AIの仕事を続けるために、どんな意思決定プロセス・基準・情報をやめた／減らしましたか？AIコンサルタントをやっていると、打ち合わせの入り口はたいてい「AIでなんとかしたい」から始まります。クライアントもそのつもりで予算を取っているし、こちらもAIの力を使って課題を解きに行くのが仕事なので、自然とそうなります。問題は、その「AIで」が会話の主語に居座り続けることです。「AIを主語にする」とは、こういう状態を指しています。議論の出発点が「AIで何をするか」になり、目的ではなく手段が判断の中心になってしまう。たとえば「このデータをAIで集めるにはどうするか」「この精度をAIでどう上げるか」という問いが先に立ち、「そもそもなぜそのデータが必要なのか」「精度が上がると誰の何が変わるのか」が後回しになる。やめたのはAI自体ではありません。「AIが主語のまま走り続ける」という意思決定の仕方です。具体的には、打ち合わせでAIの話が盛り上がった瞬間ほど、一度だけ主語を戻すようにしています。「何をAIでやるか」ではなく、「何を前に進めたいか」を先に確認し直す。盛り上がるほど危ない、というのが実感としてあります。楽しさと目的のズレは、熱量が高いときほど見えなくなります。その状態が続いていたことで、判断の遅れや質の低下はどのように生じていましたか？AIが主語に座ると、プロジェクトの途中で目的がすり替わります。典型的なパターンはこうです。最初は「事業判断に必要なデータを集めよう。AIも活用しよう」だったのが、いつの間にか「AIでデータを安定的に収集し続ける仕組みを作ろう」に変わっている。目的が「事業の前進」から「AIシステムの安定稼働」にスライドしています。一度そうなると、判断が手段の最適化に引きずられます。外部の仕様変更やAPI制約にぶつかると、「どう回避するか」「どう安定させるか」に時間を使い始める。本来なら、その場で小さいスクリプトを書いて必要分だけ集めて次に進めばいい場面でも、「ちゃんとしたAI収集の仕組み」を作りたくなります。忙しさは増えるのに、事業は動かない。判断の質が落ちるというより、判断の対象そのものがズレている。主語がAIだと、気づかないうちに目的が副詞になります。その判断を見直す際に、最後まで捨てきれなかった基準や期待、トレードオフは何でしたか？この判断を見直すきっかけは、失注でした。ある案件で、特定領域のデータ収集にAIを活用するシステムを開発していました。収集プロセス自体はうまく動いていたのですが、収集データによってはかなり細かい調整が必要でした。担当者からは「取れるものでいい」という指示が出ていたので、まずは収集プロセスで真っ当に取れるデータを集めていきました。しかし、ふたを開けてみると、クライアントが求めていたのは「収集の仕組み」ではなく「データを使って次のビジネス判断を進めること」でした。仕組みの安定性に寄った自分の判断と、事業を前に動かしたいクライアントの期待がずれていた。振り返ると、自分の中に「AIの技術で解くこと自体が価値だ」という前提がありました。クライアント側も「AIで」という期待で入ってきているから、こちらが主語を戻そうとすると「AIの話じゃないんですか？」と受け取られる怖さもあった。もうひとつ捨てきれなかったのは、「AIを前面に出さないと、自分の差別化が消える」という不安です。AIが好きで独立したのに、主語を戻した結果「AIじゃないタスク屋」になるのではないか、という怖さもありました。結局、主語を戻すことはAIを捨てることではありませんでした。AIは引き続き使う。ただ、「AIっぽさの演出」より「前に進むこと」を優先した方が、結果としてAIも活きるし、信頼も残る。ここに腹落ちするまでが、いちばんのトレードオフでした。やめる・減らす判断をしたことで、今はどんな基準やルールで意思決定できるようになりましたか？今の意思決定は地味です。むしろ、意識して地味にしています。AIが好きなので、「ここ作り込んだら面白そう」「精度もう少し上げたい」という気持ちは当然わきます。でもその瞬間に一歩引いて、自分にこう聞きます。「その作業は価値につながるのか」。ありきたりに聞こえますが、主語をAIにしたまま走ると、この問いをスキップしてしまう。だから意識的に挟んでいます。もう一つの基準は、「もっと簡単にできないか？」です。AIを使うのは前提としても、「AIを頑張る以外のルート」を一回検討してから進める。範囲を絞る、別の手段を混ぜる、先に事業を動かす、など。この考え方は、最適化プロジェクトにも反映しています。たとえば、ある計画業務の最適化を手がけたとき、すべてをプログラムで自動化する道は選びませんでした。条件を「絶対に守るもの」「守った方が調整が減るもの」「人の裁量に任せるもの」の三つに分け、プログラムは最初の二つで一次案を作るところまでに留めた。最後の裁量は、人が上書きする前提で残しました。AIや最適化が得意な範囲を見極めて、人に渡すべきところは渡す。手段に全部を任せないという判断も、「もっと簡単にできないか」の延長にあります。逆側の基準も置いています。AIが好きで独立したので、完全にAIに触れない仕事は基本やりません。これは主語の話とは別で、自分が長く走るための燃料の話です。AIを主語にしない。でもAIに触れない道は選ばない。この両立が、今の自分にはちょうどいいと思っています。もし意思決定・判断に迷っている人がいるとしたら、今すぐ1週間で問い直すとよい具体的なポイントは何だと思いますか？僕が自分に繰り返し聞いている問いは、「これは来年、面白いことにつながるか？」です。失注から学んだのは、主語が手段に寄ると短期の最適化に終わってしまうということでした。「AIでこの問題を解く」こと自体は必要なのですが、そこだけ見ていると視野が狭くなる。だから、目の前のタスクが「来年の自分にとっても面白い方向に向かっているか」を定期的に確認するようにしています。たとえば最近、娘たちが紙でやっている遊びが楽しそうだったので、画像生成AIを使った子供向けiPadアプリの形に実装して無料で配っています。他にも海外の方が日本語を学ぶアプリを作ったり、弟の営業を支援するツールを作ったりもしています。どれも今すぐ収益にはなりません。でも、AIに触り続けながら、目の前の誰かの役に立つ方向で動いている。主語は常に「この人に何があると嬉しいか」であって、「AIで何ができるか」ではありません。迷っている人に提案するなら、今週のタスクを一つだけ選んで、「これは来年、面白いことにつながっているか？」と聞いてみてほしいです。答えがNoなら、主語がどこかでズレている可能性があります。好きなことを長く続けるために、好きなこと「だけ」にしがみつかない。これが、僕がいま実践している引き算です。本記事は、NewsPicks Expertに登録する各業界のエキスパートが、自身の経験から「やめたこと・減らしたこと」を言語化する寄稿企画「#引き算の仕事術」の一編です。思考や意思決定、専門性、マネジメントといった多様な視点からの寄稿は、以下の一覧ページよりご覧いただけます。https://newspicks.expert/media/category/subtraction-workstyleこうした経験の言語化は、日々の実務の中で積み重ねられてきた知見そのものでもあります。本記事を通じて生まれた視点や問いが、これからの働き方やキャリアを見つめ直すきっかけとなり、それぞれの現場での新たな選択へとつながっていくことを願っています。実務の中で培われた経験は、言葉にして共有されることで、企業の中で意思決定を担う人を支える知見へと変わります。こうした知見が生まれる場についても、続けてご紹介します。