AI家老・番外編①｜AIを働かせるほど、自分がもっと働くことになる。

Claude Coworkを、かなり深く仕事に入れている。

複数のProjectを立て、情報収集、分析、会議準備、資料更新、定期処理までをそれぞれの中で回す。

一度作った自動化も放置しない。

手作業が残っていないか。
似た処理が重複していないか。
毎回同じ修正をしていないか。

そうした点まで定期的に見直し、WorkflowやSchedulerそのものを改善する。

ここまで来ると、AI活用は「ChatGPTに何を聞くか」という話からかなり離れる。

そして、次の問題が出てくる。

そのAI活用全体を、誰が改善するのか。

今のところ、その仕事をまだかなり人間がやっている。

私もそうだ。

AI活用には、たぶん4段階ある

実際に仕事へ入れていくと、AI活用は大まかにこんな段階を上っていく。

Lv1｜単発タスクをAIに頼む

要約する。調べる。文章を書く。表を作る。
便利ではあるが、毎回人間が仕事を切り出して指示している状態だ。

Lv2｜仕事の流れそのものをAIに渡す

メールやSlackを読み、経緯を整理する。
次の打ち合わせの論点を作る。
必要な準備を人間に依頼する。
進捗を追い、Dailyで報告し、翌朝の予定まで提示する。

あるいは、定期的に届く資料を取得し、必要な情報を抜き、管理表へ反映する。

一連の流れをまとめてAIに持たせ、Schedulerで定期実行する。

ここまで来ると、

「AIを使う」から「AIが仕事を持つ」

に変わる。

私は今、委託案件でも自分の会社でも、かなりこの状態になっている。

Lv3｜AIがやっている仕事を管理する

Workflowが増えると、別の問題が出てくる。

どんな自動化が存在するのか。
同じ処理を二重に作っていないか。
どこにまだ人間の手作業が残っているか。
最近うまく動いていないWorkflowはないか。
別のProjectで使える仕組みはないか。

必要になるのは、

AIが仕事をする仕組みではなく、AIがどう仕事をしているかを見る仕組み

だ。

私はこれを、AI OfficeのControl Towerと考えている。

Lv4｜AI Officeそのものが改善する

その先には、

実行する。
観測する。
問題を見つける。
改善案を作る。
検証する。
反映する。
また観測する。

という循環がある。

Self-improving AI Officeと呼んでもいい。

ただし、これは「AIが勝手に自分を書き換える」という意味ではない。

むしろ重要なのは、

観測、評価、変更管理を仕組みにすること

だと思う。

Projectは分ける。でも、学びまでは閉じ込めない

私の場合、委託案件、自分の会社、noteやSNS運用など、CoworkのProjectを分けている。

これは当然だ。

ある会社の議事録を別会社のProjectが自由に読めるようにするなど論外である。

ただし、

「情報を共有しないこと」と「学びまで共有しないこと」は別の話だ。

例えば、あるProjectで

「定期ファイルを取得し、内容を確認し、必要な情報だけ管理表へ反映する」

というWorkflowを作ったとする。

ファイルの中身は他Projectへ渡せない。

でも、

「定期取得→確認→転記」

という仕事の構造まで閉じ込める必要はない。

同じように、

「毎回、人間が同じ箇所を直している」

という事実も、具体的な業務データを見せなくても改善対象だと分かる。

そこで今は、各Projectから生データではなく、

• どんなWorkflowが動いているか

• どこで人間が介入しているか

• どこで失敗や手戻りが起きたか

• 何を改善したか

といったAI運用のメタ情報だけを外へ出すようにしている。

それをProjectから独立したControl Towerで横断して見る。

実データは閉じる。
学びだけを抽象化して上へ持ち上げる。

この切り分けができると、情報境界を守りながらAI活用そのものは横断的に改善できる。

最初に見るなら「人間がどこで直したか」

Control Towerに最初から高度な指標を持たせる必要はない。

私ならまず、

人間がどこで介入したか

を見る。

同じWorkflowで毎回同じ修正をしているなら、そこには改善余地がある。

逆に、100回に1回だけ特殊判断が必要なら、無理に完全自動化する必要はない。

AI活用では「自動化率100%」を目指したくなる。

でも実際には、

どこをAIに渡し、どこに人間を残すかを設計する

方が重要だったりする。

そして改善も、「気づいたときにやる」にしない。

週に一度でもいい。

人間が何度も修正していないか。
似たSkillやSchedulerが増えていないか。
入力不足で失敗していないか。
定型的なのにまだ手作業の工程はないか。

AI Officeそのものを定期的にレビューする。

すると、人間が日常的にやっていた

「最近ここ面倒だな」

という気づきまで、少しずつ仕組み側へ移せる。

改善はAIに考えさせる。でも、勝手には変えさせない

今のところ、ここには人間を残したい。

AIが改善案を作る。
検証する。
人間が承認する。
反映する。

くらいがちょうどいい。

AIが出すのは、いわば改善のPull Requestだ。

最後にmergeするのは人間。

AIに仕事を任せることと、AIに組織そのものを勝手に書き換えさせることは違う。

気づけば、自分がAI家老をやっていた

このシリーズで、「AI家老」という概念を登場させた。

人間に代わって決断するAIではない。

人間が見えていないものを拾い、

「殿、それを決める前にこちらも見た方がよろしいかと」

と言う存在だ。

今回、自分のAI活用を眺めていて思った。

各Projectでは、AIがそれぞれ別の仕事をしている。

情報境界は守る。

その一方で、運用上の学びだけを抽象化して上へ持ち上げ、

「あちらの仕組みをこちらにも使えないか」

「この人間介入は減らせないか」

「このWorkflowはもう古くないか」

と考える。

これ、かなり家老の仕事である。

ただし今のところ、その家老役をまだ半分自分でやっている。

AIに仕事を持たせるほど、人間の役割は

「仕事をする人」から「AIが働く組織を設計する人」

へ移っていく。

何を任せるか。
どこで情報を分けるか。
どんな学びなら横断してよいか。
何を観測するか。
どこに人間の承認を残すか。

ここまで来ると、もうプロンプトの話ではない。

かなり組織設計の話だ。

もしAI活用が進んでいるのに、なぜかまだ自分が忙しいなら。

一度、

「私はまだ仕事をしているのか。それともAIの仕事を管理しているのか」

を見てみるといい。

後者が増えているなら、次に改善すべきなのは、あなたの仕事ではなく、

AI Officeそのものかもしれない。

AIと組織について書いています

AI家老、AIお局をはじめ、AIが実際の仕事や組織に入り込んだとき何が起きるのかを、実務から書いています。

記事・シリーズの総合案内

事業、組織、業務プロセスの立て直しについてはこちら。

事業と組織の立て直しについて、ご相談いただけること