正解を集める人ほど、AI時代に埋もれる – センスを磨く鍵は、何を選び、何を捨てるか

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。

AIに頼めば、企画書も、分析のたたき台も、それなりに整った文章も出てくる。便利ですよね。でも、みんなが整った答えを出せるようになるほど、別のところで差がつきます。そもそも誰の、何の問題を解くのか。どの意見を聞き、どの情報を脇に置くのか。

この記事を読むと、顧客の声を聞いているのに商品が弱くなる理由と、勉強しているのに判断が鈍る理由が、同じ構造から見えてきます。仕事では資料の増やしすぎを止める。経営では売上と利益のズレを見つける。投資では、きれいな説明の裏にある前提を疑う。そのためのセンスを、才能という便利な箱から取り出して考えます。

ここで扱うセンスは、おしゃれな服を選ぶ能力だけではありません。目的に照らして違いを見抜き、取るものと取らないものを決める判断基準です。勘のよさで片づけるには、仕事への影響が大きすぎる。

AIで薄まるのは作業の希少性 – それでも知識を捨ててはいけない

資料を速く作れる人は、これから価値がなくなるのか。そんな不安には、少し乱暴な前提が混ざっています。作業が安くなることと、その作業を理解する知識が不要になることは、別の話です。

できる人が増えると、できるだけでは目立たない

たとえば、会議資料の要約を作る。売上の増減を文章にする。複数の案を並べて比較する。以前は、それだけで時間も経験も必要でした。AIは、その入口をかなり広げています。

顧客サポート担当者5,172人のデータを使った研究では、AI支援によって、時間当たりの解決件数が平均15％増えました。特に経験や技能の低い人の改善が大きく、熟練者には同じ効果が出ていません。全職種の未来を示した数字ではありませんが、仕事のやり方が伝わりやすくなる例としては示唆的です。Stanford Digital Economy Lab

ここから先は、経営への私の解釈です。一定水準の資料を作れる人が増えれば、資料を作れるという一点だけで差をつけるのは難しくなる。これまで評価されていた技能の一部が、共通の道具になっていくわけです。

ただし、みんなが同じ道具を持つことと、みんなが同じ成果を出すことは違います。包丁が普及しても、献立を決める仕事は残る。しかも、材料が増えるほど、何を作るかを決める力が問われます。

きれいな分析ほど、間違いを見落としやすい

では、面倒な分析はAIに任せて、自分はセンスだけ磨けばいいのか。

そこは危ない。

BCGのコンサルタント758人を対象とした無作為化実験では、AIが得意な課題で作業が速くなった一方、能力の範囲を外れる経営課題では、AIを使った群の正答率が約19ポイント低下しました。さらに、文章の説得力は高まっていました。実験は2023年のGPT-4によるもので、現在の全モデルに同じ数値が当てはまるわけではありません。それでも、説得力と正しさを別々に確認する必要は残ります。Organization Science

経理の場面に置き換えると、差異の説明が流暢でも、比較する期間がずれていたら話は終わりです。利益が増えた理由を論じても、一時的な売却益を通常の収益力に混ぜれば、翌期の予算までおかしくなる。

こういう違和感は、言い回しの上手さでは見抜けません。数字の定義、取引の流れ、会計処理の意味を知っているから止まれる。センスがある人ほど、基礎を飛ばしてよいわけではない。むしろ基礎が、もっともらしい答えを疑う足場になります。

数字を作る前に、何を決めるかを決める

たとえば売上が落ちたとき、原因分析を細かくすればするほどよいのでしょうか。製品別、地域別、顧客別、営業担当別。切り口は無限に増やせます。AIなら、それを短時間で並べられるかもしれない。

でも、今回の会議で決めるのが値上げなら、見るべきものは値上げ後の数量、顧客が離れる可能性、残る粗利です。撤退なら、固定費のうち実際に消えるものと、設備や在庫から回収できる現金。人を増やすなら、どの工程が詰まっているか。

同じ売上減でも、必要な分析は変わる。数字を増やす前に、意思決定を特定する。この順序を守るだけで、資料の景色はかなり変わります。

さらに、判断を変える条件も先に置きたい。値上げ後に数量がどこまで減ったら見直すのか。追加の情報で結論が動くのか。動かないなら、その調査は今の判断には優先しなくてよい。

知識を使って、問いの範囲を絞る。私は、この力が実務でいうセンスの大きな部分だと思います。何でも分析できる人より、いま分析する必要があるものを見分ける人。その価値が、AIによって見えやすくなります。

AIで作業の入口が広がるほど、私たちは成果物の枚数を能力と取り違えやすくなります。資料は増えた。説明も立派になった。でも、会議で何も決まらない。そうなったら、速くなったのは仕事の周辺だけです。

評価したいのは、何枚作ったかより、何が判断できるようになったか。使う道具が変わっても、仕事が相手に渡す価値はそこにあります。

みんなの声を聞くほど強みが消える – 顧客満足の平均値に潜む罠

顧客の声を聞く。間違いのない言葉に見えます。でも、その顧客は誰なのか。何を確かめるために聞くのか。ここを曖昧にしたまま改善を重ねると、改善のたびに売る理由が消えることがあります。

苦い商品に、苦いと言われたらどうするか

仮に、深い苦みを楽しむ人向けのコーヒーを開発しているとします。幅広い人に試飲してもらうと、苦すぎるという感想が集まる。そこで苦みを弱める。まだ苦いと言われて、さらに弱める。

最後にできるのは、苦いコーヒーを待っていた人には物足りず、苦みが苦手な人にはまだ飲みにくい商品。丁寧に意見を聞いた結果、誰にとっても選ぶ理由が薄くなる。これは構造を説明するための仮想例です。

問題は、意見を聞いたことではありません。提供したい価値を評価する相手と、調査の相手がずれていたことです。苦みを求める人の評価と、苦みを避けたい人の評価は、同じ一票でも意味が違います。

もちろん、狙った相手から苦いだけで香りが弱いと言われたら、それは改善の手がかりになる。作り手の好みを守るために、すべての不満を無視してよいわけではありません。

誰の、どの不満が、価値を磨く材料になるのか。そこを選び分ける必要があります。平均点を上げることと、選ばれる理由を強くすることは、同じ目標ではないのです。

売上が増えても、稼ぐ仕組みが壊れることがある

顧客の要望をすべて取り込むと、商品やサービスの仕様は増えます。色を追加する。納期を短くする。個別の帳票を作る。小口の注文にも対応する。営業から見れば、どれも受注を取るための工夫です。

経理から見ると、その裏で別の数字が動きます。品種が増えれば在庫が分かれ、少量生産が増えれば段取り替えが増える。個別対応には人の時間がかかり、短納期には追加の物流費がかかることもある。売上の伸びと、利益や現金の伸びが離れ始めます。

仮の計算です。売上が100から120へ増えても、粗利率が40％から30％へ落ちれば、粗利益は40から36へ減ります。さらに在庫が積み上がれば、資金まで先に出ていく。人気が出たのに、会社は忙しくて苦しい。数字を作る側から見ると、この状態は見逃せません。

売上だけを評価すれば、現場は受注を増やす方向に動きやすい。対応にかかった時間や、売れ残る在庫を見なければ、要望を断る根拠が育ちません。

ここで必要なのは、顧客を好き嫌いで選別することではなく、届ける価値と、そのためのコストをつなげること。何を引き受けると、どの利益と現金が残るのか。戦略は、収益の構造まで通って初めて実務になります。

ただ、いまの採算が低い顧客を直ちに切ればよいわけでもありません。導入期の対応が将来の標準化につながる場合もある。現在の追加コストと、将来得られる価値を分けて見積もり、いつ見直すかを決める。例外を認めるなら、その理由と期限まで持っておくと、例外がいつの間にか標準になるのを防げます。

聞く耳と、譲らない軸を両方持つ

ハーバードのポーターの戦略解説では、特定の顧客に独自の価値を届けること、やらないことを選ぶこと、活動同士をかみ合わせることが示されています。Harvard Business School

つまり、何でもできます、誰でも歓迎します、は必ずしも強い戦略ではない。どの価値を守るために、どの要望を引き受けないか。その理由が必要です。

ただし、安全性の欠陥や、料金のわかりにくさまで、うちの個性ですと押し切ったら話は別。強みを支える特徴と、単なる不備は分けなければいけません。苦みは好みの違いでも、注文したものが届かないのは好みの問題ではないですよね。

確認する順序は、誰の役に立つか、どんな変化を届けるか、その変化にお金を払ってもらえるか。そこが見えたうえで、継続利用や対応コストを確かめる。声の大きさだけで採用を決めない。

投資家として企業を見るときも、売上成長率だけでは見えない部分があります。顧客を広げる過程で粗利率が下がっていないか。在庫や売掛金が膨らんでいないか。会社が説明する強みと、実際のお金の動きがつながっているか。これは銘柄を推奨する話ではなく、事業を見るための問いです。

相手の反応は、価値を確かめる材料です。けれど、すべての反応に従うと、何を確かめていたのかがわからなくなる。商品だけでなく、企画、社内資料、発信にも同じことが起こります。

自分の基準を持つことと、相手を無視することは違います。届けたい価値は明確にする。その価値が届いたかは、相手の行動と数字で確かめる。この往復があってこそ、こだわりが仕事になります。

センスは選択の履歴から育つ – 情報の倉庫を判断の道具へ

では、その基準はどう身につけるのか。才能のある人を眺めるだけでは、明日の仕事に持ち帰れません。手がかりは、情報をどれだけ集めたかより、情報を使ってどんな選択をし、結果から何を修正したかにあります。

本を捨てても、頭がよくなるとは限らない

保存した記事が増える。読書メモが増える。資料のフォルダが増える。すると、知識が増えたような安心感があります。ただ、保存した事実と、使えるようになった事実は別です。

楠木建さんと山口周さんの『知的生産のセンス』は、入力、保存、変換、出力という工程から、知的な仕事を捉えています。情報を価値に変える途中に、保存がある。保存そのものがゴールではない、という視点です。日経BOOKプラス

とはいえ、資料を減らせばセンスがよくなるという因果関係が、証明されたわけではありません。専門書が必要な人もいますし、仕事には残すべき記録があります。脳は本棚の冊数に比例して重くなる機械ではない。

認知的オフローディングの研究は、記憶や処理の一部をメモなどの外部の道具に預ける働きを扱っています。外に記録すること自体には、認知的な負担を減らす役割がある。全部を覚えようとする必要もありません。UCL Discovery

減らしたいのは、必要な根拠ではなく、使い道が曖昧なものを毎回読み直す負担です。残す資料の量より、いま何の判断に使うのかが見えるか。片づけるなら、そこからです。

うまい人の答えより、捨てた候補を見る

仕事ができる人の資料を真似ると、見た目は近づきます。でも、その人がなぜその資料にしたのかは、まだわからない。

たとえば、同じ数字を見て、ある人は数量の変化を掘り、別の人は価格の変化を掘る。差が出るのは、グラフの色より前です。何に違和感を持ったか。何を重要でないと判断したか。どの前提なら結論が変わると考えたか。

学ぶときは、完成形だけでなく、採らなかった案を聞いてみたい。なぜ地域別の表を入れなかったのか。なぜ新規顧客より既存顧客を見たのか。なぜこの数字は確認をやり直したのか。判断が切り替わった場所に、その人の基準が見えます。

そして、自分の判断も短く残す。何を決めるのか、いまの仮説は何か、何が起きたら考えを変えるか。長い感想文はいりません。次の判断で照合できる記録にする。

AIには、案を増やすことに加え、自分の案への反対理由や、見落とした前提を出してもらう。出てきた指摘は、根拠に戻って確認する。賛成してもらって気持ちよくなるより、判断を点検する相手として使ったほうが、学びにつながります。

経験を積むだけでは、直感は育たない

年数を重ねればセンスがよくなる。そう言いたくなりますが、経験は同じ失敗を繰り返すこともできます。

カーネマンとクラインは、熟練した直感が育つ条件として、環境に学習できる規則性があることと、十分な練習や適切なフィードバックが得られることを論じています。自信が強いことは、判断が正しい証拠にはなりません。pef.uni-lj.si

実務で使うなら、結果を見る単位を小さくする。資料を出した後、相手が何を判断できたかを確認する。施策の後、狙った相手がどう動いたかを見る。結果が違ったら、相手が悪いで終えず、前提、届け方、時期を分けて見直す。

このとき、成功した理由も疑いたい。提案が通ったのは説明がよかったからか、もともと予算が余っていたからか。売れたのは商品の価値か、一時的な値引きか。偶然を自分の能力に計上すると、次の判断で痛い目を見る。

株価の短期的な動きのように、結果に雑音が多い領域では、当たった外れただけで自分のセンスを採点しない。何を知っていて、何を知らず、どのリスクを引き受けたかを分ける。違う分野で身につけた勘を、そのまま万能に扱わないことも、判断基準の一つです。

センスを磨くために、情報を集める日と判断する日を完全に分ける必要はありません。ひとつの仕事でも、なぜこれを選んだのかと問い直せる。知識が実際の選択に使われたとき、ただの保存物から道具に変わります。

持っている情報が少ない人が強いのではありません。必要な情報に戻れたうえで、いま何を優先するかを決められる人が強い。頭の中まで、資料室の受付にしなくていいのです。

結論　引き受けないものに、仕事の輪郭が出る

経理では、支出をしただけで、必ず資産が増えるわけではありません。学びも似ています。時間を使った。情報を買った。保存した。それだけで、将来の判断に役立つものが増えたとは言い切れない。

反対に、使わなかった資料や、断った要望にも意味があります。何のために断ったかが明確なら、限られた時間や資金を、価値のある場所へ回せるからです。もちろん、これは会計上の資産認識の話ではなく、自分の時間をどう配分するかという比喩です。

AIは、選択肢を増やしてくれます。その恩恵を受けながら、選択肢の数に振り回されないでいたい。全部やれるようになったから、全部やる。その働き方では、道具が速くなった分だけ忙しくなる。

次の資料を作る前に、ひとつだけ考えてみてください。この仕事で、相手の何を変えたいのか。

その答えが出たら、増やすべき情報と、いまは脇に置ける情報が見えてきます。何でもできる時代に、自分の仕事を形にするのは、何でも引き受ける姿勢だけではない。理由を持って選び、その結果を確かめ続けることです。

判断の基準を育てるための5冊

1．『知的生産のセンス』楠木建・山口周

AIが文章や分析の入口を広げた後、人間は何を担うのか。その問いを、入力、保存、変換、出力の四つの工程から考える対談です。出版社の公開目次には、過剰な保存をどう避けるか、理解と答えをどう区別するか、自分の立場をどう取るかといった論点が並びます。本記事の中心にある、情報を集めることと価値を生むことの違いを、さらに掘りたい人向けの一冊。作業を効率化する道具の話にとどまらず、自分が何を面白いと感じ、どんな基準で仕事を選ぶかへ視線を向けられます。他の四冊が知識の蓄え方、戦略、認知の限界を担うのに対し、この本はそれらを知的な仕事の全体へつなぐ入口になります。

知的生産のセンス [ 楠木 建 ] 価格：1,980円（税込、送料無料) (2026/10/12時点) 楽天で購入

2．『増補新版 センスは知識からはじまる』水野学

センスがないから無理、と考えてしまう人には、この本が入りやすいはずです。センスを生まれつきの才能だけで捉えず、知識を蓄え、物事を見比べるところから考える本。増補新版の出版社紹介では、AIがものを生み出す時代に、仕事の軸が選ぶことへ移るという問題も示されています。本記事で、基礎知識を捨ててセンスだけに頼ってはいけないと書いた理由を、別の実務分野から考えられます。情報を少なくすることが目的ではなく、選ぶための材料を持つことが目的。その違いを確かめたい読者向けです。才能論への励ましだけで終わらず、普段の観察や比較を仕事の質につなげたいとき、判断の材料を増やす側の一冊として置けます。

増補新版　センスは知識からはじまる [ 水野　学 ] 価格：1,760円（税込、送料無料) (2026/10/12時点) 楽天で購入

3．『良い戦略、悪い戦略』リチャード・P・ルメルト 著、村井章子 訳

全員の要望を聞いているのに、事業が強くならない。その違和感を経営の言葉へ移すなら、この本です。壮大な目標や耳ざわりのよい言葉を並べることと、実行につながる戦略をつくることの違いを、企業事例などから考えます。公開されている紹介では、課題を見極め、効果の高い場所へ資源と行動を集中させる点が示されています。本記事の顧客の選び方や、売上と採算のズレを、自分の部署や事業へ持ち帰りたい人向け。他の本が個人の知的な仕事や判断を扱うのに対して、組織として何を優先し、どう行動をそろえるかが焦点になります。何でもやる計画から抜け出し、何の問題を解く計画なのかを問い直す際の土台にできます。

良い戦略、悪い戦略 [ リチャード・P・ルメルト ] 価格：2,200円（税込、送料無料) (2026/10/12時点) 楽天で購入

4．『知的生産の技術』梅棹忠夫

保存を減らす話を読んだ後に、あえて記録の技術を考える古典を置きたい。メモ、カード、読書、日記、文章など、知識を使える形にする方法を扱う一冊です。公開目次には、発見を記すこと、索引をつくること、一項目ずつ記録すること、分類そのものを目的にしないことなどが並びます。本記事の、根拠は残しながら探し直す負担を減らすという考えを、手元の作業へ落とす役割があります。道具の一部は今の環境と異なりますが、考えたことを外に置き、あとで組み合わせられるようにする問いは残ります。最新のアプリを増やす前に、何を一つの記録として残すのかを見直したい人向け。片づけと記録を対立させず、思考を支える仕組みとして考えられます。

知的生産の技術 （岩波新書） [ 梅棹　忠夫 ] 価格：1,056円（税込、送料無料) (2026/10/12時点) 楽天で購入

5．『ファスト＆スロー 上　あなたの意思はどのように決まるか？』ダニエル・カーネマン 著、村井章子 訳

センスを磨こうとすると、自分の直感を信じすぎる別の落とし穴も出てきます。その点検役になるのがこの本です。直感的な速い思考と、注意を使う遅い思考を軸に、判断がどのように偏るかを扱います。上巻の公開目次には、少数の事例への反応、手近な情報への依存、自信過剰といった論点があります。本記事で、成功をそのまま自分の能力に数えない、熟練した分野の勘を別の分野へ持ち込まないとした部分を、より深く考えたい人向け。センスを肯定する本だけで固めず、判断の限界を問い直すために選んでいます。紹介される研究をすべて現在の確定事項として暗記するより、自分の確信と実際の根拠を分ける読み方が、このテーマには合っています。

ファスト&スロー 上 あなたの意思はどのように決まるか？ （ハヤカワ文庫NF） [ ダニエル・カーネマン ] 価格：1,210円（税込、送料無料) (2026/10/12時点) 楽天で購入

全体の入口なら『知的生産のセンス』、才能への苦手意識をほどくなら『増補新版 センスは知識からはじまる』から。部署や事業の優先順位を変えたいなら『良い戦略、悪い戦略』、保存と記録の仕組みを整えたいなら『知的生産の技術』が合います。自分の直感を点検したいときは『ファスト＆スロー 上』を。五冊を一気に積むより、いま困っている判断に近い一冊を選ぶところから始めてみてください。

それでは、またっ！！

引用論文・参考文献

• Brynjolfsson, E., Li, D., & Raymond, L.（2025）Generative AI at Work, The Quarterly Journal of Economics, 140(2), 889–942. 著者所属研究機関の公開概要を参照。DOI: 10.1093/qje/qjae044。
• Dell’Acqua, F. et al.（2026）Navigating the Jagged Technological Frontier, Organization Science, 37(2), 403–423. 実験は2023年実施。本文の方法・結果・限界の節を参照。
• Kahneman, D., & Klein, G.（2009）Conditions for Intuitive Expertise: A Failure to Disagree, American Psychologist, 64(6), 515–526. 特に専門性の範囲と直感の学習条件の議論を参照。
• Risko, E. F., & Gilbert, S. J.（2016）Cognitive Offloading, Trends in Cognitive Sciences, 20(9), 676–688. 公開概要の定義とレビューの対象を参照。
• Harvard Business School, Institute for Strategy and Competitiveness, Strategy Explained. 独自の価値、やらないことの選択、活動の整合性を参照。
• 楠木建・山口周『知的生産のセンス』日本経済新聞出版。出版社の内容紹介・公開目次を参照。