AIで作るべきなのは機能ではなく、等級化された自由である

いま本当に問うべきは「何を作れるか」ではない

生成AIが普及してから、多くの人はこう考えるようになりました。何を自動化できるか、何を量産できるか、どこまで速く作れるか。たしかにそれは重要です。しかし、本当に難しい問いは別にあります。AIで作れるものを、どう組織の中で再現可能な力に変えるのか。ここを考えない限り、便利なデモは増えても、仕事の質は安定しません。

たとえば、サムネイル画像を生成する仕組みは、カード画像の生成にも転用できるかもしれません。ここには単なる「流用」以上の意味があります。ひとつの用途に最適化した道具が、別の文脈でも機能する瞬間、私たちは初めて能力の抽象化を目撃します。つまり重要なのは、AIが何を作れるかではなく、どの能力を、どの粒度で、どこまで一般化できるかです。

この視点を持つと、プロダクトマネージャーの等級要件を考える話と、GPTsを作る話が突然つながります。一方は「個人の成果をどう評価するか」という組織設計の問題、もう一方は「個人の能力をどう道具化するか」という生成AIの問題です。けれど両者は別々ではありません。実はどちらも、再現可能な判断と再現可能な創造をどう設計するかという同じテーマに向かっています。

---

便利なAIが組織を強くするとは限らない

AI導入の失敗は、多くの場合、技術不足ではなく設計不足から起こります。誰でも使える生成AIがあれば、短期的には仕事が速くなります。しかし、その速さが個人の腕前に依存しているだけなら、組織の能力にはなりません。属人的な名人芸が増えるだけで、再利用も評価も難しくなるからです。

ここで見落とされがちなのは、AIは「自動化装置」である前に、業務の境界をあいまいにする装置だということです。何でも作れてしまうがゆえに、どこまでを標準化し、どこからを裁量に委ねるかが曖昧になります。便利なはずなのに、会議は増え、レビューは重くなり、責任の所在もぼやける。これは新技術がもたらす典型的な逆説です。

AIの価値は、作業を減らすことではなく、判断の境界を再定義することにある。

たとえば、カード画像を作るGPTがあったとします。最初は「デザイン作成の時短」が価値に見えるでしょう。しかし本当に価値が出るのは、誰が使っても一定以上の品質が出ること、改善点が記録されること、用途の違いをまたいでも再利用できることです。つまり、AIの真価は出力の速さではなく、出力の標準化と知識の蓄積にあります。

この時点で、私たちはひとつの重要な問いに突き当たります。もしAIが標準化を進めるなら、組織は何を評価すべきなのか。単純に成果物の数を数えるだけでは不十分です。なぜなら、AI時代の優秀さは、成果物そのものより、成果物を生む仕組みの設計へと移っているからです。

---

等級要件は「何ができる人か」ではなく「何を増幅できる人か」を定義する

等級制度は、しばしば硬い規則の集合として扱われます。けれど本質は、ある組織が「どんな価値を高く評価するか」を明文化したものです。だから等級要件をアップデートするという行為は、単なる人事の改定ではなく、組織の価値観の再設計です。

生成AI時代において、この再設計はより重要になります。なぜなら、個人の出力差がAIによって圧縮される一方で、差がつくのは問いの立て方、道具の組み立て方、他者の仕事を増幅する力だからです。言い換えると、等級要件は「何が一人でできるか」よりも、「何をチーム全体に波及させられるか」を問うべきです。

ここで有効なのが、能力を3層に分けて考えるフレームです。

1. 実行能力: 指示されたことを正確にやり切る力
2. 設計能力: 再現可能な形に手順やルールを落とし込む力
3. 増幅能力: 他者や他部署にも広がる仕組みに変える力

AIが強いのは、主に1の一部と2の一部です。だからこそ人間に求められる価値は、3に寄っていきます。単に「使える」だけでは足りません。使えるものを、組織の資産に変えられるかが問われます。

たとえば、サムネイル生成GPTをカード画像生成に転用する発想は、単なる応用ではありません。そこには、画像生成のための共通プロンプト、サイズ制約、文言配置のルール、ブランドトーンの整合性といった、複数の要素を束ねる設計力があります。これはまさに等級制度で言うところの、個人のタスク遂行ではなく横断的な再利用性をつくる能力です。

高い等級とは、難しい仕事ができる人のことではなく、難しさを減らす仕組みを作れる人のことである。

この見方を採用すると、プロダクトマネージャーの評価も変わります。個々の意思決定が上手いかどうかだけでなく、その判断基準がチームで共有されるか、意思決定の品質が安定するか、後続メンバーが再利用できるか。つまり、判断のインフラを作れるかが重要になるのです。

---

「作る」から「転用する」へ、能力の中心が移動している

生成AIがもたらした最も大きな変化は、ゼロから何かを作るコストの低下ではありません。むしろ、一度作ったものを別の文脈に持ち込むコストが劇的に下がったことです。これは見逃されやすいのですが、組織にとっては決定的です。

以前は、用途ごとに個別に作るしかありませんでした。企画用の資料、営業用の提案、採用用の説明、社内告知のビジュアル。それぞれに手間がかかり、担当者の感覚に依存していました。ところが今は、一度きちんとした型を作れば、その型を別用途に展開できます。ここで必要なのは、創造性よりも抽象化能力です。

この抽象化には、次のような段階があります。

• 表層の転用: 似た見た目を別用途に使う
• 構造の転用: レイアウトや手順を別用途に移す
• 原理の転用: 目的と制約を理解し、別文脈に適応させる

本当に強い組織は、表層ではなく原理を転用します。サムネイル画像生成の仕組みをカード画像に流用できるとしたら、それは「画像を作れる」からではなく、視線誘導、情報量、ブランド整合、可読性といった原理を扱えているからです。

この能力は、等級要件とも深く結びつきます。優秀な人材を評価する際、私たちはしばしば「どれだけ独創的か」を見がちですが、実際には「どれだけ転用可能な原理を持っているか」のほうが組織価値に直結します。なぜなら、独創性は一回きりで終わることがあるのに対し、原理は何度でも使えるからです。

ここで重要なのは、AIは転用を容易にする一方で、転用の質を自動では保証しないことです。雑に流用すれば、見た目はそれらしくても、用途に合わない出力が増えます。だからこそ、人間にはどこまでを共通化し、どこからを個別最適化するかを見極める判断が必要になります。

この判断こそ、等級制度で測るべき中核です。高い等級に求められるのは、単に「より難しい課題を解くこと」ではありません。むしろ、課題が再発しないように問題の構造を変えることです。

---

AI時代の評価は、成果物から設計図へ移る

従来の評価は、完成品を中心に組み立てられていました。資料を作った、仕様を決めた、要件をまとめた、画像を作成した。もちろんこれはわかりやすい。しかしAIが介在すると、完成品の価値は相対的に下がり、完成品に至る設計図の価値が上がります。

なぜなら、完成品はAIで増やせても、設計図は自然には育たないからです。設計図とは、どんな入力を与えれば、どんな品質の出力が得られるかを定義するものです。言い換えれば、再現可能性の仕様書です。これを持つ人は、単発のヒットではなく、チームの継続的な生産性を高められます。

たとえば、カード画像生成の仕組みを考えるとき、真の価値は「絵が作れる」ことではありません。次のような要素を整理できることです。

• どんな情報を入力にするか
• どの要素は固定し、どの要素を可変にするか
• 何を評価基準とするか
• 失敗パターンをどう記録するか
• どの用途に転用できるか

これらはそのまま、等級要件の設計にも似ています。良い等級要件は、仕事の正解を細かく指示するものではなく、何を守れば良い成果につながるかを示す地図です。そして良いAI設計もまた、何を入力し、何を守り、どこを変えてよいかを示す地図です。

組織が本当に強くなるのは、優秀な人が増えるときではない。優秀さが再現可能になるときである。

この視点に立つと、プロダクトマネージャーの等級要件は、個人の華やかさではなく、チームの予測可能性を高める能力を中心に据えるべきだとわかります。意思決定の基準が明快であること。曖昧な要求を構造化できること。関係者に説明可能であること。そして、他者が同じ基準で動けるようにすること。これらはすべて、AI時代における真の上位能力です。

---

キーとなるのは「自由の等級化」である

ここまで見てきたことを一言でまとめるなら、AI時代に必要なのは自由の等級化です。自由とは、好き勝手に何でもすることではありません。むしろ、どこまでを自動化し、どこからを裁量にするかを明確にすることです。等級とは、その自由を組織の中で扱えるようにする仕組みです。

この考え方には、実務上の大きな利点があります。AIを導入すると、誰でも高い自由度を持てるように見えますが、実際には自由度が高いほど、品質のばらつきも大きくなります。そこで必要なのが、共通の型で自由を支えることです。型があるからこそ、自由は暴走せず、成果に変わります。

たとえば、デザイン生成の用途をカード画像に展開する際にも、完全な自動化より、半自動の型が有効です。レイアウトの基本、ブランドの色、情報の優先順位は型で決める。キャッチコピーのニュアンスや季節感は裁量で調整する。この切り分けができると、スピードと品質を両立できます。

等級制度も同じです。下位等級には明確なガイドが必要ですが、上位等級にはルールの運用ではなく、ルールそのものを改善する裁量が求められます。つまり、優れた制度とは人を縛るものではなく、人がより大きな問題を扱えるようにする足場なのです。

Key Takeaways

1. AIの価値は自動化そのものではなく、再現可能性を高めることにある。 単発の効率化より、誰でも使える型を作るほうが組織価値は高い。

2. 等級要件は成果物ではなく、増幅能力を評価すべきである。 重要なのは、本人がどれだけできるかより、他者の仕事をどれだけ良くできるか。

3. 転用の質は、表層ではなく原理で決まる。 似たものを流用するだけでは弱い。目的、制約、評価軸を抽象化して持ち運ぶことが重要。

4. AI時代の強い人は、設計図を作れる人である。 入力、出力、評価基準、失敗パターンまで含めて仕事を設計できると、再利用性が生まれる。

5. 自由は、型とセットで初めて機能する。 どこを標準化し、どこに裁量を残すかを明確にすることが、品質と速度の両立につながる。

---

最後に、少しだけ見方を変えてみてください。私たちはしばしば、AIを「人間の仕事を奪うもの」として語ります。しかし実際には、AIは仕事を奪うのではなく、仕事を等級化し直すのです。単純作業は機械に、設計は人間に、増幅は組織に。そうして仕事の重心が移るとき、問われるのは誰が速いかではありません。誰が、速さを組織の知恵に変えられるかです。

もし今後、AIで画像を作ることと、プロダクトマネージャーの等級を定義することの間に意外な共通点があると感じたなら、その直感は正しいです。どちらも結局は、偶然の成果ではなく、再現できる自由をどう設計するかという問いなのです。