朝、PCを開いて最初に目にするのは、SlackやTeamsの赤い通知バッジだ。
昨晩のうちに積み上がったスレッド、割り込みで入ってきた「至急確認」のメール、そして昨日の会議の議事録。それらを一つずつ捲っていく作業だけで、午前中の貴重な時間が溶けていく。
「進捗はどうですか？」と問いかけても、返ってくるのは「概ね順調です」「調整中です」「検討しています」といった、実態の掴めない言葉の羅列。結局、プロジェクトがどこで詰まっているのか、何が本当のボトルネックなのかを知るためには、また別の会議を設定し、関係者の顔色を伺いながら、膨大なチャットログを遡らなければならない。
私たちは、情報を「管理」しているつもりで、実は情報の「濁流」に飲み込まれている。情報が増えれば増えるほど、判断のための解像度が下がり、リーダーの脳は疲弊していく。
もし、この濁流の中から「今、まさに止まっている箇所」だけを、AIに抜き出させることができたら。単なる「要約」ではなく、「リスクの特定」をさせる技術があれば、私たちの業務はどれほど変わるだろうか。
職場の非効率を象徴する場面が一つある。それは、プロジェクトの進捗確認の場面だ。
管理職やリーダーが「今の状況を教えて」と投げたとき、メンバーは丁寧に応えようとする。しかし、その丁寧さが仇となる。チャットツールは、文脈を共有するのには適しているが、情報の構造化には向いていない。
これらをすべて読み解き、頭の中で整理して、「あぁ、要するにリソースが足りなくて納期が危ないんだな」と判断を下す。この「読み解き」のプロセスこそが、現代のリーダーが最も時間を奪われている、見えないコストだ。
多くの人が「AIを使えば要約できる」と考えている。しかし、従来の要約は「長い文章を短くする」ことには長けていても、「何が問題かを見つけ出す」ことには不向きだった。単に短くまとめられただけのテキストを読んでも、「結局、何が課題なの？」という問いへの答えは見つからないからだ。
なぜ、私たちはこれほどまでに情報の整理に苦労するのか。理由は大きく分けて二つある。
ビジネスの現場におけるコミュニケーションは、常に「事実（Fact）」と「感情・主観（Opinion）」が混ざり合っている。
「システムが動かない」は事実だが、「どう動かないか」「なぜ動かないか」「どう感じているか」が混ざると、情報の純度が下がる。人間がこれを読み解くとき、脳は「これは事実か？ それともただの愚痴か？」というフィルターを通す必要があり、これに膨大なエネルギーを使う。
多くの人がAIに求めているのは「要約」だ。しかし、ビジネスにおける真のニーズは「抽出」である。
| 項目 | 単なる「要約」 | 本質的な「抽出」 |
|---|---|---|
| 目的 | 文章の長さを短縮する | 意思決定に必要な要素を取り出す |
| 結果 | 「AさんがBと言い、Cが起きた」 | 「課題はCであり、原因はAの判断待ちである」 |
| リーダーの反応 | 「で、結局どうすればいいの？」 | 「よし、Aの判断を促そう」 |
「要約」は、情報のボリュームを減らすための技術だ。しかし、リーダーが求めているのは、ボリュームの削減ではなく、情報の「密度」の向上である。情報を削るのではなく、価値のある情報（リスク、ボトルネック、決定事項）だけを凝縮させる技術が必要なのだ。
では、具体的にAIを使って、この「情報の濁流」をどうコントロールすべきか。
鍵となるのは、AIに対して「要約しろ」と命じるのをやめ、「特定の観点で、構造的に抜き出せ」と指示を出すことだ。
AI（ChatGPTやClaudeなど）は、膨大なテキストの中から「特定のパターン」を見つけるのが非常に得意だ。例えば、チャットのログをそのまま貼り付けて、以下のような「観点」を指定して指示を出す。
1. ボトルネック（停滞箇所）： 「現在、作業が止まっている、あるいは進捗が遅れている箇所はどこか？」
2. リスク（懸念事項）： 「現時点で明文化されていないが、今後問題になりそうな予兆（『検討中』『調整中』などの言葉）はどこにあるか？」
3. 依存関係（待ち状態）： 「誰の判断、あるいはどのタスクが終わらないと、次へ進めない状態にあるか？」
4. 決定事項（合意内容）： 「このスレッドの中で、最終的に『やる』『やらない』が決まったことは何か？」
このように、「何を、どのような切り口で探せ」という命令に変えるだけで、AIの出力は「きれいなまとめ」から「業務判断の材料」へと劇的に変化する。
もちろん、AIがすべてを解決してくれるわけではない。AIは文脈の裏にある「政治的な駆け引き」や「相手の表情」までは読み取れない。しかし、「情報の整理」という、人間が本来やるべきではない、しかし避けて通れない「作業」の部分を、AIに肩代わりさせることは十分に可能だ。
これにより、リーダーは「情報を整理する時間」を、「整理された情報を元に、どう判断し、どう動くか」という、より本質的な仕事に充てることができるようになる。
「AIがすごいのはわかった。でも、具体的に明日からどうすればいいのか？」
そう思う方のために、明日からすぐに試せる、現実的な一手を3つ提示する。
明日、チャットのやり取りをAIに放り込むときは、「以下の内容を要約してください」と書くのをやめてみよう。代わりに、こう指示するのだ。
> 「以下のチャットログを読み、【現在の進捗】【発生している問題点】【次に誰が何をすべきか】の3点に絞って、箇条書きで抽出してください。不明な点は『不明』と書いてください。」
これだけで、出力される情報の質は、これまでの「要約」とは別物になる。
進捗報告の中に、リスクが隠れていないか不安なときは、AIに「探偵」の役割を与えてみる。
> 「以下のやり取りの中で、『懸念』『難しそう』『調整が必要』『確認中』といった、プロジェクトの遅延に繋がりそうなキーワードが含まれる箇所をすべて抜き出し、その理由と共に整理してください。」
これを行うことで、メンバーが言葉を濁して伝えている「小さな火種」を、早期に検知できるようになる。
AIから返ってきた答えが、まだ読みづらいと感じるなら、形式を指定してしまう。
> 「回答は、以下のフォーマットに従って出力してください。
> ■ 状況：
> ■ ボトルネック：
> ■ リスク：
> ■ 必要なアクション：」
このように、あらかじめ「枠組み」を与えておくことで、AIは迷いなく、あなたが必要としている情報だけを埋めてくれるようになる。
AIは魔法の杖ではない。情報の整理を完全に自動化し、あなたが何も考えなくて済むようになるわけでもない。しかし、情報の濁流に飲まれて判断が鈍ることは、確実に防げる。
「結局、何が課題なの？」という問いに対して、自分で何度もチャットを読み返す前に、まずはAIに「課題を抜き出させてみる」。その一歩が、あなたの業務の密度を、少しだけ変えてくれるはずだ。