こんにちは、おじ with AIです。

本の執筆を進めながら、今日はその中の一つのテーマを、noteでも整理してみます。

本書『📗 AIを組織で回す技術』
第1章「思想設計」より、トピック023「AI活用は試行回数」。

今日はこのテーマについて書いていきます。

🖋️ なぜ「正しい使い方」を探して止まるのか

AIくんを使い始めるとき、多くの人がまず探すのは「正しい使い方」です。良いプロンプト集。
失敗しない聞き方。
一発で精度を上げるコツ。
うまい人のやり方。

🥸 「これ、すごく自然な動きです。」
新しいものに触れるとき、最初に正解を知りたくなるのは当たり前です。でも、AI活用においては、この“正解探し”が逆に前進を止めることがあります。なぜならAIくんには、固定された一つの正解がないからです。同じAIくんでも、

• 何を目的にするか

• どの前提を渡すか

• どの資料を参照させるか

• どの粒度の成果物を求めるか

で、出力は大きく変わります。つまりAI活用とは、「正しい答えを覚えること」ではなく、条件を変えながら結果を調整することなんです。ここを誤解すると、一度うまくいかなかっただけで
「自分には向いていない」
「このAIは使えない」
と判断してしまいます。

でも実際には、その一回は失敗ではありません。それは、何を足せば精度が上がるかを知るための一回目です。

ここを「評価の対象」として見るか、「改善材料」として見るかで、その後の成長はまったく変わります。

さらに現場では、「忙しいから触れない」という声もよく出ます。でも本質的には、時間がないというより、AIくんを学習対象として扱っていないことの方が大きいです。

業務に必要なスキルなら、人は少しずつでも時間を取ります。なのにAIくんだけ後回しになるのは、まだ「使えたら便利」くらいの認識だからです。その結果、試さない。試さないから感覚が育たない。感覚が育たないから、ますます触れない。この循環が、AI活用を止めています。

🖋️ AI活用は知識ではなく調整能力である

ここで一度、AI活用の本質をはっきりさせます。AI活用とは、操作方法を知っていることではありません。調整できることです。

🥸 「ここ、かなり大事です。」
AIくんは、同じ問いでも前提が変われば出力が変わります。同じ「企画書を作って」でも、

• 誰向けか

• 何の目的か

• どんな制約があるか

• 何を重視するか

が違えば、良い出力の定義そのものが変わります。だから、どれだけテンプレートを知っていても、現場でそのまま当てはまるとは限りません。必要なのは、

• 出力のどこがズレているかを見る

• ズレの原因を考える

• 前提や指示を少し変えて再試行する

この反復です。この構造、実は新人育成にかなり近いんです。新人に仕事を任せるときも、最初から完璧な指示を出せるわけではありません。
こう伝えたら、こうズレた。
ここが足りなかった。
次は順番を変えて伝えよう。
こうやって、人は相手に伝わる形を探していきます。

AIくんも同じです。一回で決める対象ではなく、往復しながら合わせていく対象なんです。さらに面白いのは、この調整能力が上がるほど、AI理解と同時に業務理解も深まることです。

たとえば、採用文面をAIくんに作らせたとします。最初は「なんとなく違う」と感じるだけかもしれません。でも試行を重ねると、

• 候補者目線が弱い

• 会社の魅力が抽象的

• 求める人物像が曖昧

• 文面の温度感が合っていない

と、ズレを具体的に見られるようになる。これは単にAIくんが上手くなるのではなく、自分が成果物を見る目を持ち始めているということです。つまりAI活用における上達とは、AIくんに命令する技術ではありません。自分の仕事の評価軸を明確にしていく力でもあるんです。

🖋️ 試行回数が増えるほど何が変わるのか

ここがこのテーマの核心です。AI活用で差がつくのは、知識量の差ではありません。試行回数の差です。最初の数回では、誰でも粗い使い方になります。雑な指示を出し、雑な答えが返ってくる。それで終わる人もいます。でも試行を続ける人は、ここで止まりません。

• 何を足せばよくなるか

• 何を削ればズレが減るか

• どの資料を渡すと精度が上がるか

• どこまでAIくんに任せ、どこから人が見るべきか

こういった感覚を、身体で覚え始めます。

🥸 「ここから一気に変わってきます。」
重要なのは、この変化が“量が質に転化する”構造を持っていることです。最初は全体を見て「良いか悪いか」しか判断できない。でも試行が増えると、

• 構成は良いが結論が弱い

• 論点は合っているが対象読者がズレている

• 方向性は正しいが根拠が浅い

• 要約はできているが使う順序が悪い

というふうに、部分ごとに評価できるようになります。この見方ができるようになると、修正指示の粒度も上がります。そして粒度が上がると、一回の修正の効き方が変わる。

つまり試行回数が増えるほど、ただ慣れるだけではなく、改善の単位そのものが細かくなるんです。さらに試行を重ねると、AIくんの得意不得意も見えてきます。

• 叩き台には強い

• 論点整理は得意

• 比較表は速い

• 最終判断はまだ人が必要

• 社内文脈が薄いとズレやすい

こうして役割分担が見えてくる。この段階に入ると、AIくんは「当たり外れのある装置」ではなく、適材適所で使える道具になります。また、試行回数が大事なのは、AIくんを慣らすためだけではありません。試行のたびに、

• 自分は何を重視しているのか

• どこを成果条件とみなしているのか

• 何がズレとして気になるのか

が見えてくるからです。つまり試行回数とは、AIくんを調整する回数であると同時に、自分の判断基準を外に出す回数でもあります。ここがかなり本質的です。

AI活用は、AIくんの使い方を覚えることではなく、自分の仕事を構造として把握し直すことでもある。だから、試行回数が多い人ほど強いんです。

🖋️ AI活用を個人技で終わらせないために

ここから組織の話です。AI活用は、最初はどうしても個人から始まります。
ある人が試す。
良いやり方を見つける。
少し精度が上がる。
ここまでは、よくあります。でも重要なのはその先です。その試行錯誤が、個人の中で閉じてしまうと、組織としては何も進みません。

🥸 「ここ、かなりもったいないところです。」
本当に価値があるのは、

• どんな指示でズレたか

• どう直したらよくなったか

• どの業務に向いていたか

• 何を渡すと精度が上がったか

という履歴です。これを残して共有すれば、一人の試行が、みんなの資産になります。逆にこれがないと、全員が毎回ゼロから同じ失敗を繰り返します。つまり組織として見ると、AI活用の成熟度は、「誰かが上手いか」ではなく、試行の履歴がどれだけ資産化されているかで決まります。

さらに踏み込むと、組織の評価構造も関わってきます。短期成果だけが評価される環境では、試すこと自体がリスクになります。
失敗したくない。
外したくない。
なら触らない方が安全。
こうなると、試行回数は増えません。

でもAI活用は、最初から正確であることより、試して、修正して、精度を上げることに価値があります。だから組織としては、

• 試したこと

• ズレを見つけたこと

• 改善したこと

を、評価対象に入れていく必要があります。そうしないと、AI活用は一部の好奇心の強い人だけのものになります。本来必要なのは、AIくんをうまく使えるスターを作ることではなく、試行が自然に回る環境を作ることです。この状態ができると、個人の工夫が組織の知見に変わり、組織の知見が次の個人の試行を速くする。こうしてAI活用は、単発の工夫ではなく、組織の進化プロセスになります。

ここで、おじが伝えたいことがあります。AI活用で差を生むのは、知っている量ではありません。試した回数でもありません。試して、ズレを見て、修正した回数です。ただ回数を増やせばいいわけではない。試行とは、改善を伴って初めて価値になる。

そしてその反復の中で、AIくんも整い、人間の判断基準も整い、業務理解も深まっていく。だからAI活用とは、知識の勝負ではないんです。試行と修正を回せる人が、AIを使いこなす。この前提に立てるかどうかで、AIくんは「難しい新技術」にもなるし、「育てながら使える相棒」にもなります。

最初から上手くやる必要はありません。でも、試して終わるのでは足りない。試して、ズレを見て、直して、また試す。この反復を止めないこと。それが、AI活用を本当に前に進める唯一の道なのです。

ここまで読んでくださり、ありがとうございます🤗

おじ目線で、AIとの向き合い方について、少しずつ言語化しています🖋️

同じようにAIと向き合っている方がいたら、フォローしていただけると嬉しいです☕

おしまい