生成AI 使いこなせない人に足りないのは、マネジメント能力です

1. 生成AIを使いこなす力とは、マネジメント能力です

最近、同じ相談をよく受けます。「プロンプトの本を読みました。講座も受けました。それでも、思ったほどではありませんでした」。原因は、聞き方の技術ではありません。

結論から書きます。

マネジメントと聞くと「部下がいないから関係ない」と思われるかもしれません。逆です。相手が人ではなくAIになっただけで、やることは同じです。

新しく入った社員に「いい感じにやっといて」と言って、いいものが出てきた経験はないはずです。生成AIも同じです。

そして、マネジメントは2つに分かれます。人に向かう側＝入口のコミュニケーションと、作業を回す側＝出口の仕組み化です。必要な能力は、その中に2つずつ、合計4つだけです。

ここで先にお断りしておきます。第5章までに、私の意見は一つも入っていません。世界の研究と、日本の公的な枠組みを並べるだけです。私自身の話は、第6章から始めます。

2. 使える人と使えない人を分けているもの

研究では「下手な人ほど伸びる」と出ています

まず、いちばん不安に思われているところから片づけます。「若い人のほうが有利ではないか」「もう手遅れではないか」。研究はその逆を示しています。

出典：Noy & Zhang, Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence（2023）／Brynjolfsson, Li & Raymond（2025）／Merali（2024）／Dell’Acqua ほか, Navigating the Jagged Technological Frontier（2023、ボストン・コンサルティング・グループ758名）

四本とも同じ方向を向いています。いま下手な人ほど、伸びしろが大きい。出遅れは致命傷ではありません。

ただし、逆転する場面があります

同じコンサルタント758名の実験には、裏の顔があります。AIが苦手な領域の課題では、AIを使った人のほうが、使わなかった人より正答率が19ポイント低かったのです。理由は単純で、もっともらしい間違いを、そのまま通してしまったからでした。

つまり、生成AIは平均点までは誰でも引き上げる。しかし間違えている場面に気づけるかどうかは、別の能力だということです。

私の失敗は、16件すべてが「確かめ方」でした

ここまでは他人の研究です。では、毎日AIに仕事を渡している人間は、どこで失敗しているのか。自社では、やってしまった失敗を「型」にして書き残しています。その16件を、入口（頼み方）と出口（確かめ方・続け方）に分けてみました。

生成AIを使っていない方に向けて言い換えると、こうなります。入口の失敗とは「頼み方が悪くて、欲しいものが出てこなかった」。出口の失敗とは「出てきたものを、ちゃんと確かめられなかった」。部下に仕事を頼むときと、まったく同じ2種類です。

出典：自社「失敗カタログ」（2026年8月23日時点）に整理してある失敗の型を、筆者が分類。運用体制に関する型は公開対象から外しているため、集計は16件。

16件すべてが出口で、入口は0件でした。つまり私は、頼み方では一度も失敗しておらず、確かめ方でばかり失敗していたということです。

これは自慢ではありません。むしろ逆で、ここに大事なことがあります。できる能力では、失敗しないのです。失敗は、できない能力に集中します。私が入口で失敗しなかったのは、前職で毎週やっていたから（第6章で書きます）。出口で失敗し続けたのは、分野が新しかったからです。

3. 入口＝コミュニケーション（伝える・任せる）

① 伝える——合格ラインを、先に一文で

依頼の前に「どうなったら合格か」を一文で書けるかどうか。ここが入口の入口です。「いい感じの案内を作って」は質問で、「読んだ人が、来週の見学会に申し込むかどうかを決められる案内を、A4一枚で」は仕事です。

AIに説明できないことは、そもそも人にも説明できていません。裏を返せば、生成AIを使うと自分の言語化の粗さが毎回返ってくるので、使うほどこの力は鍛えられます。

② 任せる——六十点を、取り上げない

最初に上がってくるのは六十点です。そこで「やっぱり自分でやる」と取り上げてしまう人と、「ここをこう直して」と返せる人で、半年後に大きな差がつきます。

これは完全にマネジメントの話です。だから人を使ってきた経営者は、最初から強い。逆に、部下に任せられない人は、AIにも任せられません。ここがいちばん多いつまずきなので、第8章でもう一度扱います。

4. 出口＝仕組み化（見抜く・続ける）

③ 見抜く——専門性は「伸び幅」ではなく「事故回避」に効く

第2章で見たとおり、生成AIは誰でも平均点まで引き上げます。つまり専門性は「伸び幅」には効きません。効くのは、事故を避けるほうです。

間違えている場面に気づけるのは、その分野を分かっている人だけです。だから鉄則はひとつ。自分が良し悪しを判断できる領域から使い始める。判断できない領域に最初から使うと、速く、大量に間違えます。

そして見抜くは、根性ではなく仕組みにします。具体的には、作った本人に検査させないこと。これは第7章で数字とともに書きます。

④ 続ける——差は、能力より先に「続いているか」

ここが、いちばん地味で、いちばん差がついているところです。国内の調査を見てください。

出典：国内の生成AI利用実態に関する2026年の調査。数字は2026年2月時点の公表値。

触っている人は3割を超えたのに、続いている人は1割強。作業単位では時間が浮いているのに、会社全体では減っていない。差がついているのは、能力より先に「続いているかどうか」です。毎回ゼロから思いつきで指示を打ち直している人は、ここで脱落します。

5. 新しい能力ではありません（経産省が2006年に決めていました）

ここまで読んで、「言われてみれば当たり前だ」と思われたかもしれません。そのとおりです。そして、それを国が20年前に明文化していました。

出典：経済産業省「社会人基礎力」（2006年提唱、2017年度に「人生100年時代の社会人基礎力」として再定義）https://www.meti.go.jp/policy/kisoryoku/index.html

裏づけはもう2つあります。ひとつは経済産業省とIPAの「デジタルスキル標準」。2024年7月の改訂で生成AIに関する補記が加わりましたが、注目すべきは、この標準が技術スキルより手前に「マインド・スタンス」を置いていることです。国も「態度が先、技術は後」と言っています。

もうひとつは、世界経済フォーラムのFuture of Jobs Report 2025。今後伸びるスキルの上位10のうち、6つが人間側の能力でした（分析的思考、クリエイティブシンキング、レジリエンス・柔軟性・俊敏性、好奇心と生涯学習、リーダーシップと社会的影響力、タレントマネジメント）。

出典：経済産業省・IPA「デジタルスキル標準」／IPA プレスリリース「DX推進スキル標準に生成AIに関する補記などを追加」（2024年7月8日）／World Economic Forum「Future of Jobs Report 2025」

正直に書いておくと、12の能力要素のうち4つに使われなかったものが3つあります。主体性・創造力・ストレスコントロール力です。このうち創造力だけは、AIが肩代わりを始めた領域だと私は考えています。残りは、人に残ります。

6. では、なぜ私は使えたのか——ブライダルにいたからでした

ここから後半です。残りは4つ。ここからは一般論ではなく、私が実際にやってきたことだけを書きます。お急ぎなら、最後の「今日やること」だけでも構いません。

私は2006年から2017年まで、花嫁テレビ株式会社（旧・株式会社クライムキューブ）にいました。営業マネージャーとして名古屋を中心に結婚式場の映像・HP制作を受注し、のちに取締役。担当していたのは、主に映像と音響です。この仕事の実体は、それぞれの現場に、人を配置することでした。

春と秋に、人が5〜10人足りなくなる日がありました

結婚式は、季節で忙しさがまったく違います。暇な時期は問題ありません。困るのは4月、10月、11月の、大安や友引の土曜日。特に秋に多い。この日は、普通に組んだら5〜10人足りません。

そこでどうしたか。配置を組み替え、現場を掛け持ちし、それでも足りなければすでに退社して別の仕事に就いている元社員や、別業界のカメラマンにお願いしていました。どの現場にどの管理者を置き、現場の人をどう配置すれば事故が起きないか。これを毎年、春と秋に考えていました。

普段の私は、バックアップに徹して現場には入りません。入れるのに、入らない。けれどもこういう日は自分も現場に入り、自分の仕事をこなしながら現場を進める。何かあれば、その場でスケジュールを組み替えて別の現場に回す。

この人繰りは、いまも同じように起きています。独立して何年も経つのに、今でもたまに私のところに連絡が来ます。

入口は、この現場で強制的に鍛えられました

いちばん大事なのは、ここです。春と秋に私が頼んでいた相手は、自社のやり方を知らない人でした。元社員はもう別の会社にいますし、別業界のカメラマンはうちの段取りを知りません。その人たちに、その日だけ動けるだけの情報を渡していた。

逆に言えば、出口は持っていませんでした。だから第2章の失敗16件は、全部が出口で起きています。入口は前職で身についていて、出口は分野が変わった時点で作り直しだった。それだけのことです。

そして、事故は「暇な日」に起きていました

もうひとつ、いま振り返って意外に思うことがあります。5〜10人足りないような大変な日に、事故はほとんど起きませんでした。問題が起きるのは、むしろ暇な日のほうでした。

構えているときは、間違えません。気を抜いたときに間違えます。そしてこれは、第2章で見た研究とまったく同じ形をしています。コンサルタント758名の実験で正答率が19ポイント落ちたのは、難しい課題に苦戦したからではなく、AIが得意そうに見えたものを、そのまま通してしまったからでした。

だから、特別ではありません

ここまで読んで「そういう経歴だったから使えたのか」と思われたなら、半分は当たっています。ただし、才能ではありません。職種の副産物です。入口を叩き込まれる仕事にいた、それだけです。

そして同じことが、読んでいる方にも言えます。あなたの仕事にも、この4つのどれかが必ずあります。

7. 私が実際に渡してきたもの

① 伝える——成果を決めたのは、文章力ではなく「先に決めたルール」でした

私がClaudeに記事を書かせるとき、毎回同じ4つの欄を埋めた紙を渡しています。①誰向けか ②読者の得（読み終えた人が何をするかを一文で）③予測（なぜ良くなると考えたかの仮説）④検証方法と時期。

成果を決めたのは、私の書く力ではありませんでした。この紙があるかないかでした。合格ラインを先に決めてから渡す、というのはこういうことです。

→ 指示書の中身と、8軸100点の採点表まで公開しています：Claudeでブログを運用した全記録

② 任せる——渡す順序は、権限・記憶・仕組み

支援先の株式会社伊勢通（建材商社）では、AIに権限 → 記憶 → 仕組みの順で渡しました。権限は操作できる範囲を決めること、記憶は会社の事情を蓄積させること、仕組みは毎回同じ流れで回せるようにすること。結果として、3か月でECの月商が前年同月比 約2.5倍、広告費はゼロでした。伸びたのはアクセスではなく、買った人の数です。

線引きはこうです。AIに任せるのは「間違えても直せる作業」、人が決めるのは「間違えると事業が傷つく判断」。難易度ではなく、責任の所在で分けます。

→ 生成AIに「仕事」を任せたら、ECの売上が過去最高に／AIエージェントは開発しなくていい

③ 見抜く——作った本人に、検査させない

ここが私のいちばんの弱点でした。実際にやってみて、はっきり出た数字があります。

作った本人は、自分の間違いを見つけられません。人でもAIでも同じです。だから検査は必ず別に立てる——これが「見抜くを仕組みにする」ということです。自社サイト661ページを点検したときも、すでにやってあるものの中から誤りが3件出てきました。うち1件はサイト共通の設定だったため、661ページ全部に影響していました。

→ 8つに分けたClaudeの役割と、実際に起きたこと／テクニカルLLMOの15項目を、自社661ページで採点しました

④ 続ける——会社の決め事が、品質をそろえます

会社の決め事を持たせたAIと、持たせていないAIに、同じ質問をしてみたことがあります。「記事タイトルを、もっとクリックされるように変えて」。決め事を持たせたAIは、7項目の理由を挙げて止めました。持たせていないAIは、5つの案を出しました。会社に残っている決め事は202件（2026年9月3日時点）です。

→ 社員が勝手にAIを使っています。止めるべきか、認めるべきか

型を決めた効果は、数字ではっきり出ます。

出典：自社サイト661ページ（投稿637＋固定24）の全数走査。2026年9月8日時点。

ちなみにAIを8本同時に動かした日に壊れたのは、処理能力ではありませんでした。時刻の記録、どこに何があるかの把握、そして数え方です。翌日から、連絡の書式を1件1行にするなど5つの仕組みに変えました。

→ Claudeを増やしたら壊れたもの｜処理能力ではなく時計と数え方

なお費用については、私はClaudeの上位プラン1本だけに課金しています（月220ドル）。ChatGPTとGeminiには課金していません。渡す相手を1つに絞ると、記憶も手順もそこにたまるからです。

→ 生成AIに課金しているのは誰か

8. 最初に崩れるのは「任せる」です

AIの前に、人にも任せられていません

先に、生成AIから離れた話をします。部下に仕事を任せられない人は、とても多いです。理由もだいたい同じ三つです。

新人に任せられず自分で残業する課長。若手に触らせない職人。見積を一人で書き続ける社長。どこの会社にもいます。そして——人に任せられない人は、AIにも任せられません。相手が変わっただけで、症状はまったく同じです。

生成AIの話に戻すと、質問はいつも同じです

支援の現場でいちばん多い質問が、これです。「任せたほうがいいとは聞くのですが、自社の業務のどれを、どう任せていいか分かりません」。

答えは、意外と単純です。難易度ではなく、責任の所在で分けてください。

そして、渡す順序は権限 → 記憶 → 仕組みです。いきなり仕組みから作ろうとすると失敗します。

もうひとつ、最初につまずく方に必ずお伝えしていることがあります。最初の1か月は、ほとんど成果が出ません。変わるのは、頼み方が変わったときです。「1回ずつ質問する」から「最後までやってください」に変わった瞬間が、分岐点でした。ここで見切ると、変化の直前でやめることになります。

任せられないのは、性格ではなく経験です

第6章に戻ります。ブライダルの現場では、当日は任せるしかありませんでした。やり直しは利きませんし、自分ひとりでは物理的に回りません。つまり私は、任せる訓練を強制的にさせられる仕事にいただけです。

だから、こう言えます。「任せられない」は、性格ではありません。経験の有無です。そして経験は、後から作れます。いちばん小さな一歩は、次の1件を「間違えても直せる作業」から選んで、最後まで渡してみることです。

9. 学ぶべきは、Claudeの本ではありません

最後に、いちばん言いたいことを書きます。

生成AIの本を読んでも、Claudeの使い方を覚えても、それだけでは仕事では使えません。道具の説明書を読んだだけだからです。

実際、私が使っている道具はこの3年で何度も変わりました。変わらなかったのは、誰に何をどう渡すか（入口）と、それをどう次に残すか（出口）だけです。

今日やること、3つだけ

③の見抜くだけは、今日すぐには増えません。自分が良し悪しを判断できる領域から使い始めること、それだけが対策です。逆に言えば、本業の勉強を続けている人は、生成AIでも強いということになります。

最後に、自己診断をもう一度

第2章で書いた道具を、もう一度置いておきます。この1か月、生成AIとのやりとりでうまくいかなかったことを、4つに分けてみてください。

偏っているところが、いま足りない能力です。そして偏っていないところは、あなたがすでに持っている能力です。

よくある質問（FAQ）

まとめ