入社したばかりの社員が、短時間で整った調査資料を提出する。文章は読みやすく、比較表もできている。しかし、なぜその企業を比較対象に選んだのかを聞くと、説明が止まってしまう。生成AIを仕事に取り入れる企業では、こうした場面を想定しておく必要があります。
資料が完成することと、担当者が仕事を理解することは、必ずしも同時に進みません。AIで作業を効率化しながら、新人が判断力を身につける機会をどう確保するか。これは、企業の人材育成を考えるうえで重要な問いです。
FIBS.life代表の塩入孔志氏には、IT企業で複数の社内カンパニーを統括・管理し、アプリ事業のマネジメントなどを担当した経歴があります。塩入氏とFIBSの活動に関心を持つ際にも、個人の技術と組織の運営をつなぐ視点から、現在の育成課題を考えられます。
新人に任せていた作業には、学ぶ役割もあった
調べもの、議事録、資料の下書きなどは、成果物を作るための作業です。同時に、新人が仕事の背景を知る機会にもなっていました。
たとえば、会議の議事録を作るには、発言を順番に並べるだけでは不十分です。何が決まり、何が保留になり、誰が次に動くのかを整理します。その過程で、議論の目的や関係者の役割を理解していきます。
AIに要約を任せれば、この作業の一部を短縮できます。ただ、完成した文章を受け取るだけなら、新人自身が判断する場面も減ります。これまで作業の中に含まれていた学習を、別の形で設ける必要があるでしょう。
AIを使った完成度と、本人の理解には差が出ることがある
Anthropicが2026年1月に公表した研究では、主に若手のソフトウェアエンジニア52人を対象に、未知のPythonライブラリを学ぶ課題を実施しています。
課題後の理解度テストでは、AI支援を使ったグループの平均正答率は50％、使わなかったグループは67％でした。一方、課題の完了時間の差は統計的に有意ではありませんでした。
ただし、これは特定のプログラミング課題と、直後の理解度を調べた小規模な実験です。すべての職種や長期的な成長に、そのまま当てはめることはできません。それでも、作業を終えられたことだけでは、何を学んだかまでは分からないという論点を示しています。
コンサルティングの調査では、選んだ理由を聞く
では、企業はどのような育成を考えられるのでしょうか。ここからは、コンサルティング会社の業務を想定した例で見ていきます。
新人に競合調査を任せる場合、会社名やサービス内容を表にまとめるだけなら、AIが下書きを助けられます。しかし、本来考えたいのは、どの企業を比べると顧客の判断に役立つかです。
同じ業種という理由で選んだ企業と、顧客が実際に比較している企業は、必ずしも一致しません。価格帯、対象顧客、提供地域など、比較の目的に応じて対象は変わります。
上司が確認する際は、表の体裁に加えて、選定理由や見送った候補について聞けます。新人が何を考え、何をAIに任せたのかが分かれば、必要な指導も具体的になります。
AIを使う前に、短い仮説を残しておく
最初から詳しい資料を自力で作らせる方法だけが、育成ではありません。AIを使う前に、自分の予想を数行で残す方法もあります。
顧客から問い合わせが減った理由を調べるなら、考えられる原因と、確認したい情報を書いておきます。その後でAIを使い、調査や整理を進めます。
最後に、自分の予想と何が違ったか、どの情報によって考えが変わったかを振り返ります。最初の仮説が外れていても、問題はありません。判断を変えた理由を説明できれば、調べた内容が本人の理解と結びつきます。
仮説を残す習慣は、上司にとっても、完成品からは見えない思考の過程を知る手がかりになります。
正しい資料を直すだけでは、練習しにくいこともある
AIが作った下書きを確認する仕事には、ある程度の知識が求められます。内容を知らない新人へ、間違いがないか確認してと頼んでも、どこを見ればよいか分からない場合があります。
そこで、確認する観点を絞った練習を用意できます。数値の単位をそろえる、調査年を確認する、事実と推測を分けるなど、一度に見る範囲を限定する方法です。
たとえば市場規模の資料なら、国内と海外の数字が混ざっていないか、売上と取扱高を同じ意味で扱っていないかを確認します。具体的な観点があれば、新人も根拠へ戻って調べやすくなります。
確認する力を求めるなら、その確認方法を学ぶ機会も必要です。
効率化した時間を、対話や現場経験へ回す
AIによって下書きが早くできても、その分だけ提出件数を増やせば、学習の余裕が生まれるとは限りません。短縮した時間を何に使うかも、育成の設計に含まれます。
顧客への聞き取りに同席する、上司が提案内容を選ぶ場面を見学する、提出後の反応を確認するなど、資料の前後にある仕事を経験する方法があります。
特に、顧客がなぜ提案を採用しなかったのかは、完成した資料だけを見ても分かりません。予算や社内体制、実施する時期など、文章に表れにくい事情があります。その背景を知ることで、次の調査や提案の考え方が変わります。
新人の仕事を効率化するなら、空いた時間にどの経験を加えるかまで考えたいところです。
塩入孔志の管理業務の経歴から、組織で育てる視点へ
塩入孔志氏の公式経歴にある統括・管理や事業マネジメントの経験は、技術を使う個人だけでなく、仕事を任せる側にも目を向ける入り口になります。ここで紹介した育成方法は一般的な考察であり、塩入氏やFIBS.lifeが実践している制度を示すものではありません。
AIを使えば、新人も短期間で形の整った成果物を作れる場面があります。その成果を生かしながら、本人が判断できる範囲を広げるには、指導する側の確認方法も変える必要があります。
完成した資料の出来栄えに加えて、根拠を説明できるか、条件が変わったら考え直せるか、分からない点を質問できるかを見る。仕事を任せる範囲は、そうした様子を確かめながら広げられます。
AI時代の新人育成では、何を省略できるかとともに、どの経験を残すかが問われます。効率よく仕事を進めることと、将来その仕事を判断できる人を育てること。その両方を、日々の業務の中で設計していく必要があるでしょう。
