T型（人の仕事をAIが補助する）における人とAIのベストな共働き（分業）イメージ
書籍に登場する具体的な店舗接客の事例を基に、T型（人の仕事をAIが補助する）における「人とAIのベストな共働き（分業）イメージ」をさらに深掘りして解説します。
T型の接客においては、「AIが客観的なデータ処理や一次推薦を行い、人間（店員）が主役として感情的なケアや文脈に合わせた提案を行う」という美しい役割分担が成立します。2つの代表的な接客事例を紐解いてみましょう。
事例①：アパレル店舗での接客AI（ディスプレイ端末）
アパレル店舗に、お客様の購買履歴や好みを分析するAIディスプレイ端末を設置するケースです。
- AIができること（データの処理とパターンマッチング）：
お客様の「過去の購入履歴」や「現在の持ち物・好み」といった膨大なデータから、その人に一番似合う可能性が高いアイテムを瞬時に特定し、画面にレコメンド（推薦）表示します。探しているアイテムが店内のどこにあるかを自動で案内することも可能です。 - AIが絶対にできないこと（感情・ニュアンスのケア）：
「本当にこの色で自分の肌が明るく見えるかな？」「今度の友人の結婚式に着ていくにはカジュアルすぎないかな？」といった、お客様が言葉にしづらい不安の解消。また、「馴染みのスタッフと楽しく会話しながら、納得して選びたい」という情緒的な体験価値は、AIの画面だけでは絶対に満たせません（満足度100％には届きません）。 - 人間（店員）がやること（100％の満足へ導く最後のピース）：
店員は、AIが一次対応（データ的なおすすめや在庫の検索）を代わりにこなしてくれた分、接客時間を「お客様の個別ケア」に集中して使うことができます。 例えば、「AIがおすすめしているこちらのブルーですが、お客様の優しい雰囲気に本当によくお似合いです。今度のパーティー用でしたら、このアクセサリーと合わせるともっと華やかになりますよ」と、プロの感性と文脈を載せて提案します。 - 文系AI人材としての戦い方（設計）：
このシーンでの仕事は、プログラミングではなく、店舗のオペレーション設計です。 「お客様にAIを使ってもらうタイミング（一次レコメンド）」と「店員が引き継いで手厚く接客するタイミング」の業務フローをルール化し、店舗全体の顧客満足度を最大化する設計を担います。
事例②：JINSのメガネ相性判定「JINS BRAIN」
アイウェア（メガネ）ブランドのJINSでは、ディープラーニングを活用して「そのメガネが似合っているか」を判定するAIサービスを提供しています。
- AIができること（客観的な数値化とスコアリング）：
3000人のJINSスタッフが30万件のメガネ着用画像を評価（アノテーション）した学習データをベースに作られた識別系AIです。 お客様がメガネをかけてカメラの前に立つと、「お似合い度：85%」のように、相性を瞬時に客観的な数字で評価します。 - 人間（店員）がやること（数字をストーリーに変える接客）：
お客様の中には「似合っているのは嬉しいけれど、もうちょっと個性的に見せたい」「ビジネス用だから知的に見えるものにしたい」といった個別の目的があります。 店員は「AIの評価」をコミュニケーションツールとして活用します。 「AIも85%と高得点を出していますね！ 実際、お客様の輪郭を引き締めて見せてくれています。もしビジネスシーンでお使いなら、こちらの黒いフレームを選ぶとさらに知的な印象になりますよ」というように、AIの出した「数字（客観）」に、人間の「ストーリー（主観）」を乗せて提案します。 - 文系AI人材としての戦い方（設計）：
「AIの点数が低かったら、お客様がショックを受けてしまわないか？」「点数が悪かったメガネを気に入っているお客様に対し、どうフォローの声をかけるか？」といった、現場の空気感を想像した接客マニュアルやガイドラインの策定を行います。技術を知るエンジニアには真似できない、顧客理解に基づく企画力です。
💡 T型接客を成功させる「文系AI人材」のマインド
T型の本質は、「AIに面倒な下準備（データ処理・検索・計算など）を補助させ、人間は『感情労働』や『共感』『ストーリー創り』といった、人間にしか生み出せない付加価値の高い仕事に100%集中する」という働き方のアップデートにあります。
「AIに仕事が奪われる」のではなく、「AIに自分の仕事を強力に下支えしてもらい、自分自身のパフォーマンスを何倍にも高める」。専門知識がなくても、店舗や顧客を一番よく知っているあなたがこの「分業のルール」を決めるリーダーになることこそが、最強の戦い方になります。