AI時代の専門性ギャップ：なぜ「答え」だけでは不十分なのか

数週間前、私は冷凍庫の底に不審な白い結晶があるのを発見した。その後、冷蔵庫の底の床にも同じものを発見した。家電修理業者に電話する代わりに、私は写真を2枚撮り、Claudeにアップロードして何が起きているのか尋ねた。AIの回答は完璧だった。冷凍庫の奥にあるドレンバルブ（排水弁）が原因だと見抜き、どこにあるかまで正確に教えてくれた。型番の写真を撮ると、AIはどのパネルを取り外すべきか、次に何をすべきかを順を追って説明してくれた。作業を終えるには、小さなライトが取り付けられた背面パネルを取り外し、配管を解凍して温水で洗浄し、さらにいくつかの手順を踏む必要があった。その時点で、私は作業を止め、専門家に電話した。

このささやかな体験が頭から離れないのは、AIが実際に役立つ領域と、その限界が見えてくる領域について、重要な示唆を与えてくれたからだ。今日では誰もが「答え」を持っているように見えるが、「経験」を持っている人ははるかに少ない。そして、それはビジネスにおいて重要な意味を持つ。

「答えを持っていること」と「専門性を持っていること」は違う

私が絶えず耳にする質問は、こんな趣旨のものだ。「ChatGPTやClaude、Geminiに聞けば済むのに、なぜ専門家が必要なのか？」。たしかに、聞くことはできる。そして答えは返ってくる。だが、答えは専門性と同じものではない。

私の考えでは、専門家とは、十分な「傷の記憶（scar tissue）」を持ち、何をしてはいけないかを既に知っている人のことだ。彼らは戦略が思わぬ方向に逸れていく様子を見てきた。「完璧」に見えた計画が、難しい顧客や例外的なアカウント、独自の思惑を持つチームに直面した瞬間に破綻する光景も目撃している。AIはそうした失敗を経験したことがない。それについて読んだことはあっても、その余波の中で生きたことはないのだ。

別の身近な例えで言えば、床のタイル張りと同じだと思う。YouTube動画を3本見て、ホームセンターで材料を買えば、おそらく自分で床を張ることはできる。最終的には床は出来上がる。問題は、その仕上がりの質と耐久性だ。目地材を混ぜ間違えたり、重要とは知らずに手順を飛ばしたりすれば、1年後にはやり直す羽目になる。優れたプロは、より速く、より良く、長持ちするように仕上げる訓練を受けている。この差は時間が経って初めて見えてくる。

戦略も同様だ。データをAIツールに投入すれば、一見完璧に見える分析結果が得られる。もはや計算自体は難しくない。困難なのは、人間関係、社内政治、そして「それは過去に試したが、こういう理由で失敗した」という長年の経緯など、AIには見えないすべての要素なのだ。

本当のコストは目に見えない

AIによって構築された戦略の最もリスキーな部分は、お粗末なチャートや間違った数式ではない。それは、誰も気づかないコストである。

戦略によって価値を取りこぼしたとしても、それが会計上の項目として表れることは滅多にない。得られたはずの利益、より高い成約率、逆の結果になり得た商談など、「本来得られたはずのもの」を知る術がないのだ。失わなかったお金に対して警告は発せられない。存在するのは「得られなかったお金」だけである。そして、チームが自分たちで（多くは誇りを持って）戦略を構築したからこそ、その誇りが障害となり、それが本当に最適であったかを振り返り再検討することが難しくなる。

私の経験では、ほとんどの人がその問いを発することはない。AIと一緒に解を構築し、それを誇りに思い、疑うことなく信頼する。

ボトルネックは分析ではなかった

AIをめぐるあらゆる議論において見落とされがちな点がある。戦略業務の大部分は、大まかに言って20%の「分析」と80%の「実行」で構成されているということだ。AIはその20%の部分を劇的に短縮したが、残りの80%に対してはほとんど何も貢献していない。

新しいアプローチには試す価値があると、自分のチームを説得する作業は依然として必要だ。最も要求の厳しい顧客と向き合い、関係を失わずにどう転換させるかを考える作業も残る。会議室に入り、対面で、あらゆる摩擦を伴いながら主張を通す作業も必要だ。どんなプロンプトもそれを代行してはくれない。

また、なぜその決定が下されたのかについての明確なストーリーがなければ、チームはあっという間に昔の習慣に逆戻りする。踏みとどまるための筋力を誰も鍛えていないため、会議で最も声の大きい者が議論を制し、物事は最も抵抗の少ない道へと流れていくことになる。

問うべき質問

我々が問うべきは、「AIにこれができるか？」ではない。その答えはほぼ常に「イエス」だ。より良い問いは、「我々は実際には何を最適化しようとしているのか？」である。手早い答えを求めているのか、それとも、その答えが実際の顧客、実際の政治、実際の抵抗に直面しても持ちこたえるという確信を求めているのか？

私はリサーチ、下書きの作成、行き詰まりの解消などのために常にAIを活用している。それによって作業スピードが上がったのは事実だ。しかしAIが取って代わることのできないもの、それは、データには決して表れない理由によって戦略が成功し、失敗し、そして再び成功するのを長年見届けてきた経験なのだ。

AIは冷蔵庫のドレンバルブがどこにあるかを正確に教えてくれる。だが、ライトを壊さずにパネルを取り外す方法は教えてくれない。それは実際に何度も作業を行い、その過程で少なくとも一度は失敗した経験からしか得られないものなのだ。

（forbes.com 原文）