の傾向だ。AIの能力だけから、業務の創造性を語ることはできない。

作業時間が減り、人件費が下がり、処理件数が増える。それは生産性の改善であり、それ自体に価値がある。ただ、成果物や顧客への提供内容が同じなら、改善したのは主に生産コストである。

ここで新しい価値の創造と呼びたいのは、もう一段違う変化だ。既存業務そのものが不要になる。見えていなかった問題を発見する。新しい顧客価値や事業モデルを定義する。知識と現場を結びつけ、意思決定の仕方を変える。従来の基準では測れなかった価値を扱えるようにする。

この違いは、AI導入の評価にも表れる。処理速度や生成件数だけを測れば、既存業務を大量に回すほど成功に見える。しかし、業務をなくすほうが顧客のためになる場合、その指標では良い変化を捉えられない。

「AIを使っている」という事実だけで満足してしまうと、ツールは変わっても、組織が良いとみなすものは変わらない。見かけは先進的でも、既存業務を温存する使い方になりうる。

AIを前提に仕事を変えるなら、業務の目的と評価基準を一緒に見直したい。この成果物は誰の判断に使われるのか。その判断に、いまの形式や手順は必要なのか。速くするより、なくしたほうがよい作業はないか。AIが使えることで、別の業務構造が可能にならないか。

こうした問いを立てて初めて、作業者の置換を超える余地が生まれる。既存業務を関数化する技術は、その後で使えばよい。再現すべき仕事を選ぶ判断まで、既存のワークフローに任せることはできない。

たとえば資料を一瞬で作れるようになったとき、作成時間の短さだけに目を向けたくない。その資料で誰の判断が変わるのか。変わらないなら、AIに作らせる前に、作る必要そのものを考えたい。