AIに乗り遅れそうな人がこの先生き残るには

2025.07.19

この記事は人間の脳からアウトプットされた言葉を100%使用している、オーガニック記事です。
マッチョイズムな思想強めなので精神的ブラクラ。

「人差し指タイピングおじさん」と「AI使えないおじさん」は等価かもしれない

特異な才能で立場を得ている人はさておき、「知識はそこそこあるんだけどAI使いこなせない」みたいな状況の人からの相談を受けた時に書いたメモをもとに「どういった働き方・スキルを狙えば企業の中でサバイブできるのか」という情報を再構築します。

AIを使えるようにする

そもそもAIを適切に使える人間、使えない人間でここから大きく差異が出てしまう。
人間は既存の技術の延長線上で物事を捉える（空飛ぶクルマだとか）ので、テクノロジーの変革によって揶揄されてしまうし、本質を捉えないとこの先しんどいと思います。

  • テレビの「箱の中に人がいる」
  • FAXは物理的に紙が転送される
  • インターネットはトラックで満載にできるような大きなものではなく、チューブの連続だ

ここで「AIは何でも答えてくれる疑似人格だし、画像でも動画でも生成してくれる疑似クリエイターだ」という理解でいると、後々しんどいことになってくる。

カーゴカルト（積荷信仰）に陥るな

https://ja.wikipedia.org/wiki/%E3%82%AB%E3%83%BC%E3%82%B4%E3%83%BB%E3%82%AB%E3%83%AB%E3%83%88
「飛行機の仕組みや工業生産力といった本質を理解しない島国の人々は現象だけをさらって飛行機を召喚する儀式を行った」という話ですが、AIに対して魔法のプロンプトやサービスを利用して出てきた製品を単純にありがたがって使うと、何故AIがそのようなアウトプットが出来るのかを理解せず、不毛な儀式をAIに行ってしまう。

ただまあ「AIのシステム的な理解こそがAIを使いこなすために必ず必要である」と言うのはボードリヤールとか浅田彰を読んで育ったおじさんには受け入れがたいと思うので、例えば「AIなんてデータを食わせただけのシミュラークルだし、生成物は人の作り出したモノのシミュラークルに過ぎない！ただその結果を人が有用と判断するだけで良い！脱構築！」とかギャーギャー言ってもいいと思います。AIは実運用性と本質の2軸で定期的に棚卸し評価されるべき存在なので、別視点からAIを語っても良い。

喋るより速くタイピングできるようにする

Let’s Noteを使うのをやめろ。MacBookを買え。どうしても駄目ならキーボード探しの旅に出ろ。
思考スピードで文字を生成できるようになり、通常の人間同士の会話よりも早いテンポでより深い議論が出来る様になった瞬間ドーパミンがドバドバ出てAI無しでは生きられなくなります。

自分自身の情報収集能力を上げ、新規技術や破壊的な波に関心を向ける

今はGemini2.5なりClaude Sonnet4なりGPT4、Grok4ですが、半年か1年もすればまた新しいLLMがリリースされます。
API料金は概ね据え置きで提供してくれるので、今のAIの使い方より更に驚異的なAIがもうすぐ出てくる。10年後には？

  • 今のAIがどのような解釈からアウトプットするのか
  • Junie/Cursor/Kiro等のエージェントはどういう風にCodebaseをEmbeddingとしてナレッジ化してるのか？
  • この技術／アプローチより優れたモノが将来出てくるのか？

たとえばAIを一般の利用者目線ではなく、利用者にレクチャーする立場（どのようにAIを使いこなすか）であるとか、LLMを利用したエージェント／SaaS製品のプラグインを作っていく時にはある程度長期の目線でAIを知っていれば、貢献の場が増えて価値に繋がるという考え。ただしGPTが出てから10年未満、コーディングエージェントに至っては今年に入って本格化したレベルなので、長年やってるからどうこうという話ではない。現時点の最先端もいずれ淘汰される。

AIに出来ない事をする

即応性のある会話

例えばAIは何かの作業を委譲できるエージェントではあるが、少ない文脈の情報から即レスで的確な情報を出してくれる人間の価値は相対的により高まる

英会話・リスニング

いくらAIは翻訳できるといってもオフショアと議論したり、脳と言語野がつながっている生身の人間の会話力はそうそうリプレースされることは無い

適切な評価能力

AIによる情報が溢れると、くだらない情報がより多くなる（希薄化／一般化で最先端の情報を得るのが逆に難しい世の中になる気がする）
情報収集と取捨選択（およびそれらを適切に評価し、ステークホルダーに伝える）のスキルも宝になる
ついでにAIコーディングとかもAIの提案にヌケモレがあった時に手戻りするのもコストはコストだから上流工程のような小手先では身につかない所の考え方や経験は上手ければ上手いほど良い（AIのオペレーターとしても生きるし、PMとしても生きる）

フルスタックを目指す

AIがありとあらゆる様式や分野のアウトプットを出せるようになった時、それを命令したり評価するためにはAIに準ずるバックグラウンドを持つ、つまり膨大なこの世に存在する情報をインプットしなければ適切に使いこなすことはできない。

  • ビジネス、政治、思想、ITに関する記事の購読および不足知識の保管（AIを使えばいい）
    • AIが自分の知らない情報を返した時に即応的に「それってどういう事？」ってAIに聞き返したり、別のAIを使って自分の知識として取り込むクセを付ける
    • AIに行わせた命令が即時に結果に繋がるので、悩むならやるクセを付けるべきだし、その行動指針のために現在の自分や会社、お客さんから国まで、とりまく状況の解像度を上げる。
  • システムアーキテクチャの理解と設計能力の汎化
    • 「Slackみたいなコラボレーションツール作ってよ」って言われた時にAIにそのまま投げてもクソみたいなのが出来上がる。ステークホルダー要求からどのように要件定義に落とすか、スケーラビリティを考慮したクラウドアーキテクチャ上での適切なリソース選定はどうするか、コストの試算から開発者のDXに至るまで、上流〜下流のすべての領域において最も最適な構成にアラインするようにAIに命令すると、良いものが出来る。
    • たとえばPMの人間はクライアント折衝だけしていればいい、という状況から、より下流の仕事までAIを使って効率化するという考えのもと業務効率化が図られた場合、テクノロジースタックの理解力が必要になってくる