この記事の結論
属人化を解こうとするとき、最初に浮かぶ答えは「人を採用して、育てる」です。
それは正しい。でも、たいてい進みません。
進まない理由は、AIに継がせる場合とまったく同じです。
引き継ぐ側が、自分の判断基準を言葉にできていないからです。
だから「人か、AIか」は二択ではありません。
- 人にもAIにも、渡す前に必要なものは同じ（判断基準の言語化）
- 違うのは、渡した後にできること（人は決められる。AIは決められない）
- AIは人を置き換える手段ではなく、人が育つまでの時間を埋める義足である
この記事では、「人に引き継ぐ」と「AIに継がせる」を並べて比較し、
どちらに何を任せるべきかを整理します。
（前提となる「なぜ属人化はマニュアルで解けないのか」は第1章、
実際にAIへ継承した記録は第2章で扱っています。）
こんな人に向けた記事です
- 属人化を解きたいが、人を採用して育てる余裕（時間・お金）がない
- 後輩や部下に教えているが、なかなか育たない
- 気づくと「見て覚えろ」としか言えていない
- AIに興味はあるが、本当に人の代わりになるのか疑っている
- 一人で仕事をしていて、そもそも引き継ぐ相手がいない
逆に、「AIに丸投げして、自分は働かずに稼ぎたい」という方には向きません。
ここで扱うのは、判断の代行ではなく、判断基準の継承です。
属人化の相談で、最初に出る答えは「人を増やす」
属人化の話をすると、ほぼ必ずこの答えが出ます。
「人を雇って、育てればいい」
正論です。そして、本当にそれができるなら、それが一番いい。
人は決められます。責任も取れます。
何より、勝手に育ちます。AIには、どれもできません。
でも、この答えが実際に進むことは、あまりありません。
理由は3つあります。
① 時間がない
判断基準が身につくまでには、年単位かかります。
今日困っている人にとって、3年後に育つ人材は、解決策になりません。
② お金がない
一人で仕事をしている専門家にとって、人を雇うのは事業構造を変えることです。
育つまでの人件費を、誰が持つのか。
③ そして、これが本題です ── 教えられない
一番大きいのは、これです。
一番効率がいい教え方は、「見せる」ことです
先に、AIに不利な事実から書きます。
僕はピアノと作曲を、恩師にマンツーマンで教わりました。手取り足取りです。
目の前でピアノを弾いてもらう。
手書きの五線譜を見てもらい、実際に弾いてもらう。
パソコンで作った曲なら、DAWのデータを直接開いて、いじりながら教えてもらう。
百聞は一見にしかず、とはよく言ったものです。
どう弾いているのか。どのプラグインを使って、どう音をいじるのか。
直接見せてもらいながらアドバイスをもらった方が、習得の効率がいいに決まっています。
これは音楽に限りません。
営業の新人教育なら、先輩についてクライアント先へ行く。
名刺交換から、どんな話をして、どうセールスに結びつけるのかを、隣で見ながら覚える。
分からないことは、その場ですぐ聞けばいい。
ここまでは、どの分野・どんな職種でも同じはずです。
だから正直に書きます。
教える効率だけで言えば、人に見せてもらうのが最強です。AIは勝てません。
ただし、「見せる」は、そばにいる間しか使えない
問題は、そこです。
見せられるのは、隣にいる時間だけです。
恩師は、僕が練習しているときにずっといてはくれません。
先輩は、あなたが一人で商談に行く日にはついてきません。
そして第1章で書いた通り、
あなたが対応できる人数と回数には、身体ひとつ分の天井があります。
つまり、「見せる」は最強ですが、スケールしません。
では、隣にいない時間には何も渡せないのか。
そんなことはありません。
ここで、恩師が本当にくれていたものの話になります。
恩師は「見て覚えろ」とは言いませんでした
ここが、この記事で一番大事なところです。
僕の恩師は、弾いて見せてくれました。
でも、それだけではありませんでした。
ピアノでは、こう言われました。
「とにかく脱力しろ。弾く瞬間だけ、指や腕に力を入れるイメージで」
「速い曲や指の動く曲ほど、脱力して瞬間で弾け。スタッカート気味で」
MIXでは、こうです。
「Jロックのこのエレキギターなら、EQで30Hzまでバッサリカット。200Hz前後は-2dBくらい。3kHzはギターの美味しいところだから、+3dBしていい」
読み返してみてください。
ピアノの脱力も、EQの数値も、本来なら最も言葉にならない類いのものです。
手の感覚と、耳の感覚。どちらも身体の中にしかない。
それを恩師は、具体的な言葉と、数値にして渡していました。
「見て覚えろ」とは、一度も言われていません。
そして、これが決定的です。
見せてくれた部分は、AIには渡せません。
でも、言葉にしてくれた部分は、そのままAIに渡せます。
「弾く瞬間だけ力を入れる」も「3kHzは+3dB」も、文字にできています。
文字にできるものは、渡せます。
僕が恩師から本当に受け取ったのは、あの日弾いてもらった音そのものではありません。
あの言葉です。
「見て覚えろ」の正体
逆に、「見て覚えろ」しか言わない師匠から受け取ったものは、
その場を離れた瞬間に、消えます。
これは、教えるのを面倒がっている言葉ではないと思っています。
言葉にできないものを、どう渡せばいいか分からないときに出る言葉です。
長くやっている人ほど、自分の判断を説明できません。
能力がないからではなく、逆です。
同じ場面を何度も通ってきたから、判断が身体に染み込んでいる。
呼吸と同じで、無意識にやっている。
だから「なぜ、そうしたんですか」と聞かれても、
最初に出てくるのは「なんとなく」です。
そして、ここが重要です。
これは第1章で書いた「マニュアルで属人化が解けない理由」と、まったく同じ構造です。
相手が紙か、人か、AIかが違うだけで、
言葉になっていないものは、誰にも渡せていません。
人とAI、継がせられるものの違い
では、判断基準を言葉にできたとして、人とAIでは何が違うのか。並べます。
| 人に継がせる | AIに継がせる | |
|---|---|---|
| 渡せるもの | 判断基準と、判断そのもの | 判断基準の参照のみ |
| 見せて教えられるか | できる（最強） | できない |
| かかる時間 | 年単位 | 数回の対話 |
| 費用 | 人件費＋育つまでの期間 | 月数千円のプラン＋設計の工程 |
| 決められるか | 育てば、決められる | 決めさせてはいけない |
| 責任 | 取れる | 取れない |
| 育つか | 自分で育つ | 本人が育てないと育たない |
| 稼働 | 身体ひとつ分 | 24時間 |
| 本人に言えないこと | 言いにくい | 言える |
見ての通り、得意な場所がきれいに分かれています。
そして真ん中に、決定的な一行があります。
決定的な違いは、「決められるか」
AIには、決めさせてはいけません。
これは性能の問題ではありません。設計の問題です。
分身AIが返すのは、あくまで「〇〇さんなら、こう考える可能性がある」というたたき台までです。
決めるのは、最後まで本人です。
なぜか。
決める権利を手放した瞬間、AIはあなたの義足ではなく、あなたの代替になるからです。
たたき台を返すAIは、あなたの手を増やします。
決めてしまうAIは、あなたの席を奪います。
同じ技術で、どちらにもなります。
分けているのは、この設定一つです。
人は違います。人は、育てば決められます。
責任も取れます。
だから、本当に事業を継がせたいなら、最後は人です。
AIが埋めるのは、その人が育つまでの時間です。
そして一人で仕事をしていて、
育てる相手がそもそもいない場合は、
その時間を無限に埋め続けるものです。
どちらにも、先に同じものが必要
ここが、この記事で一番言いたいことです。
人に継がせるときも、AIに継がせるときも、先にやることは同じです。
自分の判断基準を、具体的な言葉と数値にすること。
これをやらずに人を雇えば、「見て覚えろ」になります。
これをやらずにAIを使えば、優等生な平均値が返ってきます。
原因は同じで、渡す中身がないことです。
AIは、ゼロを増幅できません。人も、ゼロは覚えられません。
つまり、分身AIを作る工程は、そのまま人材育成の工程でもあります。
AIに渡すために言語化した判断基準は、
紙に落とせばマニュアルになり、人に話せば教育になります。
僕の恩師の「3kHzは+3dB」がそうです。
あの一言は、僕に対する教育であり、
同時に、そのままAIに渡せる判断基準でもあります。
一度掘れば、渡す先は選べます。
掘っていないから、どこにも渡せていないだけです。
Kさんの場合
第2章で書いたコーチのKさんは、この分岐にはっきり立っていました。
最初の相談は、こういう内容でした。
月に一回のセッションだと、セッションの時や2、3日はクライアントのやる気もエネルギーも上がる。けど、来月セッションした時にその熱が消えてたり、そもそも前回のセッションで話したことを忘れてたりする。でも、1ヶ月のセッション回数を増やすのは私の時間や労力、クライアントも金銭的負担が増えてしまう。
Kさんが最初に検討したのは、AIではありません。
セッションを増やすことでした。
つまり、自分が隣にいる時間を増やす方向です。
それが無理だと分かったところが、入口でした。
身体はひとつしかないし、クライアントの財布にも限界がある。
では、人を雇って育てるか。
コーチングは、判断そのものが商品です。
育つまでに年単位かかります。
今、熱が消えかけているクライアントには、間に合いません。
だから、AIで「間」を埋めました。
そして僕がやったのは、3回の対話です。
業務手順は、一行も書いていません。
掘ったのは、Kさんの判断基準だけです。
僕がKさんに聞いたのは、僕の恩師が僕にくれたのと同じ種類の言葉でした。
- どういうときに、その質問を投げるのか
- どういうときに、あえて黙るのか
- 何を見て「この人は今、答えを求めていない」と判断するのか
「脱力しろ」「3kHzは+3dB」の、コーチング版です。
だから、順番はこうなる
整理します。
- まず、自分の判断基準を具体的な言葉にする（ここを飛ばすと、人にもAIにも渡せない）
- AIに渡す（数回の対話で、24時間動く参照先ができる。ただし決めさせない）
- 人がいるなら、同じものを人にも渡す（隣で見せられるなら、最強の教育になる）
- 本人は、本当に判断が必要な場面に戻る
順番は入れ替えられません。
1がなければ、2も3も空回りします。
AIか人かで悩んでいる時点で、たいていまだ1をやっていません。
そして、1が一番しんどい工程です。
だから、みんなここを飛ばして、ツールの話や採用の話に行きます。
まとめ
属人化はAIで解決できるのか。
答えは、「AIだけでは解決しない。でも、AIを使うために必要な工程が、解決そのものだ」です。
分身AIを作るために、自分の判断基準を掘る。
その工程を通ると、人にも渡せる形の言葉が、手元に残ります。
僕は恩師から、ピアノの弾き方を見せてもらいました。
でも、今も僕の中に残っているのは、あの日の手の動きではありません。
「とにかく脱力しろ。弾く瞬間だけ力を入れろ」という、あの言葉です。
言葉になったものだけが、その場を離れても生き残ります。
AIは、あなたの代わりに責任を取る存在ではありません。
あなたの判断を支える義足です。
そして義足は、歩く意思のない人を、勝手に目的地へ連れていくものではありません。
でも、歩きたい方向がある人の移動距離は、確かに伸ばしてくれます。
よくある質問
Q. 人を雇うのとAIを使うのは、どちらが安いですか？
短期ではAIです。ツール代は月数千円程度のプランで足ります。
ただし、判断基準を掘り出して設計に落とす工程が必要です。
人の場合は人件費に加え、育つまでの期間のコストがかかります。
ただし、両者は代替関係ではありません。
人は育てば決められますが、AIは決められません。
Q. AIに継がせたら、人を採用しなくていいということですか？
違います。AIは決められないし、責任も取れません。
事業を継がせるなら、最後は人です。
AIが埋めるのは、その人が育つまでの時間と、本人が動けない時間です。
Q. 一人で仕事をしていて、引き継ぐ相手がいません
その場合、AIが埋める「時間」に期限がありません。
第2章のKさんも、このケースです。判断基準を言葉にして、AIに参照させる。
それだけで、本人が動けない時間に価値を届ける手段ができます。
Q. 「見て覚えろ」と言われて育った人は、どうすればいいですか？
その師匠が言葉にしなかったものを、あなたが言葉にする側になれます。
あなたは実際にそれを身につけているので、掘れば出てきます。
出てこないのではなく、聞かれたことがないだけです。
Q. 自分の判断ではなく、本や研修で学んだ知識もAIに渡せますか？
渡せます。学んだ本のタイトルと、その中で自分が一番大事だと思ったポイントを文章にして、
マニュアルやプロンプトに入れておくと効果的です。
僕自身も、ビジネス面で学んだ名著の教えを自分なりに落とし込み、レポートの形でAIに渡しています。
ただし、順番は変わりません。
先に自分の判断基準があって、そこに補助線として本の知識が乗ります。
逆にすると、本の要約を喋るAIができあがります。
Q. 判断基準を言葉にする工程は、どうやるのですか？
一人でやるのが一番難しい工程です。
自分の「なんとなく」に、自分で違和感を持てないからです。
手順は、noteの有料記事「あなたの判断軸をAIに継承させる設計図」で5工程に分けて公開しています。
関連記事
この記事の前提となる「なぜマニュアルでは属人化が解けないのか」は第1章、実際にAIへ継承した記録は第2章で扱っています。
同じテーマを、noteの連載「あなたが休んでも、あなたの判断は残る」でも掘り下げています（全5話・完結）。
- 第1話：あなたが休んだ日、仕事は止まりますか？
- 第2話：残すべきは作業ではなく、判断基準だった
- 第3話：AIに継がせるのは、作業手順ではなく「判断基準」
- 第4話：24時間動く”もう一人”は何を継いだのか
- 第5話：あなたの判断軸をAIに継承させる設計図（有料note・¥1,980）
判断基準を言葉にする手順そのものは、第5話で5工程に分けて公開しています。
この記事を読んで「掘る工程を自分でやってみたい」と思った方は、そちらへ。
判断基準の言語化から分身AIの構築までを支援するサービスは、Servicesページにまとめています。
コメント