AI時代は、スキルよりパーソナリティを広げる人が価値を生む

AIで仕事がまとまるいま、伸ばすべきはスキルよりパーソナリティの幅です

AIの活用が進み、人材への投資をどこに向けるかを問われる場面が増えています。研修でスキルを足すのか、専門家を採るのか。経営企画やAI推進の立場なら、自分自身のキャリアも含めて考えているはずです。

この記事の答えははっきりしています。AI時代には、スキルを伸ばすことより、パーソナリティを広げることの方が、ビジネスで求められる人材に近づく近道です。

ここでいうパーソナリティとは、得意・不得意や、居心地のよい場とそうでない場を含めた、その人の振る舞いの幅のことです。AIがスキルを肩代わりするほど、職種をまたいで仕事を担えるかどうかは、知識の量ではなくこの幅で決まるようになります。

要点

• AIがスキルを肩代わりし、細かく分かれていた職業は抽象化されてひとつにまとまりつつある
• 経営者が欲しいのはシステムではなく儲かるもので、開発・集客・営業を一人で回せる人の価値が上がる
• 職種をまたぐときの壁はスキルよりパーソナリティにあり、尖った形よりなだらかな形が強い
• パーソナリティは勉強ではなく、付き合ってこなかった人や場に会いに行く経験で広がる

AIがスキルを肩代わりし、職業はひとつにまとまりつつある

これまで仕事は、覚えることが多いほど細かく分かれてきました。一人で全部を覚えるのは無理なので、分業してチームで補ってきたのです。AIはこの前提を崩しつつあります。

分業の理由が覚える量の多さだったなら、その量をAIが引き受けた時点で、分ける理由は薄れます。細分化された職種が、ひとつ上の階層でまとまっていくのは自然な流れです。

システム開発が分かりやすい例です。かつてはフロントエンド、バックエンド、インフラと、担当ごとに別のエンジニアがいました。いまは一人のエンジニアがAIを使いながら、画面も裏側の処理も基盤もまとめて作る形に近づいています。

マーケティングも同じです。デザイナーが広告を作り、配信担当が膨大な設定を覚え、データアナリストが分析データから示唆を読み解く。この分担も、画像や動画はAIで作り、配信の最適化や示唆出しもある程度AIに任せられるようになりました。

AIが出した示唆が正しいかは、別に確かめる必要があります。それでも、専門の経験がなければ手が出なかった作業に一人で手をかけられるようになった変化は大きいものです。

御社の組織図で、覚える量の多さを理由に分かれている職種はどれでしょうか。そこは今後、一人が兼ねる前提で見直す対象になります。

経営者が求めるのは、儲かる仕組みを一人で回せる人だ

お金を払う側の経営者は、システムそのものが欲しいわけではありません。欲しいのは、お金を生み出すものです。システムはそのための手段にすぎません。

そうであれば、作る人と売る人が分かれているほど、その間で意図がずれ、改善も遅くなります。作ったものをどう売り、どんな広告で集客し、得たデータでどう直すかまでを一人で見られれば、その分断はなくなります。

たとえば、エンジニアが自分でシステムを作り、どういう広告で集客できるかを考え、そこで分かったデータから改善する。これを一人でこなせるだけでも、相当に価値の高い人材です。

さらに、作ったシステムを持って、オンラインでもオフラインでも、知り合いに声をかけ、見知らぬ人にダイレクトメッセージを送ってでも売っていく。ここまで一人でできる人は、経営者から見て非常にありがたい存在です。

以前はエンジニアの仕事だけでも覚えることが多すぎて、全部を担うのは現実的ではありませんでした。だからチームを組んでいたのです。職業がAIで抽象化されることで、一人で回す形が手の届くものになってきました。

人材を評価するときも、自分の役割を考えるときも、問うべきは担当範囲の深さだけではありません。売上や利益までの距離を、どこまで一人で縮められるかです。

職種をまたぐときの壁は、スキルではなくパーソナリティにある

では、全部を担える人になるには、足りないスキルを一つずつ学べばよいのでしょうか。ここがいちばん大事な点です。職種をまたぐときに立ちはだかるのは、スキルよりもパーソナリティです。

筆者自身、高校・大学の頃からPHPやC言語でプログラムを書いてきました。当時はAIもなく、覚えることが本当に多い。このまま続ければ、誰とも話さずにずっとパソコンへ向かう日々になる、という実感がありました。

すべてのエンジニアがそうだとは言いません。ただ、できるエンジニアほど画面と本の世界に閉じ、コミュニケーションが閉じがちになる傾向はあります。その分スキルは高まりますが、その人にいきなりテレアポを任せたら、スムーズに移れるでしょうか。

世の中には、テレアポも飛び込み営業も苦にしない人がたくさんいます。違いは営業の知識量ではありません。見知らぬ人に声をかける場に慣れているか、そこを心地よいと感じるかという、人柄の側の違いです。ここはAIが肩代わりしてくれません。

ゲームでよく見る五角形や六角形の能力グラフにたとえると分かりやすくなります。一つの頂点だけが突き出た尖った形より、全方位にある程度伸びたなだらかな形の方が、いまの時代には強いと考えます。

なだらかなパーソナリティの見本は、小さな会社の経営者にある

なだらかなパーソナリティの人が多いのが、零細・中小企業の経営者です。エンジニア出身であっても、経営者である以上は営業をしないわけにいきません。

つまり、営業力を磨かざるを得ない環境に置かれています。仲間が増えれば、人から好かれ、人をまとめるマネジメントの力も求められます。環境そのものが、尖った形を少しずつなだらかにしていくのです。

この見方に立つと、自分はスペシャリストとして一つの技術を磨き続ける、という道はAI時代には逆風になりつつあります。

もちろん、深い専門性が不要になるわけではありません。AIの出した答えが合っているかを見抜くには、それなりの目が要ります。深さそのものが価値になる仕事も残ります。

ただ、多くのビジネスの現場で、お金を払う側が求めているのは儲かる仕組みを回せる人です。その現場では、専門性を一段深めるより、隣の領域へパーソナリティを広げる方が、価値の伸びは大きくなります。

自社で試すなら

パーソナリティは、机に向かう勉強では広がりません。これまで行かなかった場所に行き、付き合ってこなかった人と話し、自分とは違う人に会う経験を増やすことで広がります。まずは次のように始めてみてください。

• 自分の能力を五角形で描く。開発、集客、分析、営業、マネジメントなど成果までに必要な頂点を並べ、いちばん凹んでいる所を確かめる
• 凹みの原因がスキルか人柄かを分ける。調べれば分かることはAIに任せ、場に慣れていないことが原因なら、それを今月の課題にする
• 月に一度は、ふだん行かない場に出る。業界の違う集まりや営業の同行など、居心地のよくない場をあえて選ぶ
• 自分が関わったシステムや施策を、自分の言葉で誰かに売り込んでみる。知り合いへの声かけやダイレクトメッセージからで十分
• AI投資の議題では、どの職種を置き換えるかより、誰が開発から売上までを一人で回せるようになるかを問う

まとめ

AIがスキルを肩代わりするほど、職業はひとつにまとまり、一人が担える範囲は広がります。そのとき価値を分けるのは、知識の量ではなく、苦手な場に踏み出せるパーソナリティの幅です。

新しいスキルの勉強に時間を使う前に、まだ会ったことのない種類の人に会いに行ってください。尖った形をなだらかにしていく一歩が、AI時代に求められる人材への近道になります。