「AIリテラシー」という言葉をどこでも耳にするようになった。しかし、多くの(あるいは大半の)企業にとって、それはもはや十分ではない。では、代わりに何が必要なのだろうか。手短に言えば、チーム全体における広範な「AIフルーエンシー(AIの流暢さ)」と、特定の人材による標的を絞った「AIマスタリー(AIへの精通)」だ。本稿は、筆者自身のチームでの経験、および他社や他チームとの取り組みに基づく考察である。
まず、AIリテラシーとは何か
AIリテラシーの定義は数多く存在し、文脈によって異なることが多い(例えば、K-12(幼小中高)の生徒に向けたAIリテラシーの定義は、ビジネスパーソン向けの定義とは異なる)。本稿の議論では、いくつかの公開されている定義を参考に、プロフェッショナルに必要なAIリテラシーとして以下の要素を提示したい。
- 日常の業務において、ChatGPT、Gemini、Claudeなどの基本的なAIツールを操作できる能力。
- 日常の業務ワークフローにおいてこれらのツールが果たせる役割と、その利用に関する組織のルールについての全般的な理解。具体例としては、背景調査、ブレインストーミング、スライド作成などにこうしたツールを使用することが挙げられる。
- 提案されたツールや類似ツールのプライバシーリスクおよびその他のビジネスリスクの影響に関する全般的な理解。
AIが普及するにつれ、プロンプトエンジニアリングといったスキルが一般用語となった。上記のタスクでAIを活用するためのプロンプトを作成する能力は、典型的なAIリテラシースキルだ。
なぜ、それだけでは不十分なのか
上記のように定義されるAIリテラシーが、ビジネスにおいて急速に不十分となりつつある理由はいくつか存在する。
- AIの利用は容易になりつつあるが、自らの専門領域と組み合わせることはそうではない。大規模言語モデル(ChatGPTはその一例)の初期バージョンでは、優れた回答を得るために注意深いプロンプトの構成が必要だった。しかし現在では、バージョンアップのたびに、たとえ要求の組み立てが不十分であっても、AIモデルが利用者の意図をより的確に推論できるようになっている。また、疑問を投げ返して確認を求め、反復的な入力によって利用者が意図をより明確に指定できるよう支援することも可能だ。これにより、プロンプトの構成ではなく、適切なタスクや質問を投げかけるための意図やスキル(これは多くの場合、特定の専門領域に関連する)こそが、より重要な専門知識となっている。
- AI作業の単位が「ツールを使う1人の人間」から「相互に連携するエージェント群」へと移行している。1人の人間によるツール操作スキルだけでは、組織の資産とは言えない。筆者が執筆した最近の記事では、OpenAIのテストにおいて、互いに孤立しているはずの約1200のAIエージェントが通信・組織化する方法を見つけ、そのうち約700のエージェントがHugging Faceを攻撃した事案を取り上げた。これは、少なくともテスト環境においては、エージェントが大規模に自己組織化し得ることを示している。複数のエージェントの集団を指揮することは、ブラウザウィンドウで単一のAIツールを操作することとは全く異なるスキルだ。
- AIに意図通りの動作をさせることは難しく、それにはAIへの理解が不可欠だ。AIは不十分な要求からでも意図したリクエストに回答する能力を高めているが、その回答がビジネス(またはユーザー)にとって許容できる内容と一致しているとは限らない。これはまた別の課題であり、専門用語では「アライメント(整合性)」と呼ばれる。ここで筆者が指しているのは、研究分野における広義のアライメントではなく(これについてはAI減速論争に関する最近の記事で取り上げた)、自社のビジネスへの整合性である。リテラシーとは、プライバシーやデータ管理といったポリシーレベルのリスクを知ることを意味する。一方、フルーエンシーとは、AIがどのように失敗するかを理解することだ。つまり、回答が一見正しそうに見えても、自社のビジネスルール、自社の専門領域における暗黙の運用実務、あるいは価値観から外れている状況を理解することを意味する。先述のエージェント群の事案はその好例だ。多くのエージェントは、意図されたタスクを解決するのではなく、テストの採点システムを不正にごまかすことに注力し、割り当てられた範囲外であることを認識しながらも攻撃に参加した。このような乖離(ドリフト)を捉えるには、ドメインに関する専門知識と、AIがどのように動作するか、特にアライメントがどのように破綻し得るかについての理解の双方が必要となる。
では、AIリテラシーでなければ何が必要なのか
あらゆるビジネスに必要なのは、広範な「AIフルーエンシー」と、対象を限定した「AIマスタリー」であると筆者は考える。まずは比喩を用いて、それが何を意味するのかを紐解いてみよう。
- 上記で定義したAIリテラシーは、読み書きができること(リテラシー)のAI版に相当する。
- この定義におけるAIフルーエンシーは、単に読み書きを知っていることをはるかに超えるものだ。それは、他者と協力して課題を解決するためにAIを活用し、業界、ドメイン、企業のニーズ、そして関連する実務にAIを結びつける能力である。これには多くの場合、役割別、ビジネス別、ドメイン別、またはそれらの組み合わせに応じた専門的なAIトレーニングが含まれる。チーム内でAIエージェントを管理することや、新たなAIベンダーを評価・選定するために必要なスキルもこれに該当する。
- 同様の定義に従うと、AIマスタリーとは、イノベーション、戦略、実行にわたり、企業が依存するAIシステムを構築し、保護する能力である。AIの文脈においてこれは、AIモデルの構築、チューニング、デプロイ、あるいは異例の事態(前述のスワーム事案など)の分類選別や対応といった専門スキルを指す。どの企業にもこうしたスキルを持つ人材が必要だが、従業員全員がそれを備えている必要はない。
比喩をもう一度整理すると、AIリテラシーとは電子メールの読み書き方法を知っていることだ。AIフルーエンシーとは、基礎的な読み書きスキルとドメインの知識や判断力を組み合わせ、書面によるメールを用いて他者と協調しながら問題を解決することである。そしてAIマスタリーとは、他の全員が依拠する電子メールシステムそのものを構築し、セキュリティを確保することだ。
絶対に譲れない条件
いつの時代も、譲れない条件はROI(投資対効果)だ。これらの各AIスキルレベルは、どのように貢献するのだろうか。
- AIリテラシーはスタート地点としての要件である。これを持たない新入社員を採用することは、メールの読み書きができない人物を採用するようなものだ。
- AIフルーエンシーは、AIに関わる業務を行うすべてのチームにおける新たなベースラインとなる。ビジネス要件をワークフローにおけるAI機能の定義や運用へと落とし込む能力だ。効率化が生み出され、ROIが実現されるのはまさにこの段階である。これは運用面および実務上の統合を意味する。
- AIマスタリーは、予期せぬ問題への対処、将来のAI利用の方向性の設定、ビジネスで必要とされるAIイノベーションの創出、そしてAIフルーエンシーの継続的発展の導き手として、精選された人材に求められる。少数の個人やチームが、ROIの核となるエンジンを動かすフルーエンシーを支えているのだ。
要約すると、リテラシーはスタートライン、フルーエンシーは新たなベースライン、マスタリーは少数の専門家に求められるものだ。



