新年あけましておめでとうございます!
AI導入は、IT導入とは似て非なるものという重要な点を以下まとめました。皆様のAI利活用の参考にしてください。

年度末休暇の間、少し時間を取って、
AIPJとしてのAI利活用のあり方について改めて考えていました。
日々のPoCや個別テーマから一度離れて、
「そもそも何を目指すPJなのか」を整理する時間でした。

その中で改めておこなったのが、

人とAIの関与割合をレベルで整理する以下棚卸です。

 

 

 

今回、**「人とAIの関与割合をレベルで整理する」**という棚卸を行いました。

AIを全く使っていない状態(100:0)から始まり、
思考補助、作業補助、協働、AI主導を経て、
最終的に95–99%までAIに任せることが理論上は可能かもしれない、
というところまで含めて検討しました。

その中で明確になったのは、
AIがどれだけ発展しても、責任は最後まで人間が取らなければならない
という前提です。

この整理を踏まえて、私はAIPJとして以下の方向性を目指すべきとの結論に至りました。

AIに仕事を渡しても、責任は渡さない管理部を目指す。
いわば「AIに負けない管理部」を創る。

 

AIを使う、という話になると
どうしても「どこまで自動化できるか」「人をどれだけ減らせるか」という議論になりがちです。

しかし、今回整理して分かった通り、
責任を取るのは最後まで人間です。
これは、AIがどれだけ進化しても変わりません。

私たちは普段、人のアウトプットをそのまま信用しません。
その人の経歴、考え方、これまでのアウトプットを見て、
「この人ならどこまでレビューを省いていいか」を判断しています。

 

 

AIもまったく同じです。

AIのアウトプットをどこまで信用できるかは、
モデルの性能ではなく、
自分がどれだけそのAIを理解し、育ててきたかで決まります。

だから「AIを導入する」という発想は、少し違うと思っています。
正しくは、

AIは“部下を一人持つ”ことに近い

 

 

最初は信用できない。
何度もレビューする。
失敗させて、止めて、直して、
「ここまでは任せていい」「ここから先はまだダメだ」と線を引く。

この試行錯誤を自分でやらない限り、
どれだけ有能なAIが開発されていっても、その有効活用は難しいと思っています。

どれだけAIが進化しても、
自分で関与し続け、改善し続けることをやめた瞬間、
そのAIはブラックボックスになります。

 

 

AIPJで目指したいのは、
責任を取れる形で、AIを使いこなす人を増やすこと。
そして、AIに仕事は渡しても、責任は手放さない業務プロセス、管理部を創ること。

AIは魔法ではありません。
部下です。人のようなものです。
しかも、前提や期待を言語化しないと意図と違う動きをすぐにする部下です。

 

 

だからこそ、
逃げずに、自分で触って、失敗して、直していく。
この地味なプロセスを続けられる人だけが、本当にAIを武器にでき、
その組織が、今後の加速するAI社会で大きく活躍していくのだと確信しております。

AIPJは、
「AIをただ使える人」を増やす場ではなく、
「AIに責任を持てる人」を増やす場でありたいと思っています。

日々の業務に加えてAIに向き合うのは負荷もありますが、
2026年は、AIはエージェント含め特別なものではなく、より当たり前に使われる存在になっていき、AIに責任をとれるビジネスマンとそうでない方の生産性が大きく差が開く時代になると思っております。

 

 

その中で、責任を持ってAIを使いこなせる人は、確実に価値を持つようになります。
本年も一緒に試行錯誤していければと思いますので、引き続きよろしくお願いします。

 

 

ISAOの管理部門のAI導入事例

AIは、こうした小さな「動かない」でつまずきます。ISAOは、その先——実際の業務に
AIを乗せて回すところまでを、お客様の管理部門と一緒に進めています。

月次決算の工数を50%以上削減|東証グロース上場企業A社

少人数の経理財務部門で、決算業務を1本ずつAI化。外注に頼らず社内で決算を完結
できる体制をつくりました。(Claude Cowork/Microsoft 365 Copilot)

詳細はこちら

全社でAIを使わない日がない状態へ|医薬品・上場準備企業

ツールを配って終わりにせず、顧問として伴走。安全に使える環境の整備から
リテラシー向上まで。G検定の合格率は100%。

詳細はこちら

収益認識の判定をAIエージェント化|創薬支援CRO

月100件を超える契約の収益認識判定を、監査証跡を保ったままAIがドラフト。
ドラフト・レビュー工数を75%以上削減しました。

詳細はこちら

「AI管理部長」を数年かけて共同研究|東証上場のIT企業

管理部門の業務をAIが担う仕組みを研究。汎用LLMで足りる部分と、自社で作り込む
べき部分の線引きを実務で検証しています。

詳細はこちら