
AIに企画書を頼むと、数十秒で、それなりに整ったものが出てきます。誤字もなく、構成もきれいで、内容も大きくは間違っていない。
でも、それは隣の人が同じように頼んでも、ほぼ同じものが出てくるということでもあります。AIは、誰にでも「平均点」を出せるようにしました。 では、平均点が当たり前になった時代に、成果の差はどこでつくのでしょうか。
この記事では、AIの講習会で学んだ内容をもとに、私なりにスライドを作り直してまとめた「ベクトル理論」を紹介します。前回の「オセロ理論」では、打つ方向を確かめることが大切だと書きました(AIを使っても成果が出ない人へ|「オセロ理論」で考える、序盤の正しい過ごし方)。今回は、その「方向」を、もう一段くわしく考えます。
AIは「平均点」をすぐに出せるようになった

AIが出す答えは、たくさんの文章やデータから学んだ「よくある答え」に近づきやすい性質があります。だから、頼み方が平凡なら、答えも平凡になります。
これは悪いことではありません。誰でもすぐに平均点に届くのは、大きな進歩です。シリーズで書いてきたとおり、AIは「作る力」の入口を広げました(AIは「作る力」を民主化した。では、誰もが作れる時代に何が価値になるのか?)。
ただし、全員が平均点を出せるなら、平均点そのものには差がつきません。差がつくのは、平均点から、どちらへ、どこまで離れられるかです。
成果は「矢印」で決まる

物理の「ベクトル」は、向きと大きさを持つ矢印のことです。この記事では、矢印を描き始める点(始点)も加えて、成果を3つの要素で考えます。
| 要素 | 矢印でいうと | 仕事でいうと |
|---|---|---|
| 視点 | どこから描き始めるか(始点) | 問題をどこから見ているか(問題の軸) |
| 方向 | どちらを向いているか | 誰に向けているか(美意識) |
| 距離 | どこまで伸びるか(大きさ) | どこまでやり切るか(こだわり) |

大事なのは、3つが掛け算だということです。どれか1つが0なら、成果も0になります。
そして、AIはこのうち「距離」を一気に伸ばしてくれる道具です。調べる、書く、作る、直す。人の何倍もの速さで矢印を伸ばしてくれます。でも、始点がずれていたり、向きが違っていたりすれば、遠くの的外れな場所に、速く着くだけです。
視点:どこから見ているか

最初の要素は、視点です。問題をどこから見ているか、何を問題だと思っているか。ここが間違っていると、どんなに力を入れても、矢印は的外れな方へ飛んでいきます。
たとえば、「ブログのアクセスを増やしたい」という悩みがあるとします。
- 「記事の数が足りない」という視点から始めれば、AIに記事を量産させることになる
- 「読者が知りたいことに答えていない」という視点から始めれば、読者の悩みを調べ直すことになる
どちらも、AIは手伝ってくれます。でも、どちらの視点から始めるかは、人が決めることです。AIに頼む前に、「そもそも、何が問題なのか」を一度立ち止まって考える。それだけで、矢印の始点は大きく変わります。
方向:誰に向けているか

2つ目の要素は、方向です。矢印が「自分向き」か「他人向き」か。私は、この方向を決めるものを「美意識」と呼んでいます。
この考え方の裏付けになるのが、組織心理学者アダム・グラントの『GIVE & TAKE「与える人」こそ成功する時代』(楠木建 監訳、三笠書房、2014年)です。原題は『Give and Take: Why Helping Others Drives Our Success』。この本は、人の働き方を次の3つのタイプに分けて考えます。
- ギバー:惜しみなく与える人
- テイカー:自分の利益を最優先する人
- マッチャー:与えた分だけ受け取ろうと、損得のバランスを取る人
本の興味深いところは、成功の階段のいちばん上にも、いちばん下にも、ギバーが多いと示している点です。違いを分けるのは、与え方でした。自分を犠牲にしてまで与え続ける人は、疲れ果てて下に沈みやすい。上に立つギバーは、相手のために与えながら、自分の利益も見失わない人たちです。
これをベクトルに当てはめると、こうなります。
- 自分向きの矢印:自分が満足するもの、自分が楽をするためのもの。伸ばしても、誰にも届かない
- 他人向きの矢印:「誰の役に立つか」から考えたもの。伸ばすほど、誰かに届く
- ただし、自分をすり減らさない:相手のために作りながら、続けられる形を自分で守る
AIに頼むときも同じです。「いい感じの記事を書いて」と頼めば、矢印は自分向きのままです。「忙しい営業担当者が、明日の商談前に5分で読めて、すぐ使える内容にして」と頼めば、矢印は相手に向きます。
距離:どこまでやり切るか

3つ目の要素は、距離です。矢印がどこまで伸びるか。AIの答えをうのみにせず、「これで十分か?」と問い続けて、質を高めていく力です。私は、これを「こだわり」と呼んでいます。
このブログのイラストは、すべてAIに描いてもらっています。指示には「最高水準のイラストレーターと同じレベルで」と書いています。それでも、出てきた絵をそのまま使うことはありません。実際に、こんな直しをしてきました。
- 8人のAI社員を描いてもらったら、9人描かれていた。数を指定して描き直してもらった
- 「法律」を表す石板が、墓石のように見えた。鎖でしばった規則の本に差し替えた
- 人物の頭が、絵の端で切れていた。全身が収まるように描き直してもらった
どれも、AIは「それなりの絵」を出してくれていました。平均点ではあったのです。でも、読者がどう受け取るかを考えると、そのままでは出せませんでした。
文章でも同じことがありました。週報を作るスキルを試したとき、AIはメモに書かれていない「来週やること」を推測で埋めていました(「週報を作って」の一言で終わるスキルを作ってみた)。もっともらしい内容だったので、「これで十分か?」と問い返さなければ、気づかないまま出していたはずです。
距離を伸ばすために、私がやっていることは2つです。
- 頼み方を直す:思った通りにならなければ、指示を具体的にして、もう一度頼む
- 最後は自分の目で整える:数が合っているか、誤解を招かないか、読む人にどう見えるか
汎用的なAIだからこそ、美意識にこだわる


AIは、誰が使っても同じように賢い、汎用的な道具です。だからこそ、AIの答えには、使う人の視点と美意識とこだわりが、そのまま表れます。
- 視点:AIに頼む前に、「そもそも何が問題か」を考える
- 方向:「誰の役に立つか」に矢印を向ける。ただし、自分をすり減らさない
- 距離:「これで十分か?」と問い返し、最後は自分の目で整える
この3つがそろったとき、成果は平均点から離れていきます。そして、人から選ばれるようになります。「AIで作ったもの」ではなく、「あなたにお願いしたい」と言われるものになるのです。
シリーズで何度も書いてきたとおり、AIは作ってくれますが、判断するのは人です。ベクトル理論でいえば、AIは矢印を伸ばしてくれる。でも、どこから描き始め、どちらへ向けるかを決めるのは、いつも自分です。
「自分の仕事なら、どこに矢印を向ければいいか分からない」という方は、お気軽にご相談ください。また、AIで毎日投稿を続ける仕組みを一緒に試してくださるモニターの方も募集しています(お問い合わせから「モニター希望」とお送りください)。
参考文献
- アダム・グラント 著、楠木建 監訳『GIVE & TAKE「与える人」こそ成功する時代』三笠書房、2014年(原書:Adam Grant『Give and Take: Why Helping Others Drives Our Success』2013年)