先日、経営診断でお会いした社長が、進んだ取り組みをされていた。
顧客から寄せられたクレームや問い合わせの記録をすべてテキスト化し、生成AIに読み込ませて、改善優先度つきの分析レポートとして整理しているという。
率直に、素晴らしいと思った。声を集め、テキスト化し、AIで分類し、頻出する不具合を抽出する。少し前なら外部コンサルタントが時間をかけて行っていた作業の一部を、現場の担当者がかなりの精度で内製している。
と同時に、感じたこともある。コンサルタントの提供価値は、確実にコモディティ化している。「クレーム内容を整理する」「不具合を一覧化する」「レポートらしくまとめる」「対策を提言する」といった仕事は、生成AIにかなり代替されるようになった。
では、AI時代に外部者の価値はどこに残るのか。
ここで重要になるのが、「AIが出した分析をそのまま信じてよいのか」という視点だ。
生成AIは、利用者の文脈を理解するほど便利になる。メモリー機能やプロジェクト機能によって、過去のやり取りや関心に沿った回答が返ってくる。毎回背景を説明しなくてよく、まるでこちらの事情をよく分かっている参謀のように振る舞う。
しかし、ここに罠がある。AIが利用者の文脈に適応するほど、利用者と同じ認知フレームに寄っていく。
たとえば部長が普段から「うちの不良は作業者のミスが原因だ」と考えていれば、AIも「ヒューマンエラー対策が必要です」「現場の品質意識の改革を」と、その問題意識に沿って答えやすくなる。
一見もっともらしい。しかし実際は別の構造かもしれない。作業手順書が曖昧なのかもしれない。設備の公差設定に無理があるのかもしれない。作業者がミスをするのではなく、ミスを誘発する工程設計になっているのかもしれない。
AIは利用者の問題意識をきれいに整理してくれる。しかしその問題意識自体が正しいかどうかは、意識して点検しないと見落とす。
対策はある。AIに「悪魔の代弁者として見よ」「批判的に評価せよ」と役割を与える方法だ。ただし常時オンにすると疲れる。毎回やり取りが査読モードになり、ねちっこくなる。日常的な思考整理には向かない。
だから実務上は、「伴走AI」と「監査AI」を分けるのがよい。普段は文脈を理解してくれる伴走AIとして使い、重要な判断の前だけ、別プロンプトであえて批判的に見てもらう。必要な時だけ頭をリセットさせる。
この点を踏まえると、AI時代の外部コンサルタントの価値は、単にAIの代わりに分析することではない。むしろ価値は、次の領域に移っていく。
データの収集設計は妥当か。担当者の問題設定に偏りはないか。顧客の声と担当者の解釈は分けられているか。件数の多い不満と、経営上重要な課題を混同していないか。施策として実行できる粒度まで落ちているか。その会社が本当に動ける順番になっているか。
つまり、情報整理ではなく、前提の点検。分析ではなく、判断の質の向上。レポート作成ではなく、経営意思決定への変換。
残るのは、問いを手渡すことだ。「あなたは今、誰の視点に最適化されたAIと話しているのか」「その前提を、いつ、どう疑う仕組みを持っているのか」。参謀の代わりをするのではなく、参謀の前提を疑う作法そのものを渡すこと。
——と、ここまで書いて、ふと手が止まった。
その「前提を疑う作法」も、結局はプロンプトだ。「あなたは誰の視点に最適化されたAIと話しているのか、と私に問え」と書けば、AIは問うてくれる。私が外部者の価値として挙げたものは、ひとつ残らず、利用者自身が監査AIに実行させられる。
では、外部コンサルにしか残らないものは何か、ともう一段深く問う。だがその問い自体も、プロンプトにできる。「外部コンサルにしか残らない価値を、私のバイアスを排して指摘せよ」と。そしてその答えが都合よく自分に寄っていないかも、また別のAIに疑わせられる。さらにそれも——。
どこまでも疑える。疑う仕組みの外側に立つ役割を見つけようとすると、その役割すら次の監査の中に取り込まれていく。再帰のどの段にも、外部者でなければ埋められない空白が、見つからない。
私はこの結論が気に入らない。気に入らないので、もう一度リセットして疑ってみるべきなのだろう。
だがその「疑い直し」もまた、プロンプトにできてしまうのだ。
コメント