同じ「AI を使いこなす」でも、経営者・PM・マーケター・コンサルタント・エンジニア・デザイナーでは身につけるべきスキルがまるで違います。AI は 2026 年時点で職場の道具として定着し、ある調査では知識労働者の約 4 割が生成 AI を毎日使うと答えています。本ガイドは、6 つの職種それぞれで「いま本当に効くスキル」を、具体例とともに整理します。
FIG.1 共通の土台（プロンプト・限界理解・機密管理・検証習慣）の上に、職種固有のスキルが乗る
01まず全職種に共通する土台
職種別に入る前に、どの仕事でも最初に固めておきたい 5 つの基礎があります。ここが弱いと、どんな高度なツールを入れても成果につながりません。
プロンプトの基本
「何を・どんな形式で・どんな前提で」を具体的に書く。指示が曖昧だと答えも曖昧になります。役割・入力・出力例をセットで渡すのが基本形です。
AI の限界を知る
もっともらしく誤る（ハルシネーション）、学習データの偏り、知識の更新時点（カットオフ）という 3 つの限界を前提に使う。事実は必ず一次情報で裏取りします。
機密情報の扱い
顧客情報・未公開の数字・ソースコードを外部サービスに入れてよいかは、契約とプラン次第。社内ルールと利用規約を確認してから使うのが鉄則です。
批判的に吟味する
出力を鵜呑みにせず「根拠は?」「本当か?」と問い直す。AI は説得力のある文章を作るのが得意な分、間違いも自然に見えてしまいます。
学び続ける
モデルもツールも数か月で入れ替わります。「去年の常識」が通じない前提で、新しい機能を触り続ける姿勢そのものがスキルです。
この 5 つは職種を問わず効きます。以降は、その土台の上に積む職種ごとの専門スキルを見ていきます。
02経営者 ── 技術より「判断の型」
経営者に求められるのは、AI を自分で動かす技術ではなく、「どこに投資し、何を任せ、何を残すか」を決める判断力です。手を動かすより、意思決定の質が問われます。
- AI 投資の費用対効果を見積もる：短期（業務効率化）と長期（事業モデル変革）を分けて評価する
- 自社業界への影響度を見極める：どの業務が自動化され、どこに人の価値が残るかを地図にする
- 競合の AI 戦略を読む：プレスリリースや採用動向から相手の本気度を推し量る
- 組織に浸透させる設計：ツール導入だけでなく、使える人を増やす教育と評価制度をつくる
- 仕事の増減シナリオを描く：「減る仕事」と「新しく生まれる仕事」を具体的に想定する
- ガバナンスを整える：利用ルール・承認フロー・責任の所在を決める
- 規制への対応：EU AI Act は 2026 年 8 月 2 日に大部分の規定が適用・執行開始予定（汎用 AI 提供者向け義務は 2025 年 8 月から段階的に適用）。該当する事業かを公式情報で確認する
- パートナー選定：外部ベンダー・内製・受託開発のどれを選ぶかを判断する
- 株主・取締役会との対話：AI 戦略を一貫したストーリーとして語れるようにする
- 自分自身が毎日使う：使わない経営者の判断は的を外す。最低でも 1 日数十分は実際に触る
経営者の AI スキルとは、ツールの操作ではなく 「何に賭け、何を捨てるか」 を決める力。
03PM（プロダクトマネージャー）── 不確実な出力を製品にする
PM は AI 機能を製品に組み込む現場の指揮官です。難しいのは、AI の出力が毎回同じとは限らない（決定論的でない）こと。この前提で仕様・評価・コストを設計します。
- LLM の基礎：トークン量・コスト構造・応答速度（レイテンシ）の関係を理解する
- 不確実な出力の仕様化：「だいたい正しい」をどこまで許容するか、失敗時の挙動をどう設計するか
