会社は従業員にAIモデルを使って「潜在的な知識を抽出」させようとしているが、従業員は自分たちが自分たちの仕事を奪う可能性のあるシステムを訓練していることをはっきりと理解している；Anthropicのチーフエコノミストは、これは根本的に技術の問題ではなく組織の問題だと指摘している。 （前提：真剣に働けば働くほどAIに奪われる？「同僚.skill」が明かす知識蒸留の残酷な真実） （補足：4人に1人のホワイトカラーが中年の壁にぶつかる：AIが加速させるキャリアの書き換え）
この記事の目次
トグル
企業のサーバーには財務報告書、契約書、顧客データが保存されている。しかし最も価値のある部分は、「この顧客が最も恐れること」「このプロセスでなぜ第三段階を回避しなければならないのか」「あの意思決定はなぜ間違ったのか」などの情報であり、これらは誰もシステムに書き込んでいない。それは古参社員の頭の中に住み、口伝えや失敗の経験を通じて伝えられている。
企業界はこれを「暗黙知」と呼ぶ。AI時代における最大のデータ収集ミッションは、より多くのウェブページをクロールすることではなく、これらの知識を人間の脳から掘り出すことだ。しかし問題は、従業員は自分たちが何をしているのかをよく理解しているということだ。
半導体設計会社SynopsysのAIと機械学習副社長のThomas Andersenは、先週Bloomberg主催のフォーラムで率直に語った：「多くの本物の専門知識は、もちろん誰かの脳の中に住んでいる。私はそれをまず抽出しなければならない。」
抽出、ダウンロード、マイニング、これらの言葉は、企業の管理者が使うものであり、その選択された言葉自体が問題の本質を示している：彼らは従業員の脳をデータベースとみなし、AIはそれを読むためのツールだと考えている。
この論理は新しいものではない。歴史上、工業化のたびに似たような過程があった：テイラー主義は労働者の動作を標準化し、映像に撮って新人に模倣させた。フォードのラインは職人の技を機械に分解した。今回の違いは、分解されるのは技術ではなく判断力だ。
Andersenは認めている、従業員はこのことに対して確かに**「自然な人間の抵抗」**を持っていると。システム推進者さえも、従業員の懸念は「自然なもの」だと認めざるを得ない。
企業の標準的な説明は「強化」であり、「置換」ではない。WalmartのAI導入資料は、「従業員への投資」という枠組みを明確に使用している。Amazon創業者のベゾスやMicrosoftのサティア・ナデラも、公にAIは「従業員をエンパワーする」と表明している。
しかし、経済学者の見解は：ソフトウェア開発者とそれを雇用する企業の歴史的な選択は、「自動化」であり、「強化」ではない。なぜなら、自動化は労働コストを削減できるからだ。
テキサスA&M大学のマシュー・コール教授は、率直に提言している：従業員は個人用AIツールを使うべきであり、企業のモデルに頼るべきではない；自分の知識がどのように収集・利用されるかについては、集団交渉を考慮すべきだ。
アメリカ連邦上院議員のバーニー・サンダースの見解はさらに過激だ：主権資産基金を設立し、AIの収益を配分すべきだとし、彼はAIを「人類の集合知の上に築かれたもの」と表現し、これを一般に利益をもたらすものとし、単にテクノロジー企業の株主に流れるだけのものではないと述べている。
PwCは27か国、1億以上の求人データを分析し、結論を出した：2025年までに、特定のAIスキルを必要とする職種の成長速度は、全体の雇用市場の約8倍になる。給与の伸びもより高い。
しかし、構造を見ると、その差は非常に重要だ。最も成長が早く、給与も高いのは、「AIを操作できる職種」ではなく、「AIを用いて人間の判断力を拡大する職種」だ。純粋な自動化職、つまりAIが直接人間の仕事を置き換える職種は、成長が遅く、給与面でも優位性は低い。
PwCのデータはまた、AIを用いて人間の専門性を強化する企業は、AIだけで人員削減を行う企業よりも、より高い生産性と成長リターンを得ていることを示している。
この結論は、従業員にとって実質的な意味を持つ：あなたの頭の中で最も価値のあるものは、「何をすべきかを知っていること」ではなく、「なぜそうするのかを知っていること」だ。前者は抽出され、訓練され、標準化できる。後者は、少なくとも現時点では、AIシステムが本当に学習したことはない。
1.06M 人気度
20.39M 人気度
60.71K 人気度
932.5K 人気度
2.07M 人気度
会社があなたに最も価値のある「判断力」をAIに教えるよう求めたら、あなたはそれを引き受けますか？
会社は従業員にAIモデルを使って「潜在的な知識を抽出」させようとしているが、従業員は自分たちが自分たちの仕事を奪う可能性のあるシステムを訓練していることをはっきりと理解している；Anthropicのチーフエコノミストは、これは根本的に技術の問題ではなく組織の問題だと指摘している。
（前提：真剣に働けば働くほどAIに奪われる？「同僚.skill」が明かす知識蒸留の残酷な真実）
（補足：4人に1人のホワイトカラーが中年の壁にぶつかる：AIが加速させるキャリアの書き換え）
この記事の目次
トグル
企業のサーバーには財務報告書、契約書、顧客データが保存されている。しかし最も価値のある部分は、「この顧客が最も恐れること」「このプロセスでなぜ第三段階を回避しなければならないのか」「あの意思決定はなぜ間違ったのか」などの情報であり、これらは誰もシステムに書き込んでいない。それは古参社員の頭の中に住み、口伝えや失敗の経験を通じて伝えられている。
企業界はこれを「暗黙知」と呼ぶ。AI時代における最大のデータ収集ミッションは、より多くのウェブページをクロールすることではなく、これらの知識を人間の脳から掘り出すことだ。しかし問題は、従業員は自分たちが何をしているのかをよく理解しているということだ。
まず認める、「自然な人間の抵抗」
半導体設計会社SynopsysのAIと機械学習副社長のThomas Andersenは、先週Bloomberg主催のフォーラムで率直に語った：「多くの本物の専門知識は、もちろん誰かの脳の中に住んでいる。私はそれをまず抽出しなければならない。」
抽出、ダウンロード、マイニング、これらの言葉は、企業の管理者が使うものであり、その選択された言葉自体が問題の本質を示している：彼らは従業員の脳をデータベースとみなし、AIはそれを読むためのツールだと考えている。
この論理は新しいものではない。歴史上、工業化のたびに似たような過程があった：テイラー主義は労働者の動作を標準化し、映像に撮って新人に模倣させた。フォードのラインは職人の技を機械に分解した。今回の違いは、分解されるのは技術ではなく判断力だ。
Andersenは認めている、従業員はこのことに対して確かに**「自然な人間の抵抗」**を持っていると。システム推進者さえも、従業員の懸念は「自然なもの」だと認めざるを得ない。
強化か置換か：会社は前者、経済学者は後者を主張
企業の標準的な説明は「強化」であり、「置換」ではない。WalmartのAI導入資料は、「従業員への投資」という枠組みを明確に使用している。Amazon創業者のベゾスやMicrosoftのサティア・ナデラも、公にAIは「従業員をエンパワーする」と表明している。
しかし、経済学者の見解は：ソフトウェア開発者とそれを雇用する企業の歴史的な選択は、「自動化」であり、「強化」ではない。なぜなら、自動化は労働コストを削減できるからだ。
テキサスA&M大学のマシュー・コール教授は、率直に提言している：従業員は個人用AIツールを使うべきであり、企業のモデルに頼るべきではない；自分の知識がどのように収集・利用されるかについては、集団交渉を考慮すべきだ。
アメリカ連邦上院議員のバーニー・サンダースの見解はさらに過激だ：主権資産基金を設立し、AIの収益を配分すべきだとし、彼はAIを「人類の集合知の上に築かれたもの」と表現し、これを一般に利益をもたらすものとし、単にテクノロジー企業の株主に流れるだけのものではないと述べている。
市場はすでに分裂：AIスキル職の成長は約8倍
PwCは27か国、1億以上の求人データを分析し、結論を出した：2025年までに、特定のAIスキルを必要とする職種の成長速度は、全体の雇用市場の約8倍になる。給与の伸びもより高い。
しかし、構造を見ると、その差は非常に重要だ。最も成長が早く、給与も高いのは、「AIを操作できる職種」ではなく、「AIを用いて人間の判断力を拡大する職種」だ。純粋な自動化職、つまりAIが直接人間の仕事を置き換える職種は、成長が遅く、給与面でも優位性は低い。
PwCのデータはまた、AIを用いて人間の専門性を強化する企業は、AIだけで人員削減を行う企業よりも、より高い生産性と成長リターンを得ていることを示している。
この結論は、従業員にとって実質的な意味を持つ：あなたの頭の中で最も価値のあるものは、「何をすべきかを知っていること」ではなく、「なぜそうするのかを知っていること」だ。前者は抽出され、訓練され、標準化できる。後者は、少なくとも現時点では、AIシステムが本当に学習したことはない。