AI時代の仕事術（仕事の本質）
小川 雄太郎（松尾研究所）が提唱する、AI技術の進展に左右されない仕事の本質論。「AI技術を駆使した仕事術」ではなく、AIがどれだけ進化しても通用する高難易度の不確実性への対応力を中心に据えた体系。
核心命題
仕事の本質とは「高度な不確実性」に対する迅速かつ効果的な対応と解決である
- 不確実性の低い仕事はプログラムで置き換えやすい
- LLM・AI・AI-Agentの進化により「低〜中難易度の不確実性」領域もAIが進出
- ホワイトワーカーに残る仕事 = 本質的に高難易度の不確実性を含むもの
10の仕事方式
| # | 方式名 | キーワード |
|---|---|---|
| 1 | パーキンソンの法則を意識した期限設定方式 | 暫定解、短すぎる期限、タイムボックス |
| 2 | 結果と成果を区別した成果優先方式 | output vs outcome、アウトカム優先 |
| 3 | 構造整理を実施してから実行方式 | 問題構造、Issue分解、思いつき即実行禁止 |
| 4 | 目的の明確化と問題定義駆動方式 | 問題の厳密な定義、達成条件、自己出題 |
| 5 | 決着をつけてから次に進む方式 | 仮説の決着、方向転換のルール |
| 6 | 思考実験優先方式 | 機会費用、事前シミュレーション |
| 7 | システムシンキングを土台とした仮説思考方式 | フライホイール、全体最適、先手を打つ |
| 8 | LNOフレームワーク方式 | Leverage/Neutral/Overhead、タスク分類 |
| 9 | 分からない部分を先に倒す方式 | ラスボス方式、不確実性の先行処理 |
| 10 | 情報発信駆動方式 | 発信→理解深化、フリーランチ不可 |
重要な概念群
暫定解（Provisional Solution）
- 現状のリソースと情報で導出できる「今のベスト」
- 長時間かければ「真の答え」に辿り着けるわけではない
- 暫定解を関係者に報告・共有してから次フェーズへ
- Lタイプの仕事では暫定解をブラッシュアップし続ける
問題の厳密な定義
- 「タスク設定」とは別物。精緻な言語化が必要
- 構成要素: 解決状態の定義（達成条件）+ 制約条件 + 目的
- 定義した問題を自分に出題し、「集中→夢中→無我夢中」による問題からのズレを防ぐ
システムシンキング
- 問題を構成要素に分解し、要素間の関係を矢印で図解
- フライホイール的な全体像（Amazonのフライホイールが代表例）
- 現在のボトルネックではなく次のボトルネックを先読みして事前対応
思考実験
- 「実行するとまず◎◎が発生し、XXを引き起こし、△△となって、〇〇になる」という綿密なシミュレーション
- 単なる結果予測とは異なる（過程を含む一連の出来事を追う）
- 思考実験で十分な暫定解が得られるなら、実装リソースを割く必要はない
あり方とやり方
「やり方」はその土台にある「あり方（考え方・価値観・バリュー・メンタルモデル）」から生まれる
- あり方が異なる状態でやり方だけを真似しても効果は薄い
- 他人にやり方を押し付けても効果は出にくい
- 本記事の10方式は「小川 雄太郎のあり方」から生まれたやり方
AIとの関係
| 難易度レベル | AIによる代替 |
|---|---|
| 不確実性が低い（定型的） | プログラムで置き換えやすい |
| 不確実性が低〜中程度 | LLM・AI-Agentが進出中 |
| 不確実性が高い（本質的難題） | 人間に残る領域 |
関連
- LNOフレームワーク — 方式8の詳細
- AI時代の仕事術（10方式） — ソース要約
- 小川 雄太郎 — 著者
- AI駆動開発ベストプラクティス — エンジニアリング文脈での近接概念
- SDD（仕様駆動開発） — 問題定義を重視する点で共通する思想