「何が専門ですか？」と聞かれて、言葉に詰まったことはないか
「あなたの専門は何ですか？」
この質問に、自信を持って即答できる人はどれくらいいるだろうか。
「経理を15年やっています」「ITエンジニアです」「弁護士です」——こうした明確な「看板」を持つ人は、確かにいる。そして、そういう人は就職市場でも社会的にも「強い」とされてきた。
一方で、こんな人もいる。
「営業もやったし、企画もやったし、今は総務にいます」 「転職を3回して、業界もバラバラです」 「特にこれという専門はなくて、器用貧乏というか……」
もしあなたがこちら側の人間なら、今まで少し後ろめたい気持ちがあったかもしれない。キャリアの軸がない。専門性が弱い。「何でも屋」は「何にもできない人」の裏返しだ——そう言われた（あるいは、自分でそう思った）経験があるかもしれない。
しかし、ここで一つ、大胆な主張をさせてほしい。
AI時代において、「広く浅く」は弱みではない。最大の強みになる。
今回は、その理由を具体的に解説する。
「深く狭い」専門性の限界
まず、「一つのことを極める」という戦略がなぜ揺らいでいるのかを確認しよう。
従来のキャリア論では、「T字型人材」が理想とされてきた。横棒が広い教養、縦棒が深い専門性。「広く浅い知識を持ちつつ、一つの分野では誰にも負けない」——これが、20世紀後半から21世紀初頭にかけてのキャリアの「正解」だった。
しかし、AIの登場が、この「正解」を根底から揺さぶっている。
なぜか。AIは、あらゆる分野の「専門知識」をすでに持っているからだ。
法律の条文を暗記すること。医学論文のデータベースを検索すること。プログラミング言語の文法を正確に記述すること。会計基準の細かい条項を把握すること。——これらの「深い専門知識」において、AIは人間を圧倒する。速度も正確性も、勝負にならない。
つまり、「知識の深さ」で勝負する戦略は、AIとの競争において急速に価値を失いつつあるのだ。
もちろん、「知識を持っているだけ」と「それを使いこなす」は違う。経験に裏打ちされた判断力や、現場の空気を読む感覚は、AIにはまだ難しい。しかし、「知識量」そのもので差をつけることが難しくなったのは事実だ。
ジェネラリストが活きる理由：「つなぐ力」
ここで、ジェネラリストの出番だ。
AIが「あらゆる分野の専門家」になった世界で、最も価値が高いのは何か。それは、異なる分野をつなぐ力だ。
一つ具体例を挙げよう。
ある地方の中小企業が、新しい商品のパッケージデザインを考えているとする。デザイナーに頼めば、美しいパッケージは作れる。マーケターに聞けば、ターゲット層の分析は出てくる。製造部門に確認すれば、コストの制約がわかる。
しかし、これらを全体として一つの方向にまとめるのは誰か。
それは、デザインのことも少し知っていて、マーケティングのことも少し知っていて、製造のことも少しわかる——そういう「広く浅い」人だ。各分野の専門家が出す答えの「間」に立って、「このデザインは美しいけど製造コストが跳ね上がる」「この価格設定はマーケティング的には正しいけど、ブランドイメージと合わない」と判断できる人だ。
そして、AIという「万能の専門家」が手元にある今、この「つなぐ力」の価値はさらに高まっている。
なぜなら、AIに「マーケティングの観点から分析して」と頼めば、専門的な分析が返ってくる。「コスト削減の方法を提案して」と頼めば、具体的なアイデアが出てくる。しかし、「マーケティングの分析結果と、コスト削減の提案と、ブランドイメージの方向性を、矛盾なく一つにまとめて」という仕事は、人間がやらなければならない。
この「異なる専門性を横断して、全体の整合性を取る」仕事こそが、ジェネラリストの本領だ。
「オーケストラの指揮者」になる
もう少しわかりやすいたとえを使おう。
AIは、ヴァイオリンもチェロもフルートもティンパニも、すべて一流の腕前で演奏できる「万能の演奏家」だ。しかし、オーケストラの演奏をまとめるには、指揮者が必要だ。
指揮者に求められるのは、ヴァイオリンを誰よりもうまく弾く能力ではない。すべての楽器の特徴を「広く浅く」理解し、どのタイミングで何を強調し、何を抑えるかを判断する能力だ。
AI時代の「ふつうの人」の役割は、まさにこの指揮者に近い。
あなたが複数のAIツールを使い分けて仕事をするとき、やっていることは「指揮」だ。文章を書くAI、画像を作るAI、データを分析するAI、スケジュールを管理するAI——それぞれの「演奏」を聞きながら、全体として調和のとれた「作品」に仕上げる。
この役割を果たすために必要なのは、各分野の「深い知識」ではなく、各分野が「何をどこまでできるか」をざっくり把握していることだ。
つまり、「広く浅い知識」こそが、AI時代の指揮者には最適なのだ。
実際の場面で考えてみる
もう少し身近な例で、「ジェネラリスト × AI」の威力を実感してみよう。
たとえば、あなたが地域のPTA役員だとする。「来月の学校行事のチラシを作ってほしい」と頼まれた。デザインの専門家ではないし、文章を書くのも得意ではない。以前なら「無理です」と断るか、何時間もかけてWordで見栄えの悪いチラシを作るかの二択だった。
しかし、AIがあれば話は変わる。
まず、AIに「小学校のバザーの告知チラシに載せる文面を考えて。日時は11月15日の10時から14時、場所は体育館。親子で楽しめる雰囲気が伝わるように」と頼む。3秒で文面が出てくる。
次に、画像生成AIに「小学校のバザーの明るいイラストを作って」と頼む。数十秒でイラストが出てくる。
あなたがやるのは、出てきた文面とイラストを組み合わせて、全体のバランスを見ること。「ここはもう少しフォントを大きく」「この色は派手すぎるから変えよう」——これは、デザインの専門知識ではなく、「チラシを受け取る親の気持ちになって考える」という、ごく日常的な感覚だ。
このとき活きるのは、「PTA活動の経験」「保護者の目線」「学校の雰囲気の理解」「地域の事情」——すべて、あなたが日常で積み重ねてきた「広く浅い」知見だ。Photoshopの使い方を知っている必要はない。コピーライティングの技法を学ぶ必要もない。AIが専門的な「演奏」をしてくれるから、あなたは「指揮」に専念すればいい。
「器用貧乏」の再評価
ここで、「器用貧乏」という言葉の意味を改めて考えてみたい。
「器用貧乏」とは、「何でもそこそこできるけれど、突き抜けたものがない」という意味で使われてきた。ネガティブなニュアンスだ。
しかし、その「何でもそこそこできる」という特性を、AI時代の文脈で読み替えるとどうなるか。
「異なる分野の言語を理解し、それぞれの専門家（AI含む）と対話できる」
これは立派な能力だ。しかも、一朝一夕には身につかない。「営業もやった、企画もやった、今は総務にいる」という多様な経験の蓄積があるからこそ、各部門の事情を理解し、翻訳し、橋渡しができる。
転職を繰り返してきた人も同じだ。「IT業界にいた」「小売業にいた」「医療系にいた」——一見するとキャリアに一貫性がないように見えるが、複数の業界の「常識」を知っているということでもある。ある業界では当たり前のことが、別の業界では革新的なアイデアになる。そうした「業界横断的な視点」は、AIにはまだ難しい人間ならではの強みだ。
実際に、イノベーションの歴史を振り返ると、画期的な発明やサービスの多くは「異分野の組み合わせ」から生まれている。回転寿司のコンベアはビール工場のベルトコンベアからヒントを得たし、ポストイットの粘着剤はもともと「失敗した接着剤」だった。異なる世界を知っている人だけが、こうした予想外の組み合わせを思いつける。
そして、AIを使えば、この「組み合わせの試行錯誤」のスピードが桁違いに上がる。「製造業のこの仕組みを、介護業界に応用できないか」とAIに聞けば、瞬時に複数のアイデアが返ってくる。ジェネラリストの「つなぐ力」とAIの「知識の幅」が掛け合わさったとき、一人の人間が生み出せる価値は飛躍的に大きくなる。
「80点の専門家」が10人分
AIの最も革命的な特性の一つは、どんな分野でも「80点レベル」の仕事を即座にこなせることだ。
税務の相談をすれば、税理士の80点くらいの回答が返ってくる。法律の質問をすれば、弁護士の80点くらいの回答が返ってくる。デザインの相談をすれば、デザイナーの80点くらいの提案が返ってくる。
残りの20点——その分野特有の経験則や、微妙なさじ加減、例外的なケースへの対応——は、やはり人間の専門家が必要だ。しかし、「80点」で十分な場面は、日常の仕事においては驚くほど多い。
ここで、ジェネラリストとAIの「化学反応」が起きる。
たとえば、あなたが小さな会社の総務担当だとしよう。法務も経理も人事も少しずつ担当している。一人で全部こなすのは大変だが、AIを使えば状況が一変する。
- 契約書のチェック → AIに「この契約書にリスクのある条項はあるか」と聞く（法務80点）
- 経費精算のルール作り → AIに「中小企業向けの経費規定の雛形を作って」と頼む（経理80点）
- 採用面接の質問リスト → AIに「営業職の中途採用面接で聞くべき質問を10個提案して」と頼む（人事80点）
あなた一人で3分野の「80点」を手に入れられる。かつてなら、それぞれの専門家を雇うか、外部に委託するしかなかった仕事だ。
このとき、あなたの「広く浅い」知識が威力を発揮する。法務の80点が妥当かどうかを、法務の基礎知識があるから判断できる。経理のアウトプットに明らかな間違いがないかを、経理の基本がわかるからチェックできる。「80点の品質を判断できる程度の知識」が、各分野に対してあること——これこそがジェネラリストの価値だ。
あなたの「雑多な経験」は財産だった
ここまで読んで、少し気持ちが軽くなった人もいるのではないだろうか。
「自分には専門性がない」と思っていたものは、実は「複数の分野を横断する知見」だった。「転職が多くてキャリアに一貫性がない」と思っていたものは、実は「異業種の常識を複数知っている」という希少な経験だった。
AIが「専門家の仕事」を代替し始めている今、人間に求められるのは「一つの分野を極めること」よりも、「複数の分野を組み合わせて新しい価値を生むこと」だ。
そして、「組み合わせる」ためには、まず「複数の分野を知っている」必要がある。
料理に例えるなら、一つの食材を極める「素材の匠」も素晴らしいが、冷蔵庫にあるものを組み合わせて美味しい一品を作れる「家庭料理の達人」も同じくらい——いや、日常においてはそれ以上に——価値がある。そして、AIという「万能の調味料」が加わった今、この「組み合わせの腕」はさらに重要になっている。
あなたの「広く浅い知識」は、AI時代における最強の調理技術だ。
「自分だけの掛け算」を見つける
最後に、一つの考え方を提案したい。
これからのキャリアや働き方を考えるとき、「自分の専門は何か」ではなく、「自分の掛け算は何か」を考えてみてほしい。
たとえば——
「経理の知識 × 接客の経験 × AI」= 顧客対応ができる会計アドバイザー 「子育ての経験 × SNSの知識 × AI」= 育児情報メディアの運営者 「製造業の知識 × 趣味の写真 × AI」= 工場紹介コンテンツのクリエイター
どれも、一つの専門を極めた結果ではなく、雑多な経験を掛け合わせた結果だ。そして、この掛け算の「一つの因数」としてAIが入ることで、かつては不可能だった組み合わせが実現する。
写真が趣味だけど文章は苦手？ AIが文章を書いてくれる。データ分析に興味があるけどExcelが苦手？ AIがグラフを作ってくれる。アイデアはあるけどプレゼン資料のデザインが下手？ AIがスライドを作ってくれる。
AIが「苦手な部分」を補完してくれるからこそ、あなたの「掛け算」の選択肢は無限に広がる。
「専門性がないこと」を嘆く時代は、終わりつつある。むしろ、「何でも少しずつ知っている」ことが、AIという強力なパートナーとの協働において、思いがけない強みになる。
あなたが歩んできた「雑多な人生」は、実はAI時代に最も求められる「多面的な知見の宝庫」だったのだ。
次回予告
第4回では、「高度なビジネス分析」ではなく「日常の名もなき面倒ごと」にAIを使う発想を紹介する。冠婚葬祭のマナー、気まずいお断りの文面、行政手続きの下調べ——誰にも聞けない小さな悩みこそ、AIの真骨頂だ。
「プログラミング不要のAIサバイバル」第3回・了
次回：第4回 PTAの挨拶から冷蔵庫の残り物レシピまで。日常の「名もなき悩み」をAIに外注する