AI時代に必要なのは「AIを使える人」ではありません

生成AIの登場によって、システム開発の入口は大きく変わりました。

これまで専門家でなければ難しかったプログラムの作成、画面案の作成、資料の整理、要件定義らしき文書の作成まで、AIを使えば短時間で形にできるようになっています。

その結果、「非IT企業でもシステムを内製化できる」「経営者や現場担当者がAIを使えば、自社に合った業務システムを作れる」といった言葉を目にする機会も増えました。

たしかに、AIによって試作のハードルは大きく下がりました。簡単な画面や処理であれば、AIの助けを借りて短時間で作ることができます。これまで外部の開発会社に相談しなければ動くものを見られなかった場面でも、まず試してみることは容易になりました。

しかし、ここで経営者が見落としてはいけないことがあります。

作れることと、業務で安全に使い続けられることは、まったく別の問題です。

AIの使い方は、専門性の中心ではありません

AIがコードを書けるからといって、そのシステムが会社の業務に耐えられるとは限りません。

AIがもっともらしい設計案を出すからといって、その設計が会計処理、権限管理、監査、保守、障害対応まで考慮しているとは限りません。

AI時代に本当に必要な専門性は、AIの操作方法そのものではありません。浅いDX理解でもありません。

本当に必要なのは、AIが出したものを、現実の業務、責任、リスク、継続運用に接続して考えられる専門性です。

AIは、文章もコードも設計案も、それらしく作ることができます。しかし、それが本当に業務の意味を保っているかどうかを判断するには、人間側の専門性が必要です。

たとえば、受注、出荷、請求、入金という業務の流れがあるとします。一見すると、これは単純な流れに見えるかもしれません。

しかし実際の業務では、キャンセル、返品、値引き、分納、締め処理、請求先と納品先の違い、担当者の承認、入金消込、会計処理との連動など、さまざまな例外や判断が発生します。

AIに「受注管理システムを作ってください」と頼めば、それらしい画面やデータ項目は出てくるかもしれません。しかし、その会社の業務上重要な例外を正しく扱えるかどうかは別問題です。

むしろ危険なのは、AIが出したものが一見きれいに見えることです。

画面が整っている。コードが動く。説明文も自然である。そうなると、非IT専門家には「これで使えるのではないか」と見えてしまいます。

しかし、業務システムの本当の難しさは、最初に動くことではありません。

変化に耐えること。間違いを訂正できること。責任の所在が分かること。データが壊れないこと。あとから検証できること。

これらを満たして初めて、会社の業務で使えるシステムになります。

危うい支援は、技術体験に寄りすぎます

AI時代には、「AIを使ってシステムを作れます」「中小企業でも自社で内製化できます」「DXを支援します」と語る人や事業者が増えていくでしょう。

もちろん、その中には本当に有用な支援者もいるはずです。

しかし同時に、中途半端な専門家も増えていきます。

AIの操作には詳しい。流行の言葉にも詳しい。簡単な試作品も作れる。けれども、本番運用された業務システムに責任を持った経験がない。障害対応やデータ復旧を経験していない。権限設計、監査ログ、バックアップ、セキュリティ、保守性について深く考えたことがない。

このような支援者に、会社の基幹業務を任せるのは危険です。

特に注意すべきなのは、教育や支援のプロセスが技術体験に寄りすぎている場合です。

たとえば、非IT専門家向けの業務システム内製化支援で、いきなり開発環境を作る、コードを書く、ツールを触る、といった内容が中心に置かれている場合は、慎重に見る必要があります。

技術に触れること自体が悪いわけではありません。仕組みを少し体験することで、外部専門家との会話がしやすくなる面はあります。

しかし、それは業務システムを理解することの中心ではありません。

経営者や業務担当者に本当に必要なのは、開発者になることではありません。必要なのは、自社の業務を、AIやIT専門家が正しく扱える形に整理できることです。

導入事例を出さないなら、別の検証材料が必要です

専門サービスを選ぶとき、経営者は実績を確認しようとします。これは当然です。

一方で、業務システムやAI活用支援では、顧客名や具体的な業務内容を出しにくいことがあります。業務フロー、技術構成、担当部署、課題領域などは、出し方を間違えると機密情報になり得ます。

したがって、「すべての導入事例を実名で公開すべきだ」とは言えません。守秘義務は重要です。

ただし、そこで「だから一切公開しません」と結論づけるだけでは不十分です。

実名事例を出せないなら、匿名化した業種別ケース、架空企業を使った設計サンプル、要件定義書のサンプル、業務フロー図のサンプル、権限設計表のサンプル、監査ログやバックアップ方針の例、技術レビューの観点、支援範囲と責任分界の説明を示すことはできます。

買い手が知りたいのは、顧客名そのものではありません。

その支援者が何を見て、何を問い、どの範囲に責任を持ち、どこから専門家レビューを必要とするのかです。

専門サービスにおける誠実さは、見せないことではありません。見せられる範囲で検証可能にすることです。

「顧客保護のために出せない」という説明だけが前面に出て、代替となる検証材料が示されない場合、それは買い手にとって警戒材料になります。

人材流出リスクを、情報公開の問題に矮小化してはいけません

導入事例を公開しない理由として、人材流出リスクが語られることがあります。

たしかに、特定の担当者名や部署名を不用意に公開すれば、本人や組織に余計な負担がかかる可能性はあります。そこへの配慮は必要です。

しかし、人材流出リスクを導入事例非公開の中心理由に置くのは筋がよくありません。

優秀な人材が外部から評価されることは、企業が隠すべき弱点ではありません。人的資本経営として向き合うべき課題です。

本来問うべきなのは、その人材に適切な裁量を与えているか、成果に見合う評価や報酬を用意しているか、属人化させずに組織知へ変換しているか、引き抜かれても業務が崩壊しない体制を作っているか、社員が社外から評価されても社内に残りたいと思える環境があるかです。

人材を守ることと、人材を見えなくすることは違います。

必要なのは、社員を市場から隠すことではありません。社員の価値が外部からも見える時代に、それでも社内で活躍し続けられる条件を整えることです。

人材管理の問題を、情報公開の問題に縮めてはいけません。

経営者が問うべきこと

業務システムを考えるとき、経営者がまず問うべきなのは、「どの技術を使うか」ではありません。

誰が入力するのか。誰が確認するのか。誰が承認するのか。どの時点で売上になるのか。どの処理は取り消せるのか。どの記録はあとから変更してはいけないのか。どの社員にどこまで見せてよいのか。障害が起きたとき、どの業務を止めてはいけないのか。

こうした問いに答えることこそ、業務システムづくりの出発点です。

AI時代の内製化とは、非IT専門家がすべてを自分で作ることではありません。また、外部専門家を不要にすることでもありません。

むしろ逆です。

AI時代だからこそ、経営者や業務担当者は、自社の業務の意味をより明確に言語化する必要があります。そして、AIや外部専門家が出してきたものを、会社側の視点で検証できるようになる必要があります。

そのためには、IT専門家の役割も変わります。

これまでのように、ただシステムを作って納品するだけでは不十分です。AI時代のIT専門家には、業務側の言葉と技術側の構造をつなぐ力が求められます。

AIに任せてよい部分はどこか。人間の専門家が確認すべき部分はどこか。試作品として使ってよい段階はどこまでか。本番業務に使う前に、何を検証しなければならないか。

この線引きを示せることが、専門性です。

信頼できる専門家は、限界を説明できます

信頼できる専門家は、「AIで何でもできます」とは言いません。

むしろ、「ここまではAIで速くできます。しかし、ここから先は設計、検証、運用責任を考える必要があります」と説明します。

経営者にとって大切なのは、AIを恐れることではありません。AIを過信しないことです。

AIは強力な道具です。試作を速くし、資料整理を助け、業務の見直しにも役立ちます。これを使わない手はありません。

しかし、AIが便利であるほど、間違った判断も速く進んでしまいます。

業務の意味を取り違えたままシステム化すれば、現場に混乱が生じます。権限設計が甘ければ、見せてはいけない情報が見えてしまいます。データ構造が弱ければ、あとから修正できない仕組みになります。監査や証跡を軽視すれば、問題が起きたときに説明できなくなります。

AIを導入するとは、単に便利な道具を増やすことではありません。会社の業務、判断、情報、責任の流れに、新しい不確実性を組み込むことでもあります。

AI時代の専門性は、地味な責任の中にあります

AI時代に必要なのは、華やかなAI活用術ではありません。

必要なのは、業務、責任、リスク、運用を見通す、地味で重い専門性です。

AI時代の専門家とは、AIの可能性を語る人ではありません。AIによって見えにくくなった危うさを、経営者にも分かる言葉で説明できる人です。

そして、経営者自身にも求められる姿勢があります。

それは、「AIで作れるか」だけを問わないことです。

業務で使い続けられるか。責任を持って運用できるか。問題が起きたときに説明できるか。

この問いを持つことです。

AI時代の経営において、システムは単なる道具ではありません。業務の流れ、会計の考え方、社員の権限、顧客との約束、会社の判断基準が埋め込まれる経営基盤です。

だからこそ、安易な内製化や、浅いDX支援には注意が必要です。

AIによって、できることは増えました。しかし、任せてよいことと、任せてはいけないことを見極める重要性も増しました。

これからの時代に必要なのは、「AIを使える人」ではありません。

AIを使いながらも、業務の意味と責任を見失わない人です。

そして、その判断を支える専門性こそが、AI時代に本当に求められる専門性なのです。