AIが正解を出す時代に、「正解がない仕事」の価値が上がる気がした

個人開発者が、自分のスマートフォンアプリのLP用に、Blenderで3D動画を作っているという話だ。ただし、自分ではBlenderの操作がほぼ分からず、AIに指示を出してPythonスクリプトを書かせている。「被写体をもっと目立たせたい」「ここはテンポを落としたい」「この場面をもっと印象的にしたい」というディレクション指示を人間が出すと、AIがコードを書いて実装する。その結果、実務的なBlenderスキルがなくても、相応のクオリティの3D動画ができ上がる。ここで面白いのは、その後の修正プロセスだ。出来上がった動画を見ると「なんか安っぽく感じる」という感覚的な違和感を持つが、これをそのままAIに伝えることは難しい。その代わり、動画を見ながら「被写体が背景に埋もれている」「映像のテンポが一定で、見せ場がない」「重要な情報が小さくて分かりにくい」というように、感覚を言語化しないといけない。この言語化ができると、AIは一気に修正できる。つまり、AI時代に強い人間は、正解を早く見つけるスキルではなく、「何が違うのか」を言葉にできる能力だということだ。

これは技術領域と非技術領域で大きく異なる。バックエンド開発なら、レスポンス速度、障害耐性、セキュリティ、コスト、保守性といった評価軸がはっきり決まっている。改善したかどうかを数値やテストで確認できる。だから、AIとのフィードバックループが回しやすい。一方、デザイン・ブランド・企画・マーケティングの領域は、そもそも「何が正解か」を人間が先に決めないといけない。ここには「レイテンシ100ms以下」みたいな客観的な評価関数がない。AIが出す複数案を見て、「いや、この方向じゃない」と判定するのは人間だ。

日本の製造業やサービス業の経営層にとって、この転換は大きい。今までは「正解を知っている人」が価値だった。十年の経験を積んだ営業、製造現場を知る職人、業界を知るコンサルタント。だが、AIが「正解に近い案」を大量に出す時代に入ると、価値は「何を正解にするか決める人」に移っていく。社長や事業責任者が、自社の事業について「こういう顔をしたい」「こういう顧客に刺さりたい」という視点を言語化できるか。その能力がない企業は、AIに何を指示したらいいのか分からず、出てくる案を見て右往左往するだけだ。一方、明確な事業観を持つ企業なら、AIを使って一気に形にできる。言い方を変えると、「事業の美学」を定義できるか否かで、AI時代の競争力が決まるということだ。