AI時代に必要なのは、答えを出す力より「何をやるか」を決める力だ

「AI時代に怖いのは、答えが出ないことではない。答えが簡単に、それらしく出すぎることだ」

AIを使えば、見た目の整った企画書やコードが一瞬で手に入る時代になりました。しかし、要求が曖昧なままなら「曖昧な成果物」が高速で量産され、かえって後工程のレビューや運用負荷が増えるという罠に、多くの現場が直面しています。

AIが How（手段）を極限まで速くする今、人間に突きつけられているのは「Why（目的）」と「What（定義）」の質です。

本資料では、アート思考の視点やDORA・世界経済フォーラム等の最新レポートを紐解きながら、AIに代替されない「目的を選び、意味を与える力」の鍛え方を解説します。エンジニアとして、また組織のリーダーとして、変わり続ける時代に自身の仕事を更新し続けるための実務的なアプローチを凝縮しました。

Transcript

1. AI MANAGEMENT · WHY / WHAT 01 / 24 ARTICLE DECK AI時代に必要なのは 答えを出す力より 「何をやるか」を決める力だ Why > What >> how 国家資格キャリアコンサルタント 為安圭介
2. AI MANAGEMENT · WHY / WHAT 02 / 24 THE RISK AI時代に怖いのは、 答えが出ないことではない むしろ、答えが簡単に出すぎることだ
3. AI MANAGEMENT · WHY / WHAT 03 / 24 HOW ACCELERATES AIはHowを高速にする 調べる まとめる 書く 作る 比べる 速さの前に、問いの質がある
4. AI MANAGEMENT · WHY / WHAT 04 / 24 OUTPUT ≠ OUTCOME 作業が減っても、仕事が良くなるとは限らない 効率化のための効率化を避ける 見かけの進捗 本当に見るべき状態変化 作業は減った 現場は良くなっていない 資料は早くできた 意思決定は速くなっていない 回答は自動化された 利用者は納得していない 何が変われば「やってよかった」と言えるかまで定義する
5. AI MANAGEMENT · WHY / WHAT 05 / 24 ADOPTION IS NORMAL 現場はもう、AIを使うかどうかの段階を越えている 95% 週1回以上AIツールを使う 55% AIエージェントを日常利用 39% 2030年までに変わる主要スキル Source: Pragmatic Engineer reader survey (2026) / World Economic Forum 2025 参考 “95% of respondents use AI tools at least weekly” / “55% say they regularly use AI agents.” https://newsletter.pragmaticengineer.com/p/ai-tooling-2026 “Employers expect 39% of key skills required in the job market will change by 2030.” https://www.weforum.org/stories/2025/01/future-of-jobs-report-2025-jobs-of-the-future-and-the-skills-you-need-to-get-them/
6. AI MANAGEMENT · WHY / WHAT 06 / 24 AMPLIFIER AIは、組織の強みも弱みも増幅する ツール単体ではなく、組織の仕組みに向き合う AI 要求 曖昧なら、曖昧な成果物が速 く出る テスト 弱ければ、不安なコードが増 える レビュー 基準が曖昧なら、確認負荷が 増える 運用責任 曖昧なら、問題時に現場が苦 しむ Source support: DORA, State of AI-assisted Software Development 2025 参考 “AI’s primary role is as an amplifier, magnifying an organization’s existing strengths and weaknesses.” https://dora.dev/research/2025/dora-report/
7. AI MANAGEMENT · WHY / WHAT 07 / 24 HUMAN ROLE 人間に残る仕事は、 Whyを生み出し、Whatを定義すること WHY → WHAT → HOW AIがHowを強くするほど、その手前にある2つが問われる
8. AI MANAGEMENT · WHY / WHAT 08 / 24 WHY Whyは、立派な使命でなくてもいい ただし、自分だけで閉じてはいけない 小さなこだわりを、誰かの変化や仕事の価値につなげる 自分の中だけで閉じた言葉 自分が楽をしたい 波風を立てたくない 自分のやり方を変えたくない 仕事のWhyになる言葉 顧客の不安を減らしたい 曖昧な判断を減らしたい チームが安心して判断できる状態を作りたい
9. AI MANAGEMENT · WHY / WHAT 09 / 24 SMALL SIGNALS Whyの種は、日々の仕事ですでに表れている 当たり前に続けている行動の先に、誰の変化があるかを見る 01 変化を共有する チームが安心して判断できる 02 数字の定義を確認する 判断を誤らせない 03 利用者へ状況を伝える 顧客の不安を放置しない 04 使う人の動きを見る 実際に使えるものを作る
10. AI MANAGEMENT · WHY / WHAT 10 / 24 WHY IS CLOSE 同じこだわりでも、 自分を守る言葉で終わるか、 仕事の価値につなげるかで意味は変わる 自分だけで閉じる 波風を避けたい 面倒を避けたい 自分のやり方を変えたくない 仕事のWhyになる チームが不要な混乱に振り回されず、 安心して判断できる状態を作りたい こだわりを、誰かの変化や仕事の価値につなげる
11. AI MANAGEMENT · WHY / WHAT 11 / 24 WHAT Whatは、Whyを実現できる状態まで落とすこと 何を作るかだけでは足りない WHY 不要な混乱に 振り回されない WHAT 安心して判断できる 状態
12. AI MANAGEMENT · WHY / WHAT 12 / 24 REFRAME 「AIチャットボットを作る」だけでは、まだ粗い 技術名ではなく、業務状態を書く 利用者 迷わず次の行動を選べる 担当者 定型回答から解放される 責任 AIと人の確認範囲を分ける 学習 問い合わせを改善へ使える
13. AI MANAGEMENT · WHY / WHAT 13 / 24 ENGINEERS エンジニアは、作る人から 「何を作るべきかを定義できる人」へ 技術力に加えて、定義する力が求められる 01 問題を見つける 02 状態を定義する 03 技術へ落とす 04 運用で回す 誰の状態を変えるか、どの制約を置くか、どこから人が判断するかまで関わる
14. AI MANAGEMENT · WHY / WHAT 14 / 24 MANAGERS マネジメント層は、AI活用を叫ぶ前に 「何を変えたいのか」を言葉にする 号令だけでは、現場は迷う AIを使おう 生産性を上げよう 何のためにAIを使うか 顧客や現場のどの状態を変えるか 何が変われば成果と言えるか 技術名を指示する前に、優先順位と成功条件を言葉にする
15. AI MANAGEMENT · WHY / WHAT 15 / 24 ART THINKING アート思考は、意味を立ち上げる力として捉える AIが整理できる情報と、自分で見つける意味を分ける 意味 放っておけない 変えたい状態 誰の困りごとか 何が不自然か ここから、自分のWhyが生まれる
16. AI MANAGEMENT · WHY / WHAT 16 / 24 REALITY 仕事の現実に触れるから、Whyは深くなる 体験を、意味へ変える 顧客と話す 利用者を見る 曖昧な論点を拾 う 言葉にする
17. AI MANAGEMENT · WHY / WHAT 17 / 24 SKILLS SHIFT 2030年までに、 39% 主要スキルが変わる TECHNICAL AI・ビッグデータ / セキュリティ 技術リテラシー HUMAN 創造的思考 / 好奇心 / 生涯学習 リーダーシップ / 分析的思考 何を学ぶかだけでなく、なぜ学ぶかを定義する Source: World Economic Forum, The Future of Jobs Report 2025 参考 “Employers expect 39% of key skills required in the job market will change by 2030.” https://www.weforum.org/stories/2025/01/future-of-jobs-report-2025-jobs-of-the-future-and-the-skills-you-need-to-get-them/
18. AI MANAGEMENT · WHY / WHAT 18 / 24 CAREER 学習メニューを増やすだけでは、 キャリアは強くならない 学ぶ理由を、仕事から定義する 学ぶ理由 AI データ クラウド 技術 自分の仕事をどう変えたいか。どの価値を届けたいか。どの問題を解ける人になりたいか
19. AI MANAGEMENT · WHY / WHAT 19 / 24 UPDATE LOOP 自分の仕事を更新できる人は、この循環を回している WhyとWhatは、日々の仕事で鍛えられる 問いを持つ 現実を見る 言葉にする 小さく試す 振り返る 次へつなぐ
20. AI MANAGEMENT · WHY / WHAT 20 / 24 ASK FOUR AIに答えを出させる前に、4つ問う 01 何のために作るのか 02 誰のどんな状態を変えるのか 03 誰がどう判断するのか 04 どこまでできれば成功なのか
21. AI MANAGEMENT · WHY / WHAT 21 / 24 ADD ONE LINE 成果物に、一文だけ「状態変化」を足す 明日からできる、最小の実践 仕様書 誰の行動を変えるか 業務改善案 浮いた時間で何に向き合うか データ分析 次にどの判断をしたいか AI活用テーマ どの業務状態を変えたいか
22. AI MANAGEMENT · WHY / WHAT 22 / 24 ONE-PAGE SHEET 保存用: Why / What / Boundary 一枚シート 次の企画会議で、そのまま使う WHY 放置したくない状態 何のためか WHAT 変える状態 誰の行動が変わるか BOUNDARY 責任境界 AI / 人 / 要確認 / 禁止
23. AI MANAGEMENT · WHY / WHAT 23 / 24 MANIFESTO AIが最適解を返すなら、 人間は目的を選ぶ AIが案を出すなら、人間は意味を与える AIが実行を速くするなら、人間は責任の境界を引く
24. AI MANAGEMENT · WHY / WHAT 24 / 24 CLOSING AIに答えを出させる前に、 自分が何を価値と呼ぶかを 言葉にしよう Whyを生み出し、Whatを定義する