Claudeを業務で1年使い込んで「AIに任せていい仕事」「人間がやるべき仕事」の境界がだいぶ見えてきました。これを4つのパターンで整理します。「この仕事AIに任せていい？」と迷うすべての人向け。
パターン1：型がある仕事 = AIが得意
定義
入力と出力のパターンが明確で、判断基準が言語化できる仕事。
具体例
- 議事録の構造化（録音 → 決定事項・宿題・次回予定）
- メール返信下書き（受信内容 → 状況に応じた返信3パターン）
- 資料の要約（長文 → 要点）
- 翻訳・校正
- 定型レポート作成
なぜ得意か
言語化された手順を AI が再現するため。何回やっても同じ品質で出てくる。
業務効率化のコツ
「この型」をプロンプトテンプレ or Skills として整理すれば、誰でも実行可能に。組織で繰り返し使えるアセットになります。
パターン2：判断が複雑な仕事 = AIは下書き、人間が決定
定義
複数の要素を秤にかける必要があり、答えが「絶対これ」と決まらない仕事。
具体例
- 採用判断（履歴書評価まではOK、最終決定は人間）
- 提案書の方向性決定
- クライアントへの謝罪メール
- 競合分析の戦略示唆
- 価格戦略
使い方
- 論点を整理（AI に「3つの選択肢を挙げて」）
- 各選択肢のメリデメを AI に出させる
- 最終決定は人間がする
失敗例
「AIに任せきり」で採用したら、3ヶ月後にミスマッチ判明、というパターンを見てきました。AI は判断材料の整理は得意でも、最終決定は人間に責任があります。
パターン3：感情・関係性が必要な仕事 = 人間が主、AIは補助
定義
相手の感情を読み取る、信頼関係を構築する、ニュアンスを察する作業。
具体例
- 商談での雑談・関係構築
- 部下のメンタル面談
- 顧客の本音ヒアリング
- クレーム対応の現場
- 家族・友人との対話
なぜ AI が苦手か
言語化されない「空気」「間」「視線」を読む必要があるため。AI は文字起こし内容だけ見て分析できるが、現場の温度感は分からない。
使い方
会話の前後で「こういう状況だったらどう声かけする？」と AI に相談するのは有効。本番は人間が担うが、事前準備・事後の振り返りに使える。
パターン4：創造的飛躍が必要な仕事 = 人間が主、AIは触媒
定義
既存の延長ではない発想・ブレイクスルー・新しい問いを生む作業。
具体例
- 新規事業のアイデア出し
- ブランドコンセプトの策定
- 業界を変える戦略立案
- 独創的な作品制作
AI の限界
AI は学習データの平均的な答えを返す傾向。「これまでにない」発想は人間からしか出ない。
使い方
ただし AI を「触媒」として使うのは有効：
- 「平均的な答え」を AI に出させ、それと違う方向を自分で探す
- 関連する事例を AI に集めさせ、自分なりの解釈を加える
- 自分のアイデアに対して AI に「反論する立場で」コメントさせる
ぶっ飛んだ発想は人間から、その精度を磨くのに AI を使うイメージ。
判断フロー：迷ったらこの3問
- この仕事の「正解」は1つに決まっているか？
→ YES：パターン1（AI得意）
→ NO：以下へ - 判断には複数の要素を秤にかける必要があるか？
→ YES：パターン2（AIは下書き）
→ NO：以下へ - 相手との感情的関係や、新しい発想が必要か？
→ 関係性：パターン3（人間が主）
→ 創造性：パターン4（AIは触媒）
1年で見えてきた本質
AIで「効率化」できるのはパターン1。しかし本質的な「価値創造」はパターン3・4。
パターン1の仕事を AI に渡し、空いた時間でパターン3・4に集中する。これが AI 時代の働き方の核心です。
キャリアへの示唆
パターン1中心の仕事をしていた人は、パターン3・4のスキルを意識的に磨く必要があります。具体的には：
- 関係構築力（パターン3）
- 独創的な思考（パターン4）
- 意思決定力（パターン2の最終判断）
これらは AI に代替されない、人間の本領発揮の領域です。
まとめ：パターンで判断、迷わず使い分け
「これ AI に任せていい？」と迷ったら、4パターンに照らして判断する。慣れれば数秒で見極められるようになります。
1年使って分かったのは、AI を使うほど「人間にしかできないことの輪郭」がはっきり見えてくる、という逆説。AI を活用しながら、自分自身の価値も磨いていきましょう。
よくある質問
この記事に関連する質問と答えをまとめました。