人材育成分科会.pdf

Transcript

1. #AWSSummit #PRT216-S AI時代の人材育成について、今思うこと Keisuke.Awata KINTO Technologies, Inc. xRE Group
2. 変化の速度を甘く見てはいけない 最近、AIの進化を見ていて強い危機感を持っている AIが「すごい」からではない 変化の速度が、想像を遥かに超え始めているから 実際の変化（AI） 想像を超える差 想像していた変化 時間 → 変化の大きさ
3. これまでは、学べば追いついていけた 大きな変化は、これまでも何度もあった 仮想化 クラウド DevOps コンテナ 時間をかけて学べば、キャッチアップできた どれも既存スキルの「延長線上」の変化だったから では、これからどう動いていくべきか？
4. 怖いのは、AIそのものではない 本当に怖いのは 変化に気付かず 過去の成功体験に 依存してしまうこと これまでは、専門家だけ → 今は、ある程度までなら 誰でもできる 数年分の知識・ノウハウが → 数か月で価値が変わる
5. これまでの成長パターン 知識を学ぶ 経験を積む 専門性を高める 専門家になる なぜ、それは正しかったのか 専門知識・経験には「希少性」があり、それ自体が価値になっていた 知っている人・できる人が少ないほど、専門家の価値は高かった
6. その前提が、AIで変わり始めている 知識へのアクセスが 民主化される 高度なアウトプットも 誰もが手に入れられる 専門性が不要になるわけではない（むしろ、これからも必要） 「専門性を持っているだけ」では、優位になりにくい時代へ だから、専門家を育てるだけでは足りない
7. 一番危ないのは、今成果を出している人かもしれない 経験は重要、とはいえ 変化が激しい時代ほど、人は過去の成功体験に縛られる確率が高くなる 「やり方」で評価されてきた 「考え方」で成果を出してきた だから無意識に守ろうとする 厄介なのは、自分が古くなっていることに気付きにくいこと 長くいる人ほど陥りやすい
8. だからこそ自分自身で問い続ける必要がある 今のやり方は 本当に最適か 変更可能ではないか ? 今の常識は 本当に正しいか ? 今の専門性は 未来でも価値を持つか ? その問いをやめた瞬間から、変化に取り残され始める
9. 変化に適応できる人こそこれから必要 危機感の正体 「AIに仕事が奪われること」 が、怖いのではない 怖いのは「変化に適応できないこと」 価値の「ものさし」が変わっていく • 今の技術でだけ、価値を出せる • 今の役割だけで、評価される → この状態のままでは、この先の成長が止まる
10. 変化に適応できる人に共通する4つの力 自分で考えられる 本質を問い続けられる 学び続けられる 自分自身をアップデートできる 技術が変わっても、環境が変わっても、業界が変わっても 価値を出し続けられる人の力は過去も今もこれからも変わらない
11. AI時代に、価値を持つものは何か 答えはまだ分からないが見えていることもある 価値が下がっていくもの 知識そのもの 実装能力 分析能力すら AIが進化するほど、これらの価値は下がっていく
12. それでも残るのは、「意思」 意思 AIは答えを出せる でも、問いは持てない AIは実装できる でも、何を実現すべきかは決められない 残るのは、この「意思」 何を実現したいのか なぜ、それをやるのか 何を優先するのか どんな未来を作りたいのか
13. コードを書かずに優勝した弁護士 Anthropic が開催した Built with Opus 4.6 Hackathon で優勝した Mike Brown 氏は、 人身傷害を専門とする弁護士だった “ It's crazy to me that I ended up winning this contest, and I didn't write a single line of code. I didn't even read a line of code. 「優勝できたなんて信じられない ── コードは一行も書かず、一行も読まなかった」 — Mike Brown（Built with Opus 4.6 Hackathon 優勝者） 「作りたいものがある人が強くなる」 専門性を持っていること自体が競争優位になる時代は、終わりつつある
14. 今まで以上に Why が重要になる How（どうやるか）ではなく、Why（なぜやるか）を問える人へ 目の前のタスクを「こなす」だけの人ではなく 課題を発見 価値を定義 周囲を巻き 込む 変化を起こ せる人 そういう人が、これからの価値をつくる
15. 人間が、仕事の主語ではなくなる AI活用のフェーズ AIを個人で活用する 1 AIを組織で活用する 2 AIが組織を動かす 3 今、多くはここ 僕たちは、いまここに挑戦中
16. フェーズ1：AIを「個人」で使う 質問する 答えを採用 修正してもらう 確かに便利、でも その効率化は、誰にでも手に入る 周囲も、同じようにAIを使う 個人の生産性だけでは、差別化にならない
17. フェーズ2：AIを「組織」で使う 次に来ているのは、「組織」への組み込み 組織の知識基盤として活用する 個人の補助ではなく、ナレッジを組織で共有する 判断基準を共有し、属人化を減らす 誰がやっても、一定の質を出せる状態へ 意思決定の質を上げる 組織としての判断を、速く・確かに 組織で「共有の基盤」として使う AI 知識基盤 一貫した判断・意思決定
18. フェーズ3：AIが「組織」を動かす 「人が中心」から「AIが中心」へ As-Is ｜ これまで 使う AI 人が中心、AIは「道具」 To-Be ｜ これから AI 計画する 実行する 人間に依頼する タスクを分解する 「AIを使う」から「AIに使っていただく」へ
19. 今やるべきこと AI が進化するほど、人間に求められる力も変わる ──今だからこそやるべきこと 01 思考を言語化する 何を見て、どう考え、 何を基準に判断するか 渡すのは知識ではなく「思考」 02 車輪の再発明を恐れない 経験は代替できない 自分で考え、作り、失敗する 03 タスクの先を見る AI が代替するのはタスクそのもの なぜ・何を・その先に何を作りたいか
20. Appendix
21. コミュニティのあり方も変わっていく これまで 経験とプロセスを「共有」する場（聞いて学ぶ） AIで「作る」ハードルが大きく下がる これから その場で手を動かし、形にして、共有する「体験」の場 ハッカソン型・実践型の学びの場が増えていく テーマが与えられる AIで1時間で形にする 成果を共有する
22. 変わるのは「形式」ではなく「育ち方」 「聞いて学ぶ」だけでなく、AIを使ってその場で試す 試す 作る 失敗する 改善する 繰り返すほど、学習速度が上がる 作ったSkillsは、オープンな場で共有・改善されていく 公開 使う オープンな共有の場 Skills 個人・組織が作る 誰もが使い、改善する
23. これからのコミュニティは「共有する」ではなく「経験する」 これまでの「知識を共有する場」から、変化を一緒に「経験する場」へ 「経験する」コミュニティでは その場で手を動かし、短時間で形にする 1 作ったもの・気づきを、みんなで持ち寄る 2 Skillsや学びが、共有され改善されていく 3 変化について説明するだけでは、足りない 変化の中に身を置き、自分で試し、可能性を感じてもらう そんなコミュニティの場が増えていく