このページの本文へ

前へ 1 2 3 次へ

AIと共に働くということ 第1回

人と一緒に働く存在としてのAI

「AI」と、どんな風に付き合っていけば良いのだろうか?

2025年11月15日 09時00分更新

文● 貝塚/TECH.ASCII.jp

  • この記事をはてなブックマークに追加
  • 本文印刷

人間とAI、“どう”一緒に働いていこうか?

 かつては“新しいツール”や“試験的に業務に組み込んでみるもの”として語られることの多かったAIは、いまやビジネスの中核に入り込みつつある。

 “現在のAI”は何を得意とし、人間はどの領域で最大の価値を発揮できるのか。その最適な分業のあり方を考えることは、これからのビジネスにおける大きなテーマだ。

 本連載では、AIにまつわる現在の事情や、活用が進んでいるソリューションの紹介を通じて、その協働のかたちを考えてみたい。

 企業によるAI導入の意図や、実際の事例を整理していこう。

企業がAIを導入する意図とは

 AI導入の目的は、業種や職種によってさまざま。だが、大きく分ければ、次の3つの方向性に整理できるだろう。

業務の効率化
AIは、書類の作成やデータの整理、定型レポートの作成、メールの対応など、定型的で、かつルーティーン的な作業を自動化する目的に適している。

大量のデータの分析や、ナレッジの集約や体系化といった、「人力では時間がかかりすぎる作業」の高速化も得意分野だ。具体例としては、営業部門での顧客情報の整理や提案書の作成、経理部門での精査業務などが挙げられる。

データ活用による、意思決定のサポート
AIは、膨大なデータを分析した上で、市況の変化予測やリスク分析、潮流の傾向を出力することにも活用できる。例えば、マーケティング部門での需要の予測や、財務管理部門でのシナリオ分析、法務部門での調査などが典型例だ。

AIが「思案材料」を用意して、人が「決断」する。これもひとつの“協働”の形だろう。

従業員の能力の拡張/クリエイティブ作業のサポート
限られたリソースの中で、質の高いアウトプットを生み出すための支援ツールとしてもAIは活躍する。アイデア出しや企画の補助、コード生成やコーディング補助、デザイン支援、ラフ作成なども、この典型例だ。

AIが人の発想を“拡張”し、質の高いアウトプットをコンスタントに実現する“補助”をするという形での、協働と言えるだろう。

 3つの使い方に共通するのは、AIをプロセスに組み込んだ“分業的な”構造だ。こうした役割の明確化は、人とAIの理想的な距離を作る上で欠かせない考え方だろう。

 ロボティクスオートメーションとAIの組み合わせや、エージェント型のAIなど、業務の一部を自律的に実行するAIも登場し始めているが、複雑な判断や責任の伴う意思決定の多くは、依然として人間が担っている。

前へ 1 2 3 次へ

カテゴリートップへ

本記事はアフィリエイトプログラムによる収益を得ている場合があります

この連載の記事

アクセスランキング

  1. 1位

    sponsored

    60年の時を超え「COBOL」がGitHub Copilotでよみがえる 勘定系アプリの“超難関”モダナイに7社が挑戦

  2. 2位

    ビジネス・開発

    富士ソフトがエンジニア1万人超を「AIネイティブ」化 実装力を武器にフィジカルAIなど3本柱に注力

  3. 3位

    ITトピック

    IT技術者の8割超「AI生成コードには人間のレビューが必要」/「偽・誤情報を見破れる」と自信を持つ人はICTリテラシーテストの正答率が低い、ほか

  4. 4位

    ITトピック

    実用化が楽しみすぎるスマート技術たち 「長距離ワイヤレス給電」から「室内向け太陽電池」「超音波センサー」まで

  5. 5位

    ITトピック

    6.4万人の熱狂をAIが導く FIFA W杯全スタジアム「デジタルツイン」化が変えた観戦体験

  6. 6位

    sponsored

    「現場に行くのが当たり前」を変えたアズビルのリモート調整 効果はプライスレス

  7. 7位

    TECH

    攻撃するAIと防御するAI 日本企業のセキュリティ対策にいま何が必要か?

  8. 8位

    ITトピック

    「クロスの定義とは?」 AIに“サッカー言語”を教えることから始まった、FIFAとLenovoの協業

  9. 9位

    Team Leaders

    SharePointリストへの登録データを、CSVファイル形式に成形/変換して自動保存する方法

  10. 10位

    ビジネス

    開発案件の立ち上げを「60分から1分」に ソースコード管理も一本化したKDLのBacklog活用術

集計期間:
2026年07月20日~2026年07月26日
  • 角川アスキー総合研究所