誰も教えてくれなかった真実

肩書きとは、タスクの束に貼られたラベルにすぎません。若手マーケターなら、企画書を書き、スプレッドシートを整え、会議に出て、不安がるクライアントをなだめ、何を削るかを決めます。AIはこの束の一部は得意で、残りは苦手です。「AIに仕事を奪われる」という言い方は、この束の存在をまるごと見落としています。

つまり現実的な脅威は、「仕事がゼロになる」ことではほとんどありません。対価を得ていた部分が縮み、誰も自動化しなかった部分が仕事のすべてになることです。この変化は、あなたの味方にも敵にもなります。分かれ目は、それを先読みできるかどうかです。

1964年、自動化への不安が高まるなか、リンドン・ジョンソン米大統領は技術と雇用に関する国家委員会を設置しました。1966年の報告書の結論は、自動化は雇用を破壊していない、というもの。機械がなくしていたのは個々の仕事であって、仕事そのものの需要ではなかったのです。60年たったいまも、記録はこの結論を裏づけています。

ATMの歴史も同じことを物語っています。経済学者のジェームズ・ベッセンによると、1988年から2004年にかけて、都市部の銀行支店1店あたりの窓口係は平均20人から13人に減りました。けれども支店の運営コストが下がったぶん出店が進み、都市部の支店数は43%増加。ATMが普及するあいだも、窓口係の雇用は減りませんでした。変わったのは仕事の中身です。現金を扱う時間が減り、顧客と話す時間が増えました。

ここからは、耳の痛い話です。「仕事は生き残る」とは経済全体の話であって、個人の話ではありません。米国労働統計局は、オンラインで銀行取引をする人が増えるにつれ、窓口係の雇用が2025年から2035年にかけて13%減ると予測しています。その席には、生身の人が座っています。歴史が教えてくれるのは、新しい仕事が生まれるということ。その仕事があなたのもとに来るとまでは、言っていません。

もう一度読んでください。経験者はおおむね無事です。狭くなったのは、彼らがかつて通ったドアのほうです。新人の仕事はもともと、要約、初稿、簡単なコード、定型の問い合わせ対応といったやさしいタスクの束で、雇う側は、新人が学びながらそれをこなすことにお金を払っていました。そのタスクの多くを、いまはAIがこなします。だから修業の場が縮んでいるのです。

これは、あなたに下された判決ではありません。入り口が変わっただけです。はしごの一段目がなくなったのなら、自分で踏み台をつくればいい。人が実際に抱えている問題に取り組み、その成果を見えるかたちで示すのです。その方法は第6部と第7部で紹介します。

AIの能力を、なめらかな壁ではなく、入り組んだ海岸線として思い描いてください。あるタスクは線の内側にあり、結果は速くて見事です。同じくらい難しそうな隣のタスクは線の外側にあり、AIは失敗します。しかも、さっきとまったく同じ自信たっぷりの口調で。

間違えたコンサルタントたちは、不注意だったわけではありません。5分前まで見事な働きをしていた道具を信頼しただけです。危ないのは、あからさまな間違いではありません。すらすらと、もっともらしく語られる間違いのほうです。しかも境界線はモデルの進化とともに動き続けるので、去年の地図はもう使えません。

学術誌『サイエンス』に掲載された文章作成の実験でも、同じ傾向が見られます。シャケッド・ノイとホイットニー・ジャンは、大卒の専門職453人を集め、その半数にChatGPTを使わせました。文章作成にかかる時間は40%減り、品質は18%上がり、書くのが得意な人と苦手な人の差は縮まりました。

経験の浅い人には朗報です。あなたは、これまでのどの世代よりも早く、そこそこの仕事ができるようになります。ただし悪い知らせも、同じ一文に隠れています。それができるのは、あなただけではありません。全員の底が上がれば、「そこそこ」はもう、あなたを雇う理由になりません。

経済学にはシンプルな法則があります。何かが安くなると、それを補完するものの価値が上がる。コーヒーが安くなれば、ミルクがよく売れるようになります。AIは下書きも選択肢も予測も、ほぼタダにしました。では、それを補完するものは何か。どれが正解で、なぜそうなのかを言える人です。

具体的に考えてみましょう。いまや誰でも、ロゴ案を数分で50個つくれます。それでもクライアントに必要なのは1つだけ。その1つを選び、反論から守り抜き、残りの49個がなぜダメなのかを説明できる人こそが、仕事のなかで希少な部分を担っています。お金が払われるのは、その部分です。

アンケートでの発言が、そのまま実際の行動になるとは限りません。それでも方向ははっきりしています。合格ラインが上がったのです。若手アナリストが2人いるとしましょう。1人は丸1日かけて、手作業でデータを整えます。もう1人はAIを使って1時間で整え、結果を確かめたうえで、午後は数字が何を意味するのかを考えます。次のプロジェクトを任されるのは、どちらでしょうか。

この答えがしていることに注目してください。実際のタスク、その結果、そして確認の手順を示しています。これが新しい合格ラインです。「ChatGPTを使っています」ではなく、判断力をもってAIを使っている証拠を示すこと。

心理学者のフィリップ・テトロックは約20年をかけ、政治と経済に関する専門家の予測数万件を採点しました。平均すると、専門家の成績は偶然をわずかに上回る程度で、「いまの傾向が続く」と仮定するだけの単純なルールにも勝てませんでした。成績のよかった予測者を、彼は「キツネ」と呼びました。多様な考え方を取り入れ、不確実性を認める人たちです。

ヒントンは天才です。それでも外れました。理由の1つは、この仕事が画像を読むだけではないこと。2012年のある研究では、放射線科医が読影に充てていた時間は、全体のわずか36%でした。だから、問いを変えましょう。「何が起こるのか？」ではなく、「予想が外れても持ちこたえるものは何か？」と。

• 複利で伸びるスキル：書く力、数字の力、判断力、速く学ぶ力。
• あなたの仕事ぶりを知っていて、太鼓判を押してくれる人。
• 態勢を立て直す時間を稼いでくれる貯金。
• 誰でも確かめられる仕事の実績。