AIを使えば、仕事は速くなる。
文章を書く。資料をまとめる。情報を調べる。アイデアを整理する。プログラムを書く。
これまで1時間かかっていた作業が、10分や20分で終わることも珍しくなくなった。
ならば当然、人間は楽になるはずだ。
ところが、実際にAIを使い続けていると、少し奇妙なことが起きる。
仕事は速くなったのに、仕事が終わらない。
場合によっては、以前より多くの情報を処理し、多くの判断をしている。
AIによって作業は楽になった。
しかし、人間そのものは本当に楽になったのだろうか。
1時間の仕事が10分になったら、50分休むのか
仮に、これまで1時間かかっていた仕事をAIによって10分で終えられるようになったとする。
単純計算なら50分の自由時間が生まれる。
しかし実際の仕事では、その50分を休むとは限らない。
10分で終われば、
「では、次の仕事もやろう」
となる。
それも10分で終われば、さらに次へ進む。
AIによる効率化は、必ずしも休息時間を生み出さない。
むしろ、
同じ時間で処理できる仕事の量を増やしている。
実際、Microsoft、Accentureなど3社のソフトウェア開発者4,867人を対象にしたフィールド実験では、生成AIを利用した開発者の完了タスク数が、統合した分析で26.08％増加したと報告されている。
AIが生産性を高めること自体は、実際の職場でも観察され始めている。
しかし、
「生産性が上がること」と「人間が楽になること」は同じではない。
仕事が無限にある人には、終わりが来ない
ここで重要になるのが、その人が抱えている仕事は有限なのか、という問題だ。
たとえば、他人から次々と仕事を振られる人。
一つ終われば、次の案件が待っている。
こうした環境では、AIによって一つの仕事が速く終わっても、仕事そのものがなくなるわけではない。
空いた場所に、次の仕事が入ってくる。
AIは仕事を早く終わらせる技術というより、
より多くの仕事を処理できる技術
になる。
そして、もう一つ厄介なタイプがある。
自分自身で仕事を作れる人だ。
経営者、研究者、企画職、クリエイターなどが分かりやすい。
一つの仕事を完成させる。
その成果を見る。
すると新しいアイデアが浮かぶ。
AIに投げる。
AIが短時間で形にする。
それを見ると、さらに別のアイデアが浮かぶ。
人間が発想する。 AIが高速で実行する。 その成果を見て、人間がまた発想する。
発想そのものに終わりがなければ、この循環にも終わりはない。
そもそも、なぜ今まで仕事は終わっていたのか
ここで逆に考えてみたい。
これまで私たちの仕事に「終わり」があったのは、本当に仕事そのものがなくなったからなのだろうか。
文章を書くのに3時間。
調査に2時間。
資料を作るのに2時間。
これだけで一日は終わる。
まだやりたいことがあっても、
「今日はここまで」
となる。
つまり、仕事を止めていたものの一つは、
人間の処理能力そのものだったのではないか。
時間と能力の限界が、仕事に自然なブレーキをかけていた。
AIはそのボトルネックを大きく広げる。
今まで「時間がないからやらなかったこと」まで実行可能になる。
仕事が減ったのではない。
今までできなかった仕事まで、できるようになったのである。
AIが10時間分進んでも、人間が10時間分楽になるわけではない
さらに重要な問題がある。
AIが仕事を高速で進めても、人間側の負担が同じ割合で減るとは限らない。
AIは文章を書く。
大量の資料をまとめる。
分析する。
複数の案を提示する。
プログラムを書く。
しかし、その先には多くの場合、人間がいる。
読む。
理解する。
比較する。
確認する。
修正する。
採用する。
捨てる。
そして最終的に判断する。
AIが短時間で大量の仕事を進めれば、人間の前には、それだけ大量の成果物と判断材料が返ってくる。
つまり、
AIは「作るコスト」を劇的に下げるが、「受け取るコスト」まで同じ割合で下げるわけではない。
むしろ、人間が処理しなければならない情報の流速は上がる。
AIだけが高速化して、人間の脳まで同じ速度で高速化したわけではない。
情報不足から「情報過多」へ
AI以前は、情報が足りないことが問題になりやすかった。
資料が見つからない。
比較対象がない。
専門的な知識が分からない。
だから「調べること」に時間がかかった。
AIは、このコストを大きく下げた。
しかし今度は逆の問題が起こる。
一つ質問すると、答えが返ってくる。
さらに別の見方も出てくる。
反対意見もある。
例外もある。
関連研究も見つかる。
新しい論点まで出てくる。
調べれば調べるほど、
「まだ考えることがある」
と分かってしまう。
AIは情報不足を解消する一方で、問題が本来持っていた複雑さまで短時間で人間の前に展開する。
すると人間は、それを処理しなければならない。
人間の仕事はなくならない。場所が変わる
2025年のCHI Conferenceで発表された研究では、319人の知識労働者から936件の生成AI利用事例を調査している。
そこでは、生成AIによって人間の批判的思考が単純になくなるのではなく、その内容が変化していることが示されている。
情報を集めることから、AIが出した情報を検証することへ。
問題を直接解くことから、AIの回答を統合することへ。
作業そのものを実行することから、仕事全体を監督することへ。
人間の仕事は、
「実行」から「検証・統合・監督」へ移動している。
AIが100個の案を短時間で作れても、人間が100個を同じ速度で評価できるわけではない。
そこで新しいボトルネックが生まれる。
これまでは「作ること」が遅かった。
これからは、
何を選ぶのか。 何を捨てるのか。 何を信用するのか。 そして、何を決定するのか。
こちらが人間の仕事になる。
人間の仕事は、実際に残る
たとえばAIと一緒に一つの記事を書くとする。
AIは関連する情報を集める。
研究を探す。
構成を作る。
文章を書く。
人間が何時間もかけていた作業を、短時間で進められる。
しかし、そこで人間の仕事がなくなるわけではない。
文章を読んで、
「ここは少し違う」
と感じる。
本当に言いたかったことは何なのかを考える。
論点を修正する。
必要なものと不要なものを選ぶ。
言葉の意味を決める。
最終的に、何を伝える記事なのかを決める。
するとAIは、その判断を受けて再び高速で仕事を進める。
AIが進める。 人間が判断する。 AIがさらに進める。 人間がまた判断する。
手を動かす量は大幅に減った。
それでも人間が同じ割合で楽になるとは限らない。
人間の仕事が、
違和感を見つけること、方向を決めること、意味を決めること、最終判断をすること
へ移ったからだ。
そしてAIが速くなればなるほど、その判断を求められる頻度まで上がる可能性がある。
AIは「完成」の基準まで変えてしまう
さらにAIには、もう一つ厄介な性質がある。
改善するコストが極端に安い。
以前なら、3時間かけて文章を書いたら、
「今日はこれで完成」
としたかもしれない。
もう一度全面的に書き直すには、さらに何時間も必要だからだ。
ところがAIなら違う。
「もう少し改善して」
「反対意見も入れて」
「関連する研究を調べて」
「別の構成も考えて」
「タイトルを20個出して」
これらが数十秒から数分でできる。
すると、
「これで十分」と止める理由が弱くなる。
改善の限界費用が下がるほど、改善を続けやすくなる。
完成したはずの仕事に、さらに手を入れられる。
AIは仕事を速く終わらせる道具であると同時に、
仕事を終わらせにくくする道具
にもなり得る。
実は、この記事自体がそうだった
この記事も、実は一度完成していた。
しかし、
「一応、関連する論文も調べてみよう」
となった。
研究を調べると、新しい論点が見つかった。
そこで記事を書き直した。
さらに別のAIにも同じテーマを考えさせてみた。
すると、また違う視点が出てきた。
それを比較すると、
「ここは記事に入れた方がいい」
という新しい発想が生まれた。
そして、また記事を書き直している。
AIがなければ、おそらく最初の段階で「完成」としていたかもしれない。
しかしAIがあるから、短時間で調査できる。
短時間で比較できる。
短時間で書き直せる。
だから、
まだ改善できてしまう。
この記事を書いている過程そのものが、「AIを使うとなぜ仕事が終わらなくなるのか」というテーマの実例になってしまった。
これは「ジェボンズの逆説」に少し似ている
この現象は、経済学で知られる「ジェボンズの逆説」を少し思わせる。
もともとはエネルギー利用について論じられてきた考え方である。
技術革新によって資源を効率よく使えるようになれば、資源消費は減りそうに思える。
しかし利用コストが下がることで利用量そのものが増え、結果として総消費量が期待したほど減らなかったり、場合によっては増えたりする。
現在では、こうした現象は広く「リバウンド効果」として研究されている。
もちろん、AIによる仕事量の増加がジェボンズの逆説そのものだという意味ではない。
ただ、構造は少し似ている。
一つの仕事に必要な時間が減る。
すると、その仕事をもっと行える。
さらに別の仕事までできる。
そして改善するコストまで下がる。
効率化によって時間が余るはずだったのに、処理する仕事量そのものが増えていく。
AIにも、一種の**「仕事のリバウンド」**が起こる可能性がある。
「任せる」だけでは足りない。「託す」必要がある
では、人間はどうすればいいのだろう。
一つの答えは、AIに任せる範囲を増やすことだ。
しかし、それだけでは足りないかもしれない。
AIが作ったものをすべて確認していたら、AIが高速になるほど人間は忙しくなるからだ。
これから必要になるのは、
「任せる」から「託す」への移行
なのかもしれない。
一定の範囲については、人間が逐一確認しない。
場合によっては、判断の一部までAIに託す。
もちろん、責任を伴う仕事、自分の名前で世の中に出すもの、経営判断、重要な意思決定など、完全には託せない領域も多い。
だからこそ、
どこまでAIに任せるのか。
どこからAIに託すのか。
そして、人間はどこだけを見るのか。
この境界線を決めることが重要になる。
「仕事が終わったら休む」では、休めなくなる
そして、もう一つ必要になるものがある。
仕事を一旦止めることだ。
これまでなら、
「今日の仕事が終わった。だから休もう」
という区切りが成立しやすかった。
しかし、AIによって処理できる仕事量が増え、さらに次の仕事やアイデアが次々と生まれるようになると、この考え方では休めなくなる。
仕事そのものに終わりがないからだ。
一つ終われば次がある。
それも終われば、その成果からまた別の仕事が生まれる。
改善しようと思えば、まだ改善できる。
AIに聞けば、さらに新しい可能性まで出てくる。
ならば、
「仕事が終わったから休む」のではなく、「仕事はまだあるけれど、ここで休む」
という判断が必要になる。
これは意外に難しい。
AIを使えば、まだできる。
あと一つ調べられる。
あと一本書ける。
あと一案作れる。
あと一回改善できる。
しかも、それほど時間はかからない。
だからこそ続けてしまう。
しかし、人間の脳や身体までAIと同じ速度で動けるわけではない。
AI時代には「一旦終わりにする能力」が必要になる
AIは、人間から仕事を奪うと言われてきた。
しかし実際には、逆の現象が起こる可能性もある。
一つ一つの作業は圧倒的に楽になる。
一つ一つの仕事は圧倒的に速くなる。
しかし、できることが増える。
処理できる仕事が増える。
改善できる回数が増える。
AIが生み出した大量の成果物を、人間が判断する。
そして、その成果からまた新しい仕事が生まれる。
特に、仕事が無限に与えられる人。
あるいは、自分自身でアイデアを次々と生み出せる人にとって、この問題は大きい。
AIが仕事を増やしているわけではない。
AIは、これまで人間の時間と能力によって抑え込まれていた「やれること」を解放している。
しかし、人間の1日は今も24時間しかない。
脳の情報処理能力も、AIと一緒に何十倍にもなったわけではない。
だからAI時代に必要なのは、AIを使う能力だけではないのかもしれない。
何をやらないのか。
どこから先をAIに託すのか。
どこで「これで十分」と判断するのか。
そして、まだ仕事が残っていても、
「今日はここまで」と一旦終わりにする。
あるいは、
「まだできるけれど、ここで一旦休む」。
AI以前は、仕事が終わったから休むことができた。
AIによって仕事が際限なく続くようになれば、その順番を逆にしなければならない。
仕事が終わったから休むのではない。
仕事が終わらないからこそ、自分で区切って休む。
AIによって「できること」が急激に増えていく時代には、この能力がこれまで以上に重要になるのかもしれない。
