私のキャリアの大半において、経験は職場で予測可能な優位性を生み出していた。数百件のキャンペーンを手がけてきたマーケターは、若手マーケターが知らないことを知っていた。10件の製品ローンチを経験したプロダクトマネージャーは、初めて製品を世に出そうとしている人がまだ目にしていないパターンを蓄積していた。営業、財務、オペレーション、そしてほぼあらゆる知識集約型の職種でも同じことが言えた。
私たちは何年もかけて、この優位性を築いてきた。失敗から学び、知識を蓄積し、他の人が知らないことを知っているからこそ、徐々に価値のある人材になっていった。AIは、私の予想をはるかに上回る速さで、この前提を変えつつある。私はこの変化が3つの段階で進んでいると考えている。
第1段階：AIが人を優秀にする
第1段階は、誰もが期待を寄せているプロセスだ。なぜなら、AIによってナレッジワーカーは、かつてはるかに多くの経験を必要としていた能力を手に入れられるようになるからだ。
比較的経験の浅いマーケターでも、高度なモデルにキャンペーンの分析やポジショニングの再検証、市場参入（ゴー・トゥ・マーケット）戦略の策定を依頼できる。プロダクトマネージャーは、顧客フィードバックの分析やロードマップの妥当性検証にAIを活用できる。調達部門の担当者であれば、サプライヤーの比較やリスクの特定、交渉の準備に利用できる。
その品質が、常にきわめて優秀な専門家のレベルに達するとは限らず、人間の判断が依然として極めて重要であることに変わりはないが、基準（ベースライン）は確実に底上げされている。
マイクロソフトとリンクトインが発表した「2024年ワーク・トレンド・インデックス年次報告書」によると、ナレッジワーカーの75％がすでに職場でAIを利用している。また、世界経済フォーラムの「仕事の未来レポート 2025」では、雇用主の86％が、2030年までにAIと情報処理技術が自社に変革をもたらすと期待していることが明らかになった。
これは生産性の向上にとって素晴らしいニュースだ。しかし、そこには厄介な「二次的影響」が存在する。
第2段階：AIが人々を同質化させる
自分が専門とする分野で極めて優秀になるために、10年の歳月を費やしたと想像してほしい。本を読み、講座を受け、失敗を重ね、何千時間もの経験を積んできた。あなたのプロフェッショナルとしての価値の多くは、経験の浅い人がまだ得ていない知識やパターンを持っていることから生まれていた。
では、あなたの隣に3年の実務経験を持つ人物が座っていると想像してほしい。彼らはあなたが知っていることすべてを知っているわけではない。しかし、知識のギャップが生じるたびに、そのテーマを説明し、問題を分析し、代替案を提案し、数年前なら到達がはるかに困難だったレベルの成果物を生み出すようサポートしてくれるAIシステムにアクセスできる。
突然、あなたと彼らの間の距離は縮まる。ゼロにはならないまでも、確実に縮まるのだ。これこそが、AIによる「知性の民主化」がもたらす不都合な側面だ。誰もが優秀になれば、「優秀であること」自体の差別化価値は低下する。
採用活動におけるこの変化は、すでに顕在化している。マイクロソフトとリンクトインの調査によると、リーダーの66％が「AIスキルを持たない人物は採用しない」と答えており、さらに71％が「AIスキルを持つ経験の浅い候補者」を「AIスキルのない経験豊富な候補者」よりも優先して採用すると回答している。
何十年もの間、経験は労働市場において最も強力な「通貨」の一つだった。しかし現在、雇用主は「AIというレバレッジを持たない経験」は、「AIを駆使する経験の浅い人材」に敗北する可能性があるというシグナルを送っている。
これは、検索エンジンが広く普及した後に起きたことを思い出させる。誰もが数秒で事実を見つけられるようになると、事実を知っていることの価値は低下した。AIは、職業上の知識に対して同じようなことを起こし得る。
そして、そこに難しい問いが生まれる。もし周囲の誰もがほぼ同じ知性にアクセスできるのであれば、企業が自分を採用し、昇進させ、他より大幅に高い給与を支払う理由は何なのだろうか。その答えは、単に「より良いプロンプトの書き方を学ぶこと」だけではないはずだ。
第3段階：AIで自分を増幅する
プロンプトエンジニアリングは現時点では強みになるかもしれないが、それが長期にわたって有意義な差別化要因であり続けるとは思えない。AIモデルはより深く私たちを理解するようになり、インターフェースはよりシンプルになり、AIから高度な回答を得ることはいずれ当たり前になるはずだ。
より持続的な強みは、「AIをアドバイザーとして使う人」と、「AIを労働力として使う人」との間に生まれると私は考えている。
同じように才能豊かな2人のマーケターを想像してほしい。1人目はAIを極めて上手く活用している。キャンペーンを開始する前に、AIに競合調査、ポジショニング分析、クリエイティブなコンセプトの提案、パフォーマンスのレビューを依頼する。彼女は以前よりも速く仕事を進められる。
2人目の行動は、根本的に異なっている。彼女は、競合他社を継続的に監視し、広告ライブラリを分析し、顧客フィードバックを分類し、新たなトレンドを特定し、キャンペーンの仮説を作成し、注意を払うべき事項を報告する「特化型エージェント」を構築している。
1人目は生産性を高めた。2人目は自分自身を増幅したのだ。この違いは、私が自社を構築する中でますます重要になっている。当初、私も多くの人と同様、会話型AIが主要なインターフェースになると考えていた。何かを尋ね、知的な回答を受け取り、それに基づいて行動するという形だ。しかし、回答を得ても、実行はなお自分に残る。
より大きな機会は、自分の知識、意思決定の枠組み、反復的な仕事の一部を、並行して稼働できるシステムに変えることにあると私は考えている。
優秀なマーケターは、AIが自分をどのように高めてくれるかだけを問いにするべきではない。自分の専門知識のどの部分を「クローン化」できるかを問うべきだ。プロダクトマネージャーは、自分がいなくても実行できるリサーチや分析、モニタリングはどれかを考えるべきだ。創業者は、人間が判断、人間関係、創造性、そして文脈が最も重要となる意思決定に集中できるよう、会社のどの部分を特化型エージェントによって運営できるかを自問すべきだ。
キャリアの次の強みは「レバレッジ」
これは、1人の人間が文字通り100人の従業員に取って代わるという意味ではないし、企業がAI導入を人員削減の手段として捉えるべきでもない。本質は「レバレッジ（梃子の作用）」にある。
同じAIの知性にアクセスできる、同じように優秀な2人の人材から選ぶとする。しかし、片方が何十もの有用なプロセスを並行して実行できるシステムを構築している場合、私はもはや同じような能力を持つ2人の従業員を比較しているのではない。異なるレベルのアウトプットを比較しているのだ。
もし私が今日、自分のキャリアについて考えるなら、3つのことに集中するだろう。それは、AIが確実には提供できない「判断力」を養うこと、ありふれた成果物が安価に手に入る時代に優れた仕事を見極める「センス」を磨くこと、そして自分の専門知識を「再現可能なAIシステム」に変換する方法を学ぶことだ。
AIはすでに、人々をより有能にし始めている。逆説的だが、それは私たちをより似た存在にもするかもしれない。次の強みは、おそらく誰もが持っている知性にアクセスできることからは生まれない。その知性の上に「何を構築するか」から生まれるはずだ。
