AIを作るのではなくどう使う？

文系だからといって、AIにビビる必要はまったくありません。

AI技術が一般化した現代においては、「AIをどう作るか（プログラミングや数式）」よりも、「AIをビジネスの現場でどう使いこなす（使う）か」のほうがはるかに大きな課題となっているからです。プログラミングや統計の専門知識がなくても、ビジネスの最前線や自社の業務プロセスをよく知っている文系人材こそが、AI活用の主役になることができます。

専門知識がない中での「戦い方」と、新たにAIを作らずに「サポート（共働き）」させるための基本設計を以下に整理します。

1. 専門知識なしでどう戦うか？

私のような文系AI人材の役割は、「理系AI人材（データサイエンティストやエンジニア等）がやらない『すべての仕事』」を担うことだと考えています。

  • 最大の武器は「業務・ビジネスの知識」 どれほど技術的に優れたAIモデルを開発しても、実際の業務プロセスの中に組み込んで機能させられなければ、お蔵入りになってしまいます。業務の流れを一番よく理解しているあなたが、「この業務のここにAIを組み込もう」と設計することこそが、ビジネスを動かす最大の戦い方になります。
  • プログラミング不要の「AI企画」が主戦場 文系AI人材は、AIを誰のために（WHO）、なぜ導入するのか（WHY）、どのタイプのAIを（WHICH）、どう分業させるか（HOW）という5W1Hの解像度を上げるプランニングを行います。技術論ではなく、ビジネス課題を解決するための設計があなたの役割です。

2. 新たに作らず「サポート（共働き）」させる整理

AIをゼロから（スクラッチで）開発する必要はありません。まずは既存のAI技術に「自分の仕事をサポートさせる」というアプローチから整理します。

① 新たに作らない：開発不要の「使う」選択肢

自社でゼロからプログラミングをせず、以下の2つのアプローチで手軽にAIを導入します。

  • 構築済みAIサービスを使う 文字起こし、翻訳、チャットボット、OCRなど、すでに世の中に提供されている既製品のAI機能を選定して利用します。簡単かつスピーディに導入でき、開発・運用のコストを劇的に下げられます。
  • GUIベースのAI構築環境で作る コードを書かずに、マウス操作（GUI操作）だけで自社専用の予測モデル（Prediction OneやCloud AutoMLなど）を構築できる環境を利用します。自動的に最適なチューニングが行われるため、専門知識がなくても自社データを使ったAI構築が可能です。

② サポートさせる：AIとの「共働きスタイル」の設計

すべての業務をAIに完全に代行させる（I型）のではなく、人とAIが得意・不得意を補い合う「分業」を設計します。まずは以下の3つのいずれかの形でサポートを設計するのが現実的です。

  • T型（人の仕事をAIが補助する） 人間がメインで業務を行い、AIが一部の定型業務を代行・補助して効率化します。
    • 例：アパレル店舗での接客 AI端末が過去の履歴からおすすめ商品を推薦する「一次対応」を代行し、馴染みの店員による温かみのある接客や細かなケア（人がやるべき部分）に集中できるよう振り分け・コントロールします。
  • O型（人の仕事をAIが拡張する） 人間がもともとできなかったレベルの高度な予測分析や専門的な画像診断などを、AIに拡張・補強させます。
    • 例：医師のがん検出や、複雑な需要予測 医師やマーケターが、AIの超人的な検出力や多角的なデータ予測を道具として使うことで、自身の能力を何倍にも引き上げます。
  • 逆T型（AIの仕事を人が補助する） AIがメインで大部分の作業を行い、不完全な部分やイレギュラー対応のみ人間がチェック・修正・仕上げを行います。
    • 例：自動文字起こしや自動翻訳 AIが9割の文字起こしを瞬時に行い、人間が最後の「間違いチェックと補正」だけを担うことで、低コストかつスピーディに高品質な成果物を作ります。

つづく