AIツールを売る時代の次は、
「終わった仕事」を売る時代

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。今回は、Sequoia Capitalの論考「Services: The New Software」と、けんすうさんの「AIに細かく指示するほど、逆に下手になるかも？という話」を、私なりに1本につないで紹介するね。

Sequoia Capital「Services: The New Software」より

A copilot sells the tool. An autopilot sells the work.
（コパイロットは道具を売る。オートパイロットは仕事そのものを売る）

まず、いちばん大事なところから。この論考が言っているのは「AIを道具として売る商売」から「AIで仕事を終わらせて、その結果を売る商売」へ移る、という話なんだよね。前者をCopilot、後者をAutopilotと呼んで、はっきり分けてる。

違いを表にすると、こんな感じ。

料理に例えるとね。Copilotはよく切れる包丁を売る商売で、Autopilotはできあがった一皿を出す商売。お客さんが本当に欲しいのは、包丁じゃなくて晩ごはんなんだよ。

記事の中に、めちゃくちゃわかりやすい数字が出てくる。ある会社は会計ソフトのQuickBooksに年1万ドル払いながら、帳簿を締める会計士には年12万ドル払っている——という例。原文はこう書いてる。

「A company might spend $10K a year for QuickBooks and $120K on an accountant to close the books. The next legendary company will just close the books.」（次の伝説的企業は、ただ帳簿を締めるだろう）

で、ここが引っかかりの正体だと思う。私たちはAIが速くなった分だけ「もっといい包丁になりました」と言い続けてる。でも相手の財布から出てくるのは、包丁を買うためのお金のまま。売り物の置き場所が、まだ動いてない。

売り物が、反転する。

お客さんからすると、裏側がAIなのか人間なのかは、実はどうでもいい。会計ソフトが欲しいんじゃなくて、会計が終わっている状態が欲しいだけだから——ここを見誤ると、どれだけツールを磨いても単価は上がらないんだよね。

この論考のいちばん実用的なところが、4つのマスに分けた図。縦が「もう外に出している仕事か／社内でやっている仕事か」、横が「Judgement（判断）寄りか／Intelligence（情報処理）寄りか」。

言葉が硬いから、私の言い方に置き換えるね。Intelligenceは「複雑だけど、手順とデータが揃えば片づく仕事」。Judgementは「経験と人間関係と責任がないと決められない仕事」。記事の中でも「Writing code is mostly intelligence. Knowing what to build next is judgement.」（コードを書くのはほぼ知能。次に何を作るか知るのが判断）と書かれてる。

• 「仕様書のとおりにコードを書く」→ Intelligence寄り
• 「そもそも何を作るべきか決める」→ Judgement寄り
• 「請求書を月末までに全部起こす」→ Intelligence寄り
• 「この取引先とは今期で切ると決める」→ Judgement寄り

4つのマスに何が置かれているか、実物の図から拾うとこうなる。

正直、この図の良さは「AIで何ができるか」から考えるのをやめさせてくれるところだと思ってる。逆なんだよね。「もう外に出しているお金のうち、判断より情報処理の比率が高いのはどれ？」から探す。順番が逆になるだけで、出てくる事業アイデアの手触りが全然変わる。

紙に書き出してみると、たいてい2〜3個は「あ、これ人じゃなくてよかったんだ」というのが出てくるよ。じゃあ次は、そのうちのどれから動くのか——という話に進むね。

ここ、読んでてうなった。記事にはこう書いてある。

「For every dollar spent on software, six are spent on services.」——ソフトウェアに1ドル使われるごとに、サービスには6ドル使われている。つまりAI企業が狙える市場を「SaaS市場」で見積もるのは、6分の1しか見てないってことなんだよね。

そのうえで、外注済みの仕事が狙い目なのは技術的にラクだからじゃない。会社側がもう「これは自社の人がやらなくていい仕事だ」と認めているから。

条件が3つ揃ってる。外に任せることへの心理的な抵抗がない。すでに外注の予算枠がある。そしてお客さんが「ツール」ではなく「成果」を買う習慣を持っている。この3つが揃っている場所は、乗り換えのハードルがものすごく低い。

人間の事務所からAIネイティブのサービスへ替えるのは、組織改革じゃなくてただのベンダー変更になる——ここが鋭い。稟議も、社内の説得も、誰かの席を減らす話も要らない。相見積もりを1枚増やすだけ。

逆に、社内でやっている仕事を取りにいくと話が変わる。「AIサービスに替えませんか」じゃなくて「今いる人の仕事を外に出しませんか」になっちゃうから。同じ技術でも、営業の難易度は跳ね上がる。図の左下がWATCH止まりなのは、たぶんそこ。

これ、でかい。

私も惣菜屋の子として育ってるからわかるんだけど、商売って「まだ財布を開けてない人」に開けさせるのが一番しんどいんだよ。すでに開いてる財布の中で、行き先を変えてもらう方がずっと早い。

Sequoia Capital「Services: The New Software」より

Today’s judgement will become tomorrow’s intelligence.
（今日の判断は、明日の知能になる）

で、私がいちばん体温が上がったのは、この論考の終盤にあるこの一文だった。

続きにはこう書いてある。「AIシステムが、その領域で良い判断とはどういうものかについての独自データを溜めていくにつれ、境界線は動く。CopilotとAutopilotは収束していく」と。

つまりね。AIに食わせるべき独自データって、業界の一般知識じゃないんだよ。その人・その会社が、どこで何を選び、何を捨てたかのほう。今日は判断が要る仕事でも、判断の履歴が溜まれば、明日にはその会社にとってだけ「処理できる仕事」に変わる。

いやー、ここは震えた。私がずっと分身AIでやりたかったことの説明を、投資家のレポートの中で見つけてしまった感じ……。

ふつうの自動化は、進めば進むほど均質になる。どこの会社に頼んでも同じ味になる。でも決断の履歴を食べさせた自動化は逆で、任せるほど「そいつらしく」なっていく可能性がある。

プロンプトはコピーされる。機能もコピーされる。でも「何を選んで、何を捨てて、どこで迷って、何を守るために非効率を選んだか」という履歴は、そう簡単には持っていけない。ここが独自性の最後の置き場所なんだと思ってる。

私がいつも言ってる「人間は縦に掘る。AIは横に広げる」も、たぶん同じことを別の角度から言ってるだけなんだよね。

同じ時期に、けんすう（古川健介）さんが「AIに細かく指示するほど、逆に下手になるかも？という話」という記事を書いていて、これがちょうど裏返しの角度なんだよね。記事の中でもSequoiaのこの論考が引かれてる。

着地点として本人が書いているのが、この一文。「AIには、細かく指示を書き込むより、ざっくり違和感を伝えたほうがうまくいくのでは？」

無料で読める範囲だけでも、面白いところが3つあった。

• 作らせないためにAIを使う——ClaudeとCodexにアイデアを議論・採点させて、点が低ければ実装しない。開発が速くなった分、意味のないものまで作れちゃうから、引き算をAIに手伝ってもらう。
• 数値目標が作品を壊す——読了率で最適化すると記事は短くなって読み応えが消える。ある指標が目標になった瞬間、その指標は良い指標でなくなる（グッドハートの法則）。
• AIは編集長にもなれる——「最初の雑談が7分あります」みたいな主観的な指摘をAIにさせる。データ側じゃなくて編集長側が、AIでできるようになったのかもしれない、と。

ちなみにこの記事は途中から有料で、後半はアル開発室の中。私はここでは無料部分だけを引いておくね。続きが気になる人は本人の記事を読んでほしい。

で、2本を並べると景色がつながる。Sequoiaは「判断は貯まれば知能になる」と言っていて、けんすうさんは「貯め方を間違えると、むしろ下手になる」と言ってる。方向と落とし穴が、セットで手に入る。

ここからは記事の要約じゃなくて、私の運用の話。ここまでの2本を自分の分身AIにあてはめると、育て方はこの7ステップに畳める。

• ①原液をそのまま渡す——会話、音声、議事録、メモ、過去記事。整えない。
• ②AIに複数案を作らせる。1案だけ出させない。
• ③人間が選んで、捨てる。「Aがいい」「Bは違う」。
• ④理由だけでなく違和感も残す。「正しいけど冷たい」「私が賢く見えすぎ」。
• ⑤AIに判断の仮説を立てさせる。「この人は正解より共感を優先する傾向」くらいの粒度で。
• ⑥仮説のまま次の案件で試す。まだルールに昇格させない。
• ⑦同じ判断が何度も繰り返されたら、そこで初めて原則にする。

大事なのは⑥。AIが見つけたパターンを、すぐ確定しないこと。「必ず失敗談を入れる」と固定した瞬間に例外が死ぬ。「読者との距離を縮めたい場面では失敗談を好む傾向がある」くらいで持たせておく。そうすると、その日の相手や気分に合わせた揺らぎが残るんだよね。

私が実際にやらかしたのはこれ。うまくいかないたびに指示書へ禁止ルールを足していったら、指示だけがぶ厚くなって、出てくる文章がどんどん「私っぽいテンプレート」になっていった。一文は何文字以内、冒頭に失敗談、必ずこの言葉を入れる……正しいのに、体温がない。プロンプト負債って呼ぶことにした。

だから記憶の置き場所を2つに分けた。ひとつは原則・判断軸。家族を犠牲にしない、競争より共創、弱さや失敗を隠さない、実績を盛らない、わからないことはわからないと言う。ここは変わりにくい部分で、分身AIの魂に近いところ。

もうひとつが決断と違和感の実例。この投稿は採用した、この表現は却下した、なぜ引っかかったか、どの案と迷ったか、最後に何を優先したか。こっちを大量に貯める。AIは固定ルールだけで判断するんじゃなくて、「似た場面で過去のこの人はどう決めたか」を見にいってくれる。

全部をざっくり伝えるのも違うし、全部をルールにするのも違う。法令や数値や納期は明文化する。ブランドや表現や企画は文脈と違和感で渡す。この使い分けだけ間違えなければ、指示書は薄くなっていくのに、出てくるものは自分に似ていく。

2本を並べて読むと、やることは2つに畳める。ひとつは売り物の置き場所を動かすこと。AIツールを使えますという売り方から、この仕事を終わらせますという売り方へ。狙うのは、すでに外へ出ていて、判断より情報処理が中心の仕事——ここが摩擦がいちばん小さい。

もうひとつが判断を捨てずに貯めること。今日の判断は明日の知能になる、と論考は書いていた。だから決断も、却下も、違和感も、消さずに残しておく。それが自分だけのAIの燃料になる。

で、注意点はひとつだけ。うまくいかないたびに禁止ルールを足すのはやめること。厚い指示書は安心をくれるけど、味は薄くなる。足すのはルールじゃなくて、違和感のほう。

今日やる1アクションを決めるなら、これ。今年、外部に払った請求書を並べて、判断より処理が中心のものに印をつける。そこが、あなたの商売でいちばん先に動くところ。私の番はもう始まってるから、次はあなたの番だよ。