営業であれば「相手からの信頼を得る方法」「提案の通し方」であったり、エンジニアであれば「バグを出さないためのテスト設計」「プロジェクト推進のためのコミュニケーション手法」などを、試行錯誤しながら身に付けていく。
こういった仕事はどれも暗黙知が眠っており、簡単に言葉で教えられるものばかりではない。量質転化とは、そういった暗黙知を自分なりに理解するプロセスとも言える。若手が「理解してからじゃないと動けない」「量をこなすのはタイパが悪くて意味がない」と感じてしまうのは、この原理原則を理解していないからだ。
前提として、「何のためにやるのかを理解できたら動きます」という姿勢は、非常に損である。まず、指示する側からすると説明が面倒なので教えたくなくなってしまう。それに、わからないことをやってみて覚えようというのに、「わかったら動けます」というのは本末転倒もはなはだしい。わかるまで動けないなら、永遠に動けないのである。
さらに言うと、いちいち理解させるくらいなら、疑問を抱かずに動いてくれるAIのほうがずっと指示しやすいと思われてしまうだろう。Gemini 3のような最新AIは、文句も言わず、24時間働き、膨大な知識を持っている。
そんなAI時代に「面倒な若手」に見られてしまうのは、これまで以上に仕事が無くなるリスクにさらされることになる。
「理解できたら動く」というのはまったく逆で、本質的には「理解できていないからこそ動く」というスタンスが求められるのだ。動いてこそ、なぜやるのかの理由がわかり、質の高い仕事ができるようになる。
AI時代ほど、量から得た経験知が価値になる
こういった、量をこなして得た知見、すなわち経験知が、人間にしかない価値になる。なぜなら前述したように、人間の活動によって検証する変数は非常に複雑であるからだ。AIには、その変数がそもそもインプットされていないことが多い。
今日の商談で会う相手の情報が、AIにすべてインプットされるわけではない。開発しているシステムの情報も同様だ。関係者の感情や背景、その日の気分や事業を取り巻く複雑な環境など、AIが把握できない情報は数多い。
次ページが続きます：
【フィジカルを通じて経験知を得る】
