あゆの塩焼き
AIエージェント 人類と協働する機械の書影

ひとり輪読会 / 読書ノート

AIエージェント 人類と協働する機械

広木大地 / リックテレコム

AIに任せられることが増えてきた今、自分は何をするのか。『AIエージェント 人類と協働する機械』を読んで考えたのは、仕事がどう変わるかに加えて、その変化の中で自分の目的や、やりたいことをどう設計するかでした。今回は16章と終章を、4部ごとに区切ってAIと話しました。 本の概要 この本を読んで自分が…

読みやすさ
やさしい
出版年
2025年
読書状況
読了

AIに任せられる範囲が広がった先で、自分は何をするのか|AI輪読会

2026-11-22 第1〜16章・終章(4部ごとに対話)

今回の問い

AIに判断まで任せる範囲を広げ、その先で自分は何をするのか

AIに任せられることが増えてきた今、自分は何をするのか。『AIエージェント 人類と協働する機械』を読んで考えたのは、仕事がどう変わるかに加えて、その変化の中で自分の目的や、やりたいことをどう設計するかでした。今回は16章と終章を、4部ごとに区切ってAIと話しました。

本の概要

この本を読んで自分が理解した内容を、4部の流れに沿って振り返ります。AIエージェントの登場で仕事がどう変わるかを出発点に、人とAIが協働する組織、知識を生み出す仕組み、個人と組織の行動へと話が広がっていきます。

第1部・1〜5章:AIエージェントの登場をどう捉えるか

1章では、AIエージェントを、仕事を任せられる存在として捉えます。優秀な部下を持てるようになったとき、何を頼み、どう協働するか。MCPやA2Aといった技術も、その協働を支える基盤として出てきます。

2章のコーディングエージェントとバイブコーディングでは、自然言語でソフトウェアを作れるようになることで、人の役割が変わります。AIと軽やかに対話し、実験を重ねながらも、批判的に考え、品質や設計に責任を持つ。コードを書く力に加えて、解くべき問題の本質を見抜く力が問われます。

そのためのコンテキストエンジニアリングは、AIが必要とする背景や判断材料を整える仕事です。暗黙知を言葉にし、文書を更新し、必要な情報を取り出せるようにする。専門性の異なるAIを組み合わせるオーケストレーションも含め、AIが力を発揮できる環境を作る話につながります。

3章では、開発コストが下がることで、これまでソフトウェアを使えなかった領域にも需要が広がる可能性を考えます。コードを書くことから、価値あるものを作ることへ、仕事の重心が移っていくという読み取りです。ただ、4章の仕事の二極化やジョブレス・リカバリーと並べると、新しい仕事が生まれることと、今の仕事から移っていけることには隔たりがあります。

5章の日本特有の課題では、優秀な現場が人の工夫で仕事を回せてしまうため、ITへの投資が遅れるという話が残りました。変化への適応を考えると、これまでうまくいっていた方法を続けることにもリスクがあります。

第2部・6〜9章:人と半導体の新しい組織論

6章は、文字が普及して誰もが文章を書けるようになった変化と、ソフトウェアを作れる人が増える変化を重ねて考えます。7章では、人が作業することと半導体に処理させることの関係が変わり、誰もがAIに仕事を任せるマネージャーのような役割を持つようになります。

ところが、8章では、作業が速くなっているのに以前より疲れる「AI疲れ」が出てきます。実行を待つ時間が減り、次々と判断しなければならなくなる。作業時間の短縮だけを見ていては、人の負担を捉えきれません。

9章では、「できる化」「自働化」「自創化」という段階を手がかりに、任せる範囲を考えます。できる化は、他者に頼んでいたことを自分でできるようにすること。自分の専門業務を他の人ができるようにする、という逆向きの広がりもあります。自働化では、判断基準や業務の流れを明文化し、自分の代わりに働いてもらう。自創化では、結果を受け取って改善するサイクルまで任せます。

この部を通して、AIに任せる範囲を広げるには、一つひとつの作業だけでなく、問題発見、解決、実行、学習の流れまで設計する必要があると考えました。その際には、今の「正しさ」がどんな背景や条件で生まれたのかも追える必要があります。

第3部・10〜12章:知識創造というソフトウェアの新大陸

10章では、ソフトウェアの役割が、記録や管理から、顧客との接点、洞察、知識創造へと広がります。データを石油にたとえる話も、集めるだけでは使えず、精製する必要があるというところまで含めて考えたいです。過去を理解し、先の見通しや次の行動につなげて、初めて使える情報になります。

11章のSECIモデルは、暗黙知と形式知の相互変換を説明するものです。一緒に経験して知恵を共有する共同化、知恵を言葉にする表出化、言葉になった知識を組み合わせる連結化、実践を通じて身につける内面化。このサイクルを、AIエージェントとどう回すかを考えます。

人の頭の中にある知識を引き出して構造化し、実際の仕事で使い、結果をまた戻す。そのやり取りが起きる場を意図的に作ることも論点です。最終的な意思決定を人が担うという考えについては、輪読会で、自分ならどこまでAIに任せたいかを話しました。

12章では、その知識創造を企業の戦略として捉えます。幅を広げるコンパウンド戦略や、業務の深いところまで担うBPaaS戦略、プラットフォームとコンサルテーションの組み合わせ。記録・管理の機能を提供することから、顧客の業務を理解し、改善を続けることへ価値提供が広がる、という流れで読みました。

第4部・13〜16章と終章:AIと協働する未来を生き抜く

13章の赤の女王と相対優位は、自分が進歩していても、周囲も変化していれば、その位置を保つには走り続ける必要があるという話です。変化の初期から触り、自分の仕事で何が起こりそうかを具体的に考えることにつながります。

14章では、個人の行動として、クラフト、コンセプト、コミュニケーションの3つのCが出てきます。実際に使って学ぶこと、本質的な問いを考えること、人との対話で視野を広げること。固定観念を手放すアンラーニングも、その実践を支えます。会社で働きながら個人としても活動する、という選択肢も挙げられています。

15章の「消える生産性」は、AIで効率化したはずなのに、成果につながらない問題です。暗黙知を渡せないことや、AI活用を支援するマネジメントの課題に加え、浮いた時間を何に使うかが決まっていない。今までできなかったことを実現するために、リソースの再配置まで考える必要があります。

16章では、既存の仕事を改善することと、新しい可能性を探索することの両立を考えます。エフェクチュエーションは、今ある資源から始め、許容できる損失の範囲を決め、協力者と進めながら、予期せぬ出来事も活かしていく考え方です。予測しきれない未来に対して、自分が動かせることから実験し、学んでいきます。

終章まで含めて、自分には、AIと協働して何を作り、どんな価値を生むかを行動の中で考えていく本として残りました。効率化で用途や需要が広がるジェボンズのパラドックスも、単に同じ仕事が短時間で終わる以上の変化を考える手がかりになります。

輪読会で話したこと

Whyから、何を直すかをどう決めるか

最初にAIから聞かれたのは、作業は任せられても、何を作るかを決める難しさを感じたことがあるか、という問いでした。

自分の場合、なぜやるのかというWhyは、比較的出てくる気がします。ただ、そこから何を直すのかというWhatを決めるのは難しいです。自分一人で考えた案が、本当の目的に即しているかは、改めて考えないといけない。AIにも人にもレビューしてもらい、いろいろな方向から検討する必要があると思っています。

対話では、Whyを手がかりにWhatの候補を出し、レビューで候補と目的の捉え方を確かめる、という往復に整理されました。AIからは、「この修正でよいか」に加えて「この目的なら、ほかに直すべきところはないか」と聞く案が出ました。最初に思いついた修正だけで検討が進んでしまうのを避けるための補足です。

判断も含めて、できるだけ全部任せたい

判断基準を先にAIへ渡せそうかと聞かれたとき、自分が話したのは、むしろもう全部の判断を渡してしまいたい、ということでした。そのための努力を、今後惜しまないことが大事なんだと思います。

最初はうまくいかないことがあっても、フィードバックを重ねる。ただ何度も伝えるだけではなく、それを今後の質の向上につなげたいです。失敗した出力と同じように、うまくいった出力も伝えていく必要があります。

Howだけでなく、目的や何を作るかまでAIに考えてもらえるようになったら最高だと思っています。一方で、そこへの自分のフィードバックは弱いとも感じています。そもそも自分に知見がなければ、何をどう伝えればよいかもわかりません。

だから、自分もインプットしつつ、AIにも並行して理解してもらいたい。自分がAIを評価するだけでなく、AIにも自分の考えをフィードバックしてもらうことが大事だと話しました。AIからは、自分で専門的な正しさを評価できなくても、実際に使って目的に近づいたか、使う人が困らなくなったかという結果を返す方法が補足されました。

文章にしたフィードバックが、なぜ抜け落ちるのか

第3部で考えたのは、集めたデータを精製して使うことです。不要な生成物や質の低いデータを、しっかりフィルタリングする考え方は大切だと思いました。任せる範囲を広げていくなら、何を蓄積するかも考える必要があります。

実際、伝えた内容を文章にしているのに、なぜか次の出力では抜け落ちることが結構あります。フィードバックを次の質につなげたいのに、そこが途切れてしまう。これはどうにか対応していかないといけないと感じています。

AIからは、保存されていない場合、保存されていても参照されない場合、参照されても出力に反映されない場合を分けてみる、という視点が出ました。これはまだ自分が原因を確かめた話ではありませんが、抜け落ちた一例を使って、どこで途切れるかを調べる手がかりになりそうです。

任せられるようになった先で、自分は何をするのか

赤の女王仮説は、スマホのホーム画面にしているぐらい、自分が大切にしている考えです。常に全力で変化していかなければならない。この考え方が好きです。

今回の本を通じて、それと一緒に考えたいと思ったのが、自分の人生を手中にするために、自分の目的と何をやりたいのかを設計することでした。AIに任せて速くなっても、その余力が何となく消えていくのは問題です。

同じ著者の『エンジニアリング組織論への招待』で読んだ、不確実性と向き合う話ともつながりました。未来を予測しきれなくても、考え、実験しながら学んでいく。アジャイルとも重なる話ですが、エフェクチュエーションを日々の心構えとして持つことが、より大事になってきたのだと感じています。

AIからは、任せる仕組みの改善と並行して、浮いた時間の一部を新しい実験に使う案が出ました。具体的に何に使うかは、今回の対話ではまだ決めていません。自分が話したのは、任せられる範囲が広がっているからこそ、本当に自分がやるべきことに集中したい、ということです。

学んだこと

自分は、AIに任せられるところを、判断も含めて広げていきたい。そのためには、最初にうまくいかなくてもフィードバックし、それが次の出力に活きるところまで考える必要があると感じました。自分にも知見が足りないので、インプットしながら、AIから自分へのフィードバックも受けていきたいです。

同時に、任せられるようになった先で、自分が何をするかも考えたいです。効率化で生まれた余力が消えてしまうなら、自分の目的や、やりたいことを設計する必要があります。

文章にしたフィードバックが抜け落ちる問題には、まだ対応が必要です。対話では、その一例を選び、参照されているか、出力に反映されているかを確かめる案が出ました。そこを改善しながら、自分が本当にやるべきことは何かを考え続けたいです。

ひとり輪読会の本棚に戻る