人工知能（AI）が分析、コンテンツ生成、意思決定などの業務で向上するにつれ、人間の価値は、課題を定義し、制約を設定し、結果を評価し、最終的な意思決定を行うことにあります。
AIに対する人間による監督として、2つの重要な役割が生まれつつあります。AIの活用方法を設計する「AIワークアーキテクト」と、成果とアウトカムにより重点を置く「AIスチュワード」です。
組織はAIツールを導入した後、業務と研修を再設計する必要があります。その際、AIリテラシーと、ドメイン専門知識、業務プロセスの知識、リスク認識、意思決定権限を組み合わせることが求められます。
人工知能（AI）は、指示から始まるのでも、提言で終わるのでもありません。現実世界の課題から始まり、現実世界の結果で終わります。
生成AI（GenAI）は、目新しいものから職場のインフラへと急速に移行しました。文章作成、要約、翻訳、コーディング、データ分析を行い、多くの業務をより安価で、より迅速に、そしてますます自動化されたものにしています。
その結果、雇用に対する不安が生じるだけでなく、より実際的な問いが浮上します。AIがより多くの実行を担うようになると、人間の仕事のどの部分がより重要になるのか、という問いです。
世界経済フォーラムの「Future of Jobs Report 2025（仕事の未来レポート2025）」は、2030年に向けて、テクノロジー、人口動態、不確実性が労働市場を再構築していることを示しています。同レポートは、2030年までに1億7,000万の雇用が創出される可能性がある一方、9,200万の雇用が失われ、既存のスキルセットの39%が変革されるか陳腐化すると推定しています。
フォーラムでの議論では、次のようなものが必要になる可能性も強調されています。AIを活用した役割とAIリテラシーと判断を伴う業務。
次の段階は、人間と機械の仕事をより明確に示す地図を通じて、これらの議論をつなげることです。既存の議論は、仕事をAI対人間、ホワイトカラー対ブルーカラー、技術スキル対人間的スキルという枠組みで捉えることがしばしばあります。しかし、より大きな変化は、仕事のプロセスそのものの内部にあります。
AIの能力が高まるにつれ、実行の領域は拡大します。情報の処理、コンテンツの生成、選択肢の最適化、行動の自動化がそれにあたります。人間の価値は、文脈、責任、信頼がAIによる価値創出を左右する、実行の周辺の業務へと移ります。
その傾向は明らかです。AIは実行をますます担うようになっています。人間の価値は、課題の枠組みを設定すること、AIが稼働すべき条件を設計すること、文脈の中で出力を検証すること、次に何をすべきかを決定することへと移っています。
この新たな業務分担は、デジタルと物理の両方の環境において重要な意味を持ちます。
AI時代の人間の仕事の姿
従来の仕事は、割り当てられた業務を受け取り、手順に従い、定型的な実行を行い、正確性を確認し、確立されたルールの範囲内で判断を上申することを意味することが多くありました。この従来型のモデルに対し、サプライチェーンは、デジタルと物理の両方の業務にわたって、AI時代への移行が実際にどのように表れるかを示しています。
デジタル業務では、AIが需要予測を作成することができます。しかし、人間の業務はより早い段階から始まります。予測期間、サービスレベル、サプライヤーの制約、在庫切れの許容度を定義するのです。そして後の段階では、その予測に基づいて在庫、生産、調達、または顧客へのコミットメントを変更すべきかどうかを判断します。
物理的な業務では、AIと自動化により倉庫業務を支援することができます。しかし、監督者は、濡れた床、不慣れな臨時作業員、技術的には許容範囲内でありながら人々をためらわせるロボットの動きに気づくかもしれません。こうした細部はモデルには現れないかもしれませんが、自動化が安全で受け入れられるものかどうかを決定づけます。
いずれの場合も、AIは実行し、人間は枠組みを設定し、設計し、検証し、決定することがあります。同じ論理は、サプライチェーンを超えて、保険金請求や医療業務から公共サービスや顧客対応に至るまで適用されます。
AI時代に生まれる2つの新たな職務記述
この変化は、2つの新たな役割を示しています。「AIワークアーキテクト」と「AIスチュワード」です。これらは専任の役割となる場合もあれば、既存の職務に組み込まれた責任となる場合もあります。
AIワークアーキテクトは、単にプロンプトを書くだけではありません。この役割は、ビジネス上の課題、アウトカム、範囲、成功基準を明確にします。業務を、AIに委任すべきもの、AIによって強化すべきもの、人間が主導すべきものに分解します。データ、前提条件、制約、リスク上限、意思決定権限を明示し、そのうえで、引き継ぎ、承認ポイント、エスカレーション経路を設計します。
AIスチュワードは、AIによる実行の後に業務を担います。この役割は、出力を、ドメイン知識、業務上の実態、現場の文脈、既知の例外に照らして検証します。顧客、労働者、資産、安全、信頼への影響を評価します。AIが支援した行動を承認、修正、却下、停止、またはエスカレーションすべきかを判断し、得られた教訓を業務設計、ガバナンス、将来のAI活用にフィードバックします。
これらの役割は、狭い技術的専門分野ではありません。AIを取り巻く、人間の責任の新しい形態です。
AI時代の業務サイクルの姿
AIワークアーキテクトとAIスチュワードは、合わせてAI時代の業務サイクルを形成します。将来の仕事は、現実からAIへ、そしてAIから現実へと移行することに依存します。
サイクルは現実から始まります。AIワークアーキテクトは、現実世界の課題を目標、前提条件、制約、意思決定の境界へと変換し、複雑な業務上の実態を、AIが処理可能な条件へと転換します。
その後、AIが実行します。情報を処理し、出力を生成し、選択肢を最適化し、行動を自動化します。しかし、人間の責任が戻ってくるのは実行の段階です。
AIスチュワードは、AIを現実へと引き戻します。この役割は、出力を文脈の中で検証し、人々、資産、顧客、安全、信頼への影響を評価し、次に何をすべきかを決定します。現実によって例外や意図しない結果が明らかになった場合、その学びは次の設計サイクルへと還元されます。
AI時代の仕事とは、AIシステムの内部における立場ではありません。それは、その周辺にある仕事です。すなわち、AIのために現実を枠組み化し、責任をもってAIを現実へと引き戻すことです。
組織にとって、研修はツールの導入にとどめるべきではありません。AIリテラシーと、ドメイン専門知識、業務プロセスの理解、リスク認識、意思決定権限を組み合わせるべきです。AIが価値を生み出すかどうかを左右する例外や制約を理解しているのは、現場に最も近い人々であるため、その人々が業務サイクルの再設計に関与する必要があります。
AIは仕事を再設計します。一部の業務はなくなり、役割は再構築されるでしょう。しかし、仕事の未来は単なる代替ではありません。人間の仕事がより高い責任のレベルへと移行することなのです。組織がこの新たな人間の役割を明確に定義すれば、AIは人間の可能性を空洞化させるのではなく、引き上げることができます。
これがAI時代の仕事です。現実をAIにつなぎ、AIを現実へと引き戻し、人間による設計と責任を通じてサイクルを改善していくことです。
