「その場しのぎ」のAI活用から、「チームで使える型」へ

コンサルタントとして、現在5年目になります。これまではIT領域のシステム導入プロジェクトに携わることが多く、クライアントの業務要件を整理し、それをシステムに落とし込んでいく仕事が中心でした。

前職のコンサルティングファームで、初めてAIのビジネス活用に触れ、その面白さに興味を持ち始めました。ただ、当時は活用の自由度が高いとは言えず、チャット型のLLM、たとえばChatGPTを軽く使う程度にとどまっていました。

Boostに入って驚いたのは、Claude CodeやCodexといったツールを、周囲が当たり前のように使っている環境があったことです。

そこで私自身も、自由研究のような感覚でAI活用を掘り下げ、少しずつ自分の仕事に組み込んでいきました。

いまでは、日々の業務の7〜8割について、どういう文脈で何をやっているのかをAIが把握できる環境を整えられています。そのため、基本的にどのアウトプットも、AIのサポートを受けながら作成できるようになっています。

これまで、AIの使い方は完全に自己流で続けてきました。周りがどのように使っているのかを具体的に知れたことが、まず大きな収穫でした。

もう一つ印象的だったのは、体系立てて設計されたカリキュラムがあったことです。たとえば簡単なアプリを開発する際にも、これまではどういう手順で進めるべきか、どういうセオリーがあるのかが、まったく分かっていませんでした。

それが、まず要件定義をしっかり行うという基本から始まり、最終的にはAWS上に実際に動くものを置いて、使えるようにするところまで、一貫して実践できる内容になっていました。

自己流でやってきた人間にとっても、あらためて筋道を付けられる、とても良い研修だったと思います。

受講前は、どちらかというと場当たり的な使い方が多かったように思います。その場で「これをAIに頼みたい」というものが出てくると、プロンプトを書いて試してみる、という具合です。

それが、直面する頻度の高い課題については、きちんとスキルとして切り出し、型を作ってチームで共有しやすくしていこう——そう考えられるようになりました。

個人の工夫だけで終わらせるのではなく、再現できる形にして広げていく。そうした意識が芽生えたことは、実務における大きな変化だと感じています。

本当に難しいところですが、いま世の中には、AIに関する情報が溢れすぎているように思います。だからこそ、その情報とどう接するかが、これまで以上に重要になってきていると感じます。

私は、常に「自分の足元の仕事でどう活用できるか」という観点から見るようにしています。そうすると、膨大な情報の中から、必要なものとそうでないものの取捨選択が、ある程度自動的にできるようになります。

まずは「これは自分の業務に使えそうだ」というインプットのフィルタリングをする。情報に振り回されるのではなく、自分の仕事を軸にして選び取っていく。それが第一歩なのではないかと思っています。

ただ、フィルタリングだけでは「有用そうだ」で終わってしまいます。簡単で構わないので、実際に手を動かすところまでやることが大切です。

気になった投稿があれば、自分のAI環境に取り込んだり、実際に試したりして、仮説どおりうまくいったかを確かめます。

そうやって少しずつ慣れを貯めていくのが、良い付き合い方だと思います。

開発のスキルは、まったくなくても大丈夫です。私自身、コードを一から書けるわけではありませんが、それでも問題なく最後まで取り組むことができました。

むしろ大切なのは、AIそのものへの興味と、「これを自分のビジネスに活用していきたい」というモチベーションだと思います。この二つさえあれば、あとは手を動かしながら学んでいけます。

開発経験があるかどうかよりも、そうした関心と意欲のほうが、成長の度合いを大きく左右する。実際に受講して、そう感じました。

ですので、少しでも興味がある方には、ぜひ前向きに参加を検討していただければと思います。