2025/05/23

AIを使えない人=ダメなマネージャ

目次
  1. AIは使えないという人たち
  2. 「使えない」の正体を探ってみる
  3. 問題はAIじゃなくて、使う側にある
  4. これはダメなマネージャーのパターンと全く同じ
  5. AIは史上最強の部下かもしれない

AIは使えないという人たち

「AIなんて全然使えない」

最近、こんな声をよく聞く。ChatGPTが世間を騒がせて、みんな一度は触ってみたものの、思ったような結果が出ずに「やっぱりダメだ」と諦めている人が想像以上に多い。

「使えない」の正体を探ってみる

実際に「AIは使えない」と言っている人たちに、どんな使い方をしたのか聞いてみると、なかなか興味深い話が出てくる。

ケース1:企画書作成

「ChatGPTに『新商品の企画書を作って』って言ったら、どこにでもありそうな薄っぺらい内容しか出てこなかった」

ケース2:プログラミング

「コードを書いてもらったけど、エラーばっかりで全然動かない。結局自分で最初から書き直した」

ケース3:文章作成

「メール文面を考えてもらったら、硬すぎて使い物にならなかった」

確かに、これでは「使えない」と感じるのも無理はない。問題はどこにあるのか?

問題はAIじゃなくて、使う側にある

「使えない」と言っている人たちには、共通した特徴がある。

各AIの得意・不得意を知らない

まず、AIツールそれぞれの特性を理解していない。ChatGPTは創作や対話が得意だが数値計算は苦手。Claudeは長文の分析や論理的思考に長けている。Geminiは画像解析やGoogleサービスとの連携が強い。

こういった基本的な特徴を知らずに、すべてのAIに同じことを求めている。これって、野球選手にサッカーをやらせて「使えない」と言っているようなものである。

指示が圧倒的に足りない

そして最も大きな問題が、指示の出し方だ。

情報が全然足りない

「新商品の企画書を作って」と言うだけで、どんな商品なのか、ターゲットは誰なのか、予算はいくらなのか、競合はどこなのか、一切教えていない。

これって、部下に「何か良い企画を考えといて」と丸投げするのと同じである。そんなことをしたら、どんなに優秀な部下でも困ってしまうだろう。

求める成果物が曖昧

「良い感じの資料を」「使える企画書を」といった、何を求めているのかよくわからない指示。いつまでに、どんな形式で、誰に向けて、何ページぐらいで、どのレベルの詳しさで、といった具体的な要求が一切ない。

一発で完璧を求めすぎる

そして、一回やってみてうまくいかないと、すぐに「やっぱりダメだ」と結論づけてしまう。でも、新入社員だって最初からいきなり完璧な仕事はできないだろう。何回かやり取りして、だんだん求めているものに近づけていくのが普通である。

これはダメなマネージャーのパターンと全く同じ

これは「部下が使えない」と愚痴っているダメなマネージャーと全く同じパターンだ。

優秀なマネージャーは必ずこれをやっている:

各人の特徴を把握して適材適所で使う Aさんはデータ分析が得意、Bさんは顧客対応が上手、Cさんは細かい作業に集中できる。それぞれの強みを活かせる仕事を振る。

必要十分な情報を最初に渡す 背景、目的、制約条件、期待するクオリティ、参考資料など、仕事に必要な情報をきちんと整理して伝える。

明確で具体的な指示を出す いつまでに、どんな形で、誰に向けて、何を達成するために、どのくらいの分量で。曖昧さを残さない。

段階的にブラッシュアップする 最初からいきなり完璧を求めず、途中でフィードバックを出しながら、だんだん理想に近づけていく。

逆に「部下が使えない」と言っているマネージャーは、部下の特性を理解せず、曖昧な指示を出して、一発で完璧を求める。

つまり、「AIが使えない」と言っている人は、活躍できないマネージャーとまったく同じことをやっているのである。

AIは史上最強の部下かもしれない

AIは理想的な部下の条件をほぼ満たしている。

24時間365日稼働可能 夜中でも週末でも稼働し、体調不良で休むこともない。

膨大な知識を持っている 世界中の書籍、論文、記事、コードを学習している。一人の人間が一生かけても得られない知識量。

複数の専門分野をカバー 医師国家試験に合格し、数学オリンピックの問題を解き、何十ヶ国語も操る。プログラミングから文章作成、データ分析まで幅広くこなす。

こんな条件の部下がいたら、普通なら「優秀すぎる」と言うだろう。なのに「使えない」と言ってしまうのは、結局のところ使う側の問題なのである。

関連記事


icon-loading

マッチングアプリの右スワイプの裏側:AIがヒトの繁栄まで操る時代が始まった

AIがマッチングアプリを通じて人間の恋愛から種の繁栄まで操る時代が到来。TinderのVecTecアルゴリズムから完全自律型AIナンパシステムまで、AI vs AIの代理戦争が始まった現状をIT企業CEOが実例を交えて解説します。

icon-loading

議事録AIと固有名詞の戦い:「やましたとしちか」問題

現在のGruneで運用している議事録AIの実装方法と、日本語特有の同音異義語問題への対処法を詳しく解説。LINE WorksのAI NoteとNotebookLMを活用した具体的な運用手順と、固有名詞リストを活用したプロンプト設計のコツを、実際の運用経験をもとに紹介。

icon-loading

LLMの秘密:「次の言葉を予測するだけ」で人間のように振る舞う技術

LLMは「次の言葉を予測するだけ」の仕組み?ChatGPTやClaudeの動作原理を分かりやすく解説。人間の会話との意外な共通点や、トランスフォーマー技術の基本から「考えるとは何か」という哲学的な問いまで、AI技術の本質を深掘りします。非エンジニア向けに専門用語を使わず、身近な例で説明。

icon-loading

24時間365日のAIテレアポに漂うディストピア感

24時間365日稼働するAIテレアポサービスの登場で浮き彫りになった技術の光と影。社会リソースの無駄遣いからAI vs AIの不毛な戦争まで、IT企業CEOが語るAI技術の適切な使い方と未来への警鐘。

icon-loading

SEO対策は無駄に?GAIO/LLMOの対策が必要?ただ最後はどうなるのか

Google AI Overviewによる検索の根本的変化を分析。CTR最大56%減少の実データと、GAIO/LLMO等の新戦略を解説。しかし「AIに選ばれる」ことに本当に意味があるのか?従来のWebマーケティングモデルの限界と今後の展望をAI企業CEOが考察。

icon-loading

AIフレンドリージャパニーズとシンプリファイドイングリッシュ

AI音声入力と議事録自動化の実践から見えた、日本語特有の同音異義語問題とその対策について解説。シンプリファイドイングリッシュを参考にした「AIフレンドリージャパニーズ」の考え方で、機械にも人間にも理解しやすいコミュニケーション手法を提案。AI時代の新しい働き方のヒントが満載。