アメリカではすでにフリーランスへの発注が一気に縮小　クリエイティブ業務がAIに代替される時代に、人間に求められる「デザイン」スキルとは

生成AIでさまざまな領域の仕事が代替される時代に

羽間康至氏：よろしくお願いします。あらためまして、自己紹介をさせていただきます。株式会社エクサウィザーズというAIのスタートアップで、今は執行役員を務めてます、羽間と申します。羽に間と書いて「はざま」と読みます。

私自身は今、基本的にはすべての産業をカバーしております。製薬業界や金融、エネルギー、製造物流。あるいは通信、消費財等、いろんなインダストリーの全体の事業の統括をしながら、事業開発やサービス開発、AI開発の全般を管掌いたしております。

今回はお題がなかなか難しいなというところで（笑）、いろいろ相談させていただきました。もしかすると過去の我々のウェビナーと一部かぶってるところもあるかもしれないんですけれども、「技術進化としての生成AIでできるようになってきたこと」を前半にお話ししつつ。

やや一般論かもしれないですけれども、「業務の中でこういう使われ方がされていくよね」というお話をしながら、まとめていく構成になっております。

もういろんな情報が出回ってますので、最初の部分は「知ってるよ」というところもあるかもしれないんですけれども。やはり生成AIの最近の技術の発展は、我々でもびっくりするぐらいのものがいっぱい出てきております。

いわゆるChatGPTで文章を生成していくことで、いろんなホワイトカラーのタスク・業務の生産性を向上させられるんじゃないかとか。あとは最近だと画像・動画を生成して、テキストをひもづけたようなタスクもできるようになってきていて、クリエイティブな業務の生産性向上や代替も進んできています。

一番右側がプログラムを作るところですけれども、ソフトウェアエンジニアリングの領域におきましても、もうエンジニアじゃなくてもエンジニアのような働き方ができるところまできています。

時間がかかるデータの分析も、すぐ初期仮説が出せるように

一口に生成AIと言いましても、いろんな領域のデータを扱って、いろんな仕事ができるようになってきているのが足下（の状況）かなと思っております。特にOpenAIさんでは、（当時）社長が変わるという話があがったとかいろいろありますけれども、いろんなサービスをどんどん出されています。

例えば我々の仕事の中で言うと、Excelのアンケートデータや調査データをアップロードするだけで、その中にどんなデータ項目が含まれているのかや、どういう分析をすべきかという、分析のアプローチの設計（ができます）。

あるいは「そのまま分析をお願いします」とお願いすると、実際に分析をして可視化をして、自動的に示唆まで出てくるかたちになっています。

昔だといろいろデータを整理したり、分析をしたり取りまとめたりで時間がかかっていた業務も、もう1〜2分でいったん初期仮説が出てくるようになっています。

あるいは文書系のPDFの情報、「何百ページも読んでられないよ」というものに関しても、アップロードするだけで要約したり質問したり、すぐに必要な情報を抽出することもできるようになってきています。このあたりは、仕事のやり方や業務プロセスの作り方も、けっこう変わってきているのかなと思っております。

仕事を丸投げしても、プランニングからタスクの実行まで対応

ChatGPTのような「世の中のデータをとにかく覚え込ませました」というものを、そのまま知識として使うのが左側のものなんですけれども。さらに外部のデータを検索したり、社内の情報を学習させたり、あるいはプログラムと組み合わせるような使い方も、技術的にはできるようになってきております。

本当にAIエージェントのようなかたちで、我々がやってほしいことをやってもらうことが、技術的に可能になってきました。

例えばこんなこともできるようになってきています。「一番良いヘッドフォンを探してきて」という指令を出すだけで、そのゴールを達成するための作業手順のプランニングをするところから、実際にそのプランを実行したタスクをやってくれます。

そのあと情報を取りまとめてレコメンドしてくれるという、1つの仕事をまるっと投げたら、そのまま全部やってくれる世界になってきています。

世界では、これを活用してWebのゲームを1時間で作っちゃった人も出てきております。もうまさにバーチャルな優秀な部下が横にいて、ずっと働いてくれるような世界になってきています。

ただ一方で、部下の方にいろんな命令・ディレクションする時を想像していただければと思うんですけれども。どういうインプットをリクエストするのかによって、アウトプットのクオリティもけっこう変わってくると思いますが、それはAIも同様です。

このインプットをするところを「プロンプトを入れる」という表現をするんですけれども。アメリカだと生成AIにインプットをするプロンプトエンジニアの需要もかなり増えてきて、初任給もかなり高い給料になってきています。

世の中の需要としても、こうやって新しい仕事が生まれるレベルにまでなってきています。なので「人が何をやるか」というところのタスクシフトとか、業務プロセスの設計に大きく影響してくると思っています。

Twitter（現X）でいろんな情報が日々流れてるんですけれども、やはり画像と生成AIを組み合わせたユースケースの発展が最近はすごくて。

例えば自転車の修理をしたい時に、自転車の画像とテキストで「修理したいんだけど」と投げかけると、「こういうふうに修理したらいいよ」とChatGPTから返ってきたり。あとは「ここをどうしたらいいのか」と丸で囲って投げると、それに対応した言葉が返ってきたり。

具体的にどんな工具でどう直したらいいのかわからない場合は、工具の名前の表リストと工具の写真を送って「どれ？」と聞くと、「これです」と答えてくれたり。本当にプチドラえもんみたいなかたちで横についてくれて、いろんなことを助けてくれる世界になってきています。

アメリカではすでにフリーランスへの発注が一気に縮小

あとはプログラミング・エンジニアリングの領域。（ChatGPTにSaaSの）ダッシュボードのスクリーンショットをアップロードして、ダッシュボードをいろんなパーツに分けて「それを構成する言語を書いてください」というお願いをすると、コードが出てきます。そのコードをアップロードするだけで、もう動く状態のダッシュボードが作れちゃうと。

まだまだ精度感がどうかというのはありますけれども、これまでビジネスとデザインとエンジニアの人たちがいろいろ話し合って、要件を決めて作っていた工程も、AIに投げると全部やってくれる世界になってきていると思います。

実際「お～いお茶」の伊藤園さんは、生成AIを活用したCMのキャラクターも作っていました。こちらのCMを見た方がいらっしゃると思うんですが、まずAIが製品のパッケージのドラフトを作って、最終的に人間のデザイナーが採用・意思決定するというかたちで（作られていました）。

（今までは）代理店の方々に発注してた業務だと思うんですけれども、その内外製のあり方や、社内の業務における人とAIの分担も、かなり変わってきているのかなと思っております。

実際、アメリカではグラフィックデザイナーやコピーライターといったフリーランスの方々に発注する市場が、一気にシュリンクしています。

営業・マーケティングの領域も、先ほどのコンテンツを作るところ、あるいはバックオフィス的な資料や報告書を作る業務を効率化できるのではないか。これによってホワイトカラーの働き方も大きく変わってくるんじゃないかと、いろんなところで言われています。

カスタマーサポート業務におけるAIの自動化

あと特に、チャットボットやコールセンターといった顧客対応の業務の効率化ないしは、AIで自動化していくところでも、いろんなユースケースが今後生まれてくる可能性があると言われております。実際、我々もこういったプロダクトや事例にどんどん取り組んでいるんですけれども、かなり手応えがある領域かなと思っております。

「もともとサイトとかサービスにチャットボットを作ってました」というところでよくある話としては、後ろ側でいろんな分岐とかQ&Aセットをひたすら作る仕事がすごく大変だったと。

その割に、ユーザーさんが使うとよくわからない会話になってしまう、という状況だったと思うんですけれども。こういった生成AIの技術ができたことで、より自然な対話ができるようになってきています。

過去の会話履歴や顧客の情報、商品のデータをマッチングしながら、「どういう質問や投げかけをすべきか」をカスタマイズして出せます。言い回しも人間っぽくうまく返して、より自然な会話ができるような世界に一気になってきてるな、というところです。

もう少し具体的に言うと、個別の方々の文脈とか情報を加味して、自社の商材やサービスをしっかりとカスタマイズで提案していくという、昔はけっこう絵姿だけだったフローが、技術的にもできるようになってきたと。これは大きく仕事のあり方も変わってくるところかなと思っております。

「AI顧客」を生成して営業のロールプレイングが可能に

さらにAIがセールスの、いわゆるナーチャリング（顧客育成）のところ。（AIが）最初の設定を行って会話をして、ある程度暖まってきたら営業の方がつくようなフローも、昔は一応絵としてはあったと思うんですけど。

もう人間とChatGPTが話していてもあまり差が出ないように、なかなか追いついていなかったところも技術的にできるようになってきています。そこで、いかに自社の商材の情報や顧客データを活用して、自社ならではの文脈・会話にデザインできるかが、非常に重要になってきております。

さらにそのあと、実際に営業の方が行う（顧客との）会話自体も、ロールプレイング・教育等々で社内的にいろんなプロセスがあると思います。それ自体も生成AIで自動化していこうと、我々の中でいろいろ進んでおります。

テキストだけではなくて画像や音声など、今はいろんなものが生成できるようになってきてるので。いろんなお客さんのペルソナやセグメントごとに「AI顧客」を生成して、特定のペルソナのお客さんとのリアルな会話を再現して、能力を高めていけるようになってきています。

いろんな営業・マーケティングのプロセス自体が、どこを人がやって、どこをAIに任せるのか、再設計できるようになってきていると思っております。

汎用的なデータではなく、自社独自のものを活用していく

一方でプログラミングのところ、ソフトウェア開発ですね。鬼に金棒と言いますか、生成AIの助けを借りることで設計業務や実装のコーディング、あとはテストの工程を効率化しようというところもどんどん進んできております。

メーカーさんですと、研究開発の領域において、初期的な構想や設計段階の業務でドラフトを出すとか、アイデアを評価するところのユースケースが増えてきております。

半年前ぐらいまでは「ChatGPTとは何か」「生成AIが何か」といった、「使うか使わないか」という世界だったのが、もう今は使うところは基本的には使っていると。

ただ一方で汎用的な知識・データではなくて、いかに自社独自のデータや自社の業務やビジネスに応じたデータを作って、それを活用したフローに設計していくのかが、非常に重要な局面に差し掛かっております。

こちらもよくいろんなところでお話しさせていただくんですけれども、ビジネスフローとかサービスの設計を考える時に、昔は「まずデータを貯めて、そのデータを分析してサービスを早回しさせましょう」という1方向のベクトルが多かったんですね。

右側の絵で「AIぐるぐるモデル」と書いているんですが。いろんなデータやアルゴリズムが良いサービスに反映されて利用者が増えて、またデータが貯まってくるという流れが、よりやりやすくなってきているなと思っています。

この右側の「良いアルゴリズム」が汎用的な生成AIで作れるので、それを活用した良いサービスをいきなり使える状態であると。とりあえずクイックウィン（短期間で成果をあげていくための取り組み）で「こういう使い方ができるんだ」とか「こういうことだったらできるんだ。逆にこれはまだ難しいな」という、右側から左側へのサイクルが回しやすくなってきています。

そういったクイックウィンを打ちながら、「本当はこういうデータがあったほうがいいよね」とか「こういうデータがあるとここまでできるよね」という会話が、昔と比べるとかなり具体的にできるようになってきている。そういう意味で、より右側の好循環なサイクルを構築するための土台が整ってきているのかなと思っております。

今後重要視されるビジネスパーソンとしての能力

ということで、技術の発展によって、社内・社外向けの業務・ビジネスがかなり変わってくるなと思っております。社内でいくとやはり業務の生産性向上ということで、生成系AIが使えるタスクの処理がとにかく加速していきます。

一方世の中では「ハルシネーション（AIが事実にもとづかない情報や、実際には存在しない情報を生成する現象）」とか呼ばれてますけれども、本当に100パーセント正しい答えが出てくるかと言うと、やはりまだそこは揺らぎがあるので。その正しさをいかに見極めるか。

あるいは専門性も大事なんですけれども、ジェネラリストとして、ビジネスにとって重要なところの見極めと判断力が必要になっていくのではないかと思っております。

一方で、生成系AIで全部できるわけではまったくないので。それでカバーできない能力とは何なのかという議論や、そういった能力の評価が今後進んでいくんじゃないかなと思っております。

のちほど（講演が）ある「デザイン」という切り口ももちろんそうだと思うんですけれど、やはり現場やお客さまが実際に経験したことに基づく気づき。あるいはデータ化・言語化されていないものを掘り出すような好奇心や視野の広さ、行動力が、より重要になってくるのではないかなと思っております。

一方でサービスという観点でも、我々も含め、いろんなChatGPT系のサービスを手で触るようになってきていると思いますので。それが一般的になってくる世界の中では、よりデジタルなインターフェースが人間っぽくなっていくと思います。

生成系AIの機能ももうAPIとしてすぐ使えますので、今後サービス設計の標準装備になっていくんじゃないかなと思います。そうなっていけばいくほど、最終的には「本質的にユーザーがラクで楽しいか」ということに、どれぐらい貢献できるのか。その重要性が増すと思っております。

生成AIがビジネスデザインに3つのインパクトをもたらす

生成系AIがどんどん普及していく中で、ビジネスデザインに対する大きな3つのインパクトが出てくると思っています。

1つ目が「ビジネスプロセスの生産性向上」ですね。これはホワイトカラーの生産性を向上させていくというところで、塵も積もればという細かいバックオフィス・間接業務の効率化はいくつもあると思います。

情報の収集・整理・要約や、議事録の文書化・構造化、あるいはいろんな企画の草案出しや壁打ちをしていくのが、1番目の「ホワイトカラーの生産性向上」。

そこからまた、アメリカの事例であったように、「アウトソースしていた業務を、ツールで内製化できるんじゃないか」という動きも進むのかなと思っています。クリエイティブやプロモーションの領域、カスタマー対応、システム関連など、外注費を削減していくかたちでのビジネス設計のアップデートがあるのかなと思っています。

2つ目の製品・サービスの開発や、イノベーションを創出していくというところで、これは今後の領域かなとは思うんですけれども。いろんなサービスやシステム・製品を考える上での、最初の企画案をドラフトするところ。あるいは実際に作るところでも、システム設計やコーディングの自動化・半自動化は、ある程度進むかなと思います。

あとはデジタルのサービスを企画する方法論も、今後変わっていくのかなと。これまでだとPowerPointを作ったり、プロトタイプを作る工程があったと思うんですけれども。チャットのUIで実際に問答していく中で、いわゆるProblem Solution Fit（PSF）、「これがユーザーや業務の課題解決になっているのか」という検証が、これまでよりもかなりやりやすくなってくるんじゃないかなと思っています。

いったんチャットのインターフェースでPSFの仮説検証を行って、より「これが刺さるぞ」となれば実際に製品として開発するとか、機能開発を行う。顧客課題の検証のやり方自体が、けっこう変わってくるんじゃないかなと思います。

倫理的な考慮やセキュリティ方針のアップデートも必要

3つ目が顧客エンゲージメントの高度化というところで、カスタマー対応等々ですね。事例でお話しさせていただいたところとかぶりますが、その方々のデータを組み合わせることで、よりパーソナライズされたコンテンツの生成やターゲティング、またこれまでとは違う顧客体験の創造もできるようになるのかなと思います。

こちらも、昔からあるデジタルマーケティングの領域の延長線上にはなると思うんですけれども、この技術が出てきたことによって、より加速化される取り組みかなと思っております。

一方で会社の中の組織の能力としても、アップデートしていかないといけないものもあります。4つ目の法的・倫理的な考慮や、セキュリティ面の方針アップデートも必要になってくると思っています。

こちらは政府とかのレベルの話としてもあるんですけれども。著作権や個人情報、機密情報、虚偽情報、権利侵害をどういうふうにとらえて「どこまではOK、どこまではこのルールに則ってやりましょう」とする、プロセスのデザインは大事になってくるのかなと思います。

特に顧客情報や倫理的なところについては、ガチガチにしすぎると何も進まないんですけれども、ある程度はないと企業的には事業リスクをはらむことになってしまいます。このあたりの方針・ガイドラインのアップデートは必要かなと思っています。

一方で人材スキルのアップデートや、あるいは個別の「ビジネスにとって有用なデータや情報は何か」といったものをあらためて考える。そして、そのデータを獲得して活用していく絵を描くところは、より一層重要になってくると思います。

「AIに任せるところ」と「人間がやるところ」の切り分けが重要

人材のところは、のちほどの議論にもつながりますけれども、やはりAIに任せるところと人間がやるところの仕分け。この昔から言われているところが、より一層加速すると思います。

特に「人間が行う仕事って何なんだっけ」というところは、過去のAIよりもこの生成系AIの時代のほうが、より一層、問いとしては出てくるかなと。我々もいろんなところでお話ししていく中では、この「好奇心と意思」「人間らしさ」「リーダーシップ」が大事だよね、という話をしています。

ツールとしてできることがどんどん増えてきますので、「じゃあこういうことをやったらおもしろいんじゃないか」とか「こういうのをやりたい」という、好奇心と意思を持つことが非常に重要かなと思います。「未来を作る側に自分がなっていく」という人の総数をどれぐらい増やせるかが、企業が活気づいていくための重要なポイントかなと思います。

あとは人間らしさですね。機械に任せちゃったほうがいいところと、より人間らしさを発揮すべきところって何なんだっけ、というのを考えたりとか。技術でできることが増えるにあたって、そういったものを検討・推進していく人間のリーダーシップがより一層重要になってくると思います。

「今どんな人材が会社に要るのか」「どういう育成をしていけばいいのか」というところを、我々としても人材育成のサービスとしてサポートさせていただいております。こういったアセスメントや、あとはUdemyさまとも連携しながらeラーニングのコンテンツを提供させていただいております。