AIがもたらす「仕事の質的変化」と「AI脳疲労」

AI時代に人が真に「繁栄」するために — 効率化を超え、新たな可能性を切り拓くAI活用術

AI技術の進化は、私たちの働き方、思考、そして社会のあり方を根底から変えつつあります。日々、新しいAIモデルが発表され、「モデル、モデル、モデル」という言葉が飛び交う現代において、私たちはどのような未来を築くべきなのでしょうか。単にAIモデルの性能が向上するだけでは、人々がAIから真の価値を引き出し、その恩恵を享受することはできません。重要なのは、人間がAIをいかに活用し、いかに共存していくかを学ぶことです。

最近発表されたSection社のAI熟練度レポートは、この問題の根深さを浮き彫りにしています。レポートは「エージェントはここにいるが、エージェント的準備はできていない」と結論付けています。調査対象となった労働者の69%が、組織がAIエージェントに関して何らかの行動を起こしたと回答しているにもかかわらず、実際に職場でエージェントツールを使用しているのはわずか16%に過ぎません。さらに驚くべきことに、AIエージェントを自分自身の言葉で定義できる人は10%未満です。この背景には、AIエージェントを導入している組織であっても、従業員の30%しかエージェントに関するトレーニングを受けていないという現実があります。

この現状は、AIが私たちの生活や仕事に深く浸透しつつある一方で、その真のポテンシャルを解放し、人々がAIと共に繁栄するための道筋がまだ不明瞭であることを示しています。本記事では、AIが私たちの仕事にもたらす質的な変化、心理的影響、そして著名な識者による考察を深掘りし、最終的にAI時代に人が真に力を発揮し、新たな価値を創造するための具体的なアプローチを探ります。単なる効率化を超え、AIを自己の能力を拡張し、まだ見ぬ可能性を切り拓くための強力なパートナーとする道筋を提示することが、本記事の目的です。

AIの登場は、当初「AIが私たちの仕事を奪い、人間には何もすることがなくなるだろう」という懸念とともに語られていました。しかし、これまでのところ、その懸念は現実とは異なる様相を呈しています。ActiveTrackの研究者たちが1万人以上の労働者のデジタル活動を分析した結果、人々がAIを導入すると、彼らの仕事は「より激しく」なり、決して「楽になる」わけではないことが判明しました。初期のAI導入者たちは、メール、メッセージング、チャットアプリに費やす時間が2倍以上になり、ビジネスソフトウェアの使用も94%増加しました。

これは、AIが単に既存のタスクを自動化して時間を節約するだけでなく、新たなタスクへの挑戦を促していることを示唆しています。UC Berkeleyのハースビジネススクールの研究者たちは、AIを使用することで、労働者が以前は外部委託していたタスク（コーディングやエンジニアリングなど）を自分で引き受けるようになったことを発見しました。AIがそれらの活動をより容易にしたため、人々は夕方、週末、待合室など、AIが手元にあればいつでも仕事に没頭するようになりました。彼らはまた、多数のボットを同時に監督するなど、より多くのマルチタスクをこなすようになっています。

これらの研究が指し示す一般的なパターンは、多くの人々がAIによって節約された時間を「より少ない仕事をするため」ではなく、「新しいタスクに取り組むため」に費やしているというものです。AIはまた、労働者や彼らの上司が「1日でどれだけのことを達成すべきか」という期待値も変化させているようです。結果として、あらゆる時間がより混み合い、同時に「イライラさせられる」感覚も増しています。ActiveTrackの研究者たちは、集中した途切れない仕事に費やす時間が9%減少したことも発見しており、この精神状態には「AI脳疲労 (AI brain fry)」という名前まで付けられています。

Midjourneyの創設者であるDavid Holzが最近ツイートしたように、「友人たちは皆、最新のコーディングモデルで非常に生産的であると同時に、非常に疲弊していると感じている」という現象は、広く共有されています。これは何かが間違っているような感覚を与えつつも、同時に大きな機会が潜んでいる可能性も示唆しています。この「AI脳疲労」は、単なる肉体的な疲労ではなく、無限のタスクリスト、いわゆる「無限のバックログ」によって生じる精神的なプレッシャーと密接に関連しています。AIが存在しなかった世界では、タスクリストは無限であっても、どこかに合理的な区切りがありました。しかし、AI、特にエージェントが登場したことで、私たちは効果的に自分自身を複製できるようになったかのように感じ、仕事に「ダウンタイム」があってはならないと考えるようになりました。エージェントは週末も睡眠も必要としないのだから、無限のバックログを常に処理し続けることができるのではないか、と。もちろん、現実には、限界は「どれだけ多くのことをできるか」から「どれだけ多くの計画と監督をサポートできるか」へとシフトしたに過ぎません。

「精神的努力」が鍵を握るAI時代の人材タイプ（David Brooksの提言）

このようなAI時代において、David BrooksはThe Atlantic誌に寄稿した長編記事「The People Who Will Thrive in the AI Age」の中で、何が人々の未来を左右するのかについて深く考察しています。彼の核心的な主張は、「知性が豊富になる時代には、意志が価値を持つ」というものです。AIが私たちの思考プロセスや意思決定に深く関与するようになるにつれて、単に「どれだけ賢いか」ではなく、「精神的な努力に対する姿勢」が、成功を収める人とそうでない人を分ける決定的な要因となるとBrooksは説きます。

Brooksは、この「精神的な努力に対する姿勢」を説明するために、心理学者が提唱する「認知欲求 (Need for Cognition)」という概念を導入します。認知欲求とは、人々が「一生懸命考えること」をどれだけ楽しむか、あるいは避けるかを示す尺度です。

高い認知欲求を持つ人々は、難しいゲームをプレイしたり、難解な本を読んだりすることを楽しむように、本質的に「深く考えること」に喜びを見出します。
その対極に位置するのが、認知的なけち (cognitive misers) と呼ばれる人々です。彼らは「深く考えること」を不快に感じ、可能な限りそれを避ける機会を探します。
そしてその中間に位置するのが、中程度の認知欲求を持つ人々です。彼らは本当に何かを大切に思うときにだけ努力をしますが、本質的に考えることを楽しむわけではありません。

Brooksは、認知欲求が知性と相関はあるものの、同一のものではないことを強調します。私たちは皆、非常に賢いにもかかわらず、努力することを好まない人々を知っています。この認知欲求のレベルに基づき、BrooksはAI時代における人々の異なる経験を予測するいくつかの原型（アーキタイプ）を特定します。

a. 生産的な乗客 (Productive Passengers)

Brooksが最初に挙げるのは、「生産的な乗客」です。彼らは認知欲求が低い人々であり、AIを「より少ない労力でより多くを達成するため」の手段として活用しようとします。これは必ずしもAIが彼らにとって価値がないという意味ではありません。むしろ、AIはタスクを非常に容易にするため、彼らはより生産的になることができます。

しかし、Brooksはこれに大きな課題が潜んでいると指摘します。AIがタスクをあまりにも簡単にするため、結果的に彼らの認知能力が低下する可能性があるというのです。MITメディアラボの研究では、ChatGPTを使用している間、人々の脳の接続性が、同様のタスクをChatGPTなしで行っている場合に比べて最大55%も低下することが発見されました。また、Possibility Sciencesによる別の研究では、認知的な努力の兆候であるガンマ波活動が、AI使用時に約40%減少することが判明しています。Brooksの推測では、このような認知活動の減少は、人々の思考スキル、特に批判的思考能力に予測可能な悪影響を及ぼすだろうと懸念しています。AIが思考のショートカットを提供しすぎることで、私たちは思考の筋肉を使わなくなり、結果としてそれを萎縮させてしまう危険性があるのです。

b. 消極的な最適化者 (Reluctant Optimizers)

次にBrooksが挙げるのは、「消極的な最適化者」です。彼らは中程度の認知欲求を持つ人々で、AIが自分の能力を空洞化させるかもしれないという懸念を抱いています。彼らは当初、「AIの犠牲にならないように」と真剣に決意するでしょう。しかし、日々の仕事のプレッシャーや多忙な日常の中で、彼らは知らず知らずのうちにAIに引き込まれ、過度に依存するようになる傾向があります。Brooksは、この問題の核心は「努力に対する関係性」にあると示唆します。「最適化」を追求する人々は、往々にして「最大の出力」を求め、「卓越性」を目指すことを怠りがちです。

ソフトウェア企業GoToのために実施された調査では、労働者の43%が、AIが生成したコンテンツにエラーが含まれている可能性や、全体的に品質が低いと感じながらも、それを提出したと回答しています。これは、効率や出力の最大化を優先するあまり、品質や思考の深さを犠牲にする傾向があることを示しています。

Brooksは、この最適化の問題が「努力そのものに対する人々の態度」を変えてしまうことを懸念しています。ノースバージニアにある小さな私立学校Rivendellの校長Chris Sibanの事例は、この点を象徴的に示しています。Sibanが200人以上のアーティストが5年以上かけて制作した映画を生徒たちに見せたところ、生徒たちは当惑しました。「なぜそんなことをするのか？AIなら5分でできるのに」と一人の生徒が言ったそうです。Sibanはこの現象を「無関心の工業化 (industrialization of detachment)」と呼びました。Brooksは、Sibanが「難しいテキストと格闘し、プレッシャーの中で議論を修正し、失敗してはまた挑戦した生徒は、単に情報を持っているだけでなく、より強固な人間になる」と主張したことを紹介しています。AIによる効率化が、このような「格闘」の機会を奪い、結果として人間的な成長の機会をも奪ってしまうのではないかという問いを投げかけています。

c. 精神的なマラソンランナー (Mental Marathoners)

Brooksが最後に、そして最も希望を込めて語るのは、「精神的なマラソンランナー」です。彼らは高い認知欲求を持つ人々であり、思考そのものに喜びを見出し、困難な課題に積極的に挑戦することで自身の能力を拡張しようとします。Brooksはマラソンランナーを比較対象として用います。自動車を使えば26.2マイル（約42km）を移動することは容易ですが、それでもなお、人々は個人的な達成感や能力の拡張を求めて、この距離を走る訓練をします。彼らは「努力したい」という強い内発的動機を持っているのです。

AI時代において、Brooksは精神的なマラソンランナーが「AIエントロピー」に強く抵抗するだろうと予測します。彼らはオリジナリティを追求し、自分たちのユニークな個性を反映した仕事を生み出したいと強く願うでしょう。AIを、彼らの「エージェンシー（主体性）」を減少させるものではなく、むしろ「増大させる」ための方法として活用しようとするでしょう。彼らにとってAIは、思考のショートカットではなく、より深い思考、より複雑な問題解決、そして新たな創造への踏み台となるのです。彼らはAIを「賢さ」の代替としてではなく、「意志」を磨き、未知の領域を探索するための強力な道具として捉えます。

Brooksの楽観的展望と筆者の異論

これまでBrooksのエッセイは、AIがもたらす潜在的な課題、特に人々の認知能力や精神的努力への意欲を低下させる可能性に焦点を当てており、やや悲観的なトーンで語られてきました。しかし、Brooksは最終的に楽観的な見解を示します。彼は、これまで「認知欲求」をあたかも固定された生来の特性であるかのように扱ってきたものの、意志力（willpower）は、遺伝的基盤を持つ一方で、環境に非常に敏感であると指摘します。つまり、AIが私たちの意志を損なう傾向があるとしても、人間は制度を改革することで、その意志を育み、強化することができるというのです。

Brooksは、教育システムがどのように変化すべきかについて考察を巡らせます。彼は、単なる暗記やAIが得意とする機能的な出力の訓練から脱却し、「意志」の育成に焦点を当てるべきだと提案します。重要なのは、脳の力そのものではなく、高品質な結果を生み出す「精神的なマラソンを走る意欲」であると。最終的な目標は、人々の「認知的な複雑さを求める欲求」を育むことにあると結論付けます。

彼は希望に満ちた言葉でエッセイを締めくくります。もし私たちが人々が「より多くを望み、より飢えること」を学べるよう支援できれば、彼らは困難なことに取り組む精神的な努力を厭わず、目の前に迫る「認知的な二極化」を回避できるだろうと。人々が真に愛するものを明確にし、心から追求できるよう教育できれば、AIは計算と統合を行い、人間は「何が重要か」「何を探求する価値があるか」「どのようなミッションに挑むか」「どこに行き着くか」を定義し続けることができる。そうすれば、ボットで満たされた社会においても、人間の尊厳は保たれ、ひょっとしたらさらに高められるかもしれない、と。

Brooksのこのような高邁な理想には、私も心から賛同します。特に、教育の根幹にある目標が変化する必要があるという点については、強く同意します。しかし、私の関心は、教育システムが長期的にどう変わるかというよりは、「今、ここで」私たちがAIとの関係性をいかに改善できるかという点にあります。

Brooksのエッセイの中には、精神的なマラソンランナーたちがAIをうまく活用し、認知的な主体性を失わないためのヒントがいくつか示されています。例えば、AIに自分の思考を「生成させる」のではなく、自分が既に導き出した分析や結論を「挑戦させる」ように促すこと。また、定型的な作業と創造的な作業を明確に区別し、AIには機能的なメールを書かせるが、エッセイやメモは書かせないようにすることなどです。

しかし、私はBrooksがここである大きな機会を見落としていると考えています。それは非常にシンプルに言えば、**「AIを『すでにできること』に使うだけでなく、『まだできないこと』に使う」**ということです。

Brooksは、AIに文章作成を過度に依存する人々を「恥じるべきだ」と、やや一方的に提案しています。しかし、私たち企業のコミュニケーションの大部分、例えば最新会議の結果を議論するメールの中に、何か高尚な美徳が宿っていると本当に考えているでしょうか。私たちは異なる種類の仕事の価値をより良く区別し、AIが私たちのプレートから取り除いてくれる仕事について、多くの場合、それほど心配する必要はないと考えます。

それよりも、AIによって脳が萎縮するどころか、新しい可能性で輝いている人々は、AIの効率化の側面が、定型的な仕事を片付ける上でいかに有用であるかを認識しつつも、真の力、そして興奮は、これまで不可能だったことを実現することにあると理解している人々です。

例えば、今でさえ簡単なことではないのは、コーダーのバックグラウンドがなく、特に技術に詳しくない人が、自分自身のタスクを実行するエージェントを構築する方法を突き止めることです。それには多くの謙虚さが必要です。AIに「どうすればいいか」を尋ね、言われた通りに試してはエラーに直面し、そのエラーが何を意味するのかを解明しなければなりません。これまで自分では決して作れなかったものを完成させたときの「力」を感じる一方で、それを初めて他人に使わせた途端に崩壊し、誰も来る前に必死で修正しようと焦る苦痛も伴います。

時間が経てば、私たちが知っていることは簡単になります。そして「精神的な柔軟性」は、肉体的なトレーニングと同じように、不快なことやこれまでやったことのないことに挑戦することから生まれます。大切なのは、最初から「うまくやる」ことではなく、うまくできるようになるまで「とにかくやってみる」ことです。AIはその本質を変えていませんが、成功しているAIユーザーにとっては、次に挑戦するかもしれない新しいことへの「野心のレベル」が変化したのです。

おそらく、このポッドキャストを聴いている皆さんの多くは、友人、同僚、家族の中で、AIをそのように使う人であるか、あるいはそのように使おうと努力している人でしょう。 AIを、これまで不可能だったことを達成し、自分自身の能力を拡張するための「機会技術」として捉える人々こそが、AIを取り巻く組織再編の必然的な柱となるでしょう。

AI普及の鍵を握る「AIチャンピオン」と「内部展開型Vibe Coder」

ウォールストリート・ジャーナルのCIO Journalが最近発表した記事は、「AIチャンピオン」、すなわち懐疑的な人々を説得するために企業が頼りにする「AIスーパーファン」について言及しています。この記事は、AIの利用増加や非ユーザーからの懐疑論との戦いの大部分が、組織内のこのカテゴリーの人々に依存していると主張します。

同紙は、「現場のチャンピオンがその増加において重要な役割を果たしている」と記しています。これらのプログラムを通じて、労働者は新しいツールへの早期アクセス、特別なトレーニング、上級幹部へのプレゼンテーションの機会を自ら志願します。その見返りとして、彼らは同僚へのAI導入を促進し、公式会議と非公式な会話の両方を通じて質問に対応するよう求められます。記事では、ある法律事務所の例が挙げられています。この法律事務所では、従業員のAI使用方法が大幅に増加しており、現在では約60人のチャンピオンを中心としたプログラムを正式化し、AIをより効果的に促進する方法を定め、その成功を追跡しています。

この記事は、この重要な役割を特定している点では正しいですが、AIチャンピオンが単なる「内部広報エージェント」であるという考え方には、若干の見落としがあります。確かに、AIについて率直な一対一の会話に応じ、異論や懐疑的な意見に答える意思のある人々がいることは有用です。しかし、真の価値は、AIがいかに優れているかを「語る」ことではなく、彼らが試みれば「実際に何ができるか」を「示す」ことにあるのです。

私は2026年を見据えて、「内部展開型Vibe Coder」と漠然と呼んでいた役割が登場し始めると予測していました。現在、AIを供給する企業が組織内にエンジニアを配置し、テクノロジーの統合を支援する「フォワード展開型エンジニア」という大きなトレンドがあります。私の「内部展開型Vibe Coder」に関する議論は、これらのチャンピオンプログラムの延長線上にあるものです。AI、特にエージェントの新しい能力（コーディングや構築能力を含む）を積極的に活用する人々が、各ビジネス機能と連携し、その新しい能力セットがどのように仕事を変えることができるかを、ビジネス機能自身が理解するのを助けるというものです。

言い換えれば、彼らは人々が現在の仕事を20%速くこなす方法を助けるのではなく、ビジネス機能が「何を」「どのように」行うかを根本的に変える手助けをする人々です。彼らは、AIが提供する新たな可能性を組織内の各部署に翻訳し、実践的に導入することで、単なる効率化を超えた、抜本的な変革を促す触媒となるでしょう。

Uberの「エージェント・ポッド」事例に学ぶ変革の最前線

この「内部展開型Vibe Coder」の概念、あるいはそれに近い何かが実際に起こっている場所として、Uberの事例は非常に示唆に富んでいます。UberのCTO、Praveen Napali氏は最近、以下のようにツイートしました。

「UberではエージェントAIの導入が爆発的に進んでおり、エンジニアリングだけでなく、会社全体で構築方法が変化しています。今日、当社のエンジニアの99%がAIツールを使用しています。プルリクエストの70%以上がローカルまたはクラウドエージェントによるものであり、当社のエンジニアはソフトウェア開発ライフサイクル全体で2,500以上のエージェントスキルを構築しました。」

これらの数字は確かに胸躍るものですが、Napali氏と彼のチームをより大きな問いへと導きました。「エージェントAIをエンジニアリング以外にもどう広げるか？」財務、法務、オペレーション、マーケティング、顧客サポート、人事、調達といった機能は、手動で、非常にニュアンスに富み、数十ものシステムにまたがる複雑なワークフローで動いています。これらのワークフローは、プロセス図やドキュメントを見るだけでは効果的に自動化できません。実際に仕事がどのように行われているかを理解する必要があるのです。

そこでUberが創設したのが「エージェント・ポッド (agentic pods)」です。このアイデアはシンプルです。彼らはUberのシステムに深い知識を持つ、AIに最も熟練したエンジニア約30人を選び、それぞれをビジネス機能のドメインエキスパートとペアにしました。そして、各ポッドにわずか2週間の期間を与えました。

1日目と2日目: ドメインエキスパートに影のように付き添い、あらゆるステップを観察し、ワークフローを文書化し、質問し、直感を構築します。
3日目: 規模、反復性、ビジネスインパクト、データの可用性に基づいて機会を優先順位付けします。
4日目から5日目: 実際にその仕事をしている人と一緒に、稼働するエージェントを構築します。
6日目から9日目: 同じ仕事をしている他の数名と検証します。汎用性はあるか？実際に彼らの仕事を改善するか？
10日目: リリース。

わずか2ヶ月間で、Uberは16の異なるビジネス機能で16のエージェント・ポッドを運営しました。その結果は驚くべきものです。

150都市にわたる資本配分: 15時間から30分へ短縮。
財務予測レポート: 2日から10分へ短縮。
マーケティングウェブ品質保証: 2週間から50分へ短縮。
サポートワークフロー作成: 9,000の手動ワークフローをセルフサービス自動化へ。

Napali氏は、「生産性の向上は印象的でしたが、最も驚いたのはそのスピードではありませんでした。慣れない領域に組み込まれたエンジニアが、これまで目の前に隠されていた機会をいかに迅速に発見したか、ということでした」と記しています。最大の成果は、単一のタスクを自動化することから生まれることは稀です。それは、ワークフロー全体を再考することから生まれるのです。AIを中心にワークフローを再設計すると、多くの場合、引き継ぎ作業が不要になり、不必要な承認が削減され、レガシーなツールが置き換えられ、ベンダー費用が削減され、意思決定が劇的に加速されます。

「ワークフローが自動化の単位となり、個々のタスクではない。最もインパクトのあるエージェントスキルは、チーム、組織、機能、ツール、システムを横断するものだ。最大の教訓は？最高のAI機会は、外からはほとんど見えないということだ。それらは、仕事をしている人々の隣に座り、あらゆる摩擦点を理解し、彼らのためにではなく、彼らと共に構築することで発見される。」

Uberは現在、これをさらに拡大し、深く掘り下げるための専門チームを組織しています。彼らは仕事を深く理解し、根本から再設計し、AIを使ってビジネスの運営方法を根本的に変えていくでしょう。

私は、このUberの取り組みが非常に素晴らしいものであり、他の企業もほとんどそのまま模倣できるタイプのプログラムであると考えています。しかし、私が関心を持っているのは、この2週間の結果だけではありません。確かに、このような短期的なプログラムでは、すぐに収穫できる生産性向上事例が浮上するでしょうし、それは素晴らしいことです。組織は可能な限り迅速にこれらを達成すべきです。問題は、その成果をどのように再利用するか、です。

Napali氏が、エンジニアがビジネスエキスパートとの密接な協力に基づいて何をすべきかを解明するという流れについて主に話している一方で、私の直感では、エンジニアリングと技術的思考、そしてビジネス担当者との間にこのような相互作用パターンが制度化されれば、真の利益は最初の2週間の期間だけでなく、数ヶ月にわたって現れるでしょう。変化の主な焦点は、初期のローハンギングな最適化を行うエンジニアから、エージェントによる働き方に影響を受けたビジネス担当者自身へとシフトするでしょう。彼らは、より広範な仕事について根本的なレベルで異なる考え方をするようになるのです。

言い換えれば、エンジニアが財務予測レポートの作成時間を2日から10分に短縮するのを助けたとしても、多くの場合、残りの1日23時間50分をどう使うかを最もよく理解するのは、これらのエージェント技術に新たに影響を受け、もしかしたら自分自身でいくつかのエージェントを構築・操作するようになったビジネス担当者たちでしょう。そして、ほとんどの場合、それは「同じ仕事をさらに多くこなす」ことではないはずです。それはおそらく、**「新しい仕事」「これまで夢見られていたが不可能だった仕事」**へと繋がるでしょう。そして私は、生産性そのものの成果ではなく、**生産性向上による利益の「再投資」**によって発見されるこれらの新しいことこそが、真にビジネスを変革すると信じています。

結論

AI時代に真に繁栄するためには、受動的な効率化を超え、AIを自己能力拡張のツールとして捉え、積極的に「できないこと」に挑戦する姿勢が不可欠です。本記事で見てきたように、AIは単に仕事を楽にするだけでなく、新たな挑戦を促し、結果として仕事の強度と複雑さを増す傾向にあります。この変化の中で、David Brooksが指摘する「精神的な努力に対する姿勢」、すなわち「認知欲求」が、人々のAIとの関わり方を大きく左右します。

組織は、従業員が「生産的な乗客」や「消極的な最適化者」の罠に陥ることなく、「精神的なマラソンランナー」としてAIを自己成長の機会と捉えられるような環境を整備する必要があります。これは、AIへの過度な依存による認知能力の低下を防ぎ、単なる出力の最大化ではなく「卓越性」を追求する文化を醸成することから始まります。

私の見解では、David Brooksが示す「意志は固定された特性ではない」という点は、AI時代における私たちの希望の光です。そして、その希望を実現するための具体的なアプローチが、「AIを『すでにできること』に使うだけでなく、『まだできないこと』に使う」という発想、そして「AIチャンピオン」やUberの「エージェント・ポッド」のようなプログラムに具現化されています。これらの取り組みは、AIが単なるツールとしてではなく、組織内の人々が能力を最大限に引き出し、これまで不可能だったことを実現するための触媒として機能することを可能にします。

AIは、私たちから価値創造の主体性を奪うものではなく、むしろそれを増幅させる可能性を秘めています。重要なのは、AIによって得られた時間の余裕や効率化の利益を、単に既存のタスクを高速化するためだけに使うのではなく、「新しい可能性の探求」と「自己能力の拡張」に再投資することです。これは、各人がAIを使って新たなスキルを習得したり、これまでの専門分野の枠を超えた課題に挑戦したりすることを意味します。組織レベルでは、Uberの事例が示すように、AIの力を借りてワークフロー全体を根本的に再設計し、部門間の連携を強化し、これまでにないビジネスモデルやサービスを創出することに繋がります。

AIが計算と統合の重労働を引き受けることで、人間は「何が重要か」「何を探求する価値があるか」「どのようなミッションに挑むべきか」といった、より高次元で創造的な問いに集中できるようになります。適切なサポートと挑戦の機会が与えられれば、多くの人々がAIによって潜在能力を最大限に引き出し、新たな価値を創造できると信じています。私たちは、人間性が維持され、ひょっとしたらさらに高められるような、AIと共存する社会を築くことができるはずです。このAIが織りなす新たな時代の幕開けにおいて、私たちは単に生存するだけでなく、真に繁栄するための道筋を、今この瞬間から切り開いていくべきなのです。