この知恵で考えられること
業務委託、DX、AI導入案件で起きている発注は、単に「人に仕事を振っている」わけではない。
序章であり結論
業務委託・DX・AI案件の本質的な発注構造
業務委託、DX、AI導入案件で起きている発注は、単に「人に仕事を振っている」わけではない。
もっと正確に言うと、発注側は常に 二重の判断 をしている。
ひとつは、「この人に仕事を任せて大丈夫か？」
もうひとつは、「そもそもこの仕事を、人間ではなくAIやデジタルに任せていくべきなのか？」
この二つは、同時に進行している。
そして後者の判断の上に、前者が乗っかっている。
ここを見誤ると、いくら自分が人として信用されても、発注は起きない。
発注とは「人」への投資ではなく「概念」への投資である
DXやAI案件における発注は、実は個人への発注ではない。
発注されているのは、
- AIやデジタルを前提にした働き方
- 業務をコードや処理として捉える世界観
- 人間がやらなくてよくなる未来への仮説
こうした概念そのものだ。
その概念に対して、「この人なら、その投資を現実に落とせそうだ」そう判断されたときに、初めて人に仕事が来る。
だから構図としては、
- 発注者 → 「AI・DXという考え方」に投資している
- 自分 → その上に“一時的に立っている実装者・案内人”
この関係になる。
ここを履き違えて、「自分が評価されている」「自分の能力が買われている」と思い始めた瞬間に、ズレが始まる。
「自分に仕事が来る」は、副産物でしかない
極端な話をすると、発注側は別に自分でなくてもいい。
もっと言えば、将来的には自分ですら不要になってほしいと思っていることも多い。
なぜならDXやAI導入の最終目的は、
- 特定の個人に依存しない
- 属人性を下げる
- 判断や処理を再現可能にする
ことだからだ。
この前提を分かっていないと、「AIに任せすぎると自分の仕事がなくなる」
という恐怖が出てくる。
でも実際には逆で、AIやデジタルに仕事を任せていく、という判断を支援できる人だけが、最初のフェーズで仕事をもらえる。
発注者が本当に怖がっていること
発注側が本当に恐れているのは、「AIが賢くないこと」ではない。
- 本当に業務で使えるのか
- 判断を間違えたときに誰が責任を取るのか
- 現場がついてこれるのか
- 投資が無駄にならないか
こうした意思決定としての失敗だ。
つまり発注者は、「AIに仕事を任せる」という判断を下すための安全な足場を探している。
その足場として、
- 過剰な期待を煽らない
- できる／できないを冷静に分ける
- 人間が残る場所を明確にする
- 作って、触って、評価する前提を置く
こういう進め方が提示されると、初めて「任せてみようか」という判断が可能になる。
だから「自分が立っている場所」を常に自覚する
この構造を理解すると、自分の立ち位置はかなり明確になる。
自分は主役ではない。AIでもない。ツールでもない。
「AIやデジタルドリブンな働き方」という概念と、現場の間に立っている存在
それだけである。
そして、この概念への投資が崩れた瞬間、自分への発注も一緒に消える。
だからこそ僕は、
- 自分がすごい話をしない
- ツールやトレンドを主役にしない
- 「このやり方なら失敗しにくい」という話をする
というスタンスを徹底している。
仕事をもらっているのは自分だが、投資されているのは常に社会に現存する“技術そのもの”の方。
この前提を持っているかどうかで、業務委託・DX・AI案件の景色は、かなり変わる。
みんなしないけど私はやってること
コツ1：「一緒に考えている状態」を初回から作る
商談を「共同思考」に変えるためにやっていること
僕は、面談を「説明する場」「判断される場」だと思っていない。
**一緒に考え始める場にいかにするか。**だと思っている。
そしてこの「状態」を作れるかどうかで、その後のすべてが決まる。
なぜなら、DXやAIの仕事は「正解を知っている人」がやる仕事ではなく、「不確実なものを一緒に定義していく仕事」だからだ。
その前提で考えると、面談でやるべきことは明確になる。
自己紹介を、あえて雑に終わらせる理由
「自己紹介をしてください」と言われたとき、僕はかなり短く、適当に終わらせる。
- こういう業界にいました
- こういうことをよくやっています
- 今日は一緒に考えられたら嬉しいです
これくらい。
なぜかというと、
自己紹介を丁寧にやるほど、相手は聞き手モードに入るからだ。
聞き手モードに入った瞬間、相手は「判断する側」になり、自分は「説明する側」になる。
それを壊したい。
だからすぐに、
- その業務って、サボれないやつですか？
- 人を増やす方向と、減らす方向、どっちで見てます？
- AIって言われてますけど、どこが一番怖いですか？
みたいな思考を要求する質問を投げる。
仮説を先に出す、という姿勢
僕は、基本的に仮説を先に出す。
しかも、正しいかどうか分からないやつを。
- たぶんここ、ボトルネックになってません？
- この業界だと、ここ品質落とすとまずそうですよね
- これAIでやるより、普通にITでやった方が良くないです？
この時点では、当たってなくていい。
重要なのは、「この人は判断しに来ていない」「一緒に考えに来ている」という空気を作ることだ。
仮説を置くと、相手は自然に訂正を始める。
その瞬間に、面談は共同作業に切り替わる。
案を出し続ける、という戦略
もうひとつ意識しているのは、
使う案と、使わない案を同時に出すこと。
- これは意味ありそう
- これは多分やらない
- これは今じゃない
全部まとめて出す。
すると相手は、「選ぶ側」ではなく「一緒に整理する側」になる。
この状態まで行くと、発注する・しない以前に、
**「この人がいないと話が進まない」**という感覚が生まれる。
これが、初期信用の正体だと思っている。
コツ2：相手側に”成果をサクサク得られる感覚”を作ることを優先する
すぐお金をもらうべきか
お金がいらないわけではない。
ただ、お金をもらう前にやるべきことが多すぎるだけだ。
初回面談から、
- ヒアリング
- 構想整理
- 課題の言語化
- 概念図の作成
ここまでは、ほぼ無償でやってもいいというか、3日とかで一旦やって作っちゃうこともできる。
重い投資判断になってしまうとかえってことが進まなくなる。
資金ニーズにもよるがNDAだけでも動いてよくて意味があったら精算をしてもらえるという真摯協定で進める方がハイブランドな他社にかつ上では有利だし実践経験の積み上げは絶対増える。
概念図とスコープは、非同期で詰める
初回面談で全部決めない。
30〜60分の会話を、2〜3回。矢継ぎ早にやる。初回はそのテンポで時間をもらえる権利だけ取れば終わりでもいい。
その間に、
- 構想を概念図にする
- どこが価値の山かを見る
- やらないことを決める
特に重要なのは、スコープコントロールだ。
「ここまでやると価値が高い」
「ここから先は今やらなくていい」
これを、決裁者と非同期ですり合わせる。
会議室で詰めるより、資料を見て、考えて、返してもらう方が精度が上がることが多い。
いい提案かどうかに限らず1回の会議内で決めれる判断量に限界がある。
非同期で詰めていけない場合は今後もその会社はコミュニケーションコストが高い可能性も高い。
「作ります」とか宣言せずに作れ。
僕は「プロトタイピングしますね」とあまり言わない。
気づいたら、
- 入力と出力だけのサンプル
- 処理イメージのラフ
- 断片的なコード
そういうものが、いつの間にか出てきた！というノリで出す。
重要なのは、システム全体を作るプロトタイプじゃなくていいということ。
ひとつながりのシステムである必要はない。
「こんな出力は出てきそうです」
「この処理はできそうです」
それだけで十分なことが多い。open AI Playground環境以外は本実装まで触らないことすらある。
すると相手の反応が変わる。
「いけそう」「思ったより早い」「これなら変われそう」
この実感値を作れるかどうかが、初期フェーズのすべてと言っていい。
コツ3：AIそのものへの誤解を解く・期待値調整する
世界はまだ、AIを信用していない
前提として、世界はまだAIを信用していない。
現場も、経営者も、だいたい同じだ。
- 賢いのは分かる
- でも本当に使えるの？
- なんか微妙なんでしょ？
この疑いが基本にある。
一方で、「さすがにもう動かないとヤバい」という焦りも同時にある。
この疑いと焦りが同居した状態を前提に話さないと、ほぼ確実に噛み合わない。
AIリテラシーを見抜く質問
だから僕は「これってAIでできますか？」と聞かれたら、すぐに技術の話はしない。
代わりに質問して相手に聞く。
- 社内って今どれくらいAI触ってますか？
- 誰が一番使ってます？
- 業務に組み込んだことはあります？
ここで、「ChatGPTめっちゃ使ってます」が出てきたら、
正直リテラシーが自分とずれているフラグを確定する。
チャットツールを触ることと、AIを業務処理に組み込むことは、ほぼ別物だからだ。
逆に、
- 怖くてあまり触れてない
- 一部で試している
- 評価が難しい
こういう話が出てくる方が、リテラシーは高くはないけど具体的に捉えているケースもあるのでネガティブではない。
過剰期待は、必ず補正する
AIすごいですよね、いけますよね、というテンションが高い人ほど、一回冷やす。
- AIじゃなくてITでやる話でもいいですよね
- 判断が絡むので、人は残した方がいいこともありますよね。
- 業務的にAIで責任取れます？
これは否定ではなく、現実に着地させる作業だ。
発注者は、AIを導入したいのではなく、失敗しない判断をしたいだけ。
その補助ができるかどうかが、信頼の分かれ目になる。
LLMはITと比較して作るコストがめっちゃ低い・評価するコストが高いということを理解して伝えるべき。
AIを含む開発で一番重要なのは、実装コストと評価コストが非対称だという点だ。
作るのは、めちゃくちゃ早い。1人日でできることも普通にある。
でも、「その社内業務として設計したAI出力が本当に正しいか」を100点で評価できるのは、現場の人間だけだったりする。
だから僕は、
- 作る→触る→評価してもらう→育てる
この前提を、最初から置く。
完璧なものを一発で出す、という幻想を壊すこと。
早く作って育てるという構図がとってもやりやすい技術領域であるからこそ、
それを生かして自分のバリューを上げて仕舞えばいい。
それが、失敗しないための一番の近道になる。
みんなやるけど私はやらないこと
コツ4：決める力が低い組織は、早めに見切る
正直に言うと、相性が悪い会社もある。
- 初回から面談に何人も出てくる
- 誰が決めるのか分からない
- 「一旦持ち帰ります」が口癖
- コントロールを手放したくない空気が強い
こういう組織は、どうせ勉強してるだけの可能性もあるし、動きにくかったりする。
つまりは時代についていく力が低い可能性がある。まだ全体的にどの会社もついていけてないことを踏まえると一番難しいクライアントになり得る。
こういう相手は無意識に「主導権」を取りにくる。
でもその主導権は、責任とセットになっていないことが多く面接モードを無思考でやっている。
だから僕は、「意味があることができたら、それに応じて何かもらえればいい」というスタンスを淡々と出す。
この人は
- 操作しにくい
- でもちゃんと動く
- 余計な政治をしない
そういう印象だけを、まず置く。
コツ5：「できる・できない」を回答する人は信用されない
「できます主義」は、危ない人の象徴
僕は、自分がすごいという話をほとんどしない。
- 何が得意か
- どういう性質か
そういう話くらいはするが、能力の比較論などは一切しない。
なぜなら、「できます」と即答する人ほど、危ないからだ。
できない人ほど、何も確認せずに「できます」と言う。
だから質問されても、
「内容によります」
「要素次第で難易度が変わります」
という返しになる。
自分がすごいかどうかというよりは、適切な設計と進行で進めればちゃんと成果が出ることを知っている。
それをやってきている。自分以前にまずLLMの能力が十分に高いので実現可能性は設計力のみと紐づくという話をする。
条件を分解して返す
例えばAIでできますか？と聞かれたら、
- どこまで自動化したいのか
- 人間が判断する部分はどこか
- AIを使わない処理は何か
こういう前提を一つずつ分解する。
「この部分は普通にITでやった方がいい」
「ここはAIに任せてもいい」
「ここは人間が見ないと危ない」
そうやって整理すると、
現実的なラインが見えてくる。
コツ6：ツール選定やトレンドの話は持ちかけられてもしない
ツール選定が本質でない理由
よく聞かれる。
- OpenAIと他、どっちがいい？
- 最新モデル使うべき？
でも正直、業務DXという意味では、ほとんど関係ない。
1年以上前のモデル（GPT-4）で、もう十分に業務利用における要素処理はほとんどエラー率がないところまで育っていた。
処理がうまくできないとしたら情報が渡されていないか要件が渡されていないか。
重要なのは、
- 業務が整理されているか
- 処理が分解されているか
- 評価できる体制があるか
ここだけだ。
じゃあ何を回答するのか？AIで成果を出すための3点セット
僕がツールは何が必要か？と言われた場合には基本この3つだけを返す。
- 脳みそ（モデル）
- パイプライン（処理の連結）
- システム接続環境（既存業務・システム）
Notion AIやSlack AIみたいなUI込みのAIは、早く触れるだけで実用化に向けては不自由なことが多すぎる。
最終的に業務に組み込むなら、処理を自分たちで触れることの方が重要になる。
「いいツール提案します」の持ち帰りとかはもう確定的に負けてる
「一旦持ち帰って、いいツール調べます」
これは、ほぼ負けだと思っている。
なぜなら、ツール選定は意思決定を前に進めないからだ。
必要なのは、「このやり方なら、失敗しにくい」という構造の提示。
ツールは、その後で勝手に決まる。
注意事項
技術バックグラウンドが強い経営者は一番難しい
常識を引用しすぎる罠
意外と詰まるのが、技術バックグラウンドが強い経営者。
- 昔のIT常識
- 昔のML常識
を、そのままAIに当てはめてしまう。
結果、
- それはコストかけすぎ
- それじゃ精度出ない
- そんなやり方で使えるわけない
という極端な評価になる。
「なぜ自分で作らないのか」と問いましょう
だから僕は、よくこう聞く。
「それなら、なぜ自分で作らないんですか？」
AIを含む開発は、
- 実装コストが10分の1
- 評価コストが10倍
という、今までと真逆の構造になっている。
作るのは簡単だが、正しいかどうかを判断するのは現場しかできない。
この前提を共有できると、一気に話が進む。
まとめ
ここまで書いてきたことは、才能論ではない。
- 喋りが上手い
- 技術が突出している
そういう話でもない。
進め方の話だ。
必要性を見極め、過剰期待を補正し、一緒に考える状態を作り、小さく作って育てる。
この積み重ねで、「不可欠な人」になる。
仕事をもらっているのは自分だが、投資されているのは常にこの社会で誰もがアクセス可能な技術そのもの。
その上に立ち続けられる限り、発注は自然に続く。
全文ログ
ログ
AIインタビュアー
2025/12/25 00:27
こんにちは！インタビューを始める前に、いくつか確認させてくださいね。
まず、お話が終わったら必ず終了ボタンを押してください。履歴データの保存のために必要です。それから、私が話している最中でも、テキストを読んで思いついたことがあれば、いつでも話してもらって大丈夫です。
それでは、インタビューを始めていいですか？
senko 初回面談
2025/12/25 00:28
どうぞ
AIインタビュアー
2025/12/25 00:28
ありがとうございます。では、まずあなたについて少し教えていただけますか？そして、今日話したいテーマや、そのテーマについて話したくなった理由を教えてください。最後に、今日の話をまとめることで、誰にどう伝わってほしいか、それとも自分自身のためか、そういったところも教えてください。
senko 初回面談
2025/12/25 00:28
話すこととしては
senko 初回面談
2025/12/25 00:29
オペレーション改善やDX、AI導入などを 期待されるような業務委託案件の初期における 信用獲得とか面談で発注してもらうとかのノウハウというか 自分が何やってるかとかを話します それは似た仕事をしている後輩に向けてです 先行と申します
AIインタビュアー
2025/12/25 00:29
ありがとうございます、千光さん。
オペレーション改善やDX、AI導入といった業務委託案件における、新規顧客の獲得や、商談で受注を取り付けるためのノウハウ、そして具体的にご自身が何をされているかについて、同じような仕事をしている後輩の方向けにお話しいただくということですね。
では、まずは自由にどんなことをされているか、どんな流れで新規獲得や受注につなげているのか、詳しくお話しいただけますか。
senko 初回面談
2025/12/25 00:29
はいっ
senko 初回面談
2025/12/25 00:31
一番最初に面談みたいなのが あると思うんですけど 個人的には お金の緊急性とかを度外視すれば 僕はまずお金をもらわずに ヒアリングやプロトタイピングもしちゃいます 目安的には初回面談して で 大体構想とかビジョンとか課題感とか出てくるやつを 概念図にまとめつつ こういうこととか じゃあ この辺やると価値高いみたいなスコープコントロールを 決済者と非同期でやりつつ 2,3回 1回30分 60分くらいを3回くらい喋って ここだね みたいな感じになってみつつ ちょっと簡単にプロタイピングを してみたいんですけど プロタイピングしますねとか言わずに でもその整理の 初回にはなさないことも多いけど 2回目 3回目には簡単な処理イメージを書くとか もしくは ちょっと僕 サンプル処理を 入力と出力だけでもいいんで 作っちゃってとかをやってみて こんなんは出てくるっぽいですとか こんな処理はできるっぽいですとか くらいでもいいので 実際のシステムとしては ひとつながりの全体じゃなくてもいいので それができるなら いけそうだなだし そんな風に作れるんだ 早っ!みたいな っていう実感値 確かに変わっていけるという 実感値を常に追いかけてますね
AIインタビュアー
2025/12/25 00:31
なるほど、最初の面談ではお金のやりとりを重要視せず、相手の課題感やビジョンをしっかりヒアリングしながら、自分から簡単なプロトタイプを示して信頼を得るというアプローチですね。そうすることで、実際に動くイメージを相手に持たせて、「あ、これならいけそうだな」という実感を持ってもらうわけですね。
確かに、最初からお金の話ではなく、相手の課題に真摯に向き合って、価値を感じてもらうことで信頼関係が深まりますよね。
このやり方で特に効果的だった場面とか、逆に難しかったケースなんかもあれば、ぜひ教えてください。
senko 初回面談
2025/12/25 00:35
もともとの関係値がないとか、なんか初回から何人も面談出てくるような、いわゆる決める力が低い会社とかは通りにくいというか、相性が悪いこともあります。 基本的には相手はコントロール権を得ようとするので、別にコントロールしないでくださいとか言われたり、コントロールという発想じゃなく、 ワサゴできたらいいなとか、ワサゴありがたいみたいな、ってなるだけの会話をして、 なんか普通に意味があることができたらそれに応じて何かもらえればいいっていうだけの動く人なんだなっていう印象だけを作るっていうのがあります。 まあ、ただ自分の場合には早めから業界にいたとかがあるんで、ぶっちゃけプロフィールで信用の底上げがされてしまうことが多いんですけど、 社会的にまだそこまで知られていないが、実装の最前線では普通にこうやって普通にこうやるだけだよ、みたいな。 自分の力がすごいからじゃなくて、やり方が違っていることが多くて、ちゃんとしたことをちゃんとやったらちゃんと出るんですよっていう、 あくまでも自分じゃなくて、進め方とかノウハウに力があるっていう話をとにかくする。自分がすごいという話は一回もたぶんしないですね。 こういうことが得意とか、こういう性格であるとか性質であるという性質論はするんですけど、能力話は別に相当的に測るものじゃ本来ないし、 できない人ほどできるっていうので何も確認してないのに。なので基本的に実装とか仕組みを作る上では、 できますできます主義っていうのは危ない人の象徴なので、たぶんそれはアラートになりやすいので。 こういうのってできるんですかね。内容によりますし、こういう要素が含まれることが多いんだったら難易度が結構変わってくるんですけど、 例えばこういうふうにして、こういう処理をして、この辺はAIとかを使わずに整理をした上で、 この部分をAIとか設定とか、こういう人間がさせることを残してだったら、現実的には作れますとか、 それくらいのものであればテストをめちゃめちゃ繰り返すわけでもないので、一旦作ってみるとかは3日くらいで一回できて、 それを触りながら具合的に育てるっていうところが現場の方の価値観とか現場の方のレビュー力を結構使うので、 そこはその辺りの協力してもらえるかどうかで、速度はちょっと変わりそうっすねみたいな感じの話をすることが多いですね。
AIインタビュアー
2025/12/25 00:35
とても納得感があります。決裁権のある人がいない場合や、初めから人数が多くて意見がまとまりにくい状況だと、なかなかスムーズに進まないこともあるんですね。
それでも「できる」「できない」を単純に言うのではなくて、具体的なプロセスや条件を提示しながら、「こういう要素なら実現可能」という説明をしていくことで、相手にも納得感を持ってもらいやすくなるというのは、非常に実践的なアプローチだと思います。
また、自分がすごいというよりも、方法や進め方に価値があるというスタンスも、相手に安心感を与えるポイントなんですね。
もし今話していただいたことの中で、特に効果があった具体的な事例とか、逆にうまくいかなかったケースがあれば、もう少し聞かせてもらえますか？
senko 初回面談
2025/12/25 00:36
特に効果があった
senko 初回面談
2025/12/25 00:36
仕事を取るっていう段階に
senko 初回面談
2025/12/25 00:36
にフォーカスするのであれば 僕としてもまずギミスしているが故に 撮れていることが多いかなと思ってて 必要性がないところで仕事したくないので僕は ので 透き通せが明確に見えて自分がこう動いてこうなりそうだなというイメージが持て てから発注をしてもらうようにする ようにしているのもあって そのスタンスで動いてくれる人なんか僕は僕がそういう人が好きだから僕もそうある みたいなところもあるんですけど まあその辺はまあやりやすいかなと思います
senko 初回面談
2025/12/25 00:37
とか、0じゃなくてもいいんで NDAと、一旦10万円契約だけ巻いといて で、どれくらいの量動いてどうなのかっていうのを 2ヶ月目から決めましょうとかでもいいんですけど そういうことをすることが多いですね
senko 初回面談
2025/12/25 00:42
どういうケースで… 思い出してみると あとは 自分の場合は紹介が多いけど 紹介じゃない前提の案件に絞るならば やっぱり捉え方や考え方や方法論についての話を 紹介でして それがあっちの解像度だったり できることを上回っていれば お願いされるっていう構図が この社会の仕事を発注するっていう論理だと思っていて なので 自分でできなくて 相手にできることがあった場合に 相手にやってもらって その差分が対価になってるだけっていう大前提があるので ただ それを自分という個人に行くというよりは あくまでも魔法みたいなものを自分も持ってないし 本当に著名な研究者やエンジニアというような スキルを持っているわけではなくて 適切な進め方も適切な作り方を ちゃんとしてきたっていう話と それがなぜ失敗をしないのかとか なぜ成功しやすいのかっていう 自分が意気をしている方法論の 信頼性を作るんですよね あちらがそう受け取っているのか それを通じて 成功者さんって分かってる人だってなってるかは もちろん両方あると思うんですけど やっぱりそこの辺のスタンスって いくらくらいの単価で仕事をもらうかにもよるんですけど 単価が上がってくる場合はやっぱり共通セオリーだと思ってて できるできない理論における回答を見ていれば 大予想 多分これ嘘でどれが正しいんだとか 分かっちゃうので 必要なことを 必要性を見極めていいやり方でやるっていうのを 基本的には伝え続けることが多いです あとはこれは他の人が再現性があるか分かんないけど その場でどういうやり方をするかっていう処理方法とか どんなものが作れると意味ありそうかとかを 永遠を使うもの 使わないもの限らず 一旦バーバー出して聞いてみるんですよね で それが確かにそれいいですねってなる場合もあるし そこがこういう事情でできないですよねってなるので 普通に面談 面接 判断をしてる状況じゃなくて 一緒に考えてる状態にもとにかく 乗っけからするっていうのがあります それはどうやったらそうできるかっていうと 基本的には人間はミラリングをするものであって どちらかが主体的にモードに入らない限り お互いにご挨拶をし続けるので 基本的にもう勝手にどんどん中身を考えていくんですよね 誰か自己紹介してくださいって言われて 自己紹介を超適当に終わらせて こういうのがやってると 例えばこういうことをしてました なんで 音声がこういう業務で こういうことをするとかだったらやれることがあると思うし ただ画像とか音声処理みたいなところはやってないんで その辺がどの辺がイメージ強いかとかも 聞きながらだと話しやすいですとかを言って あっちがその辺を話すと それにおいて それってその業務はめちゃめちゃ重要で サボっちゃダメだし 改善したいって感じですかとか 人数増やしていく戦略と AI化する戦略って両方あるけど どんな感じで見てます?とか AIでできるでしょ みたいな感じであれば 結構やっぱり一旦 AIでしょってきたら AIだけやっぱり世の中の捉え方が ちょっといびつなことが多い感覚が僕にはあるという話をして 他のITだとか デザインの発注とかでもそうなんですけど これって具体的にできるのかな? できるとしてもそうやって経営的に意味がある感じまで仕上がるかなって みんな気にしてやるやらないを決めたりすると思うんですけど AIに関してはちょっとそこが漠然と できそうっていう感覚を得てしまうし 自然言語 人間の言葉でわらわらと即劣が返ってくるから 本当にできることよりも過剰に 評価をしてしまいやすいんですよねとかみたいな話をしながら 確かにそうだとしたら それを踏まえた上でもこういうイメージで AI化じゃなくてもいいですし みたいな感じで 案が出てくるので なるほど なるほど でもこの業界とかオンシャイのサービスを考えると この辺の品質こだわらないと難そうとか こういう情報をしっかり見て決めないと ご判断するAIになりそうですよねとかっていう 適当な仮説を置きつつ 本当そこでみたいなの言ってなるか そこもありつつみたいな感じとか イメージを膨らましたりっていう なんかもう面談 商談というよりは 一緒に考えているモードっていうのに とにかく持ち込もうとして持ち込んでるわけじゃなくて 僕は仮説になるんですけど それは再現可能な気もしますね
AIインタビュアー
2025/12/25 00:42
なるほど、非常に実践的ですね。ポイントとしては最初から相手と一緒に考えるモードに入って、相手のニーズや課題を一緒に掘り下げていくことで、自然と信頼感を築いていくという感じですね。その上で、AIに限らず実現可能な方法やプロセスを一緒にクリアにしていくことで、相手も納得感を持ちやすい、という流れですよね。
また、AIに対する誤解や過度な期待を冷静に整理しながら、現実的なアプローチを説明することで、単なる技術ではなく、本当に価値ある解決策を提供しているという印象を持ってもらえるわけですね。
そのスタンスだと、たしかに単価が上がる案件でも相手から信頼されやすいと思います。そうやって相手に寄り添って、自然と一緒に考えるモードに移行するというのは、再現可能性も高いし、多くの人にとって参考になるアプローチだと思います。
このやり方を通じて、特に印象に残っている成功例とか、この方法を使っても難しかったケースがあれば、もう少し聞かせてもらえますか？
senko 初回面談
2025/12/25 00:43
このやり方の深掘りというよりは、これ以外に僕が今日話し合っていたテーマについて話した方がいいこととかの仮説があれば出してもらって、それに答えようかなと思います。
AIインタビュアー
2025/12/25 00:43
ありがとうございます。では、ここまでのお話で見えてきたいくつかのポイントに基づいて、もう少し深掘りできそうな部分を仮定してみますね。
例えば、今のお話から伝わってきたのは、案件を獲得する際に「信頼構築」と「相手との共同思考モードへの移行」がキーになっていることだと思います。
その上で、例えば「信頼を構築するための具体的なトラブル対応」や、「困難な状況下での信頼の取り戻し方」といった部分が、より具体的に聞けると、さらに実践的な話になるかなと思いました。
あるいは、現在のトレンドやツールの進化によって、従来のやり方をアップデートする必要性などもあるかもしれません。
こうした点について何か思い当たることがあれば、ぜひ聞かせていただけますか？
senko 初回面談
2025/12/25 00:48
ツールやトレンドみたいな話になったら ぶっちゃけオペレーションをコードにしていく上で ツールやトレンドのやり方が踏まえれるかって だいたいほぼそんなに関係ないけど みんなめちゃめちゃ考えちゃったり その選定の質になんかこだわったり これを選んだから大丈夫だろうとか言い出すんですけど ぶっちゃけあんまり関係ないことが多いですし 最近だとJMLとOpenAIどっちがいいんですかねみたいな とかなるけど正直業務のDX用だと GPT-4って十分もう脳みその力 もう全然いけてたので 逆にそれがどんどん安くなって早くなったりとか 読み込める知識の量とか 一緒にお願いできる文脈の量がかなり どんどん拡大してきてもちろんありがたいんだが 業務DXっていう意味だと 1年以上前のモデルで十分にもコスパ的にも 能力的にも達成しているっていう話がまずあります その上で考えると今のJMLと今のOpenAIの 早くて安いモデルはどちらでも成果が出る 多少の誠実さはあるが 一旦実用化に至るみたいな意味だと 全然どっちでもいいです その上で多少の癖とか その後のコストパフォーマンスを見ながら どっちに変えるかっていうのは 実用化以後の運用最適化の さらなる最適化の話に もう実はなっているので みたいな話をして そこは別に何でもいいけど オンシャーはもうアカウントありますかみたいなので 自分が慣れているのがOpenAIだったりをするので どちらもいければOpenAIのアカウントで APIキー払い出せるやつだけ作ってもらって で 重量課金しかかかんないんで 作ってくださいってお願いしちゃったりして もう終わりとかですし いろいろなツールを使うとか 組み込み済みのサービスを使う話と あくまでも処理を作るための 処理構築で楽になるための ツールってものがありますと 例えばDeFiとかGoogleワークフローとか OpenAIプラットフォームってのは あくまでも処理を作ることが 楽になる 超楽になるやつ 逆にNotion AI Slack AIとかは それを超えちゃって UIもセットになっちゃってるし こちらでいじれない処理が多かったりとか 権限が絞れなかったりとか いろいろ不都合が多いことがあって パッケージ化されすぎているので あくまでも用意すべきは 脳みそと処理を連続的にする場合に 組めるパイプラインの実装だったり 他のシステムのAPIを立てたりとか そういう意味でのパイプラインが作れるもの 最終的に業務ツールに組み込んであれば そこと繋げられるかいいのかっていう 3点しか基本的に AIで成果をまず出すっていう意味では そこしか関係ないので そういう意味でもトレンドもツールも もう関係ない話なんで いいツールやトレンドの提案してくださいね みたいな姿勢のまま持ち帰ったら もう負けですね もう何か意味がないんで
AIインタビュアー
2025/12/25 00:48
なるほど、非常に本質的な視点ですね。ツールやトレンドに振り回されず、むしろ「何を解決すべきか」「どういう業務フローをシンプルかつ柔軟に変えていけるか」が重要で、そのためにはツールの選定以上に、全体の構造やフローを正しく設計することが大事ということですね。
確かに、最新のツールやモデルが出るたびに「これで何ができるか」を考えがちですが、実際の現場では、もっと根本的な部分—つまり、どういうプロセスで業務を回しているのか、どこに無駄やボトルネックがあるのか、それをどう効率化・最適化するかが本質ですよね。
その上で、ツールはあくまで手段であって、ツールやトレンドに振り回されず、まずは「何を解決したいか」を明確にすることが重要だというのは、非常に再現性の高い考え方だと思います。
そうすると、実際にクライアントと話すときも、「このツールがいいですよ」とか「最新のモデルならこういうことができますよ」という話よりも、「その業務の目的は何か」「そのフローを改善するとどんな効果があるか」といった話に焦点を当てることで、自然と発注にもつながりやすいということですよね。
もし、こうした「本質的な課題にフォーカスする姿勢」でうまくいったケースや、逆に相手がツールやトレンドにこだわりすぎて難しかったケースなどあれば、もう少し聞かせていただけると嬉しいです。
senko 初回面談
2025/12/25 00:48
あともう一個あるのは
senko 初回面談
2025/12/25 00:51
世界はまだ全くAIは信用していないわけですよ。世界もそうだし、現場もそうだし、経営者もそうで、本当にこれできるの?とか、賢いけどさ、なんか微妙なんでしょう?っていう疑いの目で見られていると思った方が良くて、超疑ってるけど、なんかさすがにもう動かないと、みたいな感じの雰囲気もあるし、でもめっちゃいけますよね、AIっていって、態度が違うことがまずあるので、 そこは僕は序盤でまず会話の中で鍵取ったり、それを聞くための質問をしたりするんですけど、例えばAIってこういうのって、AIでこういうことできますか?って言われたら、内容にもよりますけど、 例えば丸々さんとかこの社内だと、今ってどれくらいどういうAI触ってますか?とか、どれくらい試してますか?っていうのも聞いてみてもいいですか?みたいなので聞きますと。 で、チャットGPTめっちゃ触ってますねとかであれば、ハイフラグって感じで、チャットGPTを触る行為とAIを業務に組み込んで処理をする行為は全く別物なので、 共通の知恵はあるけど全く別物なので、それを、チャットGPTとかチャットツール系しか触ってないなら、リテラシーは低いと判断します。 で、あとめちゃめちゃいけそうっすよねみたいなので、自信満々で気にしてるサービスとか動きとか何かあったりしますって言って、 最近のプロ3.0はすごいよねとか、こういう海外の新しい人がすごいねみたいな感じの、いわゆる新しいかっこいいものが出てきて興奮している男の子みたいなものの、これもリテラシーが低いです。 で、やっぱり立様性を具体的に見てる人はそんな話をしないので、そこでどんなものが出るかとか、なんか冷静に見てるのか怖がってるのかみたいなっていう、自分じゃなくて自分に仕事をもらうということは、 AIに仕事を今後任せるという判断でもあるということを僕は自覚して話しているので、なのでAIへの過剰な期待は補正しながらしゃべるし、 AIってできますかって言われるけど、それAIじゃなくて普通にITでやるべきことだし、できるかできないかは現場次第の部分もありますよねっていう、 いわゆるAIさんの期待値調整とか誤解時ってのを基本的な手順的にやるっていうのが対話ではよくありますね。
AIインタビュアー
2025/12/25 00:51
なるほど、AIに対する現場や経営者の疑念や誤解を早い段階で見極めることが重要だというわけですね。確かに、AIに過剰な期待をしている人と、逆に懐疑的な人では、進め方や説明の仕方も変わってきますよね。
それを踏まえて、相手がどの程度AIに詳しいか、実際に触っているのか、どんな情報源に基づいているのかを探りながら、AIに対する期待値を調整していくというのは、非常に理にかなったアプローチだと思います。
では、その期待値調整や誤解の解消において、特に苦労したエピソードや、逆にうまくいった具体的な事例があれば、ぜひ教えていただけますか？
senko 初回面談
2025/12/25 00:54
フラットの学習力があるようなメンバーやチームは 全然困ることは何もなくて どちらかというと意外とめちゃめちゃ進まなくなるのは 技術的バックグラウンドがある人が経営者だったりだとかすると めっちゃ誤解してることも逆に多かったりするので ITやマシンラーニングにおける常識を引用しすぎてて そんなやり方 過剰コストですよとか そんなやり方でセール出るわけないじゃんみたいなものも いやもうこれでいいと思うよねとかっていう過度な期待 もしくは過剰な賠償的な評価をすることが多いので キャラクターにもよるっちゃうけど 技術的バックグラウンドが強いんだとしたら 僕がまず聞くのは なぜ自分で作らないのかっていう話をしますと AIがやっぱり一番違うのは AIを含めた開発行為というのは ITで行うそれと比べて 10倍以上実装コストが低いんですよね 実装コストが10倍低くて 具体的な評価コストが10倍以上高い もしくはエンジニアじゃ確認できないっていう構図があります なので僕がその会社のまるまる業務処理のAI構築を 左の辺りを作ることができるけど この出力で本当に合っているのかっていうのを 100点満点でつけてくださいって評価は 絶対に僕じゃなくて業務の人しかできないので こういう違いがある ただ今までだったらITでやる場合に 例えば3人月はかかるものが AIの場合は普通に1人日とかだったりするし プロトタイピングのコストが低いし 作るコストが低いってことは 作り直すコストが低いので 作りながら育てるってことが より正義になるっていう前提がありますね
AIインタビュアー
2025/12/25 00:54
そうですね。技術的なバックグラウンドがある人ほど、過去の経験や知識に基づいてAI開発を過度に難しく考えてしまったり、逆に過剰な期待を持ってしまうケースが多いというのは、確かに現場でありがちな課題ですよね。
AI開発は実装コストが低くて、試行錯誤しながら精度を上げるプロセスが大事だという点を、特に強調して伝えることで理解を得やすいというのも納得です。
特に、なぜ自分で作らないのかという問いかけは、相手に対してAI開発の本質的なコスト構造やアプローチを理解してもらう上で非常に効果的ですね。
最初から完璧なものを目指すのではなく、まずは小さく作って試し、そこから現場での評価をもとに改善していくというプロセスは、経営者や現場の人にとっても理解しやすく、納得してもらいやすいアプローチだと感じます。
他にも、AI導入に対する誤解を解くために工夫しているポイントがあれば、ぜひ教えてください。また、そういった誤解を解いた結果、スムーズに進んだ案件などもあれば、ぜひお聞かせいただけると嬉しいです。