生成AIが「仕事に使えない」と感じる本当の理由

生成AIを自分で触ってみて、「話題ほどではない」「うちの仕事には使えない」と感じた経験はないでしょうか。その体感には、はっきりした理由があります。この記事では、「使えない」の正体を、AIの能力ではなく別の場所から整理します。

「試した」と「使えている」の間にある段差

生成AIをめぐる各種の調査では、個人として試したことのある人は年々増えている一方、業務のプロセスに組み込んで使い続けている中小企業はまだ一部にとどまる、という傾向が繰り返し示されています。つまり、「触ったことがある」と「仕事で使えている」の間には、多くの会社が越えられていない段差があるということです。

この段差の手前で立ち止まった人の感想は、おおむね共通しています。「返ってくるのは当たり障りのない一般論ばかり」「うちの業界のことは分かっていない」「結局、自分で直したほうが早い」。もっともな感想です。そして、ここで多くの人が「AIの能力はまだこの程度」という結論を出します。

けれど、この結論にはひとつ、確かめられていない前提があります。AIに対して、自社の仕事の中身を、どれだけ渡した上での評価だったか——という前提です。

一般論しか返らないのは、一般的な情報しか渡していないから

たとえば、新しく入った社員に「取引先へのお詫びの文面を書いておいて」とだけ頼んだら、どうなるでしょうか。相手が誰で、何があって、これまでどんな関係で、自社としてどこまで踏み込んで詫びるのか。何も伝えなければ、返ってくるのは教科書通りの、当たり障りのない文面のはずです。それを見て「この社員は使えない」と評価する経営者は、いないと思います。

生成AIで起きているのは、これと同じことです。

【機械学習の視点】

生成AIは、与えられた文脈——指示の言葉、渡された資料、前提の説明——に基づいて出力を組み立てる、確率的なモデルです。渡されていない情報、たとえば社内の判断基準や取引先との関係の機微は、原理的に出力へ反映できません。

「一般論しか返ってこない」のは能力の上限ではなく、一般的な文脈しか与えられていない状態の、忠実な反映です。

つまり、「仕事に使えない」という体感の正体は、AIの能力不足ではなく、自社の業務の文脈——仕事の背景、判断の基準、暗黙の前提——がAIに渡る形になっていないことにあります。評価されていたのはAIではなく、実は「自社の仕事がどれだけ言葉になっているか」のほうだった、と言い換えることもできます。

「うちの仕事は特殊だから」こそ、言語化の価値が大きい

ここで、「うちの業界は特殊だから」「うちのやり方は独特だから」という感覚を持った方もいるはずです。その感覚は、否定しません。むしろ、その通りだと思います。ただ、その「特殊さ」の中身を見てみると、多くの場合それは、文書になっていない業務知識——ベテランの頭の中にあるやり方、長年の関係の中で決まってきた進め方——の厚みのことです。

沖縄の中小企業は、地縁や口コミ、長年の慣行に根ざした経営スタイルが強く、業務の知識が文書ではなく人の中にある比率が高い土壌にあります。観光業の顧客対応の呼吸、建設業の現場ごとの段取りの判断。「やり方はあの人の頭の中」という業務ほど、AIに渡せる言葉が存在せず、「使えない」という体感が強く出ます。

しかし、これは裏を返せば、大きな可能性の話でもあります。特殊さの正体が「言語化されていない業務知識の厚み」なのだとしたら、それを言葉にできたとき、AIに渡せる文脈の質は、どこにでもある会社よりむしろ豊かになるからです。誰でも書ける指示からは、誰でも作れる出力しか生まれません。自社にしか書けない文脈を渡せたとき、初めて自社にしか作れない出力が返ってきます。「うちは特殊だから無理」ではなく、「うちは特殊だから、言語化できれば強い」。この反転が、段差を越える入口です。

生成AIが仕事に使えるかどうかの分かれ目は、ツールの選定よりずっと手前にあります。自社の業務の中身を、どれだけ言葉として渡せるか。そしてこの「業務の言語化」は、AIのためだけの作業ではありません。ベテランの勘や長年のやり方を言葉として残すことは、AIがあってもなくても、会社に残る資産づくりです。どの業務の、どんな知識から言葉にしていくか——その整理から始めてみる価値は、十分にあります。