カテゴリー: AI仕事・働き方

  • .mdが強いのは保存ではなく流通のためだった

    .mdが強いのは保存ではなく流通のためだった

    最初「AIへの指示文を送るため」「言葉の区切りや重要性を知らせるため、Markdownファイル(拡張子 .md)を使いはじめた。

    その時点では、ほんの一回限りの用途にすぎず、ここにきて、テキストエディタのデフォルトを.mdにすることまでは想像していなかった。

    ブログを書くときにもマークダウンは便利だったし、txtでは表現しにくい、文字の価値観の差をつけられるところは優れていると思うし、なによりエディタ上で色分けされるから視認性もよく、文章の中で自分が今どこにいるのかも一瞬でわかる。

    見た目の助けがあるだけで、編集のしやすさは大きく変わるし、htmlタグをいちいち打って閉じるより、先頭に記号を置いて空白を入れるほうがずっと簡単。

    マークダウン対応のブログサイトなら、そのまま記事の形に近づいていくわけだし、制作スピードも段違い。

    とはいえ、最初の頃は、AIの指示文として便利だからという単純な理由で、そこにあったのは、あくまで局所的な効率だった。

    でも、ファイル修正する場面が増えてくると、txtより.mdのほうが人間にもやさしいと感じるようになった。

    色分けや文字サイズの違いがあるだけで、どこが見出しで、どこが本文で、どこが強調なのかがつかみやすい。

    残念ながら、txtはこれが見づらい。

    軽量なのは認めるが、長文を読み返すようなことにでもなると、少し嫌になるところがある。

    ここで強くなっていたのは、保存性というより流通性だったのだと思う。

    txtは余計な物を付随しないから、いろんなところで再利用しやすく、別の場所へ持っていきやすい。

    しかし、その汎用性は今やMarkdownファイルに奪われているような気がする。

    一部のブログであれば、そのまま流してもいいし、仕様書や議事録の下地にもなるうえ、AIへの入力にはもってこいといってもいいだろう。

    その感覚は、txtをデフォルトにしていた頃と比べるとよく分かる。

    余計な手間や作業が減り、扱いやすくなった。

    無駄を極力なくしつつ、構造化できる。

    AIや機械との相性がいいのはたしかだが、今のところそれは人間にとっても同じ。

    他のプログラミングほど難しいものでもないし、少しの学習で、仕事の能率が驚くほど上がる。

    そう思うと、.mdの強さは、単に「きれいなテキスト」だからではない。

    とはいえ、ここで言い切りすぎるのも違う。

    少なくとも書き手の実感としては、.mdで困った場面はないが、それはまだ個人の使い方の範囲でもあるからかも。

    多くのメモが本当に再利用されるのか、それとも結局は読み捨てられていくのかは、別に確かめる必要がある。

    mdがデフォルトになっていく気がする、という感覚も、まだ予感の段階。

    それでも、以前の「シンプルさ」と今の「シンプルさ」は同じではない。

    昔は余計な装飾がないことがシンプルだったが、今は、AIにも人間にもそのまま渡せて、構造まで見えることがシンプルになっている。

    現状ではシンプルさの意味合いは変わってきていて、.mdが強いのは、その変化をいちばん素直に受け止める形式だからなのかもしれない。

  • AIを使うほど仕事が増える人が出てくる理由

    AIを使うほど仕事が増える人が出てくる理由

    AI疲れは「使えない人」の問題ではない

    AI疲れは、AIに弱い人だけの問題ではなく、むしろ、AIを真面目に追う人ほど感じている。

    2025年は「AIを使えるか」が論点だったものが、2026年は「AIを使い続けられるか」に移ってきており、その理由はAIツールが増えすぎたから。

    文章生成、検索、議事録、画像、動画、資料作成など、用途ごとにツールが分かれ、さらに、毎月のように新機能が登場。

    結果として、仕事は減るだけではなく「選ぶ」「試す」「覚える」「比較する「作業が増えます。

    McKinseyの2025年調査でも、企業はAIへ投資している一方、AI活用が成熟していると考える企業は1%にとどまっていて、導入数と成果は一致していないようです。 

    生産性が上がらない理由は、判断が増えるから

    AIは、作業時間を短くしてくれるのですが、判断時間までを消してくれるわけでもなく、資料作成ひとつにおいても、

    • AIに構成案を出させる。
    • 表現を直す。
    • 事実を確認する。
    • 社内向けに調整する。
    • 最後に責任を持って提出する。

    この流れの中で、下書きは圧倒的に速くなるのですが、確認作業は残りますし、場合によっては確認が増えます。

    まず、AIが出した答えを疑う力は必須であり、AIはハルシネーションが多い。

    またプロンプトも改善する必要も出てきますし、複数ツールの出力も比べる必要があるでしょう。

    これは「時短」ではなく、作業の移動であり、手を動かす時間は減ったのですが、その分、判断する時間が増えています。

    2026年の研究では、AI疲労を認知的過負荷、意欲低下、身体的負担、注意の分散などに分けて整理しています。対象は学生となっているのですが、仕事でAIを使う人にも近い構造があります。 

    つまり、AIは疲労を消す道具ではなく、使い方を間違えると疲労の種類を変える道具になります。

    「AI活用術」より「AIとの距離」が必要になる

    これまでのAI記事は、活用術が中心で、プロンプト、便利ツール、時短テクニックなど、導入初期には有効でしたが、ツールが増えた今、必要なのは使うAIを減らすこと。

    AI活用術は、できることを増やしてくれたのですが、現在のAIとの付き合い方は、やらないことを決めることが必要で、AI活用術が攻めの知識であったものが、現在の使い方はいかに消耗を防ぐかの設計となります。

    毎日新しいAIを試す人は情報量で疲れ、用途を3つに絞る人は運用が安定します。

    「検索はこのAI」「文章の下書きはこのAI」「画像生成はこのAI」

    この程度まで使い方を絞っていくほうが、仕事では力を発揮しますし、最新機能を全部追うより、使う場面を固定したほうが成果につながります。

    AI Sprawlといって、AIツールの乱立も問題になってきています。

    企業がAIを入れても、戦略や教育がないと成果は出にくいですし、明確な戦略がある組織ほど成果を感じやすいとされています。 

    向いている人、向いていない人

    AI関連の事業開発者、マーケター、エンジニア、メディア運営者などは、変化を追うこと自体が仕事の一部でもあるので、AIを積極的に追うべきではあります。

    一方で、全員が同じ速度で追う必要もなく、営業、経理、人事、教育、医療、現場管理などの仕事では、最新ツールより安定運用が大事で、毎週ツールを変えると、確認と教育の負担が増えていくだけです。

    ここで見るべき基準として「そのAIは、翌月も使う業務」に入るかどうか。

    入らないなら、追いかける優先度は下げていいですし、情報収集だけで仕事時間が削られるなら、本末転倒。

    AI疲れへの対策は、AIを否定することではなく、使う場面を絞ること。

    「全部使う人」より「使う場面を決めた人」のほうが消耗しませんし、結果にも繋がりやすく、2026年のAIテーマは、導入ではなく運用の見直しとなるでしょう。

    自分の仕事で、AIを使わない領域を決める。ここを決めない限り、AIは時短ではなく追加業務になっていくだけです。

  • AI時代に価値が上がる5つの仕事

    AI時代に価値が上がる5つの仕事

    AI時代に重要なのは「作業力」ではなく「管理力」である。

    AIの性能は毎年向上していて、文章作成・画像生成・データ分析など、これまで人間が行っていた業務の一部をAIが実行するようになっている。

    しかし、それは人間の価値が下がることを意味しているわけではなく、実際に価値が上がっているのは、AIを使って成果を出せる人材であり、AI時代は作業者より管理者が強くなっていく。

    今回、今後価値が上がる5つの仕事を予想してみる。

    AIマネージャー

    最も価値が上がるのはAIを管理する人。

    企業では複数のAIツールが導入され始めている。

    • ChatGPT
    • Claude
    • Gemini
    • Copilot

    問題は導入することではなくその運用であり、どの業務に使うのか?どのAIを選ぶのか??品質をどう担保するのか?これらを設計する人材が必要となり鍵となる。

    向いている人

    • 管理職
    • プロジェクトマネージャー
    • 経営層

    AI品質保証・リスク管理担当

    AIの間違いを見抜ける人の価値はより高くなる。

    AIは高速で仕事を行うが完璧ではない。

    誤情報も出力する。法的リスクもある。情報漏洩の危険もある。

    そのため企業はAIの出力を検証する担当者が必要となり、製造業で品質保証が重要なように、AI時代も品質管理は消えない。むしろ重要性は高まる。

    向いている人

    • 法務
    • 監査
    • 品質管理
    • セキュリティ担当

    データ戦略担当

    AIの性能はデータで決まってくる。

    多くの企業はAI導入ばかり議論するが、本当に重要なのはデータであり、不正確なデータからは不正確な結果しか生まれない。

    今後は「データ整備」「データ活用」「データ管理」を行う人材の価値が上がっていく。

    AI競争はデータ競争でもある。

    向いている人

    • データアナリスト
    • BI担当
    • IT部門

    AI×人間の協働設計者

    仕事の流れを設計できる人は強い。

    AIは単独では成果を出せないので、人間との役割分担が必要となる。

    例えば記事作成なら「AIが下書きを作る。」「人間が編集する」

    顧客対応なら「AIが一次対応する」「人間が最終判断する」

    重要なのはどちらが仕事をするのかではなく、どのように連携するかである。

    向いている人

    • 業務改善担当
    • コンサルタント
    • マネージャー

    意思決定者

    最後に残るのは判断の仕事である。

    AIは選択肢を提示できるが、その責任は取れない。

    企業経営においては「採用するか」「投資するか」「撤退するか」といった判断が必要になってくる。

    AIがどんなに進化しても、最終的な意思決定は人間が担うはずで、だからこそ判断力の価値は決して下がらない。むしろどんどん上がっていくことだろう。

    向いている人

    • 経営者
    • 管理職
    • 事業責任者

    価値が下がりやすい仕事との違い

    共通点は明確で、価値が下がりやすい仕事は、「決められた手順を実行する仕事」である。

    一方で価値が上がる仕事は、

    • 判断する
    • 管理する
    • 設計する
    • 責任を持つ

    という特徴を持つ。

    AIは実行を得意とするから、人間は判断を担当するという分業がより進んでいくはず。

    つまり、AI時代の競争力は作業速度では決まらない。

    重要なのは、

    • AIを管理する力
    • 品質を保証する力
    • データを活用する力
    • 協働を設計する力
    • 意思決定する力

    AIが仕事を奪うのではなく、AIによって価値のある仕事が変わっていくだけで、これからのキャリア戦略は、作業者として成長することではなく、AIを活用して成果を生み出す側へ移行することである。