「考える」なんてAIにやらせろ、人間の仕事は「見る」ことだ

はじめに

最近、「どうしようかな」と考えている人に対して、疑問を抱くようになっていました。なんで、自分よりも多くを知っているAI、多くにアクセスできるAIがいるのにも関わらず、選択肢を自分の中から捻り出そうとしているのか。いわゆる、案出しを人間がやっていることに対して疑問を持つようになっていたのです。AIとの共同作業が許される最後の瞬間、今、AIとの共同作業を効率的に行うにはAIと自分の仕事を正しく捉えることが大事です。

前回「AIによりプログラミングというスキルが陳腐化されていくこの世界で『僕たちはどう生きるか』」という文章を書きました。その中で自分は、「outputはAIに補強される」「inputこそ人間に残される」という切り方をしました。

あれから時間が経ち、自分の中でもう一段、言葉が煮詰まってきました。それがこの文章のテーマです。

結論から書きます。

「見る」は収束であり、「考える」は発散です。そして、AI時代に「AIに任せる仕事」と「人間がやるべき仕事」を正確に切り分けられるかどうかは、この二つの知的作業の非対称性を理解しているかどうかで決まります。

問題解決やアイデア発想のフレームワークでは、古くから「発散思考と収束思考を繰り返す」ことが王道とされてきました。ブレストで広げて、評価軸で絞る。仮説を並べて、検証で絞り込む。この往復を丁寧にやれる人が、良いアウトプットを出す——そう信じられてきました。

この往復は、AI時代に壊れます。正確に言えば、発散側と収束側で、人間とAIの得手不得手が極端に非対称になるため、従来の「丁寧に往復する」というやり方が合理的でなくなります。そしてその結果、世界は「密度が薄まる」方向に進みます。

この文章では、発散と収束という軸を置いて、AI時代の知的作業の再設計を考えたいと思います。

発散と収束の定義

考えるとは、発散することである

まず「考える」という行為を自分なりに定義します。

考える、感じるという行為は、あるものをいろんな角度で捉え直すことです。

一つの対象を、多面的に広げていく。同じリンゴを、物理的な質量として見る、経済財として見る、神話のモチーフとして見る、進化の産物として見る、絵画の題材として見る。角度を増やせば増やすほど、対象の厚みが出てきます。これは情報量を増やす方向の知性です。

仮説を並べる、反例を探す、トレードオフを整理する、構造化する、他分野と接続する、組み合わせを試す——これらは全部「考える＝発散」の領域に属します。言い換えると、answer spaceを広げる行為です。

見るとは、収束することである

対して「見る」。

見る、捉えるという行為は、本質を見ることです。つまり、本来見えているものよりも狭い範囲でものを捉えることです。

視界には常に膨大な情報が入ってきています。街を歩けば、看板、人の顔、信号、店の匂い、空の色、足音——意識できないほどの情報が洪水のように押し寄せている。その中から「これ」を選び取り、「これが本質だ」と断ずる行為、それが「見る」です。

つまり「見る」とは、能動的に捨てる行為です。無限の情報の中から、意味のあるシグナルだけを引き当て、それ以外をノイズとして捨象する。情報量を減らす方向の知性です。

編集者が原稿を読んで「ここが死んでいる」と感じる瞬間。デザイナーが街を歩いていて配色を拾う瞬間。投資家が決算資料の中の一行に「これだ」と反応する瞬間。センスが問われるその瞬間。全部「見る＝収束」です。

AIは発散が得意で、収束が苦手

この二つの知的作業が、AIと人間でまったく逆の難易度を持ちます。

身体性のないAI、体力が無限大のAIにとって、発散は得意科目です。100通りの角度で捉え直す、1000通りの反例を出す、10000通りの組み合わせを試す——人間なら数日かかることを、AIは数秒でやります。疲れないので、発散の幅と深さが人間の比ではありません。

一方で、収束はAIにとって本質的に苦手です。

なぜか。収束とは「何が本質か」を決める行為だからです。無限の選択肢の中から「これだ」と狭く捉えるという行為は、正解を探すことではなく、自分のセンスに問う行為で、身体で世界に触れてきた経験と、違和感のストックと、美意識が要ります。AIにはこれがない。AIができるのは、せいぜい「統計的にもっともらしい答え」に収束することだけで、それは本当の意味での「本質を引き当てる」こととは違います。

発散と収束の往復が壊れる

ここからが本題です。

従来、知的作業の王道は「発散と収束の往復」でした。まずアイデアを広げる、次に絞り込む、また広げる、また絞り込む——このリズムで質の高いアウトプットに近づく、と信じられてきました。

この往復が成立していたのは、発散と収束の両方に、人間のコストがかかっていたからです。発散するのにも時間がかかる。収束するのにも判断力と時間が要る。どちらも高コストだからこそ、意識的にフェーズ分けして、丁寧に往復するのが合理的でした。

AI時代、この前提が崩れます。

発散側のコストがゼロになりました。AIが1秒で100個のアイデアを出します。人間が発散に時間をかける意味はどんどん薄れます。

芸術家が1個の作品を10年かけて作っていた昔、今は1ヶ月で10万個の作品を作り、自分が表現したいことを選ぶ。そんな時代です。

収束側のコストは、ほぼ変わりません。依然として人間の身体とセンスが要ります。AIに「絞って」と頼んでも、統計的にもっともらしい中央値に寄っていくだけで、本質を引き当てる収束にはなりません。

つまり、発散と収束のコスト比率が極端に歪んだわけです。BC（BC：Before Claudecode、まだ自立型AIがない世界、人間がブルシットジョブをやっていた時代）時代には発散:収束がざっくり1:1だったとすれば、AC（AC：After Claudecode、自立型AIで作業コストが0になった以降の世界）時代にはそれが100:1とか1000:1になった。このとき、丁寧に往復することは合理的ではなくなります。発散を何往復も人間がやる意味がない。

AI時代の知的作業の再設計は、この非対称性に正面から答えるものでなければなりません。

AIに任せる仕事、人間がやる仕事

非対称性を受け入れた上で、仕事の切り分けは自ずと決まります。

AIに任せる仕事＝発散の全部

あらゆる「考える」はAIに渡せます。アイデアの列挙、仮説の展開、反例の洗い出し、構造の整理、文章化、コード化、図解、多角的な分析——全部、AIが圧倒的な速度でやります。人間が机の上で唸って発散しているのは、もはや時間の無駄です。

人間がやる仕事＝収束

AIが出してきた大量のアウトプットから「これだ」を引き当てる仕事。そもそも何を問うべきかを決める仕事。何を作るべきかを決める仕事。どの方向に賭けるかを決める仕事。これらは全部、収束の側にあり、身体とセンスが要求されるため、現時点ではAIには渡せません。

両端の収束を持っている人が、真ん中の発散をAIに委ねられる。これがAI時代のワークフローの基本型です。

二つの戦略——収束の人、発散の人

ただし、「AIに発散を任せて人間は収束する」というのは、あくまで一つのパターンに過ぎません。もう一つ、別のパターンが成立します。

それは、収束をしないという戦略です。

https://note.com/embed/notes/nce9964fcf712

シン・多動力で書いたのがこの内容なのですが、AIエージェントの時代、アウトプットの実行コストが劇的に下がりました。コードを書く、サービスを作る、文章を公開する、プロトタイプを動かす——全部、AIエージェントに投げれば並列で実行されま。

この環境では、発散したアイデアを「選ばずに」全部走らせる戦略が初めて合理的になります。10個浮かんだら10個投げる。ダメなものは止める。当たったものを伸ばす。従来は実行コストが高かったから「選ばざるを得なかった」のですが、実行コストがゼロに近づくと、選ばない戦略が成立します。

つまり、AI時代の知的作業には二つの戦略が成立するのです。

戦略A：収束型——発散はAIに任せ、人間は収束に集中する。見る目の鋭さで勝負する。 戦略B：発散型——発散しっぱなしで、全部AIエージェントに実行させる。選ばないことで並列化の恩恵を取り切る。

マネジメントの本質は収束にある

ここで、個人の話から組織の話に少し視点を広げます。

収束には責任が伴います。 これは見落とされがちな点ですが、本質的です。

発散には責任が伴いません。100個のアイデアを出すだけなら誰も傷つかないし、外れても「そういう可能性もあった」で済みます。しかし「これに賭ける」と収束した瞬間、その選択に対して責任が発生します。捨てたものに対する責任、選んだものに対する責任、両方がくっついてくる。

だから、マネジメントの本質は収束にあるのです。

組織とは、収束の責任の階層構造だと言い換えてもいいと思います。現場の人間が多くのアウトプットを出す、中間管理職がその中から筋のいいものを拾う、経営者がさらにその中から「会社として何に賭けるか」を決める。ピラミッドの上に行くほど、扱う意思決定の単位が大きくなり、収束の責任が重くなります。

「上司とは指示を出す人」という理解は、だいぶ表層的です。上司とは、部下の代わりに見る人です。部下が発散したアウトプットを、責任を持って収束させる人。部下一人ひとりでは捨てきれないものを、組織の視点で「これは違う」「これで行く」と断ずる人。この収束の責任を引き受けることが、マネジメントの核です。

そして、良い上司の仕事はもう一つあります。部下が自分で見れるようになるように指導することです。

従来の「指導」は、多くの場合「やり方を教える」ことだと誤解されてきました。しかし本当の指導は、発散の方法を教えることではなく、収束の目を育てることだったはずです。何が本質か、何が筋がいいか、どこを見るべきか、どこを捨てていいか——これを部下の身体に染み込ませていく時間こそが、育成の核でした。

ここで、「質より量」という格言が効いてきます。

若手は、見る目がまだ育っていません。収束しようとしても、選ぶ基準を身体が持っていないから、選べない。だからこの段階では、量をこなすことで違和感を蓄積させるしかない。大量のアウトプットを世に晒し、フィードバックを浴び、「あ、これは違ったのか」「これは効くのか」を身体で学ぶ。量とは、見る目を育てるための燃料だったのです。

https://note.com/embed/notes/n6b191d831312

「質より量」は、初心者への方便ではなく、収束の土壌を作るための必然でした。量を経由することでしか、収束の精度は上がらない。若手フェーズでは量で身体に基準を作り、中堅フェーズで自分で収束できるようになり、管理職フェーズで他人の発散を収束し、経営フェーズで組織全体の方向を収束する——このキャリアの階段は全部、収束の責任の大きさで並んでいます。

そしてここが、AI時代の最も深刻な問題です。

AIが発散を引き受けるということは、若手が「発散の練習」としてこなしてきた量が、AIに置き換わるということです。一見すると効率化に見えます。しかし実態は、見る目を育てる時間が消えるということです。量を経由せずに直接「収束する側」になろうとしても、土壌がないから収束できない。結果、永遠に見る目が育たない世代が量産される可能性がある。

マネジメントの本質は収束にあり、収束の目は量を経由してしか育たない。AI時代、この二つを両立させる設計をどう作るかが、組織論としての最大の問いになります。現場の若手にも、あえて身体を通す時間を意図的に残すこと。AIに任せれば一瞬で終わる発散を、育成のためにあえて人間にやらせること。効率から見れば無駄ですが、収束の目を育てるためには、この「無駄」が不可欠なのです。

密度が薄まる世界

発散のコストがゼロになった結果、世界には何が起きているか。アウトプットのインフレーションです。

文章、コード、画像、動画、音楽、論文、プレゼン資料、企画書——あらゆる成果物が、AIによって爆発的に生産されるようになりました。社会全体で、発散のアウトプットが洪水のように溢れています。

問題は、総量が増えれば増えるほど、密度は薄まっていくことです。

本屋に行っても、タイムラインを開いても、検索結果を見ても、「それっぽいもの」「もっともらしいもの」が無限に並んでいます。どれも一定水準以上の品質で、どれも論理的に整っていて、どれも欠点がない。にもかかわらず、心に残らない。これが、密度が薄まった世界の風景です。

AIは発散が得意だと書きました。言い換えれば、AIは「平均的にもっともらしい方向に収束する」のは得意でも、「本質を鋭く狭く捉える収束」はできないということです。だから世界は、もっともらしい発散物で埋め尽くされていく。

密度が薄まるというのは、発散だけが爆発的に増えて、収束が追いついていない状態のことです。

前の節で、組織の中で若手の収束の目が育たなくなっていることを書きました。これは社会全体のスケールでも同じ構造で起きています。誰もがAIで量を出せる時代、見る目が育っていない人が、育たないまま大量のアウトプットを世に送り出します。身体を通していないから、本質を狭く捉えた密度を持たない。それがタイムラインに、本屋の棚に、検索結果に積み重なっていく。密度が薄まる世界とは、収束の目を育てる時間を省略した結果、発散物だけが累積していく世界のことなのです。

結びに

AI時代の知的作業は、発散と収束の非対称性という一点から再設計されるべきです。

発散はAIに渡す。これはもう議論の余地がない。人間が机の上で唸って発散している時間は、急速に価値を失っていきます。

残された問いは、自分がどちらの戦略で勝負するかです。収束の鋭さで勝負するのか、発散しっぱなしで全部実行する戦略で勝負するのか。前者なら、身体で世界に触れる時間を守り抜くこと。後者なら、AIエージェントとの並列実行のインフラを徹底的に整えること。どちらにせよ、BC時代の「丁寧に発散と収束を往復する」優等生モデルは、もう最適ではありません。

自分自身は、後者寄りの戦略を取っています。私は、人よりもAIの性能にとらわれません。どちらかというと速度を求めます。並列と速度で、プロダクトを完成まで持っていった上で選んだり、多くPDCAを回すことが勝ち筋だと考えています。

AIが発散のコストをゼロにした世界で、残された問いは一つです。

「考える」なんてAIにやらせろ。

あなたは何を見るのか。

親へ

剛汰っていい名前すぎるな