検索からAIへ。そしてまた次のステージへ。
インターネットが普及したとき、人は「記憶する力」よりも「検索する力」を重視するようになった、という話がある。
「あの俳優の名前、なんだっけ？」「あの式の導き方は？」——わからなければすぐ検索する。記憶の外部化が当たり前になった。
そして今、私たちは次のステージに入っている。「検索する力」から「生成AIに問う力」へのシフトだ。
この変化自体は悪いことではない。むしろ、仕事のスピードは劇的に上がった。以前なら1時間かかっていたタスクが30分で終わる。クライアントへの提案書の骨子も、ヒアリングシートの設計も、AIと対話しながら一気に形にできる。
だが最近、私はそこにある種の「空洞感」を覚えるようになってきた。
そんな感覚を抱えていたとき、DeNAの南場智子会長がAIをテーマにした場で語った言葉が引っかかった。「訳の分かった人間が使うと、驚異的な効率化が実現する」という趣旨の発言だ。
「訳の分かった人間」——この一言が、今の私の問いの核心を突いていると思った。AIが生産性を何倍にも高める時代に、「訳の分かった人間」であり続けるためには何が必要か。そして、AIを使えば使うほど、その「訳の分かり具合」は育つのか、それとも摩耗していくのか。
フローナレッジとストックナレッジ——知識には「流れ」と「貯め」がある
ここで少し概念を整理したい。
（勝手に思いつきで作った単語だが）フローナレッジ（Flow Knowledge）とは、必要なときにその場で引き出し、使い捨てにされる知識のことだ。川の流れのように、常に新しい情報が入ってきて、古いものは流れていく。検索結果も、ClaudeやChatGPTの回答も、多くの場合このカテゴリに入る。
ストックナレッジ（Stock Knowledge）とは、自分の中に蓄積され、思考の基盤となる知識のことだ。ダムに水を貯めるように、経験や学習を通じて積み上げられ、判断の軸になる。「なぜかはうまく言えないけど、これは違う気がする」という直感も、このストックから生まれる。
問題は、生成AIへの依存が進むほど、フローナレッジの比率が高まり、ストックナレッジが育ちにくくなるという構造的なジレンマだ。
「これは違う」と言える力が、少しずつ薄れていく
私が特に危機感を覚えるのは、AIの回答に対する判断力の問題だ。
今の私には、まだ「この回答は的外れだ」「ここは論理が飛躍している」と気づける感覚がある。それは過去に積み上げてきたストックナレッジのおかげだ。仕事の現場で積んできた経験、読み込んだ本、失敗から学んだ直感——そういうものが、AIの出力を「審査」するフィルターになっている。
しかしこのフィルターは、使わなければ錆びるし、アップデートしなければやはり錆びる。
インプットをAIに頼り、アウトプットもAIに任せ、自分は「橋渡し役」だけをこなしていると、いつの間にかフィルターが機能しなくなる。ハルシネーションを見抜く力は、結局のところ、人間側の知識の深さに依存している。
「AIが言っているから正しいだろう」——そう思い始めたとき、人は危うくなる。
コンサルタントの仕事は「なくなる」のか？
よく「生成AIがコンサルタントの仕事を奪う」と言われる。これは半分正解で、半分は解釈が必要だと思っている。
確かに、情報収集・資料作成・仮説生成といった作業はAIが大幅に効率化する。しかし、コンサルティングの本質的な価値は、そこにはない。
例えば、ヒアリングの場面を想像してほしい。AIはヒアリングシートを作れる。想定される質問も大量に生成できる。でも、クライアントの最初の一言から「あ、これは表の問題ではなく、組織の力学の話だな」と嗅ぎ取る力は、AIには出せない。
さらに、その場で「もう一段だけ踏み込む」タイミングを計る力。相手の言葉の裏にある感情を読む力。「この情報をどの順番で引き出すか」という場の設計力。
こうした能力は、すべてストックナレッジから生まれる。 数え切れないほどの「あの場の経験」「あのクライアントとの対話」「あの失敗」が、無意識の判断基準として積み上がっているからこそ、発揮できるものだ。
AIは「引き出しの量産」は得意だ。だが、「どの引き出しを、いつ、どのタイミングで開けるか」は、人間の勘所——つまりストックナレッジの結晶——に依存している
タスクが増えた分、学びが断片化している問題
生成AIの恩恵で、私は以前の1.5〜3倍のタスクをこなせるようになったと感じている。これは純粋にすごいことだ。
しかし同時に、あることに気づいた。各タスクで使った知識が、次のタスクに活かされにくくなっている。
以前は、1つの仕事にじっくり向き合う中で、知識が有機的につながっていった。「このクライアントの課題は、先月の別のケースと似ている」「あの本で読んだ概念が、ここで生きる」——そういう「接続」が自然に起きていた。
ところが今は、AIが素早く解を出してくれるため、自分で考えを深める前に次のタスクに移ってしまう。結果として、知識が断片化し、蓄積されにくくなっている。
3タスクできるようになった時間を、そのまま3タスクに使うのは、実は最適解ではないかもしれない。
2タスクに留めて、浮いた1タスク分の時間を「学習の定着」に充てる。AIが出した答えを自分なりに咀嚼し直す。「なぜこの結論になるのか」を言語化してみる。そういう反復と内省のプロセスにこそ、今の時代は意識的に投資する必要があるのではないか。
「速さ」が命題になる時代ほど、「深さ」が問われる
南場さんが強調していたのは「速さ」の重要性だ。AIを使いこなすスピード、意思決定のスピード、プロダクトを出し続けるスピード。確かにその通りだと思う。スピードに乗れない組織や個人は、選択肢を失っていく。
だが私には、もう一枚の裏面がある気がしてならない。（南場さんの頭脳があれば同時処理している説も全然あるので、自分のベース能力という自覚はあるけど）
速さを支えるのは、結局のところ「深さ」ではないか。瞬時に判断できるのは、判断の蓄積があるから。素早く本質を見抜けるのは、本質を問い続けた経験があるから。AIへの指示が的確なのは、何が重要かを知っているから。
速さと深さは、一見トレードオフに見えて、実は相互に依存している。そしてその「深さ」の正体こそが、ストックナレッジだ。
速さを求めるほど、意識的に深さを育てる時間を守らなければならない。逆説的だが、これが今の私の結論だ。
「使いこなす力」は、知っている人にしか宿らない
最後に、少しだけ逆説的なことを書く。
AIを最大限に活かせるのは、AIが何を言っているかを正しく評価できる人間だ。
良いプロンプトを素早く書くためには、その領域についての基礎知識がいる（ゆっくり書いたりキャッチボールで高めるなら導けるが、素早さも必要）。AIの回答の精度を判断するためには、自分の中に比較基準がいる。深い質問ができるのは、何が重要かを知っている人間だけだ。
皮肉なことに、AIを使いこなすための能力は、AIではなく、人間の地道な学習によってしか形成されない。
生成AIは確実に仕事を変え、ライフスタイルを変える。しかし、それについていける人間であり続けるためには、むしろ今まで以上に「自分の中に蓄積する」ことへの意識が求められる。
便利さに任せて流れに乗り続けると、気づいたときには「AIの翻訳者」にすら慣れなくなっているかもしれない。
おわりに
この記事を書きながら、少し自戒した。
私は今、このテキストをどれだけ「自分の言葉」で書けているだろうか。思考を言語化する作業に向き合ったとき、そのプロセス自体がすでにストックナレッジを育てているのかもしれない。
流れに乗りながら、でも芯は貯めていく。
それが、AI時代を生き抜くための、シンプルだけど難しい答えなのだと思っている。
コメント