top of page

エージェントAIは仕事の候補を増やす──実行の拡大を義務に変えないために

11月7日
読了時間: 13分


シリーズ: 行雲流水


競合三社を調べるのが精いっぱいだった人が、AIに三十社の調査を任せられるようになる。月次の報告を日次に変え、一つだった企画案を十案に増やす。以前なら費用や手間のために見送っていた仕事が、現実的な選択肢として戻ってくる。AIによって開かれる機会の大きさは、まず認めるべきだろう。


しかし、調査が終われば誰かが結果を読み、企画が届けば誰かが選ぶ。自動報告を毎日出すようになれば、確認を続ける責任も生じ得る。作業を実行する費用が下がっても、人間が引き受ける負担まで同じ割合で下がるとは限らない。


厄介なのは、追加された仕事の多くが、まったく無価値とは言えないことだ。もう少し調べれば判断が良くなるかもしれない。もう一案あれば選びやすいかもしれない。一つずつならもっともらしい理由によって、一日は埋まっていく。


エージェントAIについて考えるには、仕事をいかに速く終えるかに加え、どの仕事を始め、どの仕事を始めないかを問う必要がある。そして、その選別を通じて残した時間を、私たちは何として評価するのか。AIと生産性をめぐる問いは、時間の使い道を誰が決めるかという問題へ続いている。




実行コストが担っていた、不完全な選別


従来、多くの仕事は価値を丁寧に比較される前に、候補から消えていた。三日かかる調査なら今回は見送る。人を雇うほどではないから試作を諦める。日程と予算は、何をしないかを事実上決める役割も果たしていたのである。


この選別を美化することはできない。費用が高いために価値ある研究や創作を実行できなかった人もいる。資源の乏しい組織ほど試行の機会を失いやすい。AIが障壁を下げることには、効率化を超えて、誰が何を試せるかを変える意味がある。


同時に、費用の低下は、優先度が低くても「できるならやっておきたい」仕事を再び候補にする。重要なのは、従来の仕事を速く実行する効果と、実行する仕事の範囲を広げる効果を分けることである。同じ成果を短時間で得る場合と、同じ時間で調査範囲を広げる場合では、人間へ戻る時間も違う。


仕事の候補を広げるのは、AIだけに固有の現象ではない。検索や表計算を含む過去の自動化にも、同じ面はあった。目標を受けて複数の作業を進めるエージェントAIでは、それを並行して委任しやすくなる。従来からある変化が、扱える範囲と速度を増すと考える方が正確だろう。


安価にできるようになった後にも、その仕事が必要かという問いは残る。以前は費用によって省かれていた判断が、明示的な選別として人間や組織へ戻ってくる。



依頼の費用と、引き受ける費用は違う


AIに調査を依頼する操作は短い。しかし、調査結果を読むこと、その根拠を確かめること、採用する案を決めることは、依頼の後にある。継続的な監視を始めれば、通知の要否や見落とした際の対応まで決める必要が生じる。


アンソロピックが自社の業務を分析した報告では、エージェントの出力が増える一方、人間の注意が制約となり、エージェントを監視し、整理するための仕組みを作る仕事も増えているとされる。AI利用が進んだ一社の自己分析であり、全職場へ一般化することはできない。それでも、実行を委ねれば管理も消えるという想定を見直す材料になる。


もちろん、人間が全出力を読む必要はない。要約、振り分け、検証にもAIを使える。確認を自動化することによって、追加作業が人間の負担をほとんど増やさずに価値を生む場合もあるだろう。監督の費用を固定したまま、実行だけが増えると想定するのも適切ではない。


それでも、確認をどこまで任せるかは、誤りの影響や修正可能性によって異なる。内部の下書きと顧客へ出す回答では、同じ自動化率を求められない。誤りを見逃した際に責任を負う主体が残る以上、監督の設計は仕事の一部である。


したがって、追加作業の採否を考える費用には、実行費用に加え、読む、選ぶ、確かめる、維持する費用を含めなければならない。AIへの依頼が容易になったことは、その総費用が必ず小さいことを意味しない。


私は、ここに実行可能性を評価する際の落とし穴があると考える。始める操作が軽くなったために、引き受ける期間の長さを見落とすのである。毎日の自動報告は、毎日生成できるかという技術的問題であると同時に、それを毎日気に掛ける必要があるかという業務上の判断でもある。



可能性が義務になるまでに、何があるか


候補が増えただけでは、実際の仕事も労働時間も増えるとは言えない。増やさないと決めることも、確認を自動化することも可能である。実行可能性から実際の負担へ進むには、その間を埋める条件を見る必要がある。


たとえば、ある企業がAIで顧客対応を速め、他社にも同じ速さが期待されるようになる場合である。効率化の利益は、余暇として残る代わりに、サービス水準の上昇として配分される。これはそれ自体で悪い変化ではない。顧客にとって便益があり、以前のサービスが不十分だった可能性もある。ただし、作業短縮がそのまま働く人の時間短縮になるとは限らない。


組織内部でも似たことが起こり得る。ある人が毎朝詳しい報告を出せるようになると、その頻度が次の評価基準になる。報告によって判断が改善したのかを確かめず、出せる量を必要な量とみなせば、技術的な能力が義務へ置き換わる。


さらに、追加作業には少しでも便益があるという期待が、この変化を後押しする。比較案が増えれば良い案が見つかるかもしれない。しかし、似た案を増やしても判断が改善しない場合や、情報の雑音や比較負担が増す場合もある。追加便益が正であることさえ、確かめずに前提としてはならない。


圧力は外部からだけ来るのでもない。AIで調べられるのに調べないのは不十分ではないかと、自分自身が考えることもある。この場合、仕事への関心と、仕事を増やさない自分への非難を区別するのは容易ではない。新しい研究に没頭することを、作業量が増えたという理由だけで自己搾取と呼ぶこともできないだろう。


問われるのは、追加する理由が吟味されているか、追加しない選択が認められているかである。可能性が義務に変わるのは、技術の能力だけでなく、競争、評価、便益への期待、本人の自己要求がそれを促すときだ。



時間を返すAIも、すでにある


この議論は、AIが人間を必ず忙しくするという主張ではない。その断定は、実際に観察されている時間節約を捨ててしまう。


ディロンらの66社・7,137人を対象とした研究では、知識労働者へマイクロソフト365コパイロットへのアクセスを無作為に提供した。研究は、メール、会議、文書作成などの利用記録を通じて仕事の変化を観測している。アクセスを提供された群全体について、メール処理に使う時間の推定減少は週約1.4時間だった。


通常時間外のデジタルアプリ利用も週約0.25時間減少した。一方、観測対象のメール、会議、文書作成では、仕事量や構成の意味ある変化は検出されなかった。AIによる時間節約の一部が、働く人へ戻ったと考えられる結果である。


ただし、これは仕事全体や余暇の全容を記録した研究ではない。成果物の内容や品質も観測しておらず、半年程度の個人へのツール提供から、組織全体の長期的な再編までは判断できない。AIに関心のある大企業を中心とした実験でもあり、並列実行を行うエージェントAIの効果へそのまま置き換えられない。


それでも、この結果は議論の重要な分岐を示す。時間が浮いた後に何が起きるかは、能力の向上だけから一つに決まらない。問うべきなのは、節約が起きるかだけでなく、何が節約され、その利益が誰に、どの形で渡ったかである。



何をしないかを決める、権限と責任


AIで作業が短くなったなら、新しい仕事を入れずに休めばよい。そう言えるのは、その時間を配分する権限が本人にある場合である。自動報告を読まずにいて、問題発生後に報告は届いていたはずだと責められるなら、読むのをやめることは気軽な個人の選択ではない。


生産性向上の利益には、労働時間短縮のほか、賃金、企業利益、価格低下、サービス改善、追加の成果といった受け取り方がある。誰がどれを受け取るかは、雇用関係、交渉力、組織の決定や競争条件によって変わる。時間を短縮する技術と、その時間を自分へ戻す権限は別のものである。


仕事を断る能力を称揚するだけでは、断った際の不利益まで本人へ押し戻してしまう。不要な報告をやめるなら、どの情報を残すか、監視を止めてよい範囲はどこか、残る不確実性を誰が引き受けるかも決めなければならない。非実行の判断にも、組織的な承認と責任が伴う。


もちろん、何もしない裁量を守るために、誰かへ必要な仕事を移してよいわけではない。顧客との約束や、育児・介護を含む他者への責任もある。本人の余白が、立場の弱い人の過重負担によって成り立っているなら、その配分を問い直す必要があるだろう。


だからこそ、個人の時間管理の巧拙へ還元せず、仕事を止める判断をどこで引き受けるかが重要になる。始める権限だけを分散し、止める権限を与えない組織では、AIによって可能になった仕事が積み重なりやすい。



使わない余力を、無駄と決めつけない


予定が埋まっていなければ、急な問題に対応できる。資金を残していれば、突発支出に備えられる。組織にも、新しい試みや繁忙時の応援に使える人員や時間が必要になる場合がある。現在使っていない資源が、将来の行動を支えることはあり得る。


ただし、これらは同じ理論を当てはめられるという意味ではない。資金、組織の人員、個人の時間には、それぞれ異なる制約がある。共通するのは、今使えるものを今使い切ることが、常に望ましいとは限らないという点にとどまる。


余力には機会費用もある。資金を残せば収益を逃す可能性があり、決定を待てば機会そのものが消えることもある。必要な業務を誰かが担わなければ、他者の負担になる。したがって、余白を最大化すればよいという結論は出ない。未使用だから無駄だと即断することと、未使用だから良いと即断することの、両方を避けるべきだろう。


ここまでは、なお将来の活動に役立つという理由で余力を擁護している。休息で回復し、散歩で発想が生まれ、余裕によって新たな課題へ対応できる。それらの便益を認めることは、休息の承認を得るうえで実務的な助けにもなる。


しかし、その理由だけを使うと、休む時間には将来の成果という条件が付く。散歩から良い案が出なかった日も、休んだ後に調子が戻らなかった日も、その条件を満たさなかった時間になってしまう。余白を守る議論が、余白をもう一度生産の予定へ組み込んでいるのである。



休んだ時間は、人生の外にあるのではない


私は、休息を将来の生産性だけで正当化する必要はないと考える。ここから先は、AIの効果についての実証的説明でも、余力が経営に役立つという推論でもない。何を大切にするかという、別の種類の判断である。


時間は何かを達成するための資源である。同時に、その時間に何を経験し、誰と関わり、何に取り組んだかが、人生を構成している。友人と目的もなく話した一時間は、後の仕事に役立つ情報を得なかったとしても、友人と話した一時間として意味を持ち得る。


その一時間は、使われずに残った在庫ではない。


すでに生きられた時間である。仕事へ戻ったときの成果だけを使って、その意味を判定することはできないだろう。


これは、楽しい活動だけを肯定する主張でも、どの過ごし方も同じだとする主張でもない。困難な研究、育児や介護、公共的な活動に、人生の大きな意味を見いだす人もいる。仕事そのものが、別の成果への手段だけでなく、大切な経験である場合もある。快適さの最大化と、時間をどう生きたいかを考えることは一致しない。


また、何かをしないと決めれば、得られたかもしれないものを失う。その損失まで消えるわけではない。少し惜しいと思う仕事を残したままでも、別の時間を選ぶことはあり得る。すべての可能性を使い切ってから人生を始めることはできない。


ここで必要なのは、仕事と余暇を一律に対立させることではなく、その時間を別の成果だけで評価していないかという問いである。AIが実行を容易にしたからといって、この問いへの答えまで提供してくれるわけではない。



増やせた仕事と、しなくて済んだ仕事


AIの導入を評価するとき、追加された成果の数だけでなく、何をしなくて済むようになったかも確認できる。不要な会議や報告を廃止したか。読むべき情報が絞られたか。時間外の対応が減ったか。それとも、実行の代わりに監督の負担が増えたか。


本人へ裁量が戻ったかも問うべきだろう。ただし、その時間で何をして、どれほど有意義だったかまで報告させれば、余白を守るための確認が新たな監視へ変わる。制度として負担を減らしたかを確かめることと、個人の時間の意味を採点することは区別しなければならない。


戻った時間を新しい研究や事業へ使う選択もある。それを否定する理由はない。問題は、追加できるという事実だけで、追加する義務まで生じたとみなすことである。実行できる範囲が広がっても、始めることと引き受け続けることの間には判断が必要だ。


AIによって豊富になり得るのは、調べ、作り、動かす能力である。私たちが生きられる一日が、それに合わせて長くなるわけではない。


だから、どれだけ多くの仕事をこなせるかに加え、何を引き受けずに残すかを考える必要がある。その選択を誰ができるのか、他者への責任とどう折り合わせるのか、そして自分はどのような時間を生きたいのか。AIが生む可能性を人生へ結びつけるには、実行の効率だけでは足りない。




ポイント整理


  • 仕事の高速化と候補の拡大

    • 同じ仕事を短時間で終えることと、費用の低下によって新たな仕事を始めることは異なる。

    • 価値ある仕事への障壁が下がる恩恵を認めながら、候補をすべて実行へ移す必要があるかを問う。

  • 実行後の負担を含む判断

    • 読む、検証する、選ぶ、維持する費用まで含めて、追加仕事の便益を判断する。

    • 監督も自動化できるが、その範囲は誤りの影響や責任に応じて決める必要がある。

  • 義務化を媒介する条件

    • 競争、評価基準、追加便益への期待、自己要求を通じて、実行可能性が義務へ変わり得る。

    • AIが実際に時間を返す場合もあり、労働時間の増大を必然として扱わない。

  • 時間の裁量と責任の配分

    • 生産性向上の利益をどの形で誰が受け取るかは、技術だけでは決まらない。

    • 仕事を止める権限と残る責任を合意し、他者への負担転嫁も点検する。

  • 成果だけでは測れない時間

    • 余力の将来的な便益と、生きられた時間そのものの評価は区別する。

    • 不要業務が減ったかを確かめても、本人へ戻った時間の意味まで監査する必要はない。



キーワード解説


【機会費用】

ある選択によって得られなくなる、他の選択肢の便益。AIの出力を読む一時間には、その間に取り組めなかった仕事や、過ごせなかった時間がある。金銭支出が小さくても、この費用が消えるわけではない。


【限界便益】

活動をもう一単位追加するときに得られる便益。調査対象や比較案を増やした際の改善がこれに当たる。追加すれば必ず改善するとは限らず、情報の重複や雑音で便益が小さくなったり失われたりすることもある。


【裁量】

決められた責任の範囲内で、方法や時間配分などを自分で判断できる余地。作業が速く終わることだけでは裁量の増加にならず、残りの時間の使い方を本人が決められるかが関わる。


【無作為化実験】

介入を受ける群と受けない群を無作為に割り当て、結果を比較する方法。介入の因果効果を推定する助けになるが、測定していない結果や、異なる集団・技術・期間への一般化まで保証するものではない。


【手段的な評価と構成的な評価】

前者は、ある活動を別の成果へ役立つかという点から評価すること。後者は、その活動や関係が、望む人生そのものを成り立たせているかという点から評価すること。本稿では、この二つを対立させるより、前者だけへ還元しないために区別している。



本稿を素材として対話形式で再構成した記事も、近日中にnoteに掲載予定です。
ご関心を持っていただけましたら、note上でご感想などお聞かせいただけると幸いです。

bottom of page