AIに訊くか、プログラムに解かせるか

「先月までの仕入れ値をもとに、来月どれだけ発注するか決めたい」——こうした数字の絡む課題を前にしたとき、取りうる道は3つあります。AIに直接訊く／AIにプログラムを書かせて解く／人が決める。どれを選ぶかは、好みではなく、その仕事の性質で決まります。この振り分けができると、AIに何を任せ、何は任せないかで迷わなくなります。

ここまでの2本——AIは計算を自分でせずプログラムに外注している（計算しているわけではない）、そのプログラムでは計算・集計・分析ができる（プログラムで何ができるか）——を、いよいよ自分の業務に当てはめます。

3つの道と、それぞれが向く仕事

同じ課題の中にも、性質の違う仕事が混ざっています。それぞれに向いた道があります。

• AIに直接訊く … 正解が一つに決まらず、多少ぶれてよい「言葉の仕事」。要望メモの整理、交渉の進め方の相談、文面のたたき台づくりなど。AIがいちばん得意な領域です（→ できること・できないこと）。
• AIにプログラムを書かせて解く … 正確さ・再現性が要る「計算の仕事」。合計・集計、大量データの変換など。AIに直接これらの数字を出させると当てずっぽうですが、AIにプログラムを書かせて計算させれば、プログラムが正しく書けて実行されるかぎり、合計や集計は確実に正しく出ます。過去の数字から先を見積もる予測も、勘よりは根拠のある推計にできます（とはいえ予測である以上、外れることはあります）（→ プログラムで何ができるか）。
• 人が決める … 価値判断や責任を伴う「決め」。最終的にいくつ発注するか、その金額で勝負するか、どの案で提案に臨むか。AIやプログラムが出した材料をもとに、決めるのは人の仕事です。

ひとつの業務の中で、振り分ける

実際の業務は、この3つが混ざっています。冒頭の「仕入れ値をもとに発注量を決める」を、性質ごとに分けてみましょう。

やること	性質	道
過去の仕入れ値から来月の見込みを数字で出す	正確さが要る計算	プログラム
値動きの背景や交渉メモを整理・要約する	ぶれてよい言葉	AIに直接
在庫リスクや資金繰りを踏まえ、発注量を決める	責任を伴う判断	人

ひとつの課題を「丸ごとAIに」と考えると行き詰まりますが、こうして仕事を性質ごとに分けてから振り分けると、それぞれに正しい道が見えてきます。仕事をさらに細かく入力・作業・出力に分ける手順は、仕事を分解するで扱いました。まず分けること——それが振り分けの前提です。

これは「自分の仕事のどこをプログラム・AI・人に振り分けるか」という大きな問いの、数字・計算が絡む場面に絞った一例です。けれど、数字を扱う仕事ほど「AIに直接訊いて、それっぽい答えで済ませてしまう」事故が起きやすいので、ここを見分けられることの効きは大きいといえます。

振り分けには、土台が要る

最後に、このシリーズ全体を貫く視点にふれておきます。AIを使いこなすには、AIだけを知っても、自社の業務だけを知っても足りない、ということです。

冒頭の例で「来月の見込みはプログラムに出させよう」と判断できるのは、その裏で「数字から傾向を読むのは計算で、それはプログラムでできる」とうっすら見当がつくからです。この見当は、AIの知識でも業務の知識でもなく、統計やITの素養から来ています。

整理すると、AIの使いこなしは、AIの理解と自社業務の理解という「両輪」に、統計・ITの「土台」が加わって支えられています。土台といっても、専門家になる必要はありません。「これは計算だからプログラムの仕事」「これは言葉だからAIの仕事」と見当がつく程度で、振り分けの精度はぐっと上がります。

まとめ

数字や計算が絡む業務課題を前にしたら、AIに直接訊くか、AIにプログラムを書かせて解くか、人が決めるか——仕事の性質で振り分けます。正解が一つに決まらない言葉の仕事はAIに、正確さが要る計算はプログラムに、責任を伴う判断は人に。ひとつの業務の中でも、分解すれば振り分けられます。

そして、この振り分けを支えるのは、AIと業務理解の両輪に加えた、統計・ITのうっすらとした土台です。AIを使いこなすとは、AIに詳しくなることだけではなく、こうした見当をつけられるようになることでもあります。