会計

おかしいと思える心が、仕事になる – AI時代に違和感を価値へ変える方法

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。

誰も困っていない資料を、AIで一瞬で作れるようになった。すごい。けれど、その資料、そもそも必要だったのだろうか。

AIを使うと、調べる、まとめる、書くといった作業を進めやすくなる。そこで差がつくのは、何を速くするかに加えて、何に時間を使うべきかという判断だ。毎月やっているから。昔からそうだから。そんな理由で残っている仕事に、待ったをかけられるか。

おかしいじゃないか。

この感覚は、仕事の邪魔になる不満として片づけられがちだ。でも、他の人が仕方ないと受け入れた不便を、まだ受け入れられない人がいる。その人の問いが、業務改善や新しい事業の出発点になることがある。

ただし、違和感を抱けば仕事になるほど、世の中は甘くない。この記事では、その心がどこから価値を生み、どこで独りよがりになり、どうすれば実際の成果に届くのかを考えたい。経理の仕事にも、会社を見る投資家の目にも使える話だ。

違和感は、まだ言葉になっていない課題だ – 当たり前に慣れるほど見えなくなるもの

同じ現実を見ても、不便を感じる人と、何も感じない人がいる。能力だけの差ではない。何を当然だと思っているかで、見えてくる問題が変わる。

現実を説明できても、受け入れる必要はない

宇宙にもっと自由に行けないのはおかしい。病で大切な人を失うことを、仕方ないで終わらせたくない。こうした思いは、現状と望む世界の間にある距離を浮かび上がらせる。

もちろん、宇宙開発も医療の発展も、一つの感情だけで説明できない。好奇心、科学の蓄積、政策、資金、協働などが重なる。おかしいと思わなければ進歩は起こらない、とまで言うと話を単純化しすぎる。

それでも、この感覚には役割がある。今はできない、という事実と、これからもできなくてよい、という判断を切り離すことだ。技術的に難しい理由を理解したうえで、それでも変えたいと思う。そこから調べる対象も、学ぶ技術も変わってくる。

職場にも同じ構造がある。なぜ同じ数字を別の表へ何度も入力するのか。確認のための資料を作るために、また別の確認が必要なのか。手順を説明できることと、その手順を続ける価値があることは、別々に確かめたい。説明が立派な非効率は、意外と長生きする。

ここで疑いたいのは、自然の制約なのか、制度なのか、組織の都合なのか。全部を同じ壁として扱うと、手のつけ方を間違える。技術を学ぶべき場面もあれば、合意の取り方を変えるべき場面もある。違和感を細かくほどくことが、行動の選択肢を増やしてくれる。

最初に困る人は、未来の需要を知っていることがある

新しい仕事の種を探すとき、大勢に人気の話ばかりを追う必要はない。少数の人が、すでに何とかしようと工夫している不便を見る方法がある。

フォン・ヒッペルのリードユーザー論は、後に広がるニーズに早く直面し、解決から大きな便益を得る利用者へ注目する。好き嫌いが激しい人という意味ではない。困りごとが切実で、既存の選択肢では足りず、使い方まで工夫している人だ。evhippel.mit.edu

例えば、複雑な集計を自作の仕組みでつないでいる担当者がいたとする。その工夫は、本人の器用さを示すだけかもしれない。一方で、既存製品が拾えていない需要の手がかりかもしれない。どんな条件で困り、何を諦め、どこに手間をかけているのか。そこを聞く。

ただ、その人が強く求めているからといって、市場全体へ広がるとは限らない。特殊すぎる事情なら、その人のための改善で終わることもある。それも立派な価値だが、事業にするなら同じ条件の人がどこまでいるかを確かめる必要がある。違和感は、需要を探る入口になる。

AIにも問いは出せる。だから、自分の観察を持ち寄る

ここで、AIは答え、人間は問い、ときれいに役割を分けたくなる。でも、その境界には頼りすぎない方がいい。Google Researchは、研究者による新しい仮説や研究計画の作成を支援するAI co-scientistを公表している。問いに関わる仕事も、すでにAIの支援対象だ。research.google

また、DoshiとHauserによる短編小説の実験では、生成AIのアイデアを利用できると作品の創造性などの評価が上がる一方、作品同士は似やすくなった。これは特定の創作課題での結果で、あらゆる仕事の将来を示すものではない。AIが創造性を壊す、と読むのも違う。UCL Discovery

ここから実務への示唆として私が考えるのは、AIへ持ち込む材料の価値だ。一般的な改善案を求めるだけでなく、どこで作業が止まったか、何を何度も聞き返したか、利用者がどんな回避策を使ったかを渡す。

現場の観察を加えれば、検討は具体的になる。自分の違和感をAIに守ってもらうより、自分が見落としている原因や反例まで出してもらう。問いを独占することより、問いを育てる材料を持つことに目を向けたい。

違和感の正体は、現実と、自分が期待している状態とのずれだ。その期待が妥当かどうかも含めて、調べる余地がある。最初から正しい必要はない。

むしろ厄介なのは、ずれを感じなくなることだ。慣れれば仕事は回る。けれど、回しているうちに見えなくなった手間を、誰かがずっと負担しているかもしれない。

違和感は、検証されて初めて価値になる – 怒りと売上の間には距離がある

おかしいと思った。その気持ちは本物だとしても、原因の見立てや解決策まで正しいとは限らない。仕事に変えるには、感情を他人と確かめられる形へ移す必要がある。

自分の正しさより、誰の負担が減るのかを見る

この承認は無駄だ、という不満を考えてみる。担当者にとっては待ち時間でも、承認者にとっては重要なリスクを確認する機会かもしれない。外すことで速くなる部分と、失われる機能の両方を見る必要がある。

そこで、承認をなくす、と決める前に、どの案件で待ちが発生しているのか、何を確認しているのか、その確認は他の方法でできないか、と問いを分ける。人格や意欲の問題にすると、検証する前に対立が始まってしまう。

事業でも、使う人と代金を払う人は一致しないことがある。担当者が便利だと感じても、導入を決める側が品質や管理の負担を心配していれば購入には進まない。便利さを伝える相手と、安心を示す相手が違う。

だから、誰が困り、誰が得をして、誰が費用と責任を引き受けるのかを見取り図にする。強い不満があること、利用されること、お金が払われること。この三つを一緒にしないだけで、改善案の現実味は増してくる。世界を変えたい気持ちにも、相手の事情を聞く工程が要る。

反対に、自分は気にならなくても、他の人には大きな負担である場合もある。使い慣れた人には簡単な操作が、初めての人を立ち止まらせる。自分の感覚を出発点にしつつ、他人のつまずきも見に行く。その往復ができれば、問題意識は個人的な好みの外へ広がる。

時間が減っただけでは、現金は増えない

経理の目で見ると、違和感を価値へ変える話には、もう一つ落とし穴がある。作業時間の削減を、そのまま利益やキャッシュの増加として扱ってしまうことだ。

集計が速くなっても、給与などの支出が変わらなければ、その分の現金がすぐ浮くわけではない。ただし、価値がないという意味でもない。空いた時間で滞留していた分析を進める、採用や外注の増加を避ける、ミスの修正を減らす。そうした変化を通じて、経営への効果が現れる。

改善案を評価するなら、時間、品質、支出、売上への影響を分けて追う。さらに、導入費だけでなく、保守や例外対応の手間も見る。速くなった処理の横で、人間が毎回つきっきりで修正していたら、効果の計算は変わってくる。

とくに気をつけたいのが、削減した時間を全部埋め戻す運用だ。仕事が速くなった人に新しい依頼だけが集まり、検討する余白が消える。会社は効率化を進めているつもりでも、次の改善を見つける時間を使い切ってしまう。何へ振り向けるかまで決めて、時間の削減を成果へつなげたい。

小さく試すと、自分の思い違いにも早く気づける

現状がおかしいと感じるほど、自分の案を信じたくなる。そこで、最初に何が起きれば見立てを変えるかを決めておく。作った後で考えると、せっかく作ったから、が判断に入り込む。

例えば、提出資料を減らすなら、限定した対象で試し、作業時間と問い合わせ、必要な確認の漏れを見る。資料を減らした担当部署だけが楽になって、受け取る側の確認が増えたなら、改善の設計を見直す。部分的な快適さが、全体の効率とは限らない。

Camuffoらは、イタリアと英国の企業を対象とする四つの無作為化比較試験、計759社のデータを分析した。仮説を立てて検証する方法を教える介入は、アイデアの打ち切りを増やすなどの結果を示した。どんな現場でも同じ成果が出るという保証ではないが、見込みの薄い案をやめることも学習の成果だと考える材料になる。openaccess.city.ac.uk

解決したい問題は手放さず、解き方は変える。その区別ができると、反証が出ても出発点の思いまで否定せずに済む。最初のアイデアを通すために働くのか、困っている状態を変えるために働くのか。試す場面で、その違いが出る。

違和感を仕事へ育てるには、本人の中にある切実さを、相手が確認できる便益へつないでいく。便利になったのか。負担が移っただけなのか。続けられる費用なのか。そこで数字が役に立つ。

数字は、思いに冷や水をかけるためだけの道具ではない。どこまで実現したかを確かめ、次の資金や協力を集めるためにも使える。熱量を持ち続けるために、測る。

会社の未来は、何を放置しないかに表れる – 違和感が消える組織、育つ組織

個人に問題意識があっても、それだけでは組織は変わらない。提案を受け取る側の判断と、試すための時間やお金の配り方が、その先を左右する。

改革に賛成でも、新しい案には不安を覚える

もっと改善しよう、と言いながら、新しい提案には前例を求める。身に覚えのある場面ではないだろうか。提案する側には矛盾に見えるけれど、判断する側は、失敗したときの影響を気にしているのかもしれない。

Muellerらの研究では、不確実さを感じたり、それを減らしたい方向へ意識づけられたりすると、創造性に対する潜在的な否定の傾向が現れた。大学生などを対象とした二つの実験による結果であり、特定の上司の心理を診断する道具にはならない。harrt.ucla.edu

ただ、提案が通らない理由を、相手が古いから、で終わらせないヒントにはなる。不安の中身が品質なのか、責任なのか、費用なのかで、示すべき材料は変わる。全面導入は難しくても、影響範囲を絞った試行なら判断できる場合もある。

提案者にも、この視点は必要だ。おかしいと感じている人が、必ず正しい側とは限らない。既存の仕組みに込められた理由を聞き、その理由が今も有効かを調べる。変える熱意と、守られてきた機能への理解を両方持てると、議論は具体的になる。

改善提案の件数より、試した後の扱いを見る

会社が違和感を歓迎しているかは、募集したアイデアの数だけでは分からない。誰が検討し、どんな時間を使え、何をもって続けるか。その運用を見る方が手がかりになる。

提案は歓迎する。でも検討は通常業務が終わってから。必要なデータは自分で集めて。試した結果が悪ければ説明して。そんな条件なら、気づいても黙っている方が楽になる。改善意欲の不足に見えるものが、参加する負担の大きさから生じている可能性もある。

予算をつけるなら、全部を最初から大きな投資として審査する必要はない。確かめたい点と試す範囲を決め、その結果を見て次の支出を判断する。何を学んだら追加し、どんな結果なら止めるのかを先に共有しておけば、途中で止めたことも説明しやすくなる。

失敗を何でも褒める必要はない。事前の確認を怠った失敗と、筋道を立てて試して分かった限界は扱いを分けたい。成果が出なかったときにも、使える知識が残るか。経営が支えるべきなのは、提案する瞬間の勢いだけでなく、その後の地道な検証である。

日常の運用では、気づいた事実と、原因だと思っていることを分けて残すだけでも始められる。待ち時間が長かった、は観察。その担当者が怠けている、は解釈だ。事実から共有できれば、相手も調べる作業に加わりやすい。違和感を言える職場は、誰かを責める言葉ばかりが増える職場とは違う。

投資家は、立派な物語の先にある回収を見る

投資家の立場なら、どんな課題を変えようとしているかに加え、その解決が会社にどう利益と現金を残すのかを考えたい。切実な問題を扱っていることと、その会社への投資が報われることは、別の問いになる。

利用者の課題が大きくても、提供するたびに高い個別対応費がかかれば利益は残りにくい。必要とされても、競争が激しく代金を下げ続けるなら、便益の多くは利用者側へ渡ることもある。誰が価値を受け取り、誰が負担を持つかを追う目は、事業の内側でも外側でも役立つ。

さらに、売上の増加に伴って設備や在庫、売掛金への資金がどれだけ必要になるかを見る。損益計算書に成長が見えても、現金を回収するまでの期間は事業ごとに異なる。成長を続けるための支出も含めて、会社が持ちこたえられるかを考える。

そして、良い会社にも、買う値段の問題がある。期待がすでに大きく織り込まれていれば、事業の成功だけで十分な投資成果になるとは限らない。経営者の問題意識には関心を持つ。そのうえで、顧客の利用、収益の仕組み、現金の回収、評価額を確かめる。物語に引かれた後ほど、見る項目を増やしたい。

会社が掲げる理念と、現場で拾われる違和感と、実際に配られる予算。この三つがつながっていれば、問題意識は行動へ移りやすくなる。掛け声だけでは、その接続は生まれない。

AIの導入でも同じだ。何件のツールを入れたかに加え、今まで見過ごしていたどんな負担へ手をつけたのかを見る。会社の姿勢は、放置しないと決めた課題と、そのために引き受けた費用に表れる。

結論　あなたは、何を仕方ないで終わらせたくないか

世界は、自分が納得しているかどうかに関係なく回る。だから、仕事をしながら現実に折り合いをつける力も要る。すべてに反応していたら、こちらの体が持たない。

それでも、一つくらい、慣れずにいたいことがある。誰かの負担に支えられた便利さ。意味を確かめないまま続く作業。助けを求める人が、手続きの途中で諦めてしまう仕組み。自分が関わる範囲で、どうしても引っかかるものを持っていたい。

その引っかかりは、まだ正解ではない。相手に聞き、調べ、数字を見て、自分の見方を変えるかもしれない。でも、確かめに行く理由にはなる。AIは、その作業を支える相棒として使える。

明日の仕事で一つ、おかしいと思った手順を、その理由を知る人に聞いてみる。批判を始めるためではなく、何を守り、何なら変えられるかを知るために。

世界全体を引き受けなくてもいい。自分が関わる場所で、仕方ないと片づける前に、もう少し確かめてみる。その小さな粘りから、次の仕事が始まることがある。

違和感を育て、仕事へつなげるための5冊

1．『イシューからはじめよ［改訂版］』安宅和人

目の前にある作業を片づける前に、いま答えを出すべき問いを見極める。そのための考え方を、課題の設定から分析、伝え方まで扱う一冊です。この記事で考えた違和感も、そのままでは漠然とした不満にとどまります。何が分かれば判断が変わるのか、どの問いに答える価値があるのかを詰めると、調べる対象が絞られていきます。仕事の量が多いのに、何が前に進んだのか分からない。そんな疑問を持つ人に向いています。他の本が顧客や実験、組織へ焦点を当てるのに対し、こちらは自分が取り組む問いを組み立てるための土台。AIに依頼する内容を考える際にも接点のある本です。


2．『具体と抽象 – 世界が変わって見える知性のしくみ』細谷功

同じ出来事を見ているはずなのに、話がかみ合わない。その背景を、具体と抽象という視点から考える本です。一度の不便を、その場限りの出来事として終えるのか。別の場面にも共通する仕組みとして捉えるのか。この行き来が、違和感を他人へ伝えられる問いにする助けになります。ただ、抽象的な言葉を増やせばよいわけでもありません。構造を考えたら、実際に誰がどこで困っているのかへ戻る。この記事の観察と検証を往復する考え方に接続できます。個別の経験を仕事に使える知識へ変えたい人向けで、事業の作り方よりも、ものを見る位置そのものを整えたいときの選択肢です。


3．『ジョブ理論 – イノベーションを予測可能にする消費のメカニズム』クレイトン・M・クリステンセン、タディ・ホール、カレン・ディロン、デイビッド・S・ダンカン

自分は便利だと思うのに、顧客は選んでくれない。そんなとき、商品の機能や顧客の属性だけを見ても理由をつかみきれない場合があります。この本は、顧客がどんな状況で、何を片づけるために商品やサービスを使うのかへ注目します。この記事の、誰の負担を減らすのかという問いを、事業の側から深める一冊です。提案する側の熱量からいったん距離を置き、相手がすでに使っている代替手段や、行動を変える理由を考える入口になります。業務改善にも新規事業にも関心があり、自分の解決策を相手の生活や仕事の中へ置き直したい人に向いています。問いの立て方を、顧客の具体的な状況から考える本です。


4．『リーン・スタートアップ 新装版 – ムダのない起業プロセスでイノベーションを生みだす』エリック・リース

よいアイデアを思いついたあと、どこまで作ってから人に見せるべきか。ここで迷う人に接点があるのが、検証による学びを軸に事業を進めるこの本です。小さな試作品や顧客の反応を通して、続けるか、方向を変えるかを判断する考え方を扱います。この記事で触れた、解決したい問題は保ちながら解き方を変えるという姿勢を、行動の組み立てへつなげられます。単に費用を節約したり、とにかく速く作ったりする話として読むより、何を確かめるために作るのかに注目すると理解が深まります。社内の改善を小さく試す人や、新しいサービスを始めたい人が、実験の進め方を考えるための一冊です。


5．『失敗の科学 – 失敗から学習する組織、学習できない組織』マシュー・サイド

おかしいと気づいても、言うと面倒なことになる。その空気が続けば、組織は問題を知る機会を失います。この本は、失敗をどう扱うかによって学習が変わる組織のあり方を、多様な事例から考える一冊です。この記事の、試した後の扱いまで設計するという論点を深めたい人に向いています。失敗した人の性格や注意力だけに原因を求める前に、どんな情報が集まり、どんな判断が繰り返されているのかを見る。その視点は、業務の品質管理にも通じます。自分の案を検証する技法を知りたいなら他の本から、部下や同僚の気づきを組織の改善へつなぎたいならこの本から考えると、読み分けがしやすくなります。


取り組む問いを絞りたいなら『イシューからはじめよ』、自分の見方を点検したいなら『具体と抽象』から。顧客の切実さを理解したい人は『ジョブ理論』、実際に試す段階なら『リーン・スタートアップ』がつながります。組織として気づきと検証を支えたい人には『失敗の科学』という順番が考えられます。

それでは、またっ！！

引用論文・参考文献

  • Eric von Hippel（1986）Lead Users: A Source of Novel Product Concepts, Management Science, 32(7), 791–805。著者公開稿（刊行前版）
  • Anil R. Doshi・Oliver P. Hauser（2024）Generative AI enhances individual creativity but reduces the collective diversity of novel content, Science Advances, 10(28), eadn5290。著者所属大学の論文情報・要旨
  • Jennifer S. Mueller・Shimul Melwani・Jack A. Goncalo（2012）The Bias Against Creativity: Why People Desire but Reject Creative Ideas, Psychological Science, 23(1), 13–17。公開された刊行前稿
  • Arnaldo Camuffoほか（2024）A scientific approach to entrepreneurial decision-making: Large-scale replication and extension, Strategic Management Journal, 45(6), 1209–1237。著者所属大学の公開論文
  • Google Research（2025）Accelerating scientific breakthroughs with an AI co-scientist。開発元の発表

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

RECOMMENDこちらの記事も人気です。