ここにはグレーゾーンが生まれ、その境界は重要だ。入力──データ、ビジネス文脈、課題──は明らかに組織のものだ。一方で、あなたが自分の周囲に築いた思考と実行のシステムは、ますますあなたのものになっていく。しかし、この2つを切り分けるのは容易ではない。あなたの思考を符号化する同じシステムが、職場で出会ったデータや課題によっても形づくられているからだ。個人の能力と会社の文脈を切り離すことは、組織と個人の双方が向き合わねばならない課題であり、これを明確に行うための枠組みはまだ存在しない。
現時点で、その曖昧さのコストを主に負うのはあなただ。人が役割を去ると、その能力インフラは会社に残り、企業が所有するシステムやプロセスに吸収されていく。しかし個人用AIシステムがより高度化し、個人の思考により明確に結び付くほど、その力学は変わる。企業は次第に、あなたの時間やスキルに対してだけではなく、必ずしも自社のものではなく、完全には保持できないかもしれない能力インフラへのアクセスに対して支払うことになる。
これは、「人材の維持」という概念を根底から揺さぶる。組織はこれまで、人を引き留めることで知識を保持してきた。その知識が持ち運び可能な個人用AIシステムに埋め込まれるなら、リテンションにはまったく異なる戦略が必要になる。人が去ってもシステムが残る、という前提はもはや成り立たないかもしれない。
採用も変わる。企業はこれまでスキルを評価することに慣れてきた。今後は、候補者が持ち込むシステムを評価する必要が増していく。
AIエージェントをキャリア資産に変える方法
変化はすでに始まっている。その中で自分をどう位置づけるかが、AIが短期的な効率向上にとどまるのか、長期的なキャリア資産になるのかを左右する。
AIを主としてツールとして使う人は、仕事が速くなる。一方で、自分の思考の周りにAIシステムを構築し、知識を役割をまたいで持続するよう構造化し、意思決定プロセスを意図的に符号化する人は、より耐久性のあるものを生み出している。どの役割も、新しいデータ、新しいパターン、新しい改善をもたらす。個人用AIシステムは時間とともに、より有能になっていく。職業的価値は、特定の雇用主から独立して成長する。
転職が、もはやあなたの有効性をリセットしない。このモデルでは、それはむしろ増幅する。
知識経済が報いたのは「何を知っているか」だった。AI経済が報いるのは、スケールさせれ働くために自分の周囲に「何を構築してきたか」になる。このことを最も早く理解したプロフェッショナルは、再現が難しい優位性を携えて進むことになる。
