AI時代に「発注と検収」が残る理由—人間にしかできない定義と判断の力とは?
はじめに
さあ、いよいよAIが仕事をどんどん奪っていく未来がやってきました!経理も、マーケティングも、営業分析も、何もかもがAIに任される時代。人間に残されたのは、たった二つの仕事だけです。「発注」と「検収」。これを聞いて、皆さんは「そんな単純な仕事でいいならむしろ楽でいいじゃないか」と思うかもしれませんが、実はここに人間の本当の難しさが隠れているんです。
「何を求めているか?」を定義する難しさ
例えば、あなたがプロジェクトマネージャーで、AIに「売上向上施策の提案を作成して」と発注するとしましょう。え?それで仕事完了?と思いますよね。しかし、ここが一番の落とし穴。なぜなら、「売上向上施策の提案」といっても、人によって解釈が違うからです。そこにどんな分析を含めるのか?定性的なインサイトも盛り込むのか?ターゲットとする市場はどこか?定義する要素が多すぎて、漠然と指示するだけでは、思い描いていたものとは違う成果物が出てくる可能性が高いのです。
発注の定義を工夫する方法
では、どうすればAIに「自分が本当に欲しいもの」を伝えられるのでしょうか?ここで使えるのが、「発注の定義の工夫」です。以下にいくつかの具体的なアプローチを紹介します。
アウトプットの具体例を示す: 漠然と「売上向上施策」と伝えるのではなく、過去に似たプロジェクトの例や、イメージする最終アウトプットのサンプルをAIに示すことが効果的です。たとえば、「昨年のレポートと似た形式で、ただしターゲット層を30代に絞り、最新トレンドを考慮に入れて提案してほしい」といった具合に、具体的な要素を含めることで、AIはより精度の高いアウトプットを生成します。
ペルソナを設定する: AIは膨大なデータから分析をしますが、「誰に響くか」を理解させるのは人間の役割です。たとえば、「30代の都市部在住で、エコ志向の高い層に向けたメッセージングが含まれるように」といった具体的なペルソナを指定することで、AIはその属性に合った内容を出そうとします。ターゲットを具体的に設定するだけで、AIの提案の質は大きく変わります。
分析の視点を指定する: 単に「売上向上施策」ではなく、「なぜ顧客がリピーターにならないのか原因を探る視点で」といった具合に、分析の焦点を指定するのも有効です。AIは万能ですが、指示がない限りは無難な方向に走りがちです。視点を与えることで、AIがあなたの目的により沿った分析や提案をしてくれるようになります。
目的とゴールを明示する: 単なる「結果」ではなく、そこに至る「過程」や「目的」を明示するのも重要です。「売上を10%向上させるために、競合との差別化要素を打ち出したい」というゴールを明確にすると、AIもそのゴールに向かって有意義なアプローチを提案します。目的がはっきりすると、それを達成するための具体的な手段も的確になります。
「これでいいのか?」と確認する検収の難しさ
次に、「検収」です。これはAIが作成した成果物を見て、「これで大丈夫なのか?」と判断するフェーズです。表面的なエラーや形式的なミスは、もちろんAIがチェックしてくれます。「日付が間違っている」「データが欠損している」といったものは、簡単に自動で見つけてくれるでしょう。でも、問題はそういうことじゃないんです。
たとえば、AIが作成したプレゼン資料を検収するとしましょう。一見、完璧です。グラフの形も、色合いも、レイアウトも、すべてプロフェッショナル。しかし、その内容が果たして「現場の感覚」に合っているか?ここがAIには理解できません。市場の微妙な変動や、顧客の反応、さらには業界独自のトレンドといった定性的な部分は、人間でないと判断できないのです。
検収の質を上げるための方法
では、検収の段階で「これでいいのか?」をどう判断すればよいのでしょうか。以下にいくつかのポイントを挙げます。
現場のフィードバックを反映する: 検収する際には、現場の意見やトレンドを必ず考慮に入れます。AIが出したデータや提案が、実際に現場で機能するのかをチェックすることが大切です。例えば、営業チームに意見を聞いて「この提案、現場の感覚に合ってる?」と確認することで、AIの提案の現実性を検証できます。
定性的な指標で評価する: 数字だけでなく、「この内容は顧客の共感を得られるか?」といった定性的な視点からも評価します。AIは数字や事実に基づいて答えを出しますが、人間の感情や心理に対する洞察は苦手です。顧客心理を踏まえて「これがターゲット層に刺さるか?」と問いかけることで、提案の質を検証します。
未来の変化に対する想像力を持つ: AIが過去のデータをもとに予測を出してくる場合、それが来年も有効かどうかは人間の想像力にかかっています。データ上は合理的でも、業界が変わりつつあるならそのまま受け取るべきではありません。「来年はどうなるだろう?」と未来を見据える力が、検収の際に重要です。
結果の意図を確認する: AIが提供する成果物の結果だけでなく、その意図や前提条件を確認します。例えば、「このデータのベースとなっている条件は妥当か?」といった疑問を持ち、成果物の背景にある仮説や目的があなたの意図に合っているかをチェックするのです。AIが完璧なデータを出しても、その前提が異なると意味が変わってしまうことがあるため、ここで慎重な確認が必要です。
まとめ: 発注と検収こそ、クリエイティブな仕事である
結局のところ、AI時代に残る「発注と検収」という仕事は、単に指示を出し、チェックをするだけの作業とはまったく異なります。それは、深い思考と洞察、そして未来を見据えたクリエイティブな判断が求められるものです。
AIがどんなに賢くても、「何を生み出すべきか?」や「その生み出したものが本当に求められているか?」を定義し、確認するのは人間にしかできません。なぜなら、それには単なる知識やスキルだけではなく、「人間としての感覚」や「時代の波を読む直感」が必要だからです。発注と検収は、まさにそのような高度なスキルを駆使するクリエイティブな仕事として、未来の私たちに残されるのです。
【重版出来】AIアプリをプログラミング不要で開発する書籍
ChatGPTでAIアプリを作って仕事で使いたい方と世界に公開したい方へ!
重版は書店にも並びます。
この記事が気に入ったらサポートをしてみませんか?