AI時代のキャリア棚卸し――資格より先に、自分の仕事を分解してみよう

今回は、前回のブログ「資格を増やす前に考えたいこと」の実践編です。
前回のブログ記事はこちら
「AIを勉強したほうがいいでしょうか」
「何か資格を取ったほうがいいですか」
「このまま今の仕事を続けていて大丈夫でしょうか」
最近、キャリアについて考えるときに、AIを意識する人が増えています。
前回の記事では、
新しい資格を増やす前に、まず今ある経験を確認すること
が大切だと書きました。
今回は、その実践編です。
では実際に、
自分の仕事のどこがAIに置き換わりやすく、どこに自分の価値が残るのか。
それをどう整理すればよいのでしょうか。
おすすめしたいのは、自分の仕事を次の3つに分けてみることです。
AIで効率化する仕事
AIと協働する仕事
人が判断する仕事
この3つです。
難しい分析は必要ありません。
紙を1枚用意して、自分が普段している仕事を書き出すところから始めます。
目 次
まず「職種」ではなく「業務」に分解する
例えば、
「私は人事です」
「私は営業です」
「私は経理です」
というだけでは、AIの影響はよく分かりません。
同じ人事でも、
採用。
社員面談。
給与計算。
人事データ分析。
労務相談。
研修。
組織変更。
経営会議。
では、仕事の性質がまったく違います。
営業も同じです。
顧客リストを作る。
アポイントを取る。
商談準備をする。
提案書を作る。
顧客の話を聞く。
価格交渉をする。
社内調整をする。
契約後にフォローする。
ここまで分解して初めて、
「どこにAIを使えるのか」
が見えてきます。
ですから最初にするのは、
自分の仕事を10〜20個くらいの小さな業務に分けること。
です。
① AIで効率化する仕事
最初は、
AIに任せたり、AIを使うことで時間を短縮できる仕事
を探します。
例えば、
文章のたたき台を作る。
情報を要約する。
会議メモを整理する。
大量のデータを分類する。
求人票の初稿を作る。
メール文案を作る。
市場情報を整理する。
定型的な資料を作る。
こうした仕事です。
ここでは、
「AIに仕事を奪われる」
と考える必要はありません。
むしろ、
今まで30分かかっていたことを10分で終わらせられないか
と考えてみます。
人事なら、どこを効率化できるか
例えば採用担当なら、
求人票のたたき台。
候補者への連絡文。
面接質問案。
面接記録の整理。
採用データの要約。
などがあります。
これらをすべて人がゼロから作る必要はなくなるかもしれません。
ただし、
AIが作った求人票が本当に採用したい人物像に合っているか。
面接質問が適切か。
候補者への表現が失礼ではないか。
それを確認するのは人です。
つまり、
作る仕事の一部はAIへ、判断は人へ
という分担ができます。
② AIと協働する仕事
次が、一番重要かもしれません。
AIだけでは完結しないけれど、
AIを使うことで質を高められる仕事
です。
例えば、
職務経歴書を分析する。
顧客提案を考える。
マーケティング施策を考える。
業務改善案を作る。
研修プログラムを設計する。
経営データを分析する。
キャリアプランを考える。
こうした仕事です。
AIに、
「答えを出してください」
と丸投げするのではありません。
自分の知識や経験をもとに、
AIへ質問する。
出てきた結果を見る。
修正する。
さらに質問する。
最後に自分で判断する。
これが、
AIと協働する
ということです。
AI時代に価値が上がるのは「質問できる人」
AIは、質問されたことには答えてくれます。
でも、
何を質問すべきか。
どこに問題があるか。
何を比較すべきか。
は、人が考えます。
例えば、
売上が下がったとします。
AIに、
「売上を上げる方法を教えて」
と聞けば、一般的な答えは出てきます。
でも、
問題が新規顧客なのか。
既存顧客なのか。
価格なのか。
商品なのか。
営業担当者なのか。
そもそも市場が縮小しているのか。
この切り分けには、実務経験が必要です。
長く仕事をしてきた人には、
この**「問題を見つける力」**があります。
それはAI時代にも大きな価値になります。
③ 人が判断する仕事
最後は、
人が責任を持って判断すべき仕事
です。
例えば、
採用するかどうか。
社員の処遇をどうするか。
重要な顧客との交渉。
難しい労務問題。
部下へのフィードバック。
経営判断。
組織変更。
キャリア相談。
こうした仕事です。
AIから情報や選択肢をもらうことはできます。
でも最終的には、
状況。
人間関係。
企業文化。
リスク。
感情。
将来への影響。
を考えて判断します。
そして、その判断には責任が伴います。
ここは、
AIを使えるかどうか以上に、経験が生きる領域
です。
例えば「人事」という仕事を3分類すると
一例として、人事の仕事を分けてみます。
AIで効率化する仕事
求人票の初稿
研修資料作成
メール作成
会議要約
人事データ整理
AIと協働する仕事
採用戦略
人材分析
研修設計
組織課題の整理
制度案の比較
人が判断する仕事
採用可否
社員面談
労務対応
評価
組織変更
経営層との調整
こうして見ると、
「人事の仕事がAIになくなる」
とは少し違うことが分かります。
仕事の中で、
AIへ渡す部分と、人がより深く担う部分が分かれていく
と考えたほうが分かりやすいかもしれません。
営業ならどうなるか
営業も同じです。
AIで効率化する仕事
顧客情報整理
提案書のたたき台
競合調査
商談メモ整理
フォローメール
AIと協働する仕事
顧客分析
提案内容の検討
営業戦略
価格シミュレーション
人が判断する仕事
顧客との信頼構築
ニーズの深掘り
価格交渉
クレーム対応
社内外の利害調整
AIが進化しても、
相手が本当は何を考えているのか。
どこまで価格を下げるべきか。
この顧客と長期的に付き合うべきか。
といった判断は残ります。
自分の仕事を3色で分けてみる
ここから実践です。
紙に、普段やっている仕事を書いてみてください。
例えば、
メール
会議
顧客対応
データ分析
資料作成
部下面談
交渉
採用面接
報告書
企画
そして、
A:AIで効率化
B:AIと協働
C:人が判断
のどれかを横に書きます。
迷ったら、複数でも構いません。
例えば、
「提案書作成」
なら、
初稿はA。
内容の検討はB。
最終提案はC。
と分けてもいい。
一つの仕事の中にも、3つの要素があります。
次に「時間」を書いてみる
さらに、
それぞれの業務にどれくらい時間を使っているかを書きます。
すると、
とても面白いことが見えてきます。
例えば、
AIで効率化できる仕事に、
毎週10時間使っている。
一方、
自分にしかできない判断や顧客対応には、
3時間しか使えていない。
もしそうなら、
AIを使う目的は、
人の仕事を減らすことではなく、自分が価値を出す仕事に時間を戻すこと
になります。
私は、この視点がとても大切だと思います。
「AIにできる仕事が多い」と落ち込まなくていい
自分の業務を整理して、
「Aが多い」
と気づく人もいるでしょう。
すると、
「自分の仕事はなくなるのでは」
と不安になるかもしれません。
でも、そこで終わりではありません。
次に考えるのは、
AIで空いた時間を、何に使えるようになりたいか。
です。
例えば、
これまで資料作成に3時間かかっていた。
AIで1時間になった。
残った2時間で、
顧客と話す。
部下と面談する。
改善案を考える。
新しい市場を調べる。
そうすれば、自分の仕事そのものが変わります。
資格を取るなら、この後
ここまで整理してから、
初めて、
「何を学ぶか」
を考えます。
例えば、
AIで効率化できる仕事が多い。
でもAIツールをほとんど使ったことがない。
なら、
まず生成AIの基本的な使い方を学ぶ。
AIと協働する仕事を増やしたい。
なら、
データ分析。
プロンプト設計。
業務改善。
などを学ぶ。
人が判断する仕事を強くしたい。
なら、
交渉。
コーチング。
ファシリテーション。
マネジメント。
といった学びが役立つかもしれません。
つまり、
資格が先ではなく、仕事の分析が先。
です。
「AI資格を取るべきか」ではなく「何をできるようにしたいか」
これからAI関連の資格や講座は、さらに増えると思います。
でも、
「AI資格だから取る」
のではなく、
取ったあとに何ができるようになるのか
を確認してください。
例えば、
「生成AIを使って人事業務を効率化できる」
「データを使って営業戦略を考えられる」
「AIを使った業務改善をチームに導入できる」
ここまで言えるなら、
学びはキャリアにつながります。
逆に、
「なんとなくAI時代だから」
だけなら、
少し立ち止まってもいいと思います。
AI時代のキャリア棚卸しで確認したい7つ
自分の仕事を分解したら、最後に次の7つを確認してみてください。
1.今、自分が一番時間を使っている仕事は何か
2.その仕事はAIで効率化できるか
3.AIと一緒にやると質が上がる仕事は何か
4.自分が最終判断しなければならない仕事は何か
5.人から頼られている仕事は何か
6.今後もっと時間を使いたい仕事は何か
7.そのために新しく学ぶべきことは何か
この7つが見えてくると、
「AIが怖い」
という漠然とした不安が、
「私はこれを学べばいい」
という具体的な行動に変わります。
AI時代に残るのは「人間らしい仕事」だけではない
よく、
「AI時代は人間らしい仕事が残る」
と言われます。
もちろん、それもあります。
でも私は、
もう少し違う見方もできると思っています。
これから価値が出るのは、
AIを使って、より良い判断ができる人。
です。
AIを拒否するのでもなく。
AIに全部任せるのでもなく。
自分の経験とAIを組み合わせる。
長く仕事をしてきた人には、
その土台があります。
経験は、AI時代の「判断材料」になる
AIは大量の情報を処理できます。
でも、
「この会社ではこれは無理だ」
「この顧客にはこの言い方は良くない」
「この社員は数字だけで判断しないほうがいい」
という感覚は、
長い経験の中で身につけたものです。
経験とは、
過去の実績だけではありません。
次の判断をするときに使う材料
でもあります。
だからこそ、
キャリアの長い人ほど、
AIを脅威として見るだけでなく、
自分の経験を広げる道具
として見てみてほしいと思います。
最後に――AIを学ぶ前に、自分の仕事を知る
AI時代だから、
何か資格を取らなければ。
新しい技術を学ばなければ。
そう思ったら、
まず一度、自分の仕事を書き出してみてください。
そして、
AIで効率化する仕事
AIと協働する仕事
人が判断する仕事
に分ける。
すると、
自分の仕事の中で、
これから減っていくもの。
これから変わるもの。
これからもっと大切になるもの。
が見えてきます。
資格を探すのは、その後でいい。
AI時代のキャリア棚卸しとは、
未来を予測することではありません。
今の自分の仕事を理解し、どこを変えるかを決めること。
そこから始めてみてはいかがでしょうか。
Kurara Labでは、40代・50代を中心に、これまでの経験を棚卸しし、
AIに任せる仕事
AIと一緒に行う仕事
自分だからこそ価値を出せる仕事
を整理しながら、これからのキャリアを考えるサポートを行っています。
転職するかどうかを決めていなくても構いません。
「AIで自分の仕事はどう変わるのだろう」
と感じたときこそ、自分のキャリアを見直すよいタイミングです。
新しい資格を増やす前に、
まず、
自分が今、何をしているのか。
そこから整理してみてください。
くららラボへのお問いわせはこちらから










