はじめに
Leading.AI CEO / AIストラテジストの山内怜史です。 普段はAI戦略の立案と実行を行いながら、AI時代の新規事業開発方法論「Depth & Velocity」を体系化し、GitHubでオープンソース書籍として無料公開しています。
新年度を迎える就活生に、43歳の現役AIストラテジストとして伝えたいことがあります。
就活を始める君へ。 率直に言う。AIは既に、あらゆる専門家の知識を持っている。
経営コンサルタントの論理構造も、デザイナーの思考法も、エンジニアのアーキテクチャ設計も、マーケターの市場分析手法も。
僕たちシニア世代は、これらを身につけるために10年以上かけた。 専門書を何百冊と読み、上司に怒られ、クライアントに叱られ、失敗を繰り返し、ようやく「自分の武器」と呼べるものにたどり着いた。
君たちは、AIと正しく壁打ちすることで、同じ深さの学びを圧倒的な速度で得ることができる。
これは誇張ではなく、構造的な事実だ。
ただし、「正しく」がポイントになる。 AIに丸投げする人間と、AIを壁打ち相手にする人間では、1年後に手にしているものが全く違う。
1. 何が変わったのか——エントリーレベルの「修行」が消えていく
まず、1つの事実を共有したい。
Anthropic（Claude開発元）が2025年に発表した労働市場分析レポートでは、現在の職種の理論上94.2%がAIによる自動化の影響を受けるとされている。 一方、実際にAIが本格導入されている割合は約33%にとどまっている。 つまり「今はまだ33%。しかし構造的に不可逆」という状態にある。
これが君たちの就職活動にどう影響するか。
企業が新卒に任せてきた仕事を思い浮かべてほしい。 調査、要約、資料作成、データ整理、議事録、初期分析。いわゆる「修行」と呼ばれてきた業務だ。
これらはすべて、AIが最も得意とする領域と完全に重なる。
企業の立場で考えれば、新卒1人を育てるために半年から1年かけるコストより、AIに任せた方が速く、安く、品質も安定する。 これは悪意ではなく、経営上の合理的判断だ。
だから、伝えたい。 「AI時代の到来により、企業の新卒採用構造が変わった」ことを。
2. しかし、AIは「判断」を奪えない
ここからが本題になる。 AIが奪えないものがある。「何を問うか」と「何を決めるか」だ。
僕はこれを「10:80:10の法則」として体系化している。
- 最初の10%: 正しい問いを立てる（Will：意志）
- 中間の80%: 実行する（Acceleration：加速）——ここをAIが担う
- 最後の10%: 最終判断を下す（Decision：決断）
エントリーレベルで奪われるのは中間の80%だ。 しかし逆に言えば、最初の10%と最後の10%に早く到達した人間は、AIを味方につけて従来の3年目、5年目の仕事ができる。 （※理論上は、である。実践経験が必要であることは言うまでもない）
DeNA会長の南場智子氏は、2026年3月の「AI Day 2026」講演で、AI活用に不可欠な要素として「ドメインの深さと複雑性」と「ベロシティ（速度）」を挙げている。
これはまさに10:80:10の構造と一致する。深い領域知識（Depth）を持つ人間が、AIの速度（Velocity）を使いこなす。南場氏はこれを「訳の分かった人間」と表現した。
「訳の分かった若手」。それが、AI時代に最も価値のある存在だと僕は思っている。
3. AIで武装する——君が今日からできる3つのこと
① 1次情報を取りに行く。そしてAIにぶつける
業界研究をAIに丸投げするのはもったいない。AIが返すのは「誰でもアクセスできる情報の要約」だ。全員が同じ武器を持つなら、差はつかない。
大事なのはこうだ。自分の足で1次情報を取り、それをAIにぶつける。
たとえば、志望企業のIR資料を読む。業界カンファレンスに足を運ぶ。OB/OG訪問で「現場の手触り」を得る。それをAIに投げて「この情報から読み取れる構造的な課題は何か」と問う。
AIの出力品質は、君が持つコンテキストの深さで決まる。
② 「問い」を立てる訓練をする
面接を想像してほしい。 「御社の課題は何ですか？」と聞く学生と、「御社のXX事業がYY市場でシェアを落としている構造を、経営としてどう捉えていますか？」と聞く学生。
面接官が「この人と一緒に働きたい」と思うのはどちらか。
AIは答えを出す機械だ。しかし「何を聞くか」を決められるのは人間だけだ。
具体的な訓練方法は単純で、日常的にニュースを読んだとき「なぜ？」を3回繰り返し、その3つの「なぜ」をAIにぶつけてみればいい。 AIの回答に対してさらに「本当にそうか？」と問い返す。この往復が、問いを立てる筋力を鍛える。
③ AIの出力を「自分の判断で」書き換える
エントリーシートをAIに書かせること自体は、もはや当たり前だ。 問題はその先にある。
AIが書いたESをそのまま出す学生は落ちる。 なぜなら、読む側もAIの文章を毎日見ているからだ。AIが生成した「きれいだが個性のない文章」は、秒で見抜かれる。
AIに下書きを書かせた後、自分の言葉で書き換える。自分にしかない経験を入れる。自分の声で語り直す。最後の10%を握ることが、AIにはできないことをやるということだ。
4. キャリアの選択肢を「構造」で見る
就活でもう1つ伝えたいことがある。 「どこに入るか」の選び方が、AI時代では根本的に変わるということだ。
（A）大企業という選択肢
大企業には大企業の明確な価値がある。
大規模な資金力、体系的に蓄積されたナレッジ、業界横断の人脈。これらは大企業に所属しなければ触れられないものだ。 特定の専門性を組織的なバックアップのもとで深く磨きたい人にとって、大企業は合理的な選択肢であり続ける。
ただし、構造的な特性は理解しておくべきだ。 大企業では多くの場合、特定の担当業務に従事する。組織の1つの役割に最適化される。視点はその役割の範囲に収束する。
AI時代にこれが意味することは、「1つの専門性に閉じた業務」はAIが最も得意とする領域と重なるということだ。 安定を求めて選んだ環境が、結果として代替リスクの高いポジションに5年間自分を固定する。この逆説は、知っておいた方がいい。
（B）スタートアップ・ベンチャーという選択肢
メディアはあまり伝えないが、もう1つの選択肢がある。
会社として魅力のあるスタートアップやベンチャー企業。 一見、知名度がなく、安定感に欠ける。親は心配するかもしれない。
しかし、その内側はこうだ。
裁量が与えられる。組織の硬直した政治がない。若手が多く、若手が主役だ。1つの担当ではなく、横断的な仕事をする環境だから、得られる経験の幅と速度が桁違いになる。会社の力学が見える。事業の全体像が見える。そして周りにいるのは、その環境を自ら選んだ優秀な人間だ。
僕はキャリアの中で、素晴らしいスタートアップやベンチャーと仕事をしてきた。 彼らの優秀さ、速度、熱量をこの目で見てきた。これは間違いない事実だ。
AI時代において、横断的に動ける環境で鍛えられた人材は「1つの専門性に閉じない」力を身につける。それはAI時代に最も代替されにくい人材像そのものだ。
（C）企業の「名前」で選ぶのではなく、「構造」で選ぶ
大企業かスタートアップかという二項対立に意味はない。 「その環境で自分が何を得られるか」を、構造で見てほしい。
面接では、こんな質問をしてみてほしい。 「御社ではAIをどう活用していますか？」「若手にどこまで裁量がありますか？」「入社3年目の人が、どんな仕事をしていますか？」
答えに詰まる企業は、まだAI時代の組織設計を考えていない。 流暢に答えられる企業は、既にその構造転換を始めている。この差は、5年後に決定的になる。
5. 先輩世代の責任——僕がこの記事を書く理由
最後に、僕自身の話をさせてほしい。 僕は43歳のビジネスデザイナーであり、AIストラテジストだ。実際に日々の業務でAIに80%のアウトプットを出させている当事者でもある。
AI時代は、技術史上初めて「シニア世代をエンパワーメントする」イノベーションだ。 過去のIT革命（PC、インターネット、モバイル、クラウド）は全て若者が有利だった。しかし生成AIは、経験と知識の蓄積がAI出力品質に直結する。持っているコンテキストが深い人間ほど、AIから多くを引き出せる。
だからこそ、僕たちシニア世代には責任がある。
AIの恩恵を最も受けている世代が、次世代に「経験」と「機会」を渡す仕組みを作らなければならない。知識のギャップはAIが埋められる。 しかし、実践経験のギャップはAIでは埋められない。それを渡すのは、僕たち世代の仕事だ。
僕自身、才能に恵まれた人間ではない。 他の人より2倍努力してやっと追いつくレベルの人間だ。しかし、誰もいない場所に自分でポジションを作り、越境し続けることで、AIストラテジストという場所にたどり着いた。
才能がなくても、構造で勝てる。 これは僕自身の人生が証明している事実だ。
構造を理解した君は、もう嘆く側にいない
AIがエントリーレベルの仕事を奪っていく流れは止まらない。それを嘆いても、何も変わらない。
しかし、構造を理解し、AIで武装した君は、先輩世代が10年かけて到達した場所に、3年で立てる可能性を持っている。 それは脅威ではなく、君たちの世代だけに与えられたチャンスだ。
問いを立てよう。1次情報を取りに行こう。AIにぶつけよう。最後の判断は自分で下そう。
名前ではなく構造で、安定ではなく成長で、恐怖ではなく武装で、キャリアを選んでほしい。
君が「訳の分かった若手」になった日、僕がこの記事を書いた目的が達成される。AI時代をネガティブに捉えず、AIを使いこなし、ポジティブに生きていこう。
▼ この記事の完全版（図解・参考文献付き）はこちら
https://note.com/satoshi_yamauchi/n/n93c0b7a29864
▼ AI時代の世代間責務を体系化したオープンソース書籍（無料・CC BY 4.0）
https://github.com/Leading-AI-IO/what-they-wont-teach-you
▼ AI時代の新規事業開発方法論「Depth & Velocity」（無料・CC BY 4.0）
https://github.com/Leading-AI-IO/depth-and-velocity
▼ Leading.AI 公式サイト
https://www.leading-ai.io/
