職種別のAI活用失敗から学ぶ
AI活用でつまずく人は、ある職種でうまくいった使い方を、別の職種にもそのまま当てはめてしまうことが少なくありません。AIに任せてよい作業と、自分で担うべき作業の境目は、職種によって大きく違います。営業なら相手を理解すること、クリエイターなら意図を説明できること、管理部門なら正確さ、エンジニアなら中身を理解していること。自分の職種にとって「AIに渡してはいけない核」はどこかを知ること。それが、職種を問わずAIを上手に使うための出発点です。
広報で褒められたAI活用が、異動先で通用しなかった話
まなぶは入社以来、広報の仕事をしてきました。ニュースリリースの文案や、SNSに投稿する文章をAIで10案ほど出してもらい、その中から良いものを選んで手直しする。このやり方で仕事は格段に速くなり、上司からも「アイデアの数とスピードは部内で一番だね」と褒められていました。
この春、まなぶは品質保証課に異動しました。取引先から届く製品の不具合の問い合わせに対応し、原因と再発防止策をまとめた報告書を作るのが主な仕事です。「広報と同じように、AIを使えばすぐに慣れるはず」。まなぶはそう考えていました。
異動して1か月ほどたったある日、取引先から部品の寸法がずれていたという連絡が入りました。担当の上司は出張中で、取引先からは「今日中に一次回答がほしい」と言われています。まなぶは不具合の状況をAIに伝え、回答書の文案を作ってもらいました。できあがった文章は、原因から再発防止策までそろった、見事な報告書に見えました。「さすがAI。これなら上司に確認しなくても大丈夫だ」。まなぶは文面を少し整えて、そのまま取引先に送りました。
翌朝、まなぶの席に製造現場のリーダーがやってきました。手には、取引先から転送されてきた回答書を印刷した紙を持っています。「この回答書、原因は『作業者の確認不足』って書いてあるけど、まだ調査は始まってもいないよね。うちの誰が、何を確認しなかったって言うの?」
AIは、よくある不具合の原因をもっともらしく推測して書いていただけでした。調査もしていない原因を、まなぶは会社の正式な回答として断定してしまったのです。さらに取引先からは、「原因が特定できているなら、対策の完了日を教えてください」と返信が届いていました。
出張から戻った上司と一緒に、まなぶは取引先に回答の訂正と謝罪を伝え、現場のリーダーにも頭を下げました。上司は静かにこう言いました。「広報では、たくさんの案を速く出せることが強みだった。でも品質保証では、確かめたことだけを書くことが仕事なんだよ」
まなぶは、AIの使い方そのものではなく、仕事によって任せてよい範囲が違うことを考えていなかったのだと気づきました。
職種によってAI活用で失敗する原因
前の職種で成功した使い方を、そのまま持ち込んだ
広報では、AIにたくさんの案を出してもらうことが大きな力になりました。案が多少粗くても、人が選んで手直しすればよいからです。けれど、品質保証の報告書には「たくさんの案」は必要ありません。必要なのは、確かめた事実に基づく一つの答えです。ある職種での成功体験は、別の職種では失敗のもとになることがあると知っておくことが大切です。
自分の職種の「AIに渡してはいけない核」を考えなかった
どの職種にも、その仕事の価値を支えている中心の部分があります。営業なら相手の事情を理解すること、クリエイターなら自分の意図を説明できること、管理部門なら正確で最新の情報で答えること、エンジニアなら書いたコードの中身を理解していること。品質保証の場合は、事実を確かめ、言葉の重みに責任を持つことでした。この「核」をAIに渡してしまうと、仕事の価値そのものが失われてしまいます。
AIの推測を、事実のように扱った
AIは、分からないことでも「よくあるパターン」をもとに、もっともらしい文章を作ります。広報の案出しなら、その推測が発想のヒントになることもあります。けれど、原因の報告や数字の説明、規程の回答など、事実が求められる場面では、推測がそのまま誤りになります。AIの文章のどこが事実で、どこが推測なのかを見分ける目が、職種によってはとくに重要になります。
「速さ」がどれだけ求められるかを読み違えた
広報では、話題に合わせて素早く発信することが評価につながります。一方で品質保証では、急いで不確かな回答を出すより、「調査中のため、○日までに改めてご報告します」と正直に伝えるほうが信頼につながります。職種によって、速さと正確さのどちらを優先すべきかは違うのです。AIで速くなったことが、そのまま良い結果につながるとは限りません。
新しい職場の決まりや確認の流れを確かめなかった
品質保証課には、取引先に出す回答書は必ず上司が確認するという決まりがありました。まなぶは「AIが作った文章なら大丈夫」と考え、その流れを飛ばしてしまいました。職種や部署が変われば、文書の重みも、確認の手順も変わります。新しい職場では、AIを使う前に「この仕事では、どこを誰が確認するのか」を先輩に聞いておくことが欠かせません。
使い方を持ち込む人と、職種に合わせる人の違い
2つのパターンの違いは、AIの使い方の上手・下手ではありません。AIの使い方を「どこでも通用する正解」と考えるか、「職種ごとに調整するもの」と考えるかの違いです。
同じAIでも、営業、クリエイター、管理部門、エンジニアでは、任せてよい範囲がまったく違います。たとえば下書きや案出しはどの職種でも頼りになりますが、相手の理解、意図の説明、情報の正確さ、中身の理解といった部分は、それぞれの職種で人が担い続ける必要があります。自分の仕事の核を知っている人ほど、AIを安心して使いこなせるのです。
職種に合わせてAIを使いこなすためのチェックリスト
- 自分の職種で「お客さまや社内から信頼されている理由」を書き出してみる
- その理由にかかわる作業を、「AIに渡してはいけない核」として決めておく
- 異動や転職のあとは、前の職場のAIの使い方をいったん見直す
- AIの文章のうち、事実の部分と推測の部分を分けて確かめる
- 速さと正確さのどちらが求められる仕事かを、先輩や上司に確認する
- 社外に出す文書は、職場の確認の流れを必ず通してから出す
まずは「自分の仕事のうち、AIに任せない作業を3つだけ書き出す」ことから始めてみてください。任せない作業がはっきりすると、それ以外の作業は安心してAIに頼れるようになります。異動や転職で仕事が変わったときは、この3つを書き直すタイミングだと考えるとよいでしょう。
AIは、どの職種でも頼れる道具になりつつあります。けれど、その使い方に共通の正解はありません。自分の仕事が何によって信頼されているのかを知り、その部分は自分で守る。そのうえでAIに任せられる作業を広げていくことが、職種を問わず失敗しないAI活用の基本です。
自分の職種に合ったAIの使い方を身につけたい人へ
資格と仕事に強い!個人レッスンのプログラミングスクール【Winスクール】
プロンプトの基本の型や、業務別の活用シーンを体系的に学べるタイプ。自分の職種でどこまでAIに任せられるのかを、基礎から整理したい人に向いています。
ChatGPTなどの生成AIを学び仕事に活かす！【DMM 生成AI CAMP】
スクールでの学習でスキルごとに数十万円を払う時代は、もう終わり。全職種・全ツールが月額制×学び放題で、生成AI時代に稼げるスキルが身につきます。異動や転職で仕事が変わったときに、新しい職種での使い方を学び直したい人にも向いています。
まなぶ
みらいAI活用でつまずくと、「AIの使い方が下手だった」と考えがちです。けれど本当に見直すべきなのは、自分の職種で何が求められているかを考えていたかどうかです。職種ごとの「AIに渡してはいけない核」を知り、事実と推測を分け、職場の確認の流れに沿って仕上げる。その意識が、どんな仕事でもAIを強い味方に変えていきます。
職種によって起こりやすいAI活用の失敗は、次の記事で詳しく紹介しています。
AIを使い始めたばかりの頃に陥りがちな失敗については、ChatGPTを使って失敗する人の特徴でもまとめています。あわせて読んでみてください。
