AI Native Generalist とは

学習目標

このレッスンを終えると、次のことができるようになります。

• AI Native Generalist を「ツール名」ではなく仕事の進め方として説明できる
• AIに任せる部分と、人間が判断する部分を切り分けられる
• 自分の業務を5段階の流れに置き換え、最初の改善対象を1つ選べる

AIを使う人から、仕事を設計する人へ

生成AIへ質問し、文章を作ってもらうだけでも時間は短縮できます。しかし、単発の便利機能だけでは、成果の品質が安定しません。

AI Native Generalist は、仕事全体を次の5段階で設計します。

1. 目的を定める：誰の、どんな課題を、どの状態まで解くかを決める
2. 文脈を渡す：前提、資料、制約、完成条件をAIへ伝える
3. AIと実行する：探索、比較、下書き、加工などを任せる
4. 根拠を確かめる：事実、計算、権利、個人情報、実行結果を検証する
5. 手順に残す：うまくいった入力・確認項目・判断条件を再利用可能にする

重要なのは、AIの出力を受け取って終わらないことです。成果物が目的を満たすまで、確認と修正を回すところまでが仕事です。

Generalist は「全部を自分でやる人」ではない

Generalist は、すべての専門分野を深く実装できる人という意味ではありません。必要な専門性を見分け、AIや専門家へ適切につなぎ、自分が責任を持てる範囲を判断できる人です。

状況	AI Native Generalist の行動
初めて扱うテーマ	用語と論点を整理し、確認先を特定する
複数案がある	評価基準を先に決め、比較表を作る
数値や制度を含む	一次情報まで戻って確認する
実行権限が必要	対象・影響・戻し方を確認してから進める
専門判断が必要	AIで代替せず、専門家へ相談する

「何でもAIに聞く」ことより、どこで立ち止まり、何を確かめ、誰に渡すかを決める力が重要です。

AIが得意な役割、人間が持つ役割

AIの能力は製品や設定によって変わります。固定的な「得意・不得意」の一覧を暗記するより、仕事ごとに役割を決めましょう。

AIに任せやすい役割

• 大量の文章から論点や候補を抽出する
• 構成案、下書き、比較軸を複数出す
• 指定した形式へ整える
• 許可されたツールを使って反復作業を進める
• テストやチェックリストで結果を検査する

人間が持ち続ける役割

• 目的、優先順位、成功条件を決める
• 情報をAIへ渡してよいか判断する
• 根拠と現実の状況を照合する
• 顧客、組織、社会への影響を判断する
• 公開、送信、契約、削除など重要操作を承認する

AIがツールを使える場合でも、責任まで移るわけではありません。任せる範囲を広げるほど、確認方法も先に設計する必要があります。

リスクで関わり方を変える

すべての出力を同じ重さで確認する必要はありません。失敗したときの影響で扱いを変えます。

リスク	例	進め方
低い	アイデア出し、個人メモの整理	素早く試し、良い案だけ残す
中程度	社内文書、顧客向け下書き	元資料と照合し、人がレビューする
高い	法務、医療、採用判断、支払い、公開設定	一次情報・専門家・承認手順を必須にする

AI Native とは、AIへ多く任せることではなく、リスクに応じて任せ方を変えられることです。

最初の1件を選ぶ

自分の業務から、次の条件に合う仕事を1つ選んでください。

• 毎週または毎月くり返している
• 入力と完成形を説明できる
• 間違っても公開前に気づける
• 30〜60分で一度試せる

選んだら、次の1文を埋めます。

私は、［対象者］のために、［入力］から［成果物］を作る仕事を、［確認方法］を入れながらAIと改善する。

例：私は、営業チームのために、商談メモからフォローメール案を作る仕事を、決定事項と固有名詞を元メモと照合しながらAIと改善する。

まとめ

• AI Native Generalist は、AIの機能ではなく、目的から検証までの仕事を設計する人
• 基本の流れは「目的 → 文脈 → 実行 → 検証 → 再利用」
• AIは探索・下書き・反復を加速し、人間は目的・責任・重要判断を持つ
• 任せ方は、失敗時の影響に応じて変える
• 最初は、小さく反復でき、公開前に確認できる仕事を1件選ぶ