AIへの指示の前に、徹底的に言語化する

AIを駆使して、1冊の本を書き上げました。本文の文字数は約15万文字、B5版で200ページ程度の分量になります。

AIに15万字を書かせたとはいえ、実際のところ、私がプロンプトとして入力した文字数はそれ以上だったはずです。

まず着手したのは、AIに頼ることなく、何を伝えたいのか、どのように伝えたいのか、どのような構成にしたいのかを可能な限り言語化することでした。表記の揺れや誤字脱字、表現の巧拙は気にせず、頭の中にある構想を徹底して文字に書き出していきました。

この「事前の言語化」という作業には、主に3つのメリットがあります。

第一に、誰に、何のためにこの文章を書くのかが明確になります。単に「書きたい内容」を羅列するのではなく、読者像と、読了後に読者にどのような変化を生み出したいかという目的を設定するわけです。頭の中にあったおおよそのイメージを言語化することで、読者像と目的の解像度が高まり、自分の中に深く刻み込まれます。

第二に、漠然としていた思考が整理されます。言語化の過程で「ここはもっと強調すべきだ」「この要素は不要だ」など、自分で自分と壁打ちをするような体験が得られます。この過程を経ることで、書きたい文章の大筋が具体化されていきます。

第三に、自身の知識の空白が可視化されます。ある事象を説明する際、裏付けとなるデータや論理的な補足が必要であるにもかかわらず、自分自身がそれを十分に理解していないことに気づかされます。当然、その不足分を補うための指示を、後続のAIへのプロンプトに組み込むことになります。

執筆プロセス：AIとの壁打ちから最終推敲まで

このようなプロセスを経て作成した文書は、A4で数ページ、1万文字くらいでしょうか。これをプロンプトとして、AIに投げ込み、執筆を依頼します。ただし、一度に全文を書かせるようなことはしません。

まずは「はじめに」の部分だけを執筆します。できあがった文章を読み返し、「自分の考えとニュアンスが違うからこう直してほしい」「この内容は不要なので削除」「ここに具体的な例え話を追加してほしい」と、納得がいくまでAIと徹底的に議論し、修正を指示します。

次に、これを前提に目次を作成します。ここでもAIが書き出した目次を、AIとの対話を重ね、本書全体の構成を固めます。ここまでを、どれほど丁寧に、そして、徹底的にやるかどうかで、書籍の善し悪しのおおきなところが決まります。そうやって、構成が決まれば、目次に示された章ごとに文章を執筆させます。全ての章において、納得できる水準に達するまで修正や追加の指示を繰り返します。

最後に、できあがった全文を通して読み返し、全体の整合性や論理の飛躍、事実誤認がないかを確認して修正を指示します。そして最終的な仕上げとして、自分の言葉としてしっくりくるかを確認しながら、私自身の手で直接文章を推敲しました。

このようなプロセスを経て、本を完成させました。この一連の作業で、最終的に完成した文字量を超える文章を自分の手で書いたことは、間違いないでしょう。

とはいえ、文章そのものの生成や表現の調整はAIに大半を任せているため、ゼロから文章を紡ぎ出す苦労はほぼありません。その意味では、私の役割は、著者というより、編集者であり、ディレクターが、大きかったかもしれません。

私はこれまでも8冊ほど本を執筆し、ブログやレポートの作成も日常的に行っていますが、これまでは「自分が伝えたいことを、相手に分かりやすく表現する」という作業に膨大な時間を費やしていました。その負担の多くをAIに委ねられたことは、文章作成の生産性を劇的に高める結果となりました。

「容易に捨てられる」安心感が品質を劇的に高める

この「生産性の劇的向上」こそが、結果として「品質の向上」に直結するのです。その根底には、「AIを使えば、容易に捨てられる」という安心感があります。

実は、今回書き上げた本は、原稿の全面的な書き直しを7回ほど繰り返しています。

最初に完成させたのは、「DXとは何か」をビジネス・パーソン向けに分かりやすく解説する内容で、これも15万字ほどの分量でした。私としてはなかなかの出来栄えだと確信していましたが、編集者に見せたところ、「確かに分かりやすいですが、総花的でありきたりです。これでは出版しても売れません」という率直な評価を受けました。内容に自信があった分、いささかショックではありましたが、客観的に見ればその通りだと納得せざるを得ませんでした。

ではどうすべきか。編集者との議論の末、「DXの総論的な解説ではなく、個人がそれをどう実践するかという視点で書けないか」という提案を受けました。なるほどと思い、即座に書き直す旨を伝えました。

この最初の「DX解説本」の執筆にかかった期間は1週間程度、実質の作業時間は3日間ほどでした。もともと私自身の頭の中に「DXとは何か」についての概念が整理されており、これまでも折に触れて関連する文章を書いていたため、それを改めて言語化することに大きな手間はかからなかったという背景もあります。

いずれにしても、そうして書き上げた15万字の原稿をボツにすることに対して、未練はほとんどありませんでした。AIを使えば数万文字の原稿など、あっという間に生成できるからです。過去の成果物に固執するよりも、潔く新しい構想で書き直した方が、結果的に良いものができると分かっていたからです。 だからと言って、書き上げた原稿をムダにはしたくないので、参考資料としてAIに読み込ませ、「個人が実践する」という観点で全面的に書き直すよう指示を出しました。もちろん一気に書かせるのではなく、先述した通り、改めて伝えたいことを丁寧に言語化し、「はじめに」から順に壁打ちを繰り返しながら構築していくアプローチをとりました。

これもまた1週間ほどで仕上げて編集者に見せ、フィードバックを受け、指摘を受けては修正する作業を重ねました。これを繰り返し、気がつけば7回の書き直しを行っていました。

ようやく、それなりの内容となり、編集会議を通過した後も、「構成をこう変えてほしい」「説明にもっとリアリティを持たせてほしい」といった要求が次々と提示されました。挙げ句の果てには「挿絵もご自身で描けませんか」と打診される始末です。

私にイラストを描くスキルなどありません。しかし、画像生成AIの助けを借りながら試行錯誤を繰り返すことで、なんとかそれらしいイラストを描くことができました。私にとっては、これもまた新たな学びの機会となりました。こうした作業を経て、無事に本書を脱稿することができました（結果としてどのような本に仕上がったのか、その詳しい内容については、後日改めてご紹介させていただくつもりです）。

原稿を書くたびにフィードバックを受け、書き直しを繰り返す。ボツになった原稿も含めれば、文字数にすれば、100万文字、B5版の書籍で、800ページを捨てた計算です。その都度、新しい手法も試してみる、あらたな考えを盛り込むなど、この反復過程は、多くの気付きや学びをもたらす深い思考の時間でした。

短期間で高頻度のイテレーション（反復）を繰り返し、改善を重ねていくことで、より良いものを生み出していく。これはまさに、アジャイルの精神そのものです。そうした積み重ねの末に完成した最終原稿は、当初のものとはまったく違うものになり、読者に刺さる質の高い文章になったと考えています。

繰り返しにはなりますが、AIを活用すると、「せっかく時間をかけて書いたのだから、なんとか使い回せないか」という、いわゆるサンクコスト（埋没費用）の呪縛から解放されます。心理学や行動経済学において、人間は既に投資した時間や労力を惜しむあまり、非合理的な判断を下しやすいことが知られています（Arkes & Blumer, 1985）。しかし、AIによる圧倒的な生成速度は、この心理的障壁を無効化します。

また、「量をこなすことが、結果として質を生み出す」という「量質転化」の法則があります。David BaylesとTed Orlandの著書『Art & Fear』で紹介されている有名な陶芸クラスの実験では、「作品の質（完璧さ）」で評価されたグループよりも、「作品の量（重さ）」で評価されたグループの方が、結果的に質の高い作品を創り出しました。試行錯誤の回数（量）を増やすことが、本質的な学びと改善（質）に繋がるという示唆です。

AIによって「書いては捨てる」サイクルを高速化できた分、内容の推敲に思考のリソースを集中させ、質を向上させることができたのは、今回の大きな学びでした。

「未練なく捨てる」俊敏性がビジネスを変革する

AIを使う価値のひとつとして、「すぐに作れるからこそ、未練なく捨てられる」という点は、非常に大きな意味を持ちます。これは現代のビジネスや社会に対しても、大きな価値をもたらすはずです。

これまで私たちは、「捨てられないこと」「捨てたくないこと」に縛られ続けてきました。経済産業省が警鐘を鳴らした「2025年の崖」で語られるレガシーシステムの問題は、まさにその典型です。過去の巨額な投資や複雑に絡み合った業務プロセスへの未練が、新しいテクノロジーへの移行を阻み、企業の競争力を奪ってきました。

しかし、私たちはようやく、そのくびきから解放されようとしています。時代は変わったのです。

予測困難で変化の速い現代において、ユーザーのニーズは頻繁に変わります。これに迅速に対処できなければビジネスは機能しません。「今の最適」に全力を尽くし、必要がなくなればそれらを潔く捨てて、新しく作り変える。結局のところ、アジャイル開発やDevOps、クラウドネイティブ、サーバーレス、あるいはIaC（Infrastructure as Code）やイミュータブル・インフラストラクチャーといった「モダンIT」の概念や技術は、この価値観を実現するために生み出されてきたと言えます。

ここにAI(AI駆動開発やAIOpsなど）が加わることで、システムの俊敏性はさらに高まります。AIは、この「作っては捨てる」流れを圧倒的なスピードで加速させ、ビジネスの前提そのものを変えてしまいます。AIがもたらす真価は、「コードを早く書ける」「環境を迅速に構築できる」といった単なる「生成力」にはありません。「容易に破棄し、未練なく捨て去ることができる」、つまり圧倒的な「破壊力」にこそ、その本質があるのです。

事業や経営においても同様です。不確実性の高い社会では、変化に俊敏に対処できる能力が強力な武器になります。AIによって既存のプロセスや事業モデルを新しいものに置き換えるハードルが下がることは、企業が存続するための鍵となります。

AI時代の人間が担うべき「現実とのすり合わせ」と「基礎・基本」

では、このように「容易に生成し、容易に捨てる」ことが可能な世界において、人間はどう対処すべきでしょうか。それは、「三現主義（現場・現物・現実）」に代表される、人間にしか持ち得ない肌感覚や直感を用いて、AIの出力と現実世界とを「すり合わせる」ことだと考えます。

AIは過去の膨大なデータから統計的にもっともらしい解を高速に提示しますが、それが「いま目の前で起きている現実」や「顧客の微妙な感情の変化」に適合するかどうかを判断するセンサーを持っていません。 

人間は、現場に足を運び、現物に触れ、現実の文脈のなかで物事を評価します。これを一歩進めれば、社会科学的フィールドワークやエスノグラフィー（民族誌的アプローチ）といった手法の重要性がさらに増してきます。 例えば、新しいシステムを作るとき、ユーザーが求める要求仕様を事前にすべて言語化することは不可能です。綿密なインタビューを行ったとしても、業務の細部を言葉だけで完全に説明してもらうことはできません。さらに、人はどうしても「現状のやり方」に引きずられてしまうため、本来の「あるべき理想の姿」を自ら言葉にすることは極めて困難です。 

だからこそ、対象となる人々が実際に生活したり働いたりしている「現場」に直接入り込んで観察し、特定の集団の文化や生活様式、暗黙のルールをありのままに記述・分析するアプローチが必要になります。言葉や定量データからは決して見えてこない、ユーザー自身も気づいていない潜在的なニーズや無意識の行動パターンを現場から発見する。これが、ひいては「デザイン思考」などのユーザー中心の課題解決アプローチへと繋がっていくのです。

人間の複雑な営みや、言語化されていない暗黙の前提、文化的な背景を深く観察し理解することは、AIには代替できない人間の役割です。AIが高速で生成したプロトタイプを現実の環境に持ち込み、現場の反応や空気感、微細な違和感といったアナログなフィードバックを受け取ります。そして、その肌感覚に基づいてAIへの指示を修正していくのです。

同時に、AIのもっともらしい回答に振り回されないためには、「基礎や基本」を深く学ぶことが不可欠です。例えばITの領域であれば、コンピューターサイエンスやソフトウェアエンジニアリングの基礎理論がそれにあたります。

「最終的にコードを書くなどの知的力仕事をAIに委ねるのであれば、なぜ人間が苦労して基礎を学ぶ過程が必要なのか」と疑問に思うかもしれません。たしかに、努力してスキルを磨き、効率を高めて実行する作業は、もはやAIに委ねるべき領域です。しかし、だからといって人間が基礎を学ぶ過程を省いてよいわけではありません。泥臭く試行錯誤し、失敗と修正を繰り返す過程を経験しなければ、机上の「原理原則」と生々しい「現実」を自分の中で結びつけることはできないからです。

つまり、これからの社会において、人間の価値は「（自力で）できるようになること」そのものではなく、できるようになるための過程を踏むことで、物事の本質が「分かるようになること」へとシフトしていくのです。

原理原則と現実の結びつきが「分かっている」からこそ、人間は「そもそもなぜこのシステムが必要なのか」「次に誰のどんな課題を解決すべきか」といった本質的な「問い」をさらに深め、生み出すことができます。そして、その問いに対する実際の知的力仕事は、AIに委ねてしまえばいいのです。

「できる」人材から「分かる」人材へ：これからの人材育成

このパラダイムシフトは、企業における人材育成のあり方にも根本的な見直しを迫ります。

例えばIT業界では、未だに「コードを書ける人材」を育てることを育成のゴールに置いているケースが散見されます。特に、新入社員研修は、それが唯一の目的と言えるでしょう。しかし、AIが圧倒的な速度でコードを生成する時代において、ただ言われた通りにコードが「できる」だけで終わってしまえば、いずれ市場価値のない人材になってしまいます。

もちろん、コードを書く経験そのものが不要になるわけではありません。重要なのは、コードを書く能力を磨かせる泥臭い訓練の過程で、その背後にあるコンピューターサイエンスやソフトウエアエンジニアリングの原理原則について「考えさせ、気付かせる」ことです。自分が今書いているコードが、システムの全体構造の中でどのような意味を持ち、ビジネスや社会にどのような影響を与えるのかを意識させる必要があります。つまり、「自分が何をしているのかが『分かる』」人材へと昇華させなければならないのです。

では、どうすれば知識として知っているだけでなく、真の意味で「分かる」ようになるのでしょうか。それには、机上の理論（仮説）を現実世界にぶつけ、そのギャップから学ぶプロセスが欠かせません。この学びを最大化するために不可欠なのが、「作っては捨てる」という経験です。

ここで重要になるのが、アジャイルの思想です。アジャイルとは単なる開発手法ではなく、不確実な状況下において「まずは作ってみて、現実とすり合わせ、違えば未練なく捨てる」という学習サイクルを高速に回すための思想です。 最初から完璧な正解を導き出せる人はいません。だからこそ、AIを使ってプロトタイプを迅速に形にし、現場のフィードバックを得る。そして、現場のニーズとズレていたり、価値がないと判断したりしたものは、どれだけ労力をかけたものであっても潔く捨てるのです。 この「作って、試して、捨てる」という試行錯誤を繰り返すことでのみ、人は自分の中の思い込みに気づき、原理原則と現実の結びつきを肌感覚で理解し、何が本質的な価値を生むのかを真に「分かる」ようになります。

「できる」人材を大量に育てるのではなく、経験を通じて「分かり」、自ら「問いを立てる」ことができる人材をどう育てるか。これこそが、AI時代の組織に求められる人材育成の真のゴールと言えるでしょう。

「現実を深く観察する力（フィールドワーク）」と「物事の原理原則を理解する力（基礎・基本）」。この両輪を磨くことでのみ、人間はAIの出力の真偽や価値を見極め、主体的に使いこなすことができます。

AIのもたらす価値は、既存業務の単なる効率化に留まりません。

物理的なモノづくりにおいて「作っては捨てる」ことを繰り返せば、大量の産業廃棄物を生み出し、環境やコストに大きな負荷をかけます。しかし、AIを用いて生成したデジタルの成果物やアイデアは、どれだけ大量に捨てても決して産業廃棄物にはなりません。

物理的・経済的な制約を気にせず「どんどん捨てられる」。この極限まで下がったハードルが、改善のサイクルをかつてない速度で回すことを可能にします。既存のものを未練なく捨て、新しいアプローチを試し、違えばまた容易に捨てる。この俊敏な変革のプロセスこそが、イノベーションを加速させる真の価値なのです。

新しい常識が生み出されるスピードが加速する中、人間は自らの身体的体験と知的な基礎理論を通じて、AIの圧倒的な力と複雑な現実世界とをすり合わせるという、極めて重要で本質的な役割を担っていくことになるでしょう。

5月20日（水）開講・ITソリューション塾・第52期

変革の「地図」を手に入れるために

• あなたは、DXとデジタル化の違いをわかりやすく説明できますか。
• AIとは、何ですか？人間の知性と何が違うのでしょうか。
• 量子コンピューターは、これまでのコンピューターと何が違うのですが。何ができるようになるのですか。

ITに関わる仕事をしているならば、知っておくべき常識です。ITソリューション塾は、そんな常識を自分の言葉で説明できるようになることをお手伝いします。

時代の変化を自分の言葉で語り、仲間や顧客に伝え、共に動き出す――そのためには、変化の本質を体系的に理解し、自分の文脈に引きつけて考える機会が必要です。

そうした機会のひとつとして、ITソリューション塾をお勧めしたいと思います。

2009年の開講以来17年にわたり、SI事業者やITベンダー、ユーザー企業のIT関係者を対象に、DX・AI・クラウド・セキュリティ・アジャイルといったテクノロジーとビジネスの最新動向を、体系的かつ実践的に整理してきた学習の場です。特定製品の紹介ではなく、変化の本質を客観的に読み解くための「思考の枠組み」を提供することを大切にしています。

週1回・全11回という継続的な学習サイクルの中で、知識を得るだけでなく、同じ問題意識を持つ参加者との対話を通じて、自社・自分への投影を深めることができます。会場参加とオンライン参加の両方に対応しており、受講後は講義資料をロイヤリティフリーで活用できるため、社内への展開や顧客への提案にもそのまま使える実用的な素材として手元に残ります。

変革の方向性は、頭でわかっていても、一人で考え続けるには孤独で、視野が狭くなりがちです。体系的な知識と、志を同じくする仲間と出会える場を、変革の起点として活用していただければと思います。

▶ ITソリューション塾について、詳しくはこちら