# チャプター1 AI力の差は人間力の差 ユゲトロのマーケティングの極意、本日は、AI活用も結局は人間力というテーマでお送りします。 生成AIが登場した頃は、AIを有効活用するには、ITに詳しい理系の人材が有利になると言われていました。 そういうイメージを持った人も多かったと思います。 プロンプトエンジニアリングという言葉もよく使われていました。 AIから的確な答えを引き出すには、特殊な指示文を書く技術が必要だということですね。 もちろん、複雑な業務を自動化したり、システムにAIを組み込んだりするには、今でも専門的な知識が役に立ちます。 しかし、日常の仕事でAIを使う場面はずいぶん変わりました。 今のAIは、自然な日本語で話しかけても意図を理解し、足りない情報を質問してくれるようになっています。 では、誰が使っても同じ成果が出るのかというと、むしろ逆じゃないかなと思うんですね。 AIが進化するほど、使う人間の能力が成果の違いになって現れる。 今日はその能力を4つに分けてお話ししたいと思います。 一つ目はコミュニケーション力ですね。 私は支援先の会社などで、AIを地頭の良い新入社員だと思って扱ってくださいとお話しています。 基本的には優秀だけれど、あなたの会社の事情や今回の仕事の背景までは知りませんよと。 ですから、何のために、誰に向けて、何をして欲しいのかを伝える必要があるわけですね。 例えばAIに、展示会の集客方法を考えてと頼んだとすると、 SNSで告知する、案内メールを送る、ノベルティを配るといった一般的なアイデアが出てくると思うんですね。 ところが、うちは従業員20人の食品メーカーです。 営業先の名刺をたくさん集めるより、開発担当者から新メニューの相談をもらいたい。 広告予算は少ないけれど、どんな方法があるでしょうと伝えたらどうなるか。 見込み客を絞った表現案や、食品素材の課題を切り口にした告知など、目的に近い提案が出やすくなると思うんですね。 これは、人間が相手でも同じですよね。 私語や目的語を飛ばして、背景を説明せずに仕事を頼めば、相手は困ります。 結局のところ、AIへの支持力というのは、相手が理解できるように説明する力なんですね。 ただし、最初からうまく説明できなくても大丈夫です。 答えを出す前に、必要なことを私に質問して下さいと伝える方法もあります。 これも立派なコミュニケーションの技術ですよね。 二つ目は専門性と経験です。 AIを使えば、誰でもそれらしい企画書やキャッチコピーを作れるようになりました。 しかし、それらしいものと、本当に成果を生むものは違いますよね。 例えば、新商品のコピーをAIに考えてもらうとします。 商品名と特徴を入力するだけでも、十本二十本と案が出てきます。 しかし、経験のあるマーケターなら、その性能は強豪も訴求している。 お客さんに刺さるのは、性能そのものより、作業時間の短縮だ。 そこを中心に考え直してと、AIに支持することもできます。 さらに、出てきた案に対して、意味は伝わるけれど印象に残らないなあとか、その言い方ではターゲットが広すぎるという評価もできます。 つまり、専門家は、AIに答えを出させるだけでなく、答えを評価、改善できるわけですね。 AIは知識を得るためのハードルを大きく下げました。 けれども、顧客の表情を見た経験や、商談で断られた体験、現場で試行錯誤した実績が、何の価値もなくなるわけではありません。 例えば、どういう言葉をかけると取引先がその気になるのか。 そういう小さな感触は、現場に立った人ならではの財産ですよね。 そうした経験があるほど、AIに何を考えさせるべきかがわかります。 三つ目は、発想を飛躍させる力ですね。 AIは情報を整理し、筋道を立てて提案するのが得意です。 いわば、論理を積み上げるロジカルシンキングですよね。 例えば、展示会のブースを考える場面で、普通にAIに相談すると、加工サンプルを並べる、説明パネルを作る、動画を流すといった提案が出てくるでしょう。 そこで担当者が、休日に行った博物館を思い出します。 あの博物館は、見るだけではなく、触って体験できたから面白かった。 今回の展示にも応用できないだろうか。 この着想をAIに伝えると、加工前と加工後の部品を触って比べてもらう、精度の違いを指で体験してもらう、といった新しい方向へ話が進むかもしれませんよね。 こういう時、人間が自分の体験から持ち込む、全く異なる分野のヒントには、大きな意味があるんですよね。 論理的思考のロジカルシンキングに対して、離れたもの同士を結びつける考え方、例えば、ラテラルシンキング、水平思考というものもありますよね。 つまり、全く異なる分野の成功事例、あるいは現場で経験したこと、読んだ本、見た映画、旅行先で見たものなど、一見目の前の課題とは関係のない体験を、AIとの壁打ちの中に入れ込むことで、企画がユニークな方向へ転がっていくわけです。 四つ目は、答えを評価する力ですね。 AIは、とても流暢に答えるので、つい正しいと思ってしまうんですよね。 しかし、事実を間違えることもあれば、一般論としては正しくても、個別の案件には合わない提案をすることもあります。 例えば、売上を増やすために値下げキャンペーンをしましょう、という提案。 お客さんが増えても、利益が減ってしまえば本末転倒ですよね。 ブランドイメージが崩れたり、既存のお客さんが不公平に感じたりする可能性もありますから。 これを判断するには、会社の利益構造や数字とか、顧客との関係性を知っていなければならない。 つまり、AIから答えをもらう力だけではなく、その答えを採用するかどうか、評価して決める力も必要なんですね。 最後の責任までAIに預けてしまうわけにはいかないんですからね。 ここまで、コミュニケーション力、専門性と経験、発想力、そして判断力という四つを挙げました。 もうお分かりのことと思いますけれども、どれも、AIが登場する以前から、仕事のできる人に求められてきた能力ですよね。 だから私は、AIを使いこなしたいなら、AIの勉強だけをしていては、もったいないと思っています。 人に分かりやすく説明する、現場に足を運んでみる、異業種の事例にも触れる、自分の頭で考えてみる、そうした日々の積み重ねが、AIのより効果的な活用につながっていくわけですよね。 AIが賢くなるほど、人間は勉強しなくて良くなる、という考え方は正しくないと思います。 むしろ、AIを使う人の経験や着想によって、同じAIという道具、ツールから生まれる成果には、大きな違いが出てくると思うんですね。 AIとは、高級なかまごっちみたいなものですよね。 その活用のコツは、結局は、人間力を磨くこと、なのだと思います。 最後まで聞いていただき、ありがとうございます。ぜひ、チャンネルのフォロー、いいねをしていただきますと嬉しいです。