AIエージェントの進化より先に必要なのは、PMの等級を『作業量』から『判断力』へ移すこと

いま問うべきなのは、「何ができるか」ではなく「誰が判断するか」

AIエージェントが急速に賢くなるほど、仕事の本質は少しずつ見えやすくなります。多くの人は「どんなツールが使えるか」「何が自動化できるか」に目を奪われますが、本当に重要なのはそこではありません。AIが実行を肩代わりする時代に、組織が価値を生むのは、何を作るかを決める判断と、その判断の質を育てる仕組みです。

ここに、見落とされがちな大きなねじれがあります。AIエージェントの進化は、仕事をなくすというより、仕事の中から「単純な実行」を剥がし取ります。すると最後に残るのは、問いを立てる力、優先順位をつける力、曖昧な状況で意思決定する力です。ところが多くの組織では、まだ等級や評価が「どれだけ多くのタスクをさばいたか」に引きずられたままです。

つまり、AIの時代に起きる本当の変化は、テクノロジーの問題ではなく、人の評価軸の問題です。

この視点で見ると、AIエージェントの普及と、プロダクトマネージャーの等級要件の見直しは、別々の話ではありません。むしろ同じ問いの両側面です。どこまでを機械に任せ、どこからを人が担うのか。そして、人が担うべき領域を、どう定義し、どう育て、どう評価するのか。

---

AIが仕事を奪うのではない。評価の前提を壊す

AIエージェントが得意なのは、情報を集めること、比較すること、定型的に提案すること、反復的に試すことです。言い換えると、実行の摩擦を下げるのが本質です。たとえば、社内の問い合わせ対応、競合調査の下書き、仕様のたたき台、ユーザーインタビューの整理、施策案の初稿などは、すでにかなりの部分を自動化できます。

ここで重要なのは、これらの作業がなくなると、マネージャーやPMの価値が下がるのではなく、むしろ逆に露出するということです。なぜなら、これまで「忙しさ」に隠れていた本来の価値、つまり何を選び、何を捨て、どんな仮説で進むかが、はっきり見えるようになるからです。

たとえば、あるPMが毎週のように大量の会議を回し、細かな依頼をさばいていたとします。従来は、それ自体が高い能力の証のように見えました。しかしAIが会議録を要約し、論点を抽出し、アクションアイテムを整えられるようになると、そのPMの真の価値は別の場所に移ります。市場の変化をどう解釈するか、どの顧客セグメントに賭けるか、どの機能を今は作らないか、そうした判断が残るのです。

この変化は、実はかなり厳しいものです。なぜなら、判断力は作業量と違って見えにくいからです。タスクの量は数えられますが、良い問いを立てた回数や、曖昧さの中で適切な仮説を置いた精度は、簡単には数値化できません。だからこそ、AI時代の組織は、成果の測り方を再設計しなければなりません。

---

等級制度は「肩書き」ではなく、判断の解像度を定義する装置である

多くの等級制度は、暗黙のうちに古い前提を引きずっています。つまり、上位者ほど「たくさんできる」「広い範囲を見られる」「重い仕事をこなせる」という発想です。もちろんそれ自体が間違いではありません。しかしAIによって実行コストが下がると、そのままでは制度が現実に追いつきません。

そこで必要になるのが、等級要件を作業量の尺度から判断の尺度へ移すことです。これは単なる人事制度の修正ではなく、組織が何を価値とみなすかの宣言です。

たとえば、同じ「上位PM」という等級でも、次のような違いを定義できます。

1. 問題設定の質: 何を解くべき課題として切り出せるか
2. 仮説の強さ: 限られた情報で、どれだけ筋の良い仮説を立てられるか
3. 優先順位の一貫性: 重要だが緊急でないことを守れるか
4. 組織への翻訳能力: 技術、営業、経営の間で意味を通す言葉に変換できるか
5. 意思決定の再現性: 偶然ではなく、学習可能な形で判断できるか

この見方に立つと、等級の本質は「何をどれだけやったか」ではなく、どんな難しさを、どのレベルの解像度で扱えるかになります。AIは低解像度の仕事をどんどん吸収します。だから人間の役割は、より高解像度の判断へと上がっていく必要があります。

仕事の価値は、手を動かした量ではなく、曖昧さをどれだけ減らしたかで測るべきです。

この転換ができていない組織では、AIがむしろ混乱を増やします。なぜなら、AIが出した案を誰が採用し、誰が責任を持ち、どの基準で却下するのかが曖昧なままだからです。逆に、判断の基準が明確な組織では、AIは非常に強力な増幅器になります。良い判断を高速で回せるからです。

---

本当に育てるべきなのは、タスク処理能力ではなく「判断の筋肉」

ここで重要なのは、判断力を抽象論で終わらせないことです。判断力は、才能の名前ではありません。鍛えられるスキル群の総称です。しかも、その筋肉は日々の業務設計によって育ちます。

たとえば、PMが「機能追加の依頼」を受けたとき、単に仕様に落とし込むのではなく、次の問いを持てるかが分岐点になります。

• 本当に解くべき問題は何か
• その問題は誰にとってどれくらい深刻か
• 今やる理由は何か
• 代替手段はあるか
• この施策が成功したとき、何が変わるか

この問いを立てる力は、AIに置き換えられるどころか、AIを使うほど重要になります。AIは質問に対する答えを増やしますが、良い質問そのものは自動では生まれません。問いが浅ければ、出てくる案も浅い。逆に問いが鋭ければ、AIは驚くほど有能な壁打ち相手になります。

ここで、ひとつの有効なメンタルモデルがあります。PMやマネージャーの役割を、オーケストラの指揮者ではなく、音楽を選び、演奏会の意味を決めるプログラマーとして捉えることです。演奏そのものは楽員の技術に支えられますが、どの曲を選ぶか、どの順番で並べるか、どのホールでどんな体験を作るかは、判断の問題です。AIは演奏支援もできます。しかし、演奏会の意味づけは人が担うしかありません。

もうひとつの例えを出すなら、AIは優秀な調理補助です。下ごしらえも、レシピの下案も、在庫管理も速い。しかし「この日の客に、いま何を食べてもらうべきか」を決めるのは料理長です。しかも、料理長の価値は料理を最速で量産することではなく、店の方向性を決めることにあります。

組織が育てるべきなのは、まさにこの料理長的な能力です。目の前のタスクを減らすことではなく、判断の質を上げること。AI時代の育成とは、作業の高速化ではなく、問題設定の成熟なのです。

---

では、等級要件をどう設計し直すべきか

制度設計で大事なのは、立派な言葉を並べることではありません。現場で運用できる形に落とし込むことです。等級要件を見直すときは、少なくとも次の3層で考えるとよいでしょう。

1. 何を任せるか

まず、その等級の人に期待する仕事を、タスクではなく意思決定の単位で定義します。たとえば「施策を実行できる」ではなく、「不確実な状況でも、限られた情報から施策の優先順位を決められる」のように表現します。

2. どう判断するか

次に、良い判断の条件を明文化します。ここでは結果だけでなく、プロセスも見る必要があります。たまたま当たった成功ではなく、仮説の立て方、検証の仕方、周囲とのすり合わせ方を評価します。

3. 何を再現できるか

最後に、個人のセンスではなく、チームに残る形で判断を再現できるかを見ます。判断の背景を言語化し、他者が学べるようにすることです。AIが増えるほど、この「判断の説明可能性」が重要になります。なぜなら、説明できない判断は、組織学習に変わらないからです。

この3層で見直すと、等級制度は単なる評価表ではなく、組織の学習装置になります。誰がどの判断を担うのかが明確になれば、AIの導入も速くなります。逆に、判断の境界が曖昧なままだと、AIはかえって責任の所在をぼかします。

AI導入の成否は、モデルの性能より先に、判断の責任分界が設計されているかで決まります。

現場では、次のような失敗が起きがちです。AIが下書きを作るようになると、仕事が減ったように見える。しかし実際には、レビューの質が落ち、意思決定の基準が薄れ、誰も最後の責任を持たない状態が生まれる。これは自動化の失敗ではなく、評価設計の失敗です。

---

Key Takeaways

• AIが代替するのは実行の一部であり、残る価値は判断力に移る。 忙しさを価値と見なすのではなく、曖昧さを減らす力を見よ。
• 等級要件は作業量ではなく、意思決定の解像度で定義する。 何をどの粒度で判断できるかを言語化する。
• 良いPMやマネージャーは、答えを出す人ではなく、良い問いを設計する人。 AI時代ほど、この能力の差が大きくなる。
• 判断を再現可能な形で説明できることが、組織の学習を進める。 偶然の成功より、学べる成功を増やす。
• AI導入の前に、責任の境界線を決める。 何をAIに任せ、何を人が最終判断するのかを明確にする。

---

未来の管理職は、何をたくさんやる人ではなく、何を決めるべきかを定義する人になる

AIエージェントの普及は、仕事を楽にするための技術革新のように見えます。しかし本当は、組織に対してもっと厳しい問いを投げかけています。あなたの会社は、まだ「たくさんこなす人」を高く評価していないか。PMやマネージャーの等級は、いまだに作業量を上げれば上がる設計のままではないか。

もしそうなら、AIはその矛盾を容赦なく露出させます。逆に、判断力を中心に据え直せる組織は、AIを単なる省力化ツール以上のものに変えられます。AIが作業を引き受け、人間は問いと判断に集中する。そのとき初めて、組織は本当に速く、賢く、強くなります。

最後に、ひとつだけ反転した見方を置いておきます。AI時代に重要なのは、「人間にしかできない仕事」を守ることではありません。人間がやるべき判断を、AIが見えるようにしてくれたことを活かすことです。つまり、テクノロジーが人間を置き換えるのではなく、人間の責任を輪郭づける。

その輪郭をはっきり描ける組織だけが、次の時代のプロダクトを作り、次の時代の人材を育てられるのです。