計算が速くなると、仕事は楽になるだけなのか
表計算ソフトは、多くの人にとってかなり分かりやすい仕事変化の例です。
数字を足す。集計する。並べ替える。条件別に見比べる。合計を出す。見積もりを作る。予定表を組む。以前なら手間のかかった作業が、かなり速くできるようになりました。
その変化を見た時、人はよくこう考えます。
「面倒な事務仕事が減った」
これはたしかに正しいです。ただ、半分だけです。
表計算ソフトが広がったことで、単純な計算や転記の手間は減りました。けれど、そのぶん別の仕事が前に出てきました。どの項目で分けるか。何を比較するか。入力が正しいか。例外条件をどう扱うか。結果をどう説明するか。こうしたことです。
つまり、仕事は楽になるだけでなく、重心が移ったのです。
この変化は、AIの仕事変化を見るうえでかなり役に立ちます。AIでも同じように、「やる作業」そのものが減る一方で、「何を見たいのかを決める」「出てきた結果を読む」「間違いに気づく」「説明できるようにする」が前に出てきます。
この回では、表計算ソフトが事務仕事をどう組み替えたのかを手がかりに、AI時代に軽くなる仕事と重くなる仕事の輪郭を見ていきます。
この回で扱うこと
- - 表計算ソフトで何が楽になり、何が逆に重要になったのか
- - 事務仕事は「消えた」のか、それとも重心が移ったのか
- - AIと表計算の変化はどこが似ていて、どこが違うのか
- - 人間側に残したいのは、どんな条件設計と結果の読みなのか
表計算が変えたのは、「計算すること」より「並べて見ること」だった
表計算ソフト以前にも、数字の仕事はありました。家計簿、売上表、在庫表、交通費精算、勤務表、見積書。違うのは、それを作る手間です。
手書きや電卓中心の時代には、計算そのものが大きな仕事でした。数字を足し、転記し、ずれがないかを見て、表を整える。少し条件が変わるだけでも、かなりやり直しが発生しました。
表計算ソフトは、この繰り返しを大きく変えました。数式を一度入れれば再計算できる。並び替えられる。条件ごとに集計できる。複数案をすぐ比べられる。すると、人は計算の労力そのものから少し解放されます。
でも本当に大きいのは、その先です。計算が速くなると、「どういう表で見るか」の方が重要になる。たとえば家計なら、合計額だけ見るのか、固定費と変動費で分けるのか、月ごとの差を見るのかで、見える問題が変わります。イベント準備でも、予算総額だけでなく、人数当たり、備品別、締切順で見るかどうかで判断が変わる。
つまり、表計算は数字の正しさだけでなく、「見たい切り口」を作る仕事を前に出しました。ここが、AIともかなり似ています。
表計算が広がると、事務仕事は「専門の誰かの仕事」ではなくなった
表計算ソフトの普及で起きた大きな変化の一つは、数字の仕事が一部の詳しい人だけのものではなくなったことです。
以前なら、集計や見積もりや在庫管理は、慣れた事務担当が中心になっていた場面も多かったはずです。でも表計算が広がると、店長が売上を見る、教員が行事予算をまとめる、個人事業の人が請求見通しを作る、ということが当たり前になります。
これは業務の自立を助けました。必要な人が自分で数字を触れるからです。ただ同時に、数字の責任も現場へ戻りました。自分で表を作れるなら、自分で見直す必要がある。便利さと責任は一緒に来る。その感覚は、AIにもかなりそのまま当てはまります。
自動化されると、人は「条件を置く仕事」を引き受けるようになる
表計算で何が人間側に残るかを考えると、条件を置く仕事がかなり大きいと分かります。
何を項目にするか。どこで区切るか。何を同じ扱いにして、何を別扱いにするか。これらは、単なる操作ではありません。現実をどう切るかの判断です。
たとえば、シフト表なら、単純に人数を埋めればよいわけではありません。経験のある人とない人をどう混ぜるか、連勤をどう避けるか、急な欠勤にどう備えるか。家計管理でも、外食費をどこへ入れるか、臨時支出をどう見るか、教育費を月ごとに均すかで、結果の見え方はかなり変わります。
表計算ソフトは、これらを自動では決めません。人が条件を置くからこそ、計算が働きます。つまり、自動化されるほど、条件設定の仕事が前へ出るのです。
AIでも同じです。比較表や要約や候補出しが速くなるほど、何を比べたいのか、何を同じ枠で扱ってよいのか、どの例外が重要かを決める側の仕事が重くなります。ここを曖昧にすると、きれいな結果が出ても、役に立つとは限りません。
表計算で減ったのは「手計算」、増えたのは「見逃しにくさへの責任」だった
表計算ソフトがあると、見た目は整います。数字もきれいに並びます。合計も出ます。グラフまで作れます。
だからこそ起きやすいのが、「整っているから大丈夫そうに見える」ことです。
実際には、参照範囲が一つずれている、分類が雑、条件設定が甘い、例外が抜けている、といったことは普通に起きます。でも、見た目がきれいだと、違和感は持ちにくい。ここで必要になるのが、結果の読み方と見逃しにくさへの責任です。
たとえば、イベント予算の表で総額が合っていても、搬入費が抜けていれば判断は狂います。売上集計で前年差が出ていても、店舗数や営業時間の違いを見ていなければ、比較は雑になります。家計簿で支出が減って見えても、翌月払いへずれているだけかもしれません。
つまり、表計算で増えたのは「数字を作る責任」だけではありません。「数字を読み間違えない責任」です。AIでも同じことが起きます。結果が整って見えるほど、読み手の確認責任はむしろ上がります。
AIの比較表や要約にも、表計算と同じ罠がある
AIが作る比較表や整理メモは、とても便利です。商品比較、旅行プラン比較、求人票比較、引っ越し業者比較。ぱっと見で全体像がつかめるので、人は安心しやすい。
けれど、ここにも表計算と同じ罠があります。列がきれいに並んでいると、比較の前提まで正しいように見えてしまうことです。
たとえば、求人比較なら、給与、勤務地、休日数だけ並べても、実際には通勤時間、異動の有無、育成体制、残業の波などが重要かもしれません。旅行プラン比較でも、価格と時間だけではなく、乗り換えの少なさ、荷物の扱いやすさ、同行者の年齢が重要かもしれません。
AIは、頼まれた比較軸でかなり整った表を作れます。でも、「その軸で本当に足りるか」は人が見ないと分かりません。ここで必要なのは、AIの結果を疑うことそのものではなく、「この表に入っていない大事な条件は何か」と考えることです。これは、まさに表計算時代から続く読み方です。
AIの出力には、「置かれた条件」だけでなく「置かれなかった条件」も埋まっている
表計算では、数式や項目を見れば、どんな条件で作られているかをある程度追えます。ところがAIは、結果を自然な文章や整った表で返すぶん、前提が見えにくい。
たとえば、AIに「家族向け通信プランを比較して」と頼んだ時、価格と通信量を重く見ているのか、サポート窓口のつながりやすさを重く見ているのかは、出力だけでは分かりにくいことがあります。求人比較でも、給与や休日数を前に出しているのか、教育体制や働き方の柔軟さを重く見ているのかで、結論はかなり変わります。
つまりAIの出力には、依頼した条件だけでなく、依頼しなかった条件の不在も埋め込まれています。ここが、表計算より一段見えにくいところです。表が整っているほど、「何を見ていないか」を忘れやすい。だからAIの比較や要約を使う時は、出てきた表だけでなく、抜けている条件へ目を向ける必要があります。
AIが表計算と似ているのは、仕事を「やる」から「見る」に寄せるところ
AIと表計算の共通点は、仕事の一部を速くすることだけではありません。人の仕事を「やること」から「見ること」「決めること」へ寄せる点にあります。
表計算では、計算の反復が減る。AIでは、文章化や整理や比較の反復が減る。どちらでも、人間側に残るのは、前提を置くこと、例外に気づくこと、結果が妥当かを見ることです。
たとえば、通信プランの見直しをAIに手伝ってもらう時も同じです。AIは料金表を比較し、メリットを並べられます。でも、家族の使い方、通話の多さ、回線の安定性、乗り換えの手間、解約時期といった条件をどこまで重く見るかは、人が決める必要があります。これはまさに、表計算の条件設計と同じ種類の仕事です。
違いがあるとすれば、表計算は数字と項目が比較的見えやすいのに対し、AIは言葉で結果を返すぶん、条件の曖昧さが見えにくいことです。そこが、AIの方が少し危うい。
まずは「計算の代行」より「条件の棚卸し」から始める
では、AIを仕事に入れる時、何から始めるとよいのでしょうか。
おすすめしたいのは、いきなり全部を任せることではなく、条件の棚卸しから始めることです。
たとえば、
- - 何を比べたいのか
- - どの条件は必須か
- - どこは多少ずれてもよいか
- - どの例外は見落としたくないか
を短く書いてからAIへ渡す。すると、返ってきた比較表や整理はかなり使いやすくなります。逆にここがないと、AIはそれらしい表を作れても、自分に効く比較にならないことが多い。
表計算が教えてくれるのは、自動化で本当に大事なのは「手が減ること」そのものではなく、「何を見るべきかを言えること」だという点です。AIでも、ここを押さえるだけで使い方はかなり変わります。
比較を使う前に、表の外へ三行だけ書き戻す
AI比較を仕事道具として使う時に、簡単で効くやり方があります。表の外に、三行だけ書き戻すことです。
- - 今回いちばん重く見たい条件は何か
- - 今回は比較から外している条件は何か
- - 最後に人が確認する点は何か
この三行があると、AIの出力はかなり扱いやすくなります。整った比較表をそのまま信じるのではなく、「何を見せるための表か」がはっきりするからです。これは第7回以降で扱う監督や運用ルールの話にもつながります。AI時代の比較仕事は、きれいな表を作ることより、表の前提を言葉に戻せることの方が重要です。
最低限残したいのは、三つの確認である
AIや表計算のような整える道具を使う時、最低限残したい確認もあります。
一つ目は、元データの抜けです。入力されていない項目、比較から外れている条件、後回しにされた例外。ここが抜けると、整った表でも判断材料として弱くなります。
二つ目は、分類の雑さです。本当は分けるべきものをまとめていないか、逆にまとめてよいものを細かく分けすぎていないか。分類は、結果の読みやすさと判断の質に直結します。
三つ目は、結果の説明可能性です。その数字や比較を他人へ説明できるか。なぜその結論になるのかを一言で言えるか。ここまで見て初めて、表や比較は仕事の道具として安定します。
この三つは、AIが発達してもたぶん残ります。むしろ整える道具が増えるほど、人間側に残したい基礎になるはずです。
無料3話の結論として見えてくること
ここまでの3話で見てきたのは、支援役、文章、表計算という三つの仕事変化です。
共通しているのは、新しい道具が仕事を丸ごと消すというより、仕事の重心を動かしていることです。前さばきが軽くなる。入力が軽くなる。計算が軽くなる。そのぶん、優先順位、見直し、条件設定、結果の説明が前に出てきます。
この見方があると、AIの話を少し落ち着いて見られるようになります。何が減るかだけでなく、何がむしろ重くなるかを見る。すると、道具の導入は「脅威か救済か」の二択ではなく、「仕事の分担をどう置き直すか」という話になります。
ここから先の有料回では、この組み替えをさらに具体的に見ていきます。テンプレート、翻訳、調査、自動化、運用ルール。ここからが、実際の働き方へより近い話です。
今回のまとめ
- - 表計算ソフトが変えたのは、計算の速さだけでなく、何をどう並べて見るかという仕事の重心でした。
- - 自動化されるほど、人間側には条件を置く仕事が前に出てきます。
- - 表が整って見えるほど、見逃しにくさや読み違えへの責任はむしろ上がります。
- - AIも同じように、仕事を「やる」から「見る」「決める」へ寄せる面があります。
- - AIが表計算より少し危ういのは、条件の曖昧さが言葉の中へ隠れやすいことです。
- - まずは計算の代行より、比較条件や例外条件の棚卸しから始めると、AIはかなり使いやすくなります。
ここから先を深めるなら
無料公開の3本を通して、第3部の入口にある考え方はかなりそろいました。ここから先で特に効いてくるのは、型とテンプレートです。続く第4話「テンプレートは企画とデザインをどう変えたのか」では、白紙を埋める道具が増えるほど、何を型に任せ、何を自分で決めるべきかをさらに具体的に見ていきます。
有料パートでは、より実務に近いレベルで「便利さの先に残る仕事」を整理します。第4話以降を読むと、AIを入れる位置の決め方がかなり現場寄りに見えてくるはずです。