AIに日常のオペレーションを任せる

AIに文章を書かせようとすると、最初はどこかで読んだような当たり障りのない答えが返ってくる。そこをくぐり抜けて、対話で考えを深める使い方までは知られてきた。その先に、もう一段ある。対話でアイデアを膨らませるところまでは進めても、毎日の繰り返しの実務をAIに任せて手を空ける段階は、同じ延長線上には来ない。メールの下書き、ノートの整理、定型の集計。任せられそうなのに、いざ頼むと手直しが増えて、結局自分でやったほうが速い、に戻ってしまう。

止まる理由は、AIの性能とは別のところにあります。何をどこまで渡すかの線引き、渡すために先に書いておくもの、任せた作業が失敗したときに気づいて戻す道。この三つが設計されていないだけです。

三つが揃うと、繰り返しの実務は一人でやる作業から、指示して報告を見る仕事へ変わる。

その三つを設計できる手前に、任せられる形そのものをAIに作らせて育てる段があります。記録を先に貯めて、対話と試行錯誤で少しずつ動く形にしていく順序は、別のページ（AIに仕事の仕組みを作らせる）にまとめました。仕組みを作って育てるそのページと、できた実務を任せるこのページは、ひと続きです。

何を任せ、何を手元に残すか

渡す仕事は、難しさで選びません。第一の軸は、身体を使うかどうか。AIはコーヒーを淹れられないけれど、メールを送る、文章を整える、データを集計する、といった身体のいらない雑務なら引き受けます。しかもトークンがある限り並列に増やせる。腕のいい部下を何人も同時に雇うのに近い。人間はメールを頼んでいる間にコーヒーを淹れる、というふうに、身体を要する仕事と判断のほうへ寄ればいい。

第二の軸は、その作業に学びが残るかどうか。AIは構造化・要約・反復のような定型に強く、そこは手放していい。ただし試行錯誤そのものに値打ちがある作業まで渡すと、速くはなっても自分の理解が育たない。任せるかどうかの物差しは難しさではなく、やらせたら自分の気づきが消えるか、で問います。

整理はAIに任せ、並んだ情報をぶつけて新しい意味を見つける方に人間が回る。AIと対話して考えを深めるやり方は、別のページ（ai-co-creation）にまとめました。対話で考えるそのページと、実務を任せるこのページは、AIとの付き合い方の別の面です。

任せるには、先に手順書を書いておく

実務を渡す前に用意するのは、一枚の手順書です。最初から作り込まなくていい。

人間用とAI用に手順を分けて持つと、片方を直したとき必ずもう片方が古びる。だから一つのルーチンノートを唯一の手順書にする。人間はそれを見て手で動き、AIはそれを読んで実行する。手順が変わったら、ノートを一箇所直せばいい。人間もAIも、同じ最新の手順を見る。

この手順書は、書いた時点で不完全でかまいません。実行のたびに「ここが抜けていた」「この順番のほうが速い」と気づきが入り、ノートが磨かれていく。定型業務が、やるほど楽になる仕組みへ育ちます。

ゼロから書けと言われるとひるむ作業も、前にやったときの記録を見ながら同じようになぞって結果を残せば、その断片からAIが手順書を組み立てる。人間が白紙から書くのは無理でも、AIが書いた間違った手順書なら直す気になる。この非対称性が効きます。

所在まで書いておけば、AIは自力でデータベースを引く。過去のノートを毎回探しに行く手間が、ほとんど消える。

自動化を広げるときは、全体を一度に組もうとしない。一つの仕事がAIだけで完結するようにして、そこに自己点検を一つ足す。動いたら、次の手順をまた足す。この順でしか広がらない。全部を一気に組めば、どこが壊れているか分からないまま巨大な仕組みを抱えて、直せなくなる。

統括役に回り、現場に降りない

何人ものAIを同時に動かす段になると、自分の役割が変わります。実務を手代に投げて報告を見る統括役、いわば番頭の位置に立つ。ここで落とし穴になるのが、統括役が現場の手順書を読み込むことです。中身に踏み込むと自分で手を動かしたくなり、目先の作業に引きずられて、次に何をやらせるかの判断が鈍る。人の組織でプレイングマネージャーが機能しにくいのと同じ構造。番頭は指示書の中身に踏み込まず、報告だけで次を差配します。

任せる範囲は、目に見える形で持てます。ノートの見出しに付けた絵文字は、もともと人間が仕事を見分けるための目印。同じ印をAIに与えれば、それがどの仕事を自動で進めていいかの指示になる。特定の絵文字が付いた仕事は勝手に進め、別の絵文字は確認を待つ。そう決めておけば、絵文字を付け替えるだけで自動化の範囲が動く。追加の指示文はいらない。

失敗は「疑うのをやめた瞬間」に起きる

任せると、必ず失敗する場面が来ます。原因をAIに置きたくなる。けれど経過を辿れば、本当の起点は別のところにある。

AIが整った提案を出した時点で、使う人のほうが「本当か」と言うのをやめて譲っている。AIは反論も強制もしていない。整った形、心地よい肯定、知らない語の権威で、疑いを止めたくなる入力を差し出しているだけ。譲り渡す動作は、使う人が自分でやっています。だから再発を防ぐ手がかりは、AIの出力の質より、自分が疑いを止める瞬間のほうにあります。

失敗したとき担当を責めても、その担当が次から気をつける以上のことは起きない。担当が替われば再発する。代わりに手順書のどこが悪かったかを直せば、直した手順が次の全員に届いて、同じ失敗が起きない形へ更新される。番頭が唯一、手順に触れてよいのがこの場面です。どの手順を直せばいいかを指せるのは、記録があってこそ。何をどう処理してきたかの蓄積がなければ、改善はどこから手をつけるかの段階で止まる。

もう一つ、任せた先で溜まっていくものがある。品質が安定しないAIの出力をそのまま保管し続けると、保管庫は短い間にゴミで埋まる。人間が書いたノートは、判断を経た分だけ最低限の意味が残る。判断を経ていないAI出力は、品質が崩れるとゼロを通り越してマイナスに落ち、それを参照する次の生成の精度まで下げる。運用は「後で捨てる」より先に、同じ品質で出し続ける仕組みを作るところから始めます。

空いた時間を何に使うか

実務を手放しても、PCの前にいる時間はむしろ長くなることすらある。それでも疲れにくくなる。5分で終わる事務でも、自分でやると認知の負担は意外に大きい。

任せて浮くのは、5分の時間よりも、その作業が静かに使っていた認知資源のほうです。空いた資源を、考えたいことや好きなことへ向けられます。

AIに処理を投げてから答えが返るまでの数分も、待ち時間だと思えば何も進まない。そこへ数分で片づく仕事を一つ挟むと、手が止まらない。とくに向くのが、自分の判断の記録や管理ノートの更新です。AIの処理と人間の記録は互いに邪魔をせず、両方が動き続ける。そして記録だけは、最後までAIには任せられない。整理を任せるほど、自分にしか書けない一次記録の値打ちが上がっていきます。

AIで仕組みを整え続けると、ある時点で時間と心に余裕が出ます。この余裕を「もっと仕事を増やす」に使えば、生産性は上がるだけで暮らしは変わりません。何に使わないかを先に決めておく。そこで初めて、好きなことを仕事にする番が来ます。