5. 自分のスキルが他者の役に立っていることを示す
個人の作業スピードだけが価値ではない。承認されたワークフローの同僚への説明、ガイドラインの作成、あるいは失敗に終わった実験からの教訓の共有など、どのように周囲をサポートしたかを記録しよう。チーム全体の成果が共通の目標達成に寄与しているなら、評価されるべき要素となる。
米国版Forbes掲載の記事「The ‘X-Shaped’ Employee: 5 Career Skills Companies Want In The AI Era」で解説したように、専門性と異なる分野の人や知識をつなぐ能力を併せ持つ人材が求められている。その視点はここでも当てはまる。
自分の貢献を分かりやすく示そう。誰が恩恵を受け、何が改善され、それをどのように確認したかを明確にする。回答の検証方法を指導することは、AIによる回答の生成方法を教えることと同じくらい価値がある。
6. エビデンスと現実的な期待値をもって処遇について話す
記録した成果をもとに、自身の責務、キャリアアップ、給与に関する話し合いに臨もう。実証されたAIでの貢献がどのように報酬に反映されるのか、また昇給や昇進につながる追加の成果として何が求められるのかを確認しよう。
資格の取得や有料プランの契約、使用頻度の高さだけで評価されると思ってはならない。自身の要望を、ビジネス上の価値、パフォーマンス、そして役職の範囲と結びつけることが重要だ。求められる期待値が高まった場合は、研修の受講やツールの承認、業務時間内での学習時間の確保を求めよう。準備作業は勤務時間外に押し付けられる負荷ではなく、支援されるべき業務の一環であるべきだ。
評価という枠にとらわれないキャリアを築く
新しい評価項目の導入は「自分は取り残されているのではないか」という不安を引き起こしやすい。すべての失敗を「自分の能力不足」と捉えるのではなく、学びの余裕を持とう。価値ある試行錯誤には、疑問の提示、修正、そして失敗が不可欠だ。
最高の準備とは、思考を重ねた仕事の記録そのものだ。取り組んだ課題、検証した成果、そして他者への貢献。次回の評価が訪れたとき、自身のスキルがどのように業務を向上させ、なぜその貢献が評価されるに値するのかを自信を持って提示してほしい。
