今回のテーマ
最近、AIを使っていて驚いたことがあります。
Geminiで会議内容を議事録として整理する。
NotebookLMで複数の資料から報告内容をまとめる。
その出来栄えを見ると、「ここまでAIがやってくれるのか」と感じます。
そこで逆に、一つの疑問が生まれました。
長年積み重ねてきた私の経験は、AI時代にも本当に役に立つのだろうか。
今回はそこを考えてみました。
なぜ興味を持ったのか
私は長年、システム開発に携わってきました。
会議をすれば議事録を作る。
報告書を読んで問題点を探す。
プロジェクトの状況からリスクを考える。
こうした仕事には、これまで多くの時間を使ってきました。
ところがAIを使うと、情報を整理し、要約するところまで驚くほど短時間で進みます。
最初は「これまで人がやってきた仕事がなくなるのでは」とも感じました。
しかし、使っているうちに別の可能性が見えてきました。
AIが整理した情報から課題やリスクを抽出し、それが本当に重要なのかを経験から判断できないだろうか。
そこにシニアの経験が活きるのではないかと思ったのです。
調べて分かったこと
まず、企業はミドルシニアに何を期待しているのでしょうか。
パーソルキャリアが企業の採用担当者を対象に実施した調査では、ミドルシニアを採用する理由の1位は**「即戦力となる人材が欲しい」38.0％**でした。
同社は、企業が専門知識や経験を持つミドルシニアを即戦力として期待していると分析しています。
つまり、年齢そのものではなく、これまで蓄積してきた経験を実際の仕事で使えることに価値があると考えられます。
一方、AI時代に求められる力について、経済産業省は興味深い整理をしています。
生成AI時代のDX推進人材には、
- 問いを立てる力
- 仮説を立てる力
- 検証する力
- 評価する・選択する力
などが重要だとしています。
特に2023年の報告では、「問いを立てる力」「仮説を立てる力・検証する力」は経験を通じて培われる力として整理されています。
これは私にとって、とても興味深い結果でした。
実際に試したこと・今後試したいこと
例えば会議があったとします。
以前なら、
会議に参加する
↓
議事録を作る
↓
内容を整理する
↓
課題を探す
↓
リスクを考える
↓
改善策を検討する
という流れでした。
AIを使えば、この前半部分はかなり効率化できそうです。
Geminiなどで会議内容を整理する。
NotebookLMなどで関連する報告書や資料を横断的に整理する。
さらにAIに、
「この報告から考えられる課題は何か」
「プロジェクト上のリスク候補を抽出してほしい」
と問いかける。
すると、課題やリスクの候補までAIが提示してくれます。
でも、私はここからが人間の仕事ではないかと考えています。
その課題は本当に重要なのか。
過去にも似た問題はなかったか。
放置すると何が起きるのか。
どこから改善すべきなのか。
こうした判断には、実際の現場で成功や失敗を経験してきたことが活きるのではないでしょうか。
今後、実際の仕事でもこの使い方を試してみたいと思っています。
私の考え
私は以前、「AI人材になるならAIの使い方をもっと覚えなければ」と考えていました。
もちろん、それも必要です。
しかし、若い人とAI操作の速さだけで競う必要はないのではないかと思うようになりました。
AIは大量の情報を短時間で整理できます。
課題やリスクの候補も出してくれます。
一方で、長年仕事をしてきた人間には、
「これは危ない」
「以前にも似たことがあった」
「数字には出ていないが、ここが気になる」
という感覚があります。
それは、長い時間をかけて仕事の中で身につけてきたものです。
だから私は、
経験 × AI
という組み合わせに可能性を感じています。
AIに経験で勝とうとするのでもない。
若い人にAI操作で勝とうとするのでもない。
自分が持っている経験をAIによって増幅する。
それがシニアAI人材の一つの方向なのではないかと思っています。
ChatGPTが調査した事・この記事を書いて整理できたこと
今回ChatGPTで調査して、私の考えに近い動きが実際にあることが分かりました。
経済産業省は、生成AI時代のDX人材について、単なるAI操作だけでなく「問いを立てる」「仮説を立てて検証する」「評価して選択する」といった能力を重視しています。
さらに、DX人材育成のケーススタディでも、単にAIモデルを作るだけではなく、課題・目的の設定や絞り込みから解決方法までを学ぶことが重視されています。
つまり、AIを使えることがゴールではありません。
何が問題なのかを見つけ、AIを使い、結果を評価し、改善へつなげる。
ここには、シニアが長年仕事で積み上げてきた経験を活かせる余地がありそうです。
今回の記事を書いて整理できたのは、
「経験がAIに奪われるのか」ではなく、「経験をAIでどう増幅するか」を考えてみたい
ということでした。
シニアのあなたへ
AIの操作だけを見れば、若い人の方が覚えるのが早いこともあるでしょう。
だからといって、同じ土俵で競う必要はないと思います。
シニアには、仕事を通じて積み重ねてきた経験があります。
失敗した経験。
問題を解決した経験。
人と調整した経験。
「何かおかしい」と気付いた経験。
それらをAIと組み合わせたら、これまでとは違う価値を生み出せるかもしれません。
AI時代だからこそ、自分がこれまで積み上げてきた経験を、一度棚卸ししてみる。
そこから新しい可能性が見えてくるのではないでしょうか。
まとめ
Geminiの議事録やNotebookLMの資料整理を見て、私はAIのすごさを改めて感じました。
でも同時に、自分の経験の使い方も見えてきた気がします。
AIに整理してもらう。
AIに課題やリスク候補を出してもらう。
そして、人間が経験を使って評価し、判断し、改善へつなげる。
経験 × AIで新しい価値を生み出す。
これが、私がこれから試してみたいシニアAI人材の働き方です。
では、私の経験から、実際に何を提供できるのでしょうか。
