AIに仕事を奪われる前にやっておく3つのこと — 家業を継ぎながら個人事業を回す私が実践したこと

「AIが仕事を奪う」というニュースを見るたびに、何か始めなきゃとは思うけれど、何から手をつければいいかわからない——そういう状態が続いていた。

「AIに仕事を奪われる」は二択で考えるとズレる理由

AIと仕事の関係を語るとき、「この職種はAIに置き換えられる」「この職種は安全だ」という二択の議論がよく出てくる。でも実際に業務でAIを使い始めてみると、そんなに単純な話じゃないと気づいた。

「職種」ではなく「タスク」の単位で見ると、ほとんどの仕事はAIが得意な部分と、人間が判断すべき部分が混在している。

たとえば私の場合、家業(不動産関連の有限会社)の経理業務を引き継ぎながら、ブログ運営という個人事業も並行して回している。どちらの仕事も、「AIに任せると楽になる作業」と「私が判断しないといけないこと」が入り混じっている。

経理で言えば、帳票の仕訳チェックや定型フォーマットへの入力整理はAIが得意な領域だが、「この取引をどの科目で処理すべきか」「会計士に相談すべきか」という判断は今も私がしている。「経理担当者が丸ごとAIに置き換えられる」とは言いきれないが、「帳票整理に3時間かけていた」のは確かに変わった。

二択で論じるとこういうグラデーションが消える。大事なのは「自分の仕事の中に、AIが得意なタスクがどれくらいあるか」を把握することだと思っている。

やっておくこと① 仕事の棚卸し(AI任せ / 人間判断)

最初にやると効果が大きいのが「今の仕事を一度分解してみること」だ。

やり方は難しくない。1週間の業務をざっと書き出して、それぞれに「これはAIに渡せそうか?」と聞いてみるだけでいい。

判断基準は2つ:
– 繰り返しパターンがある / 入力が定型化できる → AIが得意
– 文脈・関係性・責任判断が必要 → 人間が残る

私の場合の棚卸し例

不動産の家業とブログ運営で、実際にやってみた棚卸しの一部を共有する。

家業(不動産関連業務)
| タスク | AI向き? | 現状 |
|—|—|—|
| 契約書の定型文チェック | AI向き | Claude に確認させて修正点を洗い出す |
| 帳票データの整理・仕訳補助 | AI向き | スプレッドシート+AIで処理時間を削減 |
| 「この物件どう進める?」の判断 | 人間判断 | 家族・取引先との文脈があるので私が決める |
| テナントとの交渉 | 人間判断 | 関係性・感情・長期的な付き合いが絡む |

ブログ運営(個人事業)
| タスク | AI向き? | 現状 |
|—|—|—|
| 記事の構成案作成 | AI向き | 戦略ドキュメントを読ませて骨子を出力 |
| 本文の初稿生成 | AI向き | Claude Code でドラフト生成後に私が編集 |
| どのテーマを書くか・いつ書くか | 人間判断 | 季節・読者の動向・収益バランスで私が決める |
| 体験談・一次情報の執筆 | 人間判断 | これはAIには書けない(捏造になる) |

失敗談:棚卸しせずに使い始めて出力品質が安定しなかった話

正直に言うと、最初は棚卸しなしで「とりあえずChatGPTに投げてみよう」という使い方をしていた。

結果、何が起きたかというと——出力がバラバラで使えるものと使えないものの差が大きすぎた。同じ「帳票の確認」でも、文脈や書式をきちんと渡せていないと、的外れな指摘が返ってきてかえって確認コストが増えた。

なぜそうなったか、あとから振り返ると明快だった。「どのタスクに使うか」と「どんな情報を渡すか」を整理せずに使い始めたから、AIに投げる前提条件が毎回違っていたのだ。

棚卸しをして「このタスクにはこういう形式で渡す」を決めてからは、出力の品質が安定した。最初の数時間の棚卸しが、その後の数十時間の効率化に直結した。

やっておくこと② 毎日1つAIを使う業務を作る

棚卸しで「AIが得意そう」なタスクが見えてきたら、次のステップはシンプルだ。その中から1つだけ選んで、毎日使うようにする。

「まず1つ」という制約が重要で、複数同時に変えようとすると何がうまくいって何がうまくいってないかわからなくなる。

私が選んだ業務と選んだ理由

私が最初に「毎日使う業務」として選んだのは、メールの返信下書きだった。

理由は3つ:
1. 毎日必ず発生する
2. 文体・内容のパターンがある程度決まっている
3. 送信前に自分で確認できる(万が一おかしくても事前に止められる)

メールの要旨と相手の状況をインプットして下書きを出力してもらい、私がトーンや細部を調整して送る——この流れを定着させるのに2週間ほどかかった。

その後、「議事録の要点まとめ」も加えた。録音データをテキスト化したものをAIに渡して、決定事項と担当者を箇条書きで出力させる形だ。

ChatGPTで議事録を作る具体的なプロンプト例は別途まとめた記事(近日公開予定)で紹介しているので、公開をお待ちいただきたい。

数値ビフォーアフター

あまり大げさな数字は出したくないので、実感ベースで書く。

メール下書き
– Before: 1通10〜20分(文面を考えながら書く)
– After: 1通3〜5分(下書き確認+調整)
– 月40〜50通とすると、月あたり約5〜7時間の削減

議事録作成
– Before: 会議後30〜45分(手書きメモを整理してテキスト化)
– After: 会議後10〜15分(テキスト確認+不足を補足)
– 月8〜10回の会議として、月あたり約3〜4時間の削減

合計で月8〜11時間ほどが空いた計算になる。これは「すごく節約した」というよりも、「ぼんやりした作業時間が集中できる時間に変わった」という感覚のほうが近い。

やっておくこと③ 空いた時間を学習と上流工程に再投資する

ここが一番大事で、かつ一番やらない人が多いポイントだと思う。

AIで作業時間を短縮しても、その時間をそのまま「少し楽になった」で消化してしまうと、中長期的な差はつかない。空いた時間を「上流工程」か「学習」に使い始めると、徐々に仕事の質そのものが変わってくる。

「上流工程」というのは、個別のタスクをこなすのではなく、「どういう方針でやるか」「何をやらないか」「誰と何をするか」を決める部分のことだ。

私が空き時間を再投資した先

私の場合、空いた時間の使い道は主に2つだった。

1. ブログ運営の自動化・仕組み作り

ブログの記事執筆〜WordPress公開の流れを Claude Code で半自動化する仕組みを作った。これ自体に投資した時間は最初の1〜2週間で合計20〜30時間ほどだが、今は1記事の公開作業が約1時間で回せている。

この仕組みの詳細はブログ運用の自動化記録として別記事にまとめる予定なので、公開をお待ちいただきたい。

2. 家業のAI活用の拡張

メール・議事録で「使えた」という実感が積み重なって、家業の他の業務にも展開する余裕が生まれた。現在は帳票の仕訳補助にもAIを使い始めていて、これは将来的に別記事でまとめる予定だ。

具体的なAI活用の入口を知りたい方は、プロンプトエンジニアリング超入門から始めてみるのをすすめる。

「使う側」と「使われる側」を分ける、小さな差

大げさなことを言いたいわけではないが、「AIを使ったことがある人」と「まだ一度も業務で使ったことがない人」の差は、これから先じわじわと広がっていくと感じている。

なぜそう思うかというと、AIの使い方には「慣れ」が必要だからだ。

最初は出力が期待と違って戸惑う。何をどう渡せばいいかわからない。それでも使い続けると、「こう聞けばこう返ってくる」というパターンが自分の中に蓄積される。このパターンの蓄積が、使い始めてから半年・1年で大きな差になる。

逆に言えば、今すぐ完璧な使い方を習得しなくてもいい。「1つの業務でいいから使い始める」ことのほうが、勉強して「正しい使い方」を覚えようとするよりも遥かに効果的だと実感している。

私が家業を引き継いで個人事業も回している中でできたのだから、まったくゼロから始める人にとっても、ハードルは思っているほど高くないはずだ。

まとめ

AIについて不安を感じている人にやってほしい3つのことをまとめる。

1. 仕事を棚卸しする — 「AI向き」と「人間判断」に分けるだけでいい
2. 毎日1つAIを使う業務を作る — メール下書きや議事録から始めると試しやすい
3. 空いた時間を学習か上流工程に使う — この再投資が中長期的な差になる

「奪われないために何かをしなければ」という焦りより、「試してみたらどうなるか」という好奇心で動き始めるほうが、結局長続きすると思っている。