AIに詳しくない人ほど、業務アプリを作れる時代になるかもしれない
だるま
生成AIでTodoリストを作った。
電卓も作れた。
メモアプリのようなものも動いた。
でも仕事はあまり変わっていない。
そんな人は多いと思います。
私もここにかなり違和感があります。
生成AIで「何か作れる」ことは分かった。
でも翌日の仕事はまだExcelを目で見比べている。
毎月の確認作業も残っている。
修正前と修正後の資料も人間の目で追っている。
このズレはたぶん小さくありません。
ただ最近少し考え方が変わりました。
これは最新の生成AIをどれだけ上手に使えるかだけの話ではないのかもしれません。
むしろ仕事を深く知っている人の方が強いのではないか。
そう思うようになりました。
業務システムが思い通りにならない理由
業務システムが思い通りにならないことがあります。
現場の人は困っている。
どこでミスが起きるかを知っている。
どの確認が毎月面倒かも知っている。
どの列を見落とすと後で困るかも知っている。
でもそれをシステム屋さんにうまく説明できるとは限りません。
一方でシステムを作る人は技術を持っています。
でもその現場の細かい例外までは分かりません。
だからズレます。
「そうじゃない」
「そこは毎月例外がある」
「この確認は順番が大事」
「この表示だと現場では見にくい」
「この項目は小さく見えるけど、実は一番困る」
こういうズレです。
そしてそのズレを直すにも時間がかかります。
説明する。
見積もる。
修正を待つ。
確認する。
また直す。
小さな変更なのに時間も手間もコストもかかる。
その結果きれいに作ったのに使われないシステムが生まれることもあります。
でも、現場を知っている人が作れるなら話が変わる
ここで生成AIが入ると少し話が変わります。
現場を知っている人が自分の言葉で相談できます。
最初からきれいな仕様書を書けなくてもいい。
「この確認がめんどくさい」
「ここを毎回見比べている」
「この列が違っていたら困る」
そんな愚痴から始められます。
それを入力・処理・出力に分ける。
ダミーデータに置き換える。
要件メモにする。
小さなアプリとして動かしてみる。
違っていたらまた直す。
これまでなら誰かに説明しないと形にならなかったことを自分で試せるようになる。
これはかなり大きな変化だと思います。
大事なのは、AIに詳しいことだけではない
生成AIを使う話になるとどうしても「AIに詳しい人」が強く見えます。
新しい機能を知っている人。
プロンプトが上手な人。
最新モデルを追っている人。
もちろんそれも大事です。
でも業務アプリを作るときに本当に大事なのはそれだけではありません。
どこでミスが起きるのか。
何を見落とすと困るのか。
どの作業が毎月つらいのか。
どの情報は外に出してはいけないのか。
どこまでならダミーデータで試せるのか。
こういう知識が必要です。
専門用語ではこれをドメイン知識と言います。
その仕事をしてきた人だから分かる手順、例外、判断基準、注意点のことです。
生成AIがどれだけ進んでも最初からあなたの職場の細かい事情を全部知っているわけではありません。
だから仕事を知っている人の言葉が必要になります。
AIを組み込んだシステムを作る話ではない
ここは誤解されやすいのではっきり分けたいです。
私が言っているのはAIを組み込んだ業務システムを作る話ではありません。
完成したアプリが毎回外部AIに問い合わせるわけではありません。
社内ファイルの中身をAIへ送り続ける前提でもありません。
AIを使うのは作る前の整理です。
仕事の愚痴を聞いてもらう。
入力・処理・出力に分ける。
ダミーデータを考える。
要件メモにする。
小さなアプリの形にする。
AIはそのための相談相手です。
完成した小さなアプリ自体はAIを使わずに動かすこともできます。
ここはかなり大事だと思っています。
「AIなんて使えない」と思っている人ほど、材料を持っているかもしれない
「自分はAIに詳しくない」
「プロンプトなんてよく分からない」
「若い人の方が得意でしょう」
そう思っている人は多いと思います。
でも現場を長く見てきた人には別の強さがあります。
毎月どこでつまずくかを知っている。
人によって入力がズレる場所を知っている。
見落とすと後で困る列を知っている。
本当は自動化したいけれどずっと我慢している作業を知っている。
これは外から来た人にはなかなか分かりません。
つまりAIに詳しくない人の中にも業務アプリの種はたくさんあります。
問題はそれをどう言葉にするかです。
一度体験すると分かる
これは説明だけでは伝わりにくいと思います。
たとえば2つのExcelを読み込んで、違うセルを表で出すだけの小さなアプリがあるとします。
機能としてはとても小さいです。
でもそれが動くと少し見え方が変わります。
「あれ、毎月見比べていた作業ってこういう形にできるのか」
「この確認も入力と処理と出力に分けられるのでは」
「自分の愚痴もアプリの種になるのでは」
そう感じる瞬間があります。
これは文章で読むだけではなかなか伝わりません。
一度動くものを触る必要があります。
現場を知っている人が作る側に回れる
もちろん大規模な基幹システムや全社展開の話ではありません。
そこには専門家が必要です。
会社のルールもあります。
安全確認も必要です。
でも自分の仕事や小さなチームの中にある面倒を少し楽にするための小さな道具なら、現場の人が作る側に回れる可能性があります。
これは今までとの大きな違いです。
AIに詳しい人が強いのではありません。
仕事を知っている人がその知識をAIに渡せる形にできたとき強いのです。
私は今この考え方で小さな教材を作っています。
最初の題材はExcel比較アプリです。
2つのExcelを読み込み違うセルを表で見るだけの小さなアプリです。
ただし本当に伝えたいのはExcel比較そのものではありません。
仕事の「めんどくさい」を見つけること。
それを入力・処理・出力に分けること。
本物の会社データを使わずダミーデータで試すこと。
AIに渡せる要件メモにすること。
そして現場を知っている人が小さなアプリを自分で形にしていくことです。
もし「AIなんて自分には関係ない」と思っている人ほど、実は強い材料を持っているのかもしれません。
そこをもう少し試してみたいと思っています。
次にやること
会社のファイルをいきなり外部AIに渡す必要はありません。
まずは本物のデータではなくサンプルデータで流れを確認すれば十分です。
そのためにExcel比較ミニアプリの無料デモを用意しました。
ページ上のサンプルデータだけで2つの表を比べて変わったセルに色が付くところを確認できます。
会社のファイルではなくまずサンプルで試す。
この順番を体験してみてください。
無料デモはこちらです。
この記事のライター
