AIスキルが伸び悩む人が陥りやすい3つの停滞パターンと抜け出し方

AIツールを使い始めてしばらく経つと、最初の勢いが落ち着き、「これ以上どう使えばいいのか分からない」という停滞期に入る人が多くいます。停滞の原因はやる気の問題ではなく、たいてい決まったパターンに当てはまります。

ここでは、よくある3つの停滞パターンと、それぞれから抜け出すための具体的な一歩を整理します。筆者自身も、AIを触る段階から、WordPress運営、GAS自動化、社内向けの簡易ツール開発へ広げる中で、何度か同じ壁に当たりました。今の自分がどの段階にいるかは、AIスキルロードマップでも確認できます。

パターン1: ツールを触るだけで終わる

最初にChatGPTなどを使い始めた人が、最もよく陥るのがこのパターンです。質問してみる、文章を作らせてみる、といった「触ってみる」段階で満足してしまい、実際の業務改善まで踏み込めません。

業務のどこにAIを当てはめればいいのかが具体的に見えていないことが原因です。AIツール自体は便利でも、自分の作業のどの部分に使うかを決めない限り、効果は実感しにくいままです。

毎日・毎週やっている作業を1つだけ選び、その作業に限定してAIを使ってみます。たとえば「会議メモの要約だけAIに任せる」のように範囲を絞ると、効果を確認しやすくなります。小さなツール作りまで踏み込みたい場合は、バイブコーディングとは？非エンジニアがAIで開発する新しい働き方も参考になります。

筆者の経験では、いきなり「AIで業務改善をする」と考えるより、「毎週必ず発生する転記」「確認漏れが起きるチェック」「同じ形式で作る文章」のどれか一つを選ぶ方が進みます。対象を絞ると、AIに何を渡し、何を受け取り、どこを人が確認するかを決めやすくなります。

ある程度使い慣れてくると、プロンプトの書き方に意識が向きすぎる人が出てきます。出力の質は上がっても、業務全体を見渡して「どこを自動化し、どこを人が見るべきか」を考える力は別に育てる必要があります。

プロンプトの工夫は結果が見えやすく、達成感を得やすい一方、業務フローを整理する作業は地味で後回しにされがちです。

プロンプトを磨く前に、対象となる業務の流れを書き出します。

この整理ができていれば、プロンプトはあとから調整しやすくなります。逆に整理を飛ばすと、同じ作業のたびにプロンプトを試行錯誤し続けることになります。

AIコーディングでも同じです。最初に目的、入力、出力、ステータス、例外処理、ログ、テスト条件をMarkdownで整理してから実装に進むと、認識ズレが減ります。プロンプトの上手さより、AIに渡す前の業務整理の方が成果を左右します。

自分の作業をAIで効率化できるようになった人が、次に伸び悩みやすいのがこのパターンです。自分の範囲では成果が出ていても、他人の業務をヒアリングし、改善案を考える段階に進めずに止まってしまいます。

他人の業務に踏み込むには、ヒアリングの仕方や、相手の業務を構造化して理解する力が必要になります。これは自分の業務を効率化するスキルとは別物で、意識して練習しない限り自然には身につきません。

まずは身近な同僚1人の業務を聞いてみることから始めます。「何にどれくらい時間がかかっているか」「どこでミスが起きやすいか」を聞き出し、自分の経験と比較しながら改善案を考える練習をします。チームメンバーの育成を任される側になった場合は、メンバーのAIスキル別マネジメント手法も役立ちます。

ヒアリングでは、「何に困っていますか」と聞くだけでは情報が出にくいです。実務では、次の順番で聞くと整理しやすくなります。

ここまで聞けると、AIで自動化する範囲と、人が判断すべき範囲を分けやすくなります。

すぐに始めるなら、次の30分だけで十分です。

時間	やること
10分	今週やった定型作業を5つ書き出す
10分	その中から、入力と出力がはっきりしている作業を1つ選ぶ
10分	AIに任せる部分、人が確認する部分、失敗時に戻す方法を書く