AI活用の7段階モデル — 「質問する人」と「仕組みを作る人」の差

同じ生成AIを使っていても、ChatGPTに質問するだけの人と、AIが自律的に仕事を回す仕組みを作っている人とでは、得ている成果に何十倍もの差がある。この差は「AIの知識量」ではなく、AIとの関わり方の段階によって生まれる。AI活用には7つの段階がある。第1段階は「AIに質問する」。質問して情報を得て終わり。第2段階は「AIに仕事を依頼する」。成果物を作らせるが、1つの指示に対して1つの出力。第3段階は「AIエージェントに仕事を任せる」。複数ステップにまたがるタスクをまとめて任せ、エージェント自身がファイルを読み、計画を立て、ツールを呼び出しながら進める。ここで初めて実行環境（Harness）という概念が意味を持つ。

第4段階は「複数のAI・ツールを組み合わせる」。調査担当・分析担当・執筆担当を別々のエージェントに割り振るなど、1つのエージェントで完結しないタスクを分担させる。ここから「個々のモデルの性能」より「役割分担と情報受け渡しの設計」が成果を左右するようになる。第5段階は「AIに自己評価・自己修正させる」。結果を人間が毎回チェックするのではなく、AI自身に評価基準を持たせ、失敗したら自分でやり直させる。第6段階は「AIが仕事を自律的に回せる環境を作る」。決まったスケジュール、決まったイベントで動き、人間が寝ている間も回り続ける。第7段階は「仕事自体をAI前提に再設計する」。既存の仕事のやり方にAIを当てはめるのではなく、業務フロー全体をAIの存在を前提に組み直す段階だ。

後ろに行くほど、人間の役割が「作業者」から「仕組みの設計者」へと移っていく。段階を飛ばすと安定しない。エージェントに複数ステップを任せた経験がなければ、どこで失敗しやすいか分からず、評価基準も設計できない。評価基準がなければ、自律的に回した結果が正しいのか判断できない。自分が今どの段階にいるかを把握し、1つ上の段階に必要な要素を整備することが、AI活用を加速させる最短経路だ。