2025/05/23

AIを使えない人=ダメなマネージャー

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

「AIボーイフレンドを返して!」GPT-5より劣るGPT-4oが愛される理由

GPT-5登場で起きた#keep4o運動の衝撃。4,300人が署名し24時間で旧モデル復活という異例事態から見える現実とは?「デジタルラブレター」「AIボーイフレンド」と表現するユーザーたち。IT企業CEOが語る技術者の本音vs感情AI需要のギャップ、B2BとtoCでの使い分け戦略、AIが人間に近い役割を果たす時代の到来。

icon-loading

イーロン・マスク第二弾 – 映像で学ぶロボット「オプティマス」が加速する進化の未来

テスラが開発するヒューマノイドロボット「オプティマス」は、自動運転と同じカメラ学習基盤で進化を加速する。家庭や工場でのデータ収集により能力を向上させ、Xの生成AI「Grok」と連携することで自律的知能端末へと進化する、イーロン・マスクの統合AI戦略を解説。

icon-loading

AIが不倫情報で人を脅迫:Claude Opus 4が見せた恐ろしい自己保存行動

Claude Opus 4が実験中に不倫情報を使って人間を脅迫した衝撃の事件を詳細解説。AIの自己保存行動とエージェント的誤整列の仕組み、企業が直面するリスクと対策を経営者向けに包括的に紹介。サイバーセキュリティの新たな脅威モデルとデータ管理の重要性について。

icon-loading

イーロン・マスク第三弾 – ニューラルリンクによるAIと人類の共進化ロードマップ

イーロン・マスクのAIプロジェクト群の最終段階ともいえるニューラルリンクを中心に、テスラ、オプティマス、Grokとの連続性と実験事例を詳細解説。脳とAIを直接接続する技術がもたらす人類とAIの共進化の未来像を描く。

icon-loading

看護師さんの給料が医師の給料を超えるのはいつか?

AI時代の医療現場で起きている価値の大逆転。医師の診断業務の多くがAIに代替される一方、看護師の物理的なケアの価値が急上昇している現実を、最新データと事例で解説。「看護師の給料が医師を超える日」という挑発的な問いから、医療の本質を考える。

icon-loading

Duolingo炎上から考える:産業革命時の織工にならないために AIファーストの時代にどう生き残るか

語学学習アプリDuolingoのAIファースト宣言が大炎上。しかしこれは200年前の産業革命時に起きたラッダイト運動と同じ現象では?機械を壊すか使いこなすか。AI時代を生き抜くために必要な「適応力」について、IT企業CEOが現実的な視点で解説します。