会計

AI時代、最後に残る資産は好かれる力である

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が賢くなるほど、人間の価値は知識量では測れなくなる。

これはきれいごとではない。
むしろ、かなり現実的な話だ。

文章を書く。
資料を作る。
会議の論点を整理する。
市場データを要約する。
メールの文面を整える。
たぶん、ここまではAIが相当やってくれる。

しかも速い。
それっぽい。
たまに人間より丁寧で、こちらが腹立つくらい整っている。

だからこそ、これから問われるのは、情報を持っているかではない。

この人の言葉なら聞いてみよう。
この人が言うなら少し動いてみよう。
この人となら、めんどくさい仕事でも一緒にやれるかもしれない。

そう思われるかどうかだ。

このブログでは、AI時代に強くなる人を、単なるコミュ力の高い人として扱わない。もっと生々しく見る。

好かれるとは、媚びることではない。
感じがいいだけでも足りない。
正論を丸め込む技術でもない。

好かれる力とは、相手の警戒心を下げ、信頼を積み上げ、最後に行動を生む力だ。

会計で言えば、これはBSに載らない無形資産。
投資で言えば、短期で急騰するテーマ株ではなく、長く複利で効いてくる優良資産。
キャリアで言えば、資格やスキルの裏側で、じわじわ効く信用残高だ。

この感覚を持てると、AI時代の働き方の見え方が変わる。

正しいことを言える人より、正しいことを相手が受け取れる形に変換できる人。
賢く見せる人より、周りを前に進められる人。
情報を集める人より、信頼を集める人。

ここに、これからの強さがある。

AIが正しさを安売りすると、人間には信頼が残る

AIの登場で、正しい風の情報は一気に安くなった。

ここであえて正しい風と言いたい。
AIは便利だ。かなり使える。
でも、いつも正しいわけではない。

むしろ厄介なのは、間違っている時ほど堂々としていることだ。
人間なら、たぶん違うかも、と顔に出る。
AIは出ない。
なめらかに、きれいに、もっともらしく外す。

だからAI時代の情報環境では、情報量よりも判断の信用が問われる。

情報を出せるだけの人は、もう希少ではない

生成AIを使えば、誰でも一定レベルの文章や整理ができるようになった。
研究でも、生成AIが文章作成の時間を短くし、品質評価も上げたことが示されている。
カスタマーサポートの現場でも、AI支援によって処理件数が増えた研究がある。

これはかなり大きい。
知的労働の一部が、道具によって底上げされるということだからだ。

ただ、ここで勘違いすると危ない。

AIを使って速く作れるものは、他人も速く作れる。
要約も、提案書のたたき台も、メール文も、プレゼンの骨子も、以前ほど差別化にならない。

昔は、きれいに整理できる人が強かった。
これからは、整理したものをどう使うかで差が出る。

会議で出す。
相手の顔色を読む。
反発を受け止める。
別案を差し込む。
落としどころを作る。

ここはまだ、人間の仕事として残りやすい。

正論だけでは人は動かない

仕事で一番ややこしいのは、正しい答えが出た後だ。

この数字、おかしいです。
この予算、無理があります。
この投資、回収できません。
このKPI、現場の行動とつながっていません。

言っていることは正しい。
でも、そのままぶつけると人は固まる。
あるいは黙る。
あるいは表面上だけ頷いて、何も変わらない。

ここ、落とし穴です。

人は正論に反発しているのではない。
正論によって、自分の立場や努力や過去の判断が否定されたように感じている。

だから本当に強い人は、正論を出す前に受け皿を作る。

あなたの意図は分かる。
ここまでやった背景もある。
その上で、この数字だけは一緒に見直したい。

こういう順番にできる人は、AI時代にかなり強い。
知識ではなく、関係性を設計しているからだ。

信用は、情報のフィルターになる

情報が多すぎる時代、人はすべてを検証できない。

ニュースも、決算資料も、AIの回答も、専門家のコメントも、全部を自分で確かめるのは無理がある。
だから最後は、この人の判断なら一度読む、という信用フィルターが働く。

投資の世界でも同じだ。
同じ銘柄分析でも、誰が言うかで重みが変わる。
それは肩書きだけではない。
過去にどんな見方をしてきたか。
外した時にどう説明したか。
煽らず、逃げず、都合の悪い情報も扱ってきたか。

つまり、信用は履歴でできている。

会計も同じ。
数字は客観的に見える。
でも、数字の作り方には判断が入る。
見積り、配賦、減損、引当、資産計上。
どこまで保守的に見るかで、利益の顔つきは変わる。

だから数字を扱う人に必要なのは、正確さだけではない。
この人は都合よく数字を触らない、という信頼だ。

AIが正しさを安売りするほど、人間の信用は高く売れる。

ただし、それは一発で手に入るものではない。
日々の説明。
小さな約束。
外した時の態度。
相手の不安を雑に扱わない姿勢。

そういう地味な積み上げが、AI時代のブランドになる。

好かれる力の正体は、温かさと有能さの掛け算である

好かれる力と聞くと、どうしても軽く見られがちだ。

飲み会がうまい人。
雑談が得意な人。
場を明るくできる人。
もちろん、それも武器になる。

でも、AI時代に効く好かれる力は、もっと骨太だ。

社会心理学では、人が他者を判断する大きな軸として、温かさと有能さが語られる。
ざっくり言えば、敵ではなさそうか。
そして、ちゃんとやれそうか。

この二つがそろった時、人はその人を信頼しやすい。

温かいだけでは、任せられない

感じがいい人は好かれる。
でも、感じがいいだけの人に大事な仕事を任せるかというと、話は別だ。

約束を守る。
論点を外さない。
期限に間に合わせる。
相手の期待値を調整する。
分からないことを分からないと言える。

こういう行動がないと、温かさはただの雰囲気で終わる。

会社の中でもよくある。
いい人なんだけど、仕事は少し不安。
話しやすいんだけど、詰めが甘い。
相談しやすいんだけど、最後は別の人に頼む。

これはもったいない。
好かれているのに、信用の回収ができていない状態だ。

投資で言えば、人気はあるが利益が出ない会社に近い。
話題性はある。
ファンもいる。
けれどキャッシュを生まない。

人間関係でも同じだ。
温かさは入口。
有能さが回収装置になる。

有能なだけでは、人は近づかない

反対に、有能だけど近寄りにくい人もいる。

指摘は鋭い。
判断も速い。
資料も完璧。
でも、その人が会議にいるだけで空気が固くなる。

このタイプは短期では強い。
火消しや危機対応では頼られる。
ただ、周りが本音を出さなくなる。

本音が出ない組織は、数字の悪化を早く拾えない。
現場の違和感が上がってこない。
小さなミスが隠れる。
都合のいい報告だけが上に届く。

これは管理会計的に見るとかなり怖い。
予実差異が出た時、原因は数字に現れる。
でも、原因の芽は数字になる前から現場にある。

顧客の反応が鈍い。
営業が使いにくそうにしている。
開発が実は無理をしている。
外注費がじわじわ増えている。

こういう匂いは、心理的安全性がないと上がってこない。
有能な人ほど、周りを黙らせていないか点検した方がいい。

好かれる人は、相手の自己防衛を下げる

人が動かない理由は、怠けているからだけではない。
多くの場合、守っている。

自分の評価。
過去の判断。
部署のメンツ。
これまで積み上げたやり方。
失敗したくない気持ち。

そこに正論を投げ込むと、防衛本能が働く。
だから話が進まない。

好かれる人は、ここを無理やり突破しない。
相手が守っているものを見てから話す。

たとえば、予算未達の部門に対して、
なぜできなかったんですか、と詰めるだけなら簡単だ。
でも、それで出てくるのは説明ではなく弁明になりやすい。

本当に知りたいのは、未達の理由ではない。
次の打ち手につながる原因だ。

そのためには、相手が話しても損をしない空気がいる。
ここまで聞いてもらえるなら、少し本音を出してみよう。
そう思ってもらえる人が、数字の奥にある情報を取れる。

これはかなり強い。

好かれる力は、愛嬌の話で終わらせると浅い。

温かさで入口を開く。
有能さで任される。
誠実さで継続する。
そして、相手の防衛を下げて本音を引き出す。

これが、AIには簡単にまねできない人間側の資産だ。

AI時代の勝ち筋は、信頼を行動に変えることである

信頼されるだけでも足りない。

いい人ですね。
話しやすいですね。
勉強になります。

ここで止まると、キャリアの評価にはなりにくい。
AI時代に強いのは、信頼を行動に変えられる人だ。

人を巻き込む。
決める。
試す。
修正する。
やり切る。

この地味な実装力が、これからさらに目立つ。

AIは案を出すが、摩擦は引き受けない

AIは案を出してくれる。
しかも複数案。
メリット、デメリット、リスク、ロードマップまで並べてくれる。

でも、その案を現場に入れる時には、必ず摩擦が出る。

誰がやるのか。
今の仕事はどう減らすのか。
失敗したら誰が責任を持つのか。
既存のやり方を変える人に、どう納得してもらうのか。

ここはAIの画面の外側だ。

たとえば、予実管理を改善する。
AIに聞けば、予算、実績、差異分析、見込み、KPI連動という整理は出てくる。
きれいだ。
でも現場では、入力が面倒、勘定科目が合わない、部門コードがズレる、誰が締めるか決まっていない、という泥臭い問題が出る。

成果を決めるのは、設計図の美しさではない。
運用に乗せる力だ。

人間味は、変化の痛みを和らげる

変化には痛みがある。

AI導入も同じ。
効率化と言われても、現場からすれば不安がある。
自分の仕事が減るのか。
評価されなくなるのか。
今までのやり方を否定されるのか。
覚えることが増えるだけではないのか。

この不安を無視して進めると、改革は表面で止まる。

ここで効くのが人間味だ。
きれいな言葉ではない。
相手の面倒くささを、面倒くさいものとして扱う力だ。

一緒に一回やってみる。
失敗しても責めない。
最初から完璧を求めない。
現場が困るポイントを先に聞く。
できたことをちゃんと拾う。

こういう小さな振る舞いが、変化の摩擦を下げる。

会計で言えば、これは移行コストを下げる行為だ。
新システムも、新ルールも、新しい管理指標も、導入時には必ずコストが出る。
そのコストを減らすのは、マニュアルだけではない。
人が動ける空気である。

信頼は複利で増えるが、毀損は一瞬で起きる

信頼はゆっくり積み上がる。
でも、壊れる時は早い。

約束を軽く破る。
都合の悪い数字を隠す。
相手の話を雑に扱う。
自分の手柄だけ大きく見せる。
分からないことを分かったふりで進める。

こういう小さな行為で、信用残高は減る。

怖いのは、本人が気づきにくいことだ。
会計なら、残高が減れば数字で分かる。
でも信頼の残高は、試算表に出ない。

ある日、重要な相談が来なくなる。
会議で本音が出なくなる。
依頼しても反応が鈍くなる。
あの人には言っても無駄だと思われる。

その時には、もう減損が進んでいる。

逆に、信頼を積んでいる人は強い。
少し無理なお願いでも聞いてもらえる。
新しい提案にも乗ってもらえる。
失敗しても、もう一度チャンスが来る。

これはキャリア上のオプション価値だ。
平時には見えにくい。
でも変化が起きた時に、一気に効く。

AI時代に差がつくのは、知っている人ではない。

知った上で、動ける人。
動くだけでなく、人を巻き込める人。
巻き込むだけでなく、相手の不安まで扱える人。

その人の周りには、情報が集まる。
本音が集まる。
機会が集まる。

好かれる力は、そこで初めて成果に変わる。

結論

AIが進化すると、人間は不要になる。

そんな言葉を聞くことが増えた。
でも、少し違うと思う。

不要になるのは、ただ情報を横流しするだけの人。
正論を並べて、相手が動かない理由を相手のせいにする人。
自分は賢い側にいると思い込んで、現場の痛みを見ない人。

反対に、残る人がいる。

相手の言葉にならない不安を拾える人。
正しいことを、相手が受け取れる形に変えられる人。
数字の裏にある人間の動きを見られる人。
面倒な調整から逃げず、最後に一歩進める人。

AIは、正しそうな答えを出す。
でも、誰かの背中をそっと押すことはまだ苦手だ。
失敗して落ち込んでいる人の沈黙を読み、今は詰める場面ではないと判断することも苦手だ。
部門間の微妙な空気を感じ取り、言い方を変え、順番を変え、場を壊さずに結論へ持っていくことも簡単ではない。

そこに人間の仕事が残る。

しかも、それはぬるい仕事ではない。
むしろ一番難しい。
正しさより深いところで、人と向き合う仕事だからだ。

AI時代に強い人は、AIより賢い人ではない。
AIを使いながら、人間を諦めない人だ。

情報は増える。
効率も上がる。
仕事の形も変わる。

それでも、最後に人を動かすのは、この人とならやってみたい、という感覚なのだと思う。

その感覚は、派手ではない。
毎日の言葉遣い。
返事の速さ。
約束の守り方。
失敗した時の態度。
相手の努力を雑に扱わない姿勢。

小さすぎて、短期の評価には出にくい。
でも、長く見れば効いてくる。

投資で言えば、配当を再投資し続けるようなものだ。
会計で言えば、費用処理されて見えなくなった日々の行動が、実はブランドという無形資産に変わっている。

人から好かれること。
それは軽い処世術ではない。

誰かの不安を減らし、誰かの一歩を支え、誰かが本音を出せる場所になること。

AIがどれだけ賢くなっても、人は人の温度で動く。
だから、これからの時代に本当に強い人は、冷たい正解を振り回す人ではない。

温かくて、逃げない人だ。

その人の周りに、未来は少しずつ集まってくる。

あわせて読みたい本

1. AI時代の人的資本経営

AI時代に、人の価値はどう変わるのか。
このテーマを経営・人事・キャリアの視点からかなり深く考えたいなら、この一冊は相性がいいです。

ポイントは、人を資源ではなく資本として捉える視点。
AIで知識や作業が代替されるほど、最後に差がつくのは、人間らしさ、感情を扱う力、個人の特性を組織の力に変える仕組みです。

このブログで書いた好かれる力は無形資産であるという考え方を、企業経営の言葉で補強してくれる本です。
AI時代のキャリアを、根性論ではなく資本戦略として見たい人に刺さります。


2. その仕事、AIには無理です。

AIに任せる仕事と、人間が担うべき仕事の境界線を考えるなら、この本はかなり使えます。

AIは便利です。
でも、何でも任せればいいわけではありません。
社内資料、提案書、問い合わせ対応、営業支援など、現場でありがちなAI活用の場面を通じて、任せていい仕事と任せてはいけない仕事を整理してくれます。

このブログの読者に読んでほしいのは、AIを怖がるためではなく、AIに丸投げしないためです。
AIを使いこなす人ほど、人間に残る仕事の輪郭が見える。
その感覚を持ちたい人におすすめです。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

その仕事、AIには無理です。 [ 高木裕仁 ]
価格：2,200円（税込、送料無料) (2026/5/19時点)


3. たった一言で頭がいい人だと思われる コンサルタントの言語化力

AI時代に強い人は、難しいことを難しく話す人ではありません。
相手の頭の中にあるモヤモヤを、短い言葉でつかまえられる人です。

この本は、自分の言いたいことを整理するだけではなく、相手の思考を言語化する力に寄っています。
ここがいい。

正論をぶつけるのではなく、相手の横に立つ。
説き伏せるのではなく、相手が自分で気づくように言葉を置く。
まさに、好かれる力を仕事の武器に変えるための一冊です。

会議、1on1、営業、上司への説明、部下へのフィードバック。
言葉で損している自覚がある人ほど、読んでおく価値があります。


4. 一流のマネジャー945人をAI分析してわかった できるリーダーの基本

人を動かす力を、感覚ではなく行動に落としたい人向けの本です。

できるリーダーの共通点として、自走するチームをつくること、信頼関係を築くこと、任せ方を磨くことが扱われています。
つまり、好かれる力を、成果につながるマネジメントへ変換する本。

ただ優しいだけではチームは動かない。
ただ厳しいだけでは本音が消える。
その間にある、信頼されて任せる技術を知りたい人に向いています。

AI時代に求められるのは、全員を管理する人ではなく、全員が動ける状態をつくる人。
その入口として読みやすい一冊です。


5. SHIFT解剖 究極の人的資本経営

人的資本経営を、きれいなスローガンではなく、事業成長のエンジンとして見たい人におすすめです。

この本の面白さは、人材をコストではなく投資として扱う視点がかなり強いところ。
人の能力を引き出し、評価し、成長させ、それを企業価値につなげる。
まさに、会計上は費用に見えやすいものが、実は将来キャッシュを生む資産になるという話です。

このブログで書いた信頼、評判、人間味、行動力は、個人の話に見えて、実は会社の競争力にも直結します。
人を活かす会社はなぜ強いのか。
そこを具体的な企業事例で見たい人には、かなり読み応えがあります。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

SHIFT解剖 究極の人的資本経営 [ 飯山辰之介 ]
価格：1,980円（税込、送料無料) (2026/5/19時点)


それでは、またっ！！

引用論文等

  1. Shakked Noy and Whitney Zhang, Experimental evidence on the productivity effects of generative artificial intelligence
    生成AIが文章作成タスクの時間短縮と品質向上に寄与したことを示した研究。
  2. Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond, Generative AI at Work
    カスタマーサポート業務で、AI支援が生産性向上に与えた影響を分析した研究。
  3. David J. Deming, The Growing Importance of Social Skills in the Labor Market
    労働市場において、社会的スキルを求める仕事の重要性が高まっていることを示した研究。
  4. Susan T. Fiske, Amy J. C. Cuddy, Peter Glick, Universal dimensions of social cognition: warmth and competence
    人が他者を判断する軸として、温かさと有能さを整理した社会心理学研究。
  5. Amy Edmondson, Psychological Safety and Learning Behavior in Work Teams
    チーム学習において、心理的安全性が果たす役割を示した組織研究。
  6. OECD, Artificial intelligence and the changing demand for skills in the labour market
    AIにさらされる職種で、専門AIスキル以外の管理・業務プロセス・対人スキル需要が変化していることを分析したレポート。
  7. World Economic Forum, Future of Jobs Report 2025
    AI・ビッグデータに加え、リーダーシップ、社会的影響力、柔軟性などのスキルが今後重視されると整理したレポート。
  8. NIST, Artificial Intelligence Risk Management Framework: Generative AI Profile
    生成AIのリスクとして、もっともらしい誤情報やハルシネーションなどを整理した資料。

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。