リアルな現場でも日常でも
リアルな現場でも日常でもネットの世界でも最近よく聞くんだよな。
「AI 使ってるんですよ」という言葉。
そこまで AI が浸透するのも時代の流れを感じるよな。
さすがに短期間でここまで浸透すると将来のインフラ的主役の座は確固たるもんだよな…。
いろいろ便利な時代になったな、とは思う。
ただ、正直思うんだが――
その単純な「使う」一言の中身が、人によってバラバラすぎねーか？
現在のAI利用パターンは大きく2つに分類されます。受動的利用（AIからの出力を受け取るだけ）と能動的利用（人間が判断ポイントを設計してAIに処理を委託）です。この分類の違いが生産性向上の成否を左右する重要な要因となっています。
そこんところだけは再確認しときたいよな
ひとつの基準として AI が出した答えをそのまま眺めているのか。
それとも、人が判断点を決め、
その先を AI に自動処理させているのか。
この二つ、
同じ「AI を使う」でも、
実態はまるで別物だ。
単純だよ
道具として使用するにあたり
使用者の意思が宿ってんのかっていう水準さ。
人間とAIの相互作用において、制御権の所在が重要な指標となります。従来のコマンド・レスポンス型から、プロアクティブな協調型へのパラダイムシフトが、真の「AI活用」の分水嶺です。使用者の意図的設計が介在することで、AIは単なる情報提供ツールから戦略的パートナーへと役割が変化します。
世の中でよくある生産性が上がらない理由
世の中でよくある生産性が上がらない理由の大半は、だいたいここにある。
「AI を導入したのに、生産性が上がらない」
そんな嘆きを耳にすることが近年増えた気がしないか？
だが、それは AI の性能の優劣話じゃない。
性能自体はすごいものである。
単に使い方の水準が混ざっているだけだ。俺はそう思う。
AI に考えさせているのか。
AI に処理させているのか。
この区別が付いていないと、
速くなった分だけ、確認と修正が増える。
結果、人は余計に忙しくなる。
生産性低下の根本原因は、AIの処理速度向上と人間の検証・修正工数の増加が反比例関係にあることです。AIに「考える」作業を委託すると、出力の品質チェックと修正作業が必要となり、結果的に総工数が増加します。一方、明確な処理ルールを事前設計してAIに実行させる場合、検証工数は最小化されます。
「AI に考えさせている」現場の違和感
今の現場を見てて、
ちょっとした不思議な違和感を覚えることがある。
AI に仕事を投げて、
その返ってきた答えを
人が必死でチェックして、
直して、
整えている。
それ、普通に逆じゃねーか？って話だ。
AI に考えさせて、
人が後始末してたら、
そりゃ忙しくなる。
速くなった分だけ、
確認作業が増えるんだから。
これで
「AI で生産性が上がらない」
って言われてもな。
そりゃそうだろ、と思うわけだ。
効率的なAI活用では、人間が「設計者」、AIが「実行者」という役割分担が重要です。人間が事前に判断基準・処理ルール・品質指標を設計し、AIがそれに基づいて自動処理を行う構造により、事後修正の工数を大幅に削減できます。この逆転現象を解消することが、真の生産性向上の鍵となります。
逆だろ？
しっかり構想と思考を練った上で AI にぶん投げりゃ
驚くほど精度高い結果が返ってくるぞ。
人間の仕事？最終チェックと香り付け程度なもんだろｗ
親父流・AI 活用の 5 段階指標
まーひとつ・・・ここでだ、俺なりだがわかりやすい水準って言うのを作ってみた。
ここで、一度整理しておく。
Lv0 ｜触っている
質問する。
答えを見る。
そのまま信じる。
まだ「使っている」とは言いづらい。
Lv1 ｜相談している
壁打ち。
ヒント出し。
最終判断は人。
これは便利な話し相手だ。
Lv2 ｜作業を任せている
一部の作業を AI に投げる。
毎回、人が確認する。
ミスは想定内。
世の中の「AI 使ってます」の大半はここだろう。
Lv3 ｜トリガーを設計している
ここが分水嶺だ。
人が
「どこで判断するか」
「どこから AI を走らせるか」
を決めている。
条件が揃ったら、
AI が自動で処理する。
人は監視と承認に回る。
ここからが、ようやく"使っている"水準だ。
Lv4 ｜循環している
トリガーが体系化され、
AI の出力が次の工程を生む。
人は例外処理だけを扱う。
もはや
「AI を使っている」という感覚すら薄い。
ただ、使用者の日常の中に AI が流れている。
ただ・・・ここから上は、もう別の世界だ
Lv4 を越えたあたりから、
話は変わる。
効率や生産性ではなく、
構造そのものを観測し始める。
AI の挙動を眺め、
人の判断構造を分解し、
仕組みそのものを作り直す。
ここはもう、
現場利用ではなく、開発・研究領域だ。
この5段階指標は、技術成熟度モデル（CMM）の概念をAI活用分野に適用したものです。Lv0-2は「AI依存型」、Lv3-4は「AI協調型」と分類でき、生産性とリスク管理の観点で明確な違いがあります。Lv3以降では、人間の戦略的思考とAIの処理能力が有機的に結合し、単純な自動化を超えた価値創造が可能になります。
なぜ水準の話をしたのか
今回、わざわざ
0〜4 なんて水準を並べたのも、
優劣をつけたいわけじゃない。
「使ってる」「使ってない」
そんな白黒をつけたいわけでもない。
ただな、
混ざったまま話すと、全部おかしくなる。
Lv1 の話と、
Lv3 の話を、
同じ「AI 活用」で語るから、
話が噛み合わなくなる。
「AI を使う」の根本的意味合いが異なるだろ。
日本人で日本語使ってるならわかるよなー・・・この違和感。
同じ語句の背景に潜む 段階的な深さってのは
日常の文化に混ざってるだろ？どれくらいなのかって無意識で査定してないか？普段から。
だから、
いったん分けただけだ。
それだけの話だ。
コミュニケーションの齟齬は、異なる抽象度レベルでの議論によって発生します。この5段階指標により、「AI活用」という概念の具体的な実装レベルを明確化し、議論の前提条件を統一することができます。日本語の文脈依存性を考慮すると、このような段階的定義は特に重要な意味を持ちます。
サクッと簡単にまとめようじゃないか
AI が答えをくれたかどうかじゃない。
人が、どこでスイッチを押し AI を起動させているかだ。
人的誘発トリガーを要所で構築し、
AI が自動処理で回り始めてから――
初めて「使っている」と言っていい。俺の水準だがな。
それ以前は、
便利な相談相手だ。
今の自分の水準、……一度考えてみりゃいい。
(夜露死苦 米瓶 💛/野須寅 堕無洲)
効果的なAI活用の実装には段階的アプローチが重要です。Lv0から一気にLv3へ移行するのではなく、各段階での経験と学習を積み重ねることで、組織としての「AI活用能力」を体系的に向上させることができます。特に、人的誘発トリガーの設計スキルは、従来のシステム開発とは異なる新しい専門領域として確立されつつあります。