AIを最強の敵に変える逆転の発想
現代のビジネスシーンにおいてAIは便利なアシスタントとして重宝されていますが、バイセルテクノロジーズ執行役員の田中奏真氏は、AIを最強の敵として活用することを提唱しています。
これは、自分が作成した企画やアイデアをAIに徹底的に批判させ、自分では気づけない盲点を洗い出す手法です。
かつては上司や先輩が厳しいフィードバックを与えてくれましたが、現在はコンプライアンス意識の高まりもあり、忖度のない批判を受ける機会が減少しています。
AIに批判を求める最大のメリットは、会議の予行演習を一人で完結できる点にあります。
本番の会議で鋭い指摘を受けて立ち往生する前に、AIとの壁打ちを通じて反論への準備を整えたり、論理的な欠陥を修正したりできます。
これは単なる作業の効率化ではなく、思考の質を一段階引き上げるための戦略的なAI活用術と言えるでしょう。
| 従来のAI活用 | 田中氏が提唱する活用法 |
|---|---|
| アイデアの生成・要約 | 徹底的な批判・欠陥の指摘 |
| 補助的なアシスタント | 合理的な敵対者 |
| 効率化を目的とする | 思考の深化を目的とする |
この手法を取り入れることで、企画者は自分の案に対する客観的な視点を強制的に持たされることになります。
自分が愛着を持っているアイデアほど、欠点には気づきにくいものです。
AIに「超合理主義者」などの極端な役割を演じさせることで、冷徹な視点からビジネスの持続可能性やリスクを評価し直す機会が得られるのです。
社内承認を勝ち取る超合理主義プロンプト
社内で新しい企画を通すためには、意思決定層が懸念するポイントを先回りして解消しておく必要があります。
田中氏が紹介したプロンプトでは、AIに対して超合理主義な執行役員という役割を与えます。
具体的には、損益計算書への影響や法務リスク、現場のオペレーション負荷を最優先する人物像を設定し、企画の甘さを容赦なく突かせます。
- 1役割の明確化: 法務や経理、経営管理など多角的な経歴を持つ人物として設定する。
- 2条件の指定: 「前向きな検討」や「面白い視点」といったお世辞を一切禁止する。
- 3指摘の構造化: 論理的飛躍、市場認識の甘さ、リソース矛盾の3点から指摘させる。
- 4追い打ちの質問: 企画者がアイデアを撤回したくなるような鋭い質問で締めくくらせる。
この提案はブランド資産のリスクと執行コストを軽視した非合理なものだ。
AIからこのような辛辣な言葉が投げかけられることで、企画者は感情的な反発を超えて、事実に基づいたロジカルな修正へと向かうことができます。
特にコスト面や商標権といった実務的な懸念点は、AIが得意とする論理の領域です。
実際にこのプロンプトを使用すると、キャッシュフローの見通しや責任の所在など、答えに窮するような質問が生成されます。
これを会議の前に経験しておくことで、想定質問への回答を準備でき、圧倒的な自信を持って本番に臨めるようになります。
組織の壁を突破するためには、まずAIという壁を乗り越えることが近道なのです。
顧客の深層心理を暴くペルソナ設定
社内を納得させたとしても、その企画が顧客に受け入れられるかは別問題です。
田中氏は、次のステップとして顧客の心を掴むためのAI術を解説しています。
ここでは、サービス利用を検討しているものの、企業側の都合には無関心で、少しでも違和感があれば即座に離脱する正直な見込み客をAIに演じさせます。
- 企業側の狙いや思いを完全に無視させる。
- マーケティング用語や妥協案の提示を禁止する。
- 徹底的に生活者の言葉で不満や不安を語らせる。
例えばロゴの変更案に対し、AIは「近所のチラシ感が出て不安になる」「信頼の貯金がマイナスになった」といった、対面のインタビューではなかなか得られない残酷な本音を出力します。
こうした声は、企画を丸く収めるためではなく、むしろ顧客の期待を裏切らないための尖った改善案を作るための素材となります。
多角的な視点を持つことは、企画が独りよがりになるのを防ぎます。
20代から50代、あるいは男性、女性といった異なる属性のペルソナを切り替えて壁打ちをすることで、自分がターゲットとしていなかった層が抱く意外な拒絶反応に気づくことができます。
一瞬の判断で選別される現代の市場において、この直感的な拒絶を知ることは極めて価値が高いのです。
思考の質を高めるアンラーニングの実践
AIとの壁打ちは、単に企画を直すための手段にとどまらず、企画者自身のアンラーニング、すなわちこれまでの古い学習を捨てて新しく学び直すプロセスを促進します。
特に経験豊富なビジネスパーソンほど、過去の成功体験がバイアスとなり、新しい視点を取り入れるのが難しくなります。
AIからの徹底的な批判は、そうした凝り固まった思考を破壊する刺激となります。
- 1AIに批判を依頼する。
- 2指摘された欠点を分析し、改善案を考案する。
- 3改善案を再度AIにぶつけ、まだ残っている脆弱性を探る。
- 4このサイクルを短時間で繰り返すことで、思考の解像度を上げる。
批判を憂鬱なものとしてではなく、満足度を上げるプロセスとして捉える。
このマインドセットの転換が、AIを使いこなせるかどうかの分かれ道になります。
AIに言われると、人間から言われるよりも客観的に受け止めやすいという心理的側面も、この手法が有効である理由の一つです。
里崎智也氏のようなリスキリング世代にとっても、AIは強力な武器となります。
自分より若い世代の価値観をAIに投影させたり、自分自身のインタビュー記事を読み込ませて自分の分身と戦わせたりすることで、自己の限界を超えたアイデアに到達できるのです。
経験とAIの論理性を組み合わせることで、全世代共通の武器を手に入れることができます。
意思決定の精度を極限まで高めるサイクル
最終的に企画を形にするのは、AIではなく人間です。
AIとの壁打ちを通じて得られた大量の批判やアイデアの中から、何を採用し、何をあえて無視するか。
そこには企画者の覚悟と美意識が求められます。
全ての指摘に対応して企画を丸くしてしまっては、市場で埋もれてしまうリスクがあるからです。
- 競合他社ならどう動くかをAIにシミュレーションさせる。
- 1年後にプロジェクトが失敗したと仮定し、その原因を振り返らせる。
- 未来を予測し、リスクを先読みして事前に対策を講じる。
AIを使いこなす組織では、全員の生産性が劇的に向上します。
例えば、上司の思考パターンや過去のインタビューをAIに学習させておけば、部下は提出前に上司の視点でセルフチェックが可能です。
これにより、無駄な差し戻しが減り、本質的な議論に時間を割けるようになります。
これは組織全体の意思決定の高速化に直結します。
