身震いするほどのインパクト
ここ数か月、生成AIを使って仕事をしているが、身震いするほどのインパクトを感じている。
これは、単に便利なツールが増えた、という話ではない。作業が速くなった、というだけでもない。もっと根本的なことが起きている。
企業や個人が、何年も、あるいは数十年かけて築いてきた強みや優位性が、静かに、しかし尋常ならざる速さで霧散し、ゼロベースで問い直され始めている。
私はそれを、競争優位の"ゼロリセット"と感じている。
専門性の意味が変わった
もちろん、これまで積み上げてきたものが一夜にして無価値になるわけではない。経験が不要になるわけでもないし、専門性が意味を失うわけでもない。ただ、その価値の出方が変わってしまった。これまで参入障壁として機能していたものが、以前ほど強く効かなくなってきている。そこに、生成AIの本当の怖さと面白さがある。
少し前まで、ある領域の専門性はそれ自体に大きな価値があった。専門用語を知っていること。構造を理解していること。仕様を書けること。試作品をつくれること。そうしたことは、簡単には真似できない力だった。
だからこそ、それを持っている人や組織には優位性があった。情報格差も、実装格差も、思考の格差も、そのままビジネス上の強みになった。
しかし今、生成AIはその前提を揺らしている。
以前ならエンジニアや専門家の頭の中にしかなかったものが、かなりのところまで言語化され、外に引き出され、誰でもアクセスできるようになってきた。仕様のたたき台も、構成案も、UIの草案も、コードも、ドキュメントも、驚くほど短時間で形になる。ノンエンジニアでも、かなりの精度で技術の輪郭を理解し、会話し、試せるようになってきた。
希少性が薄まっていく
この変化は、単なる省力化ではないと思う。もっと大きい。"できる人が限られていたこと"そのものが、限られた人の専売特許でなくなりつつある、ということだ。
ここで起きているのは、仕事の一部が自動化されることではない。強みの希少性が薄まっていくことだ。
Agentic AIへの展開
しかも今は、その変化が生成AIだけで終わらない。その先には、Agentic AI、あるいはAIエージェントと呼ばれるものが立ち上がり始めている。文章やコードを生成するだけでなく、目的に応じて段取りを組み、ツールを使い、複数のステップをまたいで実行していく方向だ。
つまり、これまで起きていたのが「作ること」の民主化だったとすれば、これから起きるのは「進めること」「回すこと」の民主化かもしれない。
そうなると、問いはさらに重くなる。
AIで何が便利になるのか。どのツールが強いのか。どのモデルが賢いのか。もちろんそれも大事だ。でも、本当に大きい問いはそこではない。
これから本当に問われるのは、「誰の強みが薄まり、何の価値が再計算されるのか」だと思う。
職種の境界線が溶けていく
この感覚は、実際に生成AIを使えば使うほど強くなる。
たとえば、以前なら何か新しい企画やサービスを考えるとき、最初の壁はとても高かった。頭の中にある曖昧な構想を言語化し、構造化し、人に伝わる形にし、仕様に落とし、試作品にするまでには、かなりの時間と技術が必要だった。だから、考えられる人と、作れる人と、まとめられる人は、自然と分かれていた。
でも今は、その境界線が曖昧になっている。
考える人が、そのままかなり深いところまで作れる。作る人が、そのまま企画や要件に踏み込める。まとめる人が、そのまま技術の輪郭まで掴める。
生成AIは、職種の壁を壊している。ただ、それ以上に、分業によって守られていた優位性を崩しているように見える。これまでは、人材の厚み、プロセスの整備、情報の蓄積、実装体制、ネットワーク、そうしたものを長い時間をかけて持つことが、そのまま競争力になった。もちろんそれは今でも重要だ。けれど、その一部は、生成AIによって相対化される。
参入障壁そのものが崩れている
さらに、Agentic AIが実務に入り始めると、その相対化は一段進む。なぜなら、以前ほど大きな初期投資や専門人材がなくても、一定水準の成果物を作るだけでなく、一定水準の業務フローまで回せる人や組織が増えるからだ。
ここで崩れているのは、単なる開発コストではない。参入障壁そのものだと思う。
多くのビジネス上の強みは、実は「最初の一歩を踏み出せる人が少ない」ことによって守られていた。ところが生成AIは、その一歩目を極端に軽くする。さらにAgentic AIは、その次の数歩まで代行し始める。その結果、これまで守られていたポジションに、思っていた以上に多くのプレイヤーが入ってくる。
MVPの意味合いすら変わる
また、開発におけるMVPというコンセプトの意味合いが変わってきたように感じる。
これまでMVPは、とても合理的な考え方だった。開発には時間もコストもかかる。だから最小限で出し、学びながら改善する。その発想は、専門性と工数の重さが前提にあったからこそ機能していた。
でも、生成AIによって「作ること」のコストが下がり、さらにAgentic AIによって「進めること」のコストまで下がり始めると、要件をどれだけ深く定義できるかが、そのままMVPの質になる。
雑な問いからは、雑なプロダクトしか生まれない。しかも生成AIは、それを以前より速く形にしてしまう。Agentic AIは、それをそのまま前に進めてしまうかもしれない。
だからこそ今は、「まず小さく作る」こと以上に、「何を作るのかを高い解像度で捉える」ことのほうが大事になっている気がする。
問いの質が成果を決める
これは、ある意味で厳しい変化でもある。
なぜなら、生成AIは優秀な実行支援者ではあるけれど、問いそのものを勝手に正しくしてくれるわけではないからだ。前提が曖昧なら、曖昧なものを増幅する。問いが浅ければ、浅いものを高速で返してくる。そしてAgentic AIもまた、その前提が間違っていれば、間違った方向に仕事を進める。
だから、使う人や組織の思考の解像度が、そのまま成果物にも実行結果にも表れやすくなる。
生成AIによって、能力差がなくなるわけではない。むしろ逆で、何が本質なのかを見抜く力、問いを定義する力、判断する力の差は、これまで以上に大きくなるのかもしれない。
"ゼロリセット"のあとに残るもの
では、この"ゼロリセット"のあとに、何が残るのだろうか。
私は、表面的な知識や一時的な情報格差よりも、もっと現実に根ざしたものが残るのだと思っている。
たとえば、深い業務理解。現場で本当に何が起きているのか。どこで例外が発生するのか。何がボトルネックで、何が建前で、何が本当の制約なのか。そうした理解は、簡単には置き換えられない。
あるいは、顧客との信頼関係。誰に任せたいか。誰と一緒に進めたいか。誰が責任を持てるか。そこには、単なる知識や出力品質とは別の重みがある。
さらに、独自データや運用の蓄積。現場からしか取れない一次情報や、長い運用の中で得た判断の履歴は、むしろこれから価値が増していく気がする。
そして何より残るのは、問いを定義する力だと思う。
何が課題なのか。どこに手をつけるべきなのか。どんな仮説を立てるのか。どう評価するのか。
生成AIは、その実行を強く支えてくれる。Agentic AIは、その実行範囲をさらに広げていく。でも、戦うべき論点そのものを定めるのは、結局こちら側だ。
だから、これから差がつくのは、「何ができるか」よりも、「何を再定義できるか」なのだと思う。生成AIは、単に仕事を便利にする道具ではない。Agentic AIは、単に人の代わりに動く自動化でもない。それらは、企業にも個人にも、「あなたの強みは本当にそれですか」「その優位性は、どこまで再現可能なのですか」と静かに問い直してくる存在だ。
私はそこに、いちばん大きなインパクトを感じている。
効率化でもない。自動化でもない。単なる開発の民主化でもない。
生成AIからAgentic AIへと進むこの流れが起こしているのは、競争優位の"ゼロリセット"なのだと思う。
← Thoughts一覧に戻る