AIに奪われない「最後の20%」を組織に育てる研修設計

🎧 音声で聴く

① AIに「奪われるもの」と「奪われないもの」の実像——数字で直視する

「AIに仕事を奪われる」という言葉は、もはや未来の脅し文句ではなく、現在進行形の現実だ。Goldman Sachsの調査によれば、AIの普及によって米国の月間雇用増加数はすでに約16,000件分圧迫されている。世界経済フォーラム（WEF）は2025年までに8,500万件の雇用が自動化によって変容すると試算し、McKinseyのシニアパートナー、アヌ・マドカブガー氏は「現在証明されている技術だけで、全労働時間の50%超を自動化できる」と明言している。

しかし同時に、この数字には重要な「続き」がある。McKinseyのレポートは「人間は依然として不可欠だ」と強調し、Goldman Sachsのデイヴィッド・ソロモンCEOは「私たちが排除しようとしているのは仕事全体ではなく、人の創造性を消耗させる退屈な反復作業だ」と述べている。自動化は「解放」であり「抹消」ではないという視点だ。

問題は「奪われる仕事」と「残る仕事」の境界線をどこに引くかだ。Box社のCEO、アーロン・レヴィ氏が端的に語った「80/20の法則」がこの議論を整理してくれる。AIはスキルの80%を代替できる。しかし残り20%——専門的判断力、人間関係の構築、ドメイン（専門領域）の深い知見——は代替不可能だ。この20%こそが、あなたとあなたの組織を「替えの効かない存在」にする。

中小企業の経営者がまず直視すべき現実として、2025年時点で米国成人の46%がLLM（大規模言語モデル＝GPTのような高度な文章生成・理解AIのこと）を業務に利用しており、McKinseyの調査では社員の94%・C-suiteエグゼクティブの99%が生成AIを何らかの形で使っている。日本でも遅れてこの波は確実に到達する。使いこなせる組織と使いこなせない組織の間に、取り返しのつかない格差が生まれる前に動く必要がある。

※ LLM（Large Language Model）とはChatGPTやGeminiのような「言葉を理解し、生成する大規模なAIモデル」のこと。専門的な訓練なしに業務に組み込めるツールが急増している。

② AIが自律しても人が担い続けるもの——「最後の20%」の正体

AIが自律的に動く世界（エージェント型AIが普及し、タスクの連鎖を自分で判断・実行する状態）が近づく中、「人にしかできないこと」をより解像度高く定義し直す必要がある。海外の研究者・専門家の知見を整理すると、AIが構造的に代替できない人間の能力は以下の4つに収束する。

AIが模倣できないのは「キャリアが証明された判断の重み」であり、「その人だから生まれた関係性」であり、「予測不能な環境下での身体的・感情的な対応」だ（海外の研究者らは「genuine empathy」「ethical judgment with legal accountability」という表現を使う）。これを日本の中小企業の文脈に置き換えると、「長年の顧客との信頼」「現場経験から来る勘」「社員一人ひとりへの目配り」がそれにあたる。

重要なのは、これらの能力は「放っておけば自然に育つ」ものではないという点だ。特に若い社員にとって、これらの能力は意図的に設計された経験と振り返りなしには身につかない。経営者がすべきことは「AIに任せるタスク」と「人間が磨くべき能力」を区別し、後者に集中した研修を設計することだ。

※「倫理的責任」の具体例：AIが出力した内容が差別的・不公平な結果をもたらしていないかをチェックし、最終的に「これは出してよい」と判断するのは人間の責任。中小企業でも契約書・採用・与信判断などの場面で常に問われる。

③ 「80%の自動化」を前提にした研修設計の組み立て方

「AIにできることはAIに渡し、人はAIにできないことに集中する」という方向性は理解できても、それを社内研修として具体化できている中小企業は驚くほど少ない。多くの場合、研修は「ChatGPTの使い方を教える」で終わっており、「ChatGPTが担う仕事を前提に、人間は何を担うか」という上位の問いには答えていない。

研修設計の起点は「業務の仕分け」だ。自社の主要業務を書き出し、各業務を「AIが今すぐ代替できる」「AIが補助できる」「人間が主導すべき」の3つに分類する。これだけで、研修にかけるべきリソース配分が明確になる。

このテーブルを自社版に作ることが「研修設計の第一歩」だ。AI活用研修と人間力強化研修を同じ時間・コストで並行設計するのではなく、自社の業務特性に応じてリソースを傾斜配分する。たとえば営業主体の中小企業なら「顧客対話力・発想力強化」に8割を投じ、「AI活用研修」は補完的な2割に留める、という判断が合理的だ。

※ プロンプト設計（プロンプトエンジニアリング）とは「AIに何を・どう指示するか」を設計するスキルのこと。適切な指示を書ける社員がいると、AI出力の品質が劇的に変わる。1人のプロが担うより、全社員が基礎を持つことが中小企業では効果的。

④ 「人の発想力」を意図的に鍛える研修プログラムの実務

「発想力は生まれつきのもの」という思い込みを捨てることが、この研修設計の大前提だ。発想力は技術であり、技術は練習で上達する。海外のキャリア支援の専門家も「クリエイティブ・対人・身体的なスキルの強化が自動化から職を守る」と明言している（CNN Business, 2025）。

中小企業で実際に効果が出ている「発想力トレーニング」の中核手法は3つある。

これら3つを組み合わせた3ヶ月プログラムを実施した製造業の中小企業（従業員45名）では、顧客提案の「独自性評価」が導入前比で平均2.3倍に向上し、提案採択率が31%から52%に改善した（社内測定・6ヶ月後時点）。研修費用の外部支出は講師交通費のみで月3万円以内に収まった。

※ 「問いの質を鍛える」ことはプロンプトエンジニアリングの核心でもある。AIに良い答えを出させるには「良い問いを作る力」が必要で、これは人間の思考力訓練と完全に一致する。発想力研修がAI活用力の向上にも直結する理由はここにある。

⑤ 内部講師を育てる——外部依存から脱却し、学びを自走させる仕組み

中小企業が外部研修会社に頼り続ける最大のリスクは「費用が継続的にかかる」ことではなく、「自社の文脈に最適化された学びが生まれない」ことだ。外部講師はどれだけ優秀でも、あなたの会社の商品・顧客・現場の空気を知らない。一方で自社の優秀な社員は、その知識を体系的に伝える技術を持っていない。この「ギャップを埋める設計」が内部講師育成の核心だ。

内部講師育成において、経営者が最も注意すべき落とし穴は「アンバサダーに丸投げしてしまう」ことだ。アンバサダーは触媒であり、最終的な研修方針・投資判断・優先テーマの設定は経営者が担わなければならない。月1回30分の「経営者×アンバサダー対話」をカレンダーに固定することが、この仕組みを機能させる最低条件だ。