AI活用と調査結果の紹介
はい、シゴクリラジオ大橋です。よろしくお願いします。 このシゴクリラジオは、パーソナリティである私、仕事クリエイター大橋が、仕事づくりに関して話をしていく番組となっています。よろしくお願いします。
番組自体は、Spotify、YouTubeでも聞くことができます。お好きなプラットフォームで聞いてみてください。
はい、今回のテーマはAIの話です。パーソナリティの総合研究所コンサルが出している、AI環境における人材とマネジメントに関する定量調査というカタックルシーンですが、
マネジメントよりも今回は人材みたいな話で、AIを活用している人材がどういう感じでやっているか、ハイパフォーマーというのは成果を上げているという意味だと思いますけど、ちゃんとは見ていないですけど。
報告書はありますので、よかったら興味ある方は見てみてください。結構ボリュームはありますね。
今回ここで一個だけ気になった、AI環境でのハイパフォーマー。
AI環境って変ですけど、要は今AIをみんな使っている中でということです。利用者も増えているということで。
増えているというのも、この調査だともう半分、54.3%は利用しているし、ヘビーユーザーもしっかりいるよね、1割以上、週4回以上とかね。
その向こうで気になった話を一個だけピックアップして考えてみたいというところです。元ネタは今回この調査からになります。
ご興味ある方は引き続き聞いてみてください。AIでどういう人がハイパフォーマーなのか、もしくは何だろうね、それってね、そんな話になります。
今回もどうぞよろしくお願いいたします。
メタスキルの重要性
はい、中国リアジオ大橋です。よろしくお願いします。今回ですね、パーソナル総合研究所の調査から引っ張ってきたというところです。
リンクは貼っておきます。
2点くらいか1点じゃなくて、まず結論的には当たり前のような気がするんですけど、メタスキルみたいな話ですね。
メタスキルというのは、メタというのは聞き慣れないかもしれませんが、より一つ上のとか、やはり抽象的なというような話です。
聞いている方でそんなことはないかなと思っていますが、抽象とイコール曖昧という抽象的な話だなというふうに、もしかしたらされる方いらっしゃるかもしれませんが、
それはですね、ある種曖昧なんですよね。フワッとしてるんですよね。抽象の反対は具体ですね。
具体の方がはっきり伝わるような気がします。
抽象がいいのか具体がいいのかという話でいくと、抽象は曖昧だからダメです。具体的な指示があるからいいですという方がもしかしたらいるかもしれないですけど、
それだと何が言いたいかというと、全部指示しなきゃいけないじゃないですか。もしくは全部作り込まなきゃいけないし、非常に大変になってくると。
コミュニケーションでもいいですし、仕事の指示でもいいですし、ビジネスを作るとか仕事繰りとか言ってるのもそうなんですけど、
結局その仕事を作るとか起業するって話って、超曖昧じゃないですか。何するの?抽象的じゃないですか。企画するとかもよくわからないじゃないですか。アイデアを出すのもよくわからないじゃないですか。
ビジネスアイデアを出すとちょっと具体的になってきて、ビジネスアイデアでもさらにお客さんが今考えているリソースを掛け算してこういうのをやったらいいですかというアドバイスや提案をするということを僕はやってるんですが、
そこまでいくと具体的ですよね。だけど具体的な話をするとその細かい話がわからないケースがいっぱいあるわけですね。
例えばアイデアを出すといってもすごくいろいろあるんだけど、アイデアを出すって別に魔法じゃないけど解決策を出すことだよみたいな方が多分いらっしゃると思うんですよね。聞いてる方はそんなにいらっしゃらないかもしれないですけど、
それだと合わないわけですね。出すものと魔法じゃないよねみたいな。デザインとかありません?いいの作ってみたいなフワッとしたオーダーみたいな。
だから具体的にしなきゃいけないっていうのはもちろんあるんですけど、具体的であればいいかというと具体的にできないからお客さんも頼んでたりするわけですよね。
ここがこれを一生やってるんじゃないかなというふうにトムに言うと思いますね。具体的な指示をやればいいけど、その分映像みたいな話で1時間があったら映像というか動画でいいですけど、YouTube動画を1時間見ないとわかりませんみたいな。
もしかしたら1時間見てどうかという話になる。テキストで抽象化してポイントを出すならもしかしたら5分のやつを読めば理解できるかもしれない。
動画がいいのかテキストがいいのかという話じゃなくて、動画を1時間見るように動画でリアルタイムで話さなきゃいけない。
例えば僕がポッドキャストで1時間話してやると伝えられる、もしかしたら伝えるようなことがあるとすると、1時間聞かなきゃいけないし、1時間話さなきゃいけないですね。結構大変じゃないですか。
でもそれを5分でポッドキャストで1時間撮っておいてみたいな。で、1時間できますよね。かなり短縮してますよね。あと1時間じゃなくてもいいわけ。
その話がよくわからないという方も多分いらっしゃると思っていて、でもこれを別にバカにするわけではなくて、結構難しいんですよね。
要は自分が経験した、体験したことがなければ、具体の話もできないし、抽象でまとめられてもよくわからないということになっていくので。
話を戻して、メタスキルっていうのは抽象的な考え方ですね。
具体的なものが作業指示があり、それをできます、具体的な業務があってそれをやってくださいっていうのがあったら、その指示が別に未経験とか経験側最初でもできるようなものだったら、
多分それってマニュアル化されてて、例えばですよ、お客さんが来たら挨拶しましょう、こんにちはとか。挨拶をするって何ですかみたいな話で、
スタバだと挨拶じゃなくて、いろいろ話をするみたいなのがいいっぽいんで、そういう場になってるんでしょうね。
今日はお勉強ですかとか、それをいいと思う人がいるのか、嫌だなと思う人がいるかは、いろいろあると。
ちょっと含みがありますけど、好きな人もいるんじゃないですか。嫌いな人、苦手な人もいますよね。
で、それってどこまで挨拶しますっていうわけですよ。頻度とか10回に5回とか、そんなのできます?できないですよね。
気分がいい時だけとかっていいんですか?多分よくないんでしょうね。
だから、挨拶ってどういう挨拶します?って話になってきて、決められます?って。
だからお客さん来たら挨拶しましょうぐらいの曖昧さもしくは抽象的なものの方が、私はワークするんじゃないかなって。
で、ここ難しいんですけど、抽象度、具体度っていうのを指定することが基地、良くなるかどうかは全く別の話なんですよ。
メタスキルっていうと抽象的に考えられる人がいいみたいな風に思われるかもしれないんだけど、それは具体的なものとのセットでしかないから、
例えば哲学みたいな感じで、生きるとは何か、幸せとは何かみたいなのを考えて述べられる人が、
じゃあ優れた仕事をできるかっていうとまた別じゃないですか。構造を捉えられるから、じゃあ具体的にできるかはまた別ですよね。
でも構造を捉えるってことは具体的な経験がないといけないんで、繰り返しになりますが、具体度抽象っていう話をすると、
具体的な経験をまず始めのうちはしといて、その上である程度を抽象化する、まとめる、パターン化するってやつですね。
抽象化していくにはパターンですね。同じような経験をしたり、こういうことが言えるんだみたいなことを、特に失敗とかもそうですが、
得ていって、こうしないとダメなんだっていうことになって始めて、次の具体ですね、また生かせるという話になります。
これを具体的な経験がないから、最初から抽象的なものからやっていくと多分できない。
机上の空論みたいになりますね。で、まとめないとダメだし、まとめてまた同じようなことをやるとか、
全く違うことをやると今度また経験がないんで応用ができない。要は抽象化ができたものがサイズを使えないって感じです。
そうです。で、毎日失敗したり毎日何かできないなと思っている人っていうのが、
もしいらっしゃったら、その人は多分すごくいろんなことをやられてるんだと思います。
やらないと未知なものがないし、未知でもいいし、やれると思ったことがやれなかったりすると。
そんな話になります。長くなりましたけど、メタスキルっていうのは、そういう意味で抽象化するってことが非常に重要で、
今の話で言えば、具体的な経験や感じたことから抽象化する、パターン化するってことと同一でいいと思います。
パターン化ができるってことがメタスキルかなと思ったりします。
多分ね。ちゃんと読んでくださいね。
思考マインドとAI活用
それがあんまりないと、そういう考え方がないと、あんまりAIを使うことはできても、使っててもあんまり上がらない。
パフォーマンスは上がらない。
もう一個思考マインドっていうのもあって、それは考え方とか思考。
思考もちゃんと言った方がいいんですけど、考えるってことは、たぶんですけど、ここでも言ってますけど、
例えば問いを立てるとか、仮説を立てるとか、そういった話になります。
それだけ出てこずに、目の前のことをやっていると、同じような作業と言いますか、たぶん変わらないんですよね。
状況が変わらないんで。
試行錯誤されているっていう人は、たぶんそもそも試行されているというふうに言ってます。
試行錯誤はトライアンドエラーで、今言っている試行はシンクというか、思い考える方ですね。
です。だからどちらもいると。
マインドセットみたいな考え方と、抽象化的にする。
逆に言えば抽象化って逆で、抽象的だなと思ったらそれを具体的にできれば、両方できるっていうことになりますね。
実際にはその業務経験とか、そこで会社のことだったら会社でとか、行政とか特有の知識とか経験とかが必要なんで、
できるわけないんですよね、そんないきなり。
例えば転職したりとか、そこの話になっていくかなって思ったりします。
そういう意味でAIを使っているからって言って、もともと人間側の操作する人の抽象化思考、具体化思考みたいなところがないと、
結局同じですよね、AIをうまく使えるみたいな話って、AIに何をやってもらうかっていうところじゃないですか。
もしくはAIに何を聞くかっていうのもありますよね。
AIにプログラムを作らせるのもいいし、壁打ちするのもいいけど、それかなり抽象化もしくは具体化っていうことをやっているし、
思考としてもトライアンドエラーとして何度も繰り返して問いを立てたりってことをやっているはずなんですね。
それは当たり前にやっている方が、多分研究者とかエンジニアみたいな人たちは当たり前にやっていて、
それがうまく使えているっていうふうには確定できないんですけど、多分うまく使われているんじゃないかなと思います、そういった方は。
今までやれなかったことができていたりするとそういうことかなと思います。
もう1個は思考とマインドみたいな話で、AI環境での廃坑ホーマー特性みたいなのがあって、
面白かったんですけど、ひらめくアニマルスピリットみたいな話があって、要はこれ好奇心ですね。
試そうみたいなテーマを見つけて動く。
これって何度も言っていますけど、想像性の話と一緒ですよね。
自分で何かこれ面白いからやってみようって思う人は、アニマルスピリットってのがあるってことで、ひらめきがある。
想像性と密接に感じるんじゃないかなと思います。
アニマルスピリットっていうのは要は置いておいて、ロジックじゃないよね、論理じゃないよねっていう話です。
論理も大事なんだけどっていう話ですね。
あと立体思考っていうのが面白かったんですけど、これもメタの話があるんで、客観性ですよね。
自分がどういうふうに見えるのか、もしくはどういう立ち位置の人、いろんな立場の人から考えるとどうなんだろうねとかね。
いろいろです。時間軸の話とかもありますし、要は今短期視点で今のことだけじゃなくて、これが進んでいったらどうなるかっていうのは人間らしいし、
思考する、考えるってところなんじゃないかなと思ったりしました。
それは思考とマインドについてもそうですけど、構造整理とか優先順位みたいな、
いわゆる仕事で使うようなことも当然含まれるよねみたいな話です。
それをAIとうまく使ってやってる人の方がパフォーマンスは出るよねみたいな。
そんな話でした。
AI環境下でのパフォーマンスの差
2つ挙げましたけど、結局AIは使おうが、使おう前がって話です。
使ってるからいいとか使ってないからダメってことはあんまりなくて、結局そういう環境がAIでみんな使ってくるよねみたいな環境でも、
結局その想像性的な話というかメタの話ですね。
客観視だったり視点をいろいろ変えたり、自分と違う立場の人だったり、もうちょっとずらしてみるとか、見方をね。
それができるってことは、AI環境であろうがなかろうがパフォーマンスが高いと。
もっと言えば、これは聞きたくない話かもしれませんが、パフォーマンスが元々いい人がAIを使ってるんでよりパフォーマンスが良くなると言えるし、
パフォーマンスがそこそこあんまり良くない人がAIを使ってもパフォーマンスはそんなに上がらないって話になっちゃうんですよねっていう話になります。
だからいいんだろうか悪いんだろうか分かりませんが、AI環境においても結論的にですね、
この調査結果の話じゃなくて、僕からするとこの調査を見たときに、結果を見たときにAIって言ってるけど、
人間側が考えて、人間側が問い立てて、人間がいろいろ考えないと結局受け取るのは人間ですから、
何か良いものが勝手にできるなんてことはもうできないですよね。
ずっとそれ言ってると思うんですけど、僕も言われてますよね、そういうことね。
だからそういう意味ではAIの幻想はあるわけですよね。
何かちょっとやったら上手くいくなんていうことはないんですね。
この上手くいかないんだってことを、僕も含めて聞いてる方がおりませんが、AIを使ってできないなっていうことを確認している感じはします。
できないなっていうのはAIが上手く使えないっていう話ではなく、使わないっていう話でもないし、
使うなっていう話でもないし、使えるっていう話でもないんですよ。
使えるふうにするには人間が考えていろいろやらないといけないですよねっていう、
もともとこもない話なんですけど、それだけなんですよね。
というわけでですね、いろいろちょっとダラッとなりましたけど、
AI環境でAIがいっぱいあって普及して今になってるんだけど、どうなんですかっていうね、
仕事がより進んだんでしょうか。
もしくは効率化されて何か空いた時間を何に使えることになったんでしょうかと。
それを使えることになったから、より経営的な目線で言えば売り上げにつながるとかね、
人材の育成につながるとか、そういうことになってるんでしょうかと。
本当にそういう話になっていくかなと思います。
それが標準で周りの人が使ってるからやってるみたいな感じで合わせていくっていうのもありかんでしょうけど、
それ合わせてるだけだから、使って何かでできますっていうふうにはなってないですよね。
というわけで、そんないいか悪いかわかりませんけど。
僕はそうですよ。
僕の所感というか、そうだよなってAIで使ったから別にうまくいくわけでもないし、
パフォーマンスが分かれるわけですよね、結局ね。
使ってるって何やってんのって話なんですよ。
AI使って何してんのって話で、
AIで検索したり資料まとめたりとかをただやってるだけだと、
それは悪くないんだけど、便利な道具としてそれはいいんだけど、それだけですよね。
パフォーマンスを上げるみたいな話になっていくと、
あまりお好きじゃない人もいると思うんですけど、DXって言葉とかあってレジアルトランスフォーマンション。
要は、例えばAIだったらもうAIありきで考えるみたいなこととか、
そもそも仕事を疑わなきゃいけないんですよね。
目の前の仕事みたいなこと言ってるし、やらなきゃいけないんだけど、
それ意味あるとか、こういうことをやっていった方がいいんじゃないですか、みたいな。
ずらせる。
それがないときはあるし、ものすごくわからないんですよ。
それができないときもあるから。
よくわかんないときもありますよね。
AI活用の実態とビジネス創出
だけど、それを目の前の仕事をやらなきゃいけないみたいな人だと、
その仕事をしなきゃいけないし、それ以外はなんかあるけど、やれないしなみたいになっちゃうんですよね。
これはあんまりよくよろしくないんですよね。
じゃあ、なんでその目の前の仕事みたいなのが出てきて、それをやらなきゃいけないんですか。
そもそもですよ。
ここで僕自身が言ってる仕事送りって、仕事を作るって言ってるんだけど、
別にそれなんか無駄な作業を増やす仕事じゃなくて、やりたくない作業の話じゃなくて、
自分がそれをそこそこ得意とか、もしくはあまり気にせずにできるようなことで、
それを価値としていただけるような人のところに持っていくって話なんですよね。
だからアプリ開発とかって今AIでできるんだけど、でもそれでもやる人少ないじゃないですか。
で、やってやれるんだけどっていう話ですよね。
これもAIで使ってできるんだけど、じゃあ売っていくとか、
それをお客さんに使ってもらうみたいな話になっていくと、ものすごく大変だし難しくなっていくわけですよね。
これはもう、別に僕は答えを持ってるわけじゃないし、僕もわからないです。
だからその上でわからないわけなんでやっていくしかなくて、
そこにAIってもちろん使えばいいんだけど、
AIを使ったから買い替えられるわけでもないし、
むしろ買いがないというかわからない仮説も何もない状態だと、
これ何をしていったらいいんですかねって話になってわからなくなるんじゃないですかね。
そんな話になります。
AI時代における個人の役割と価値
なんで、AIは別に使うのはいいし、使わないとか別にいいんだけど、
でも基本的に使っていくことになるんじゃないかなと思います。
コストがすごく高いとかじゃなかったら使えますし、無料のやつでも使えますよね。
あとはそれを仕事にどう生かす、もしくは仕事繰りとか企業とかビジネスに生かしていくってなると、
これはまた全然別問題で、人間側が、それこそ社会の人がですよ、
自分で困っていることでもいいですよね、そこからでもいいです。
もしくは人が困っていることは何だろうか、それに対して解決策を提示する。
こういうやり方があるんじゃないか、それに価値を感じてもらう。
価値を感じてもらったらそれをビジネスであるならばお金を出していただくっていうようなものに仕上げられるかどうかになる。
今度はそれをさらに継続できるか、もしくはある程度の、
別に個人事業だったらそんなにめちゃくちゃ稼がなくてもいいと思いますけど、
それがある程度の規模になるか、それが月1万円みたいな副業だみたいな風に
バカにする人いるかもしれませんが、全然バカにすれなくて月1万円のビジネスを自分で生み出すことは
ものすごいことだと思います。
そんなことが簡単にできるのであれば、いやできないと思います。
できる人ばっかりいてできていると何も思わないかもしれないですけど、
それが簡単にできるのであれば誰も就職しなくないですか。
どっか仕事があってそれで雇用される方が安定するっていう風にならなくないですか。
1万円がおかしかったら20万円とかでもいいんですし、
次100万円でもいいんですけど、それが売上げなのか利益なのか置いといて、
月100万円を売上げを上げることができて、100万円のうちあらわりが50万円みたいな感じで
50万円だったらあらわりベースでも年収ベースでも600万円になるじゃないですか。
税金とか他にあるからそんな感じじゃないんですけど、
そうやって別に魔法じゃなくて、できる人は別にやっているわけですよね。
別に僕ができるとかいう話じゃなくて、そうなんです。
そういう話をすると特殊能力が必要で何かやらなきゃいけないなっていう風に思われる人もいるかもしれないんですけど、
なんとなくそのあたりについては特殊能力というよりも、今の話ですよ。
他の人が何困っててそれに対してこういう風になるかっていうことをやるかやらないかの話で、
この四国レジを聞いている方はそうじゃないかもしれないですけど、聞いてて面倒くさいみたいな。
それだったらもう雇われて何かやってた方がいいわみたいな人が単純に多いんじゃないかなっていう話です。
要は数としてです。だから10人いたら何人かな。
1人か2人ぐらいですか。自営業とか社長とか経営者の人って。
多くの人8割は雇われた方が楽だって考えるわけですよ。
楽だっていうのはちょっと良くないな。そこまで熱量がないって言った方がいいんじゃないか。
逆になんでお子さんはフリーランスとか企業とかそっちがいいんですかって言われたら、
そっちの方が良くないですかっていう話になってきて、
だから別にこのラジオでもずっと言ってますけど、雇われたらダメとか負けとかね。
フリーランスだったらかっこいいし勝ちとかそんなことは全くなくて、
それはですね、どちらの解像度も低いっていう人ですよね。
話にならないと言ったら怒られますけど、もうちょっとやってみてね。
自己自身でやってみたり経験してみないとわからないんで、その話はそれからですよね。
ここが非常に難しいなと思ったりします。
だからパラメーターとか変数がいっぱいあるわけですよ。
働くでも雇用と業務委託あるし、企業というのは業務委託ではないんですけど、
事業を作るってことですね。事業を作ると今度、自分一人でやるっていうのも気楽にやるっていうのもありますけど、
メタ視点と経験の重要性
人を雇うっていうのもできますよね。雇われている人はなかなかできない感じですよね。
それに関して雇うってことも発注するというか、外注というか外部に出すってこともできますし、
そのあたりですね、今言っているように、仕事って与えられたことをやっているだけですよねみたいな話になったら、
悪い言い方があれですけど、あり手にいっちゃえば一生そこに到達できないですよね。
そこがメタ視点のような気がします。
でもそれって経験したりやってみて、どうやって自分で売り上げというかお金をいただく、
報酬をいただけるような仕事をするかということを考えていったら、一気に視点が狭くなるわけですよ、多くの人は。
僕もそうなるのが分かります。つまり自分が今できることをやろうとするんだけど、
今できることって正直なところ若い人とかもそうですけど、経験があんまりないから、
こういうことをやったらいいってなかなか出てこないですよね。
もちろん若くてもできる人もいますけど、それは特殊というか、
そう簡単にできる人はいないんじゃないかなと思ったりします。
能力値の問題もありますし、僕は別に能力値が高いというわけではなくて、
考えたけどできなかったって、僕の場合20代、27歳くらいで企業をして企画みたいなことをやりたかったけど、
別にできてないですからね。
なんかやってみてこういう感じかなみたいなところは分かったつもりだけど、
それを仕事にしてくるのってまだ難しいかなみたいな。そうなんですよ。
というわけでそれくらいにしておきましょう。
まとめとAI活用の本質
まとめますとAIを使える環境だし、AIの環境だけどパフォーマンスを出す人はメタ的な。
客観的であったり、問いかけであったり、さまざまな試行錯誤をするとか、
そういった考え方やスキル、思考がないとある人がパフォーマンスを出していると、
ないとやっぱりそこまで高くはならない、あまり変わらないんじゃないか、そんな話でした。
これは入局家とは言いませんが、AIを使いこなすということで、
AIをその人なりに考えて使っている人は成果を出したり、
そもそもAIを使うという感覚がだいぶ違っているんじゃないかなと思っていますね。
そんな話でした。気になる方はぜひレポートを読んでもらえると面白いんじゃないかなと思います。
今回は以上となります。四国理ラジオ大橋でした。
ここまでお聞きいただきましてありがとうございました。
以上失礼いたします。