まず、組織がまだ解決していない独自の課題を探した。そして、追加の手当のためではなく、経験を積み、上司やチームに自分の能力と価値を示すために、自らを解決策として提案した。
数週間のうちに経営陣は筆者のために新しい役職を用意し、上司は筆者に応募を勧めた。そして1カ月も経たないうちに、昇進を果たした。
あなたの場合、具体的には次のような行動が考えられる。
・チーム内で顧客、リスク、売上、効率性に関する問題を特定する。
・明確な解決策を提案する。
・社内外の適切なステークホルダーとネットワークを構築し、自分の名前を知ってもらう。
・削減された時間、軽減されたリスク、フィードバック、創出された追加売上など、進捗や影響を記録・可視化する。
2. AIの「掛け算」となる存在になる
アデコのドゥニ・マシュエルは、AI導入における最大の課題は「人、スキル、そして信頼に行き着く」と筆者に語った。
アデコの調査によると、「自社の従業員に十分なAI活用能力を身につけさせられる」と確信しているリーダーはわずか22％にとどまり、「AIのリスクと機会について十分に理解している」と感じているリーダーは全体の3分の1未満だった。
このギャップは、AIによる変化を日常業務の実践へと落とし込める従業員にとって、大きな機会を生み出す。
あなたの役目は、チーム内でマルチプライヤー（組織の能力を掛け算で高める存在）になることだ。同僚が新しいAIツールを効果的に活用できるようサポートする。出世のために自分だけに溜め込むのではなく、チームの利益のためにリスクを顕在化させ、新たなユースケースを設計し、AIの可能性を自部署の機能に結びつける人物を目指すのだ。
AIスキルが手薄な従業員と組むことで、チーム内だけでなく組織全体において自らの価値を高めることができる。部門横断チームで働く場合、その効果はさらに大きくなる。
3. 応用的なAIの「判断力」を示す
最後に、応用的なAIの判断力を示すことだ。生成AIに慣れていることと、AIにアプローチする際にセンスや判断力を働かせることの間には大きな違いがある。
SAP Americasでピープル＆カルチャー部門を率いるメガン・スミスは、従業員のうち約1万人を対象とした人材プログラムが、AIを活用して人間の能力と意思決定をサポートすることに重点を置いていると語った。
質の低いAI生成物（いわゆる「AIスロップ」）を自分の成果物として提出する従業員の存在は、周りを疲弊させ、チームのモチベーションや生産性を低下させる要因となっている。
だからこそ、違いを生み出す存在になろう。ChatGPTを使って焦って原稿を作成する前に、一度立ち止まり、自身の業界知識と判断力でアウトプットを評価する。ファクトチェックを行い、磨き上げ、ブラッシュアップを繰り返すのだ。
そうすることで、AIの雑なアウトプットに伴う確認作業や修正といった技術的・認知的負債を他人に押し付けずに済む。
単に肩書を追い求めたり、職務経歴書に「成果重視でハードワークができるプロフェッショナル」とアピールしたりすることではない。主体的に明確な変化を起こし、リーダーシップの考え方を身につけることこそが、2027年の職場において高い価値を提供することの真の意味なのだ。
