「頑張っているのに、成果が出ない」。その感覚は、努力の量が足りないせいではないのかもしれません。ChatGPTが世に出てから、努力が報われる領域とそうでない領域を分ける境界線が、静かに引き直されました。
同じ労力をかけても、線のどちら側に立っているかで結果がまるで変わります。そういう時代の話です。
『努力革命』は、その新しい境界線を言語化しようとした一冊です。『1分で話せ』の伊藤羊一と『プロセスエコノミー』の尾原和啓、二人の対話から生まれています。
副題は「ラクをするから成果が出る」。頑張らないほうが成果が出るという、直感に逆らう主張が本書の芯にあります。ただし、これは「怠けよう」という話ではありません。
努力の投下先を、AIが得意な領域から人間にしかできない領域へ張り替えよう、という配置転換の提案です。ここを取り違えると、本書はただの楽観論に見えてしまいます。
なぜ「ラクをするから成果が出る」と言い切れるのか
ラクをするほど成果が出るのは、AIが頑張りの割に成果が出ない苦しさを肩代わりするからです。
本書の土台には、生成AIが引き起こした3つの変化があります。
- 仕事の起点が「80点」に上がった
- 議事録、資料の下書き、下調べといった、そこそこの完成度までの作業は、AIが先回りして片づけるようになりました。
- 個別化
- 学ぶ速度も順序も、AIが一人ひとりに合わせて最適化していきます。全員に同じ手順書を配る前提が崩れる、ということです。
- 正解主義から修正主義へ
- 価値観の転換で、ここが本書の背骨になっています。
著者たちがこの変化を脅威ではなく朗報として語るのは、日本の労働の現状認識が下敷きにあるからです。日本の時間当たり労働生産性はOECD加盟38カ国のうち30位（2022年）。
頑張りの割に成果が出ないという長年の苦しさを、AIが肩代わりしてくれるからこそ「努力革命」なのだ、という論法です。
もっとも、この生産性の低さをAIだけで説明するのは乱暴でしょう。商習慣や雇用の仕組みが生む問題も大きいです。本書の議論は、そうした構造要因をいったん脇に置き、個人が今日から動かせる範囲に焦点を絞っている——そう割り切って読むのがフェアです。
正解主義を捨て、Doから走り出す「修正主義」
AI時代は、完璧な正解を狙うより、先に動いて走りながら直す修正主義が有利です。
修正主義とは何か。最初から100点の正解を狙う「正解主義」に対して、不完全なまま先に動き、走りながら直していく姿勢を指します。本書はこの対比を、リクルート初代フェロー・藤原和博の言葉として紹介しています。
なぜ今、修正主義が有利なのか。理由はシンプルで、AIを使えば叩き台を一瞬で何十個も量産できるからです。机上で完璧な計画を練り上げる時間より、まず形にして反応を見る速さのほうが価値を持ちます。
本書はここで、おなじみのPDCAをもじった「DCPA」を提案します。
行動が先で、計画は後追いです。
この発想を、著者はサケの生態にたとえます。サケは一度に数千個の卵を産むが、川に戻れるのはごくわずか。数を打ち、残るものを選ぶ「多産多死」で正解に近づく、という構えです。
腑に落ちるたとえだが、留保も要ります。多産多死が機能するのは、たくさん試しても一回ごとのコストが小さい領域に限られるからです。信用や安全が絡む仕事で「まず出してから直す」を貫けば、取り返しのつかない失敗もあります。
どこで数を打ち、どこで慎重になるか——その線引きの判断こそ、実は人間側に残る仕事だと私たちは読みます。
AIは検索窓ではなく「壁打ち相手」
AIは正解を探す検索窓ではなく、一緒に考えを練る壁打ち相手です。
検索エンジンが既存の情報から答えを引くのに対し、生成AIは学習データをもとに、まだ無いものを生み出します。
だから単なる正解探しなら検索のほうが速い場面すらあります。AIの真価は、対話しながら思考を共に育てるところにあります。
その具体策として示されるのが「ざっくり→じっくり」の5ステップです。
- ざっくり問う：まず大きな問いをざっくり投げる
- 小分けにする：返ってきた答えから気になる部分を選び、問題を小分けにする
- 打ち手を出させる：分割した論点ごとに打ち手を出させる
- 絞り込む：役割や文字数といった制約条件を足して絞り込む
- 質問を重ねる：納得いくまで質問を重ねる
要は、完璧なプロンプトを探して消耗するのをやめ、壁にボールを当てるように気軽に投げて打ち返します。
それでいい、という構えです。プロンプトの巧拙よりも、対話を止めずに回し続ける粘り強さのほうが成果を分けます。型が欲しければ、noteの深津貴之が考案した「深津式プロンプト」——役割・制約条件・入力文・出力文を分けて書く方式——を出発点にすればいいでしょう。
ラクをする前に、「アリバイのための仕事」を手放す
ラクをして成果を出すには、まず要らない「アリバイのための仕事」を捨てます。
ラクをして成果を出すという主張には、順番があります。そもそも要らない仕事を先に捨てておくことです。ここで本書が引くのは、人類学者デヴィッド・グレーバーの『ブルシット・ジョブ』です。
形だけの会議、誰も読まない報告書、過剰な承認手続き——「やっているフリ」のためだけに存在する仕事が、生産性を静かに削っています。AIに任せるより前に、まず意味のない作業をやめます。
それが努力革命の、いちばん地味で、しかし効く入り口です。ここは耳に痛い指摘でもあります。AIツールの導入だけを議論して、無意味な業務そのものを温存すれば、結局は無駄が高速化するだけに終わります。
学びのかたちも変わる、と本書は続けます。決まったカリキュラムを全員で横並びにこなす受験勉強型の学習は、価値を失っていきます。代わりに勧められるのは、オンライン講座（MOOC）とAIを組み合わせ、学びたいときに学びたいことだけを学ぶスタイルです。
AIが翻訳を助けるので言語の壁も下がり、世界中の講義から必要な断片を引き寄せて「自分だけの大学院」を組み立てられます。「資格やスキルを足し算で増やせば食いっぱぐれない」という守りの発想にも、本書は疑問符をつけます。
プログラミングのようなスキルさえAIが肩代わりしていくなら、資格の数を積むこと自体が目的化した瞬間に危ういです。問われるのは「何を学んだか」ではなく「それで何をやりたいか」へと、静かに移っていきます。
「頭の良さ・経験・センス」がコピーされた後、人に残るもの
能力がコピーできる時代に最後まで値がつくのは、正しさではなく「それでも私はこれをやる」と腹をくくれるかどうかです。
本書でもっとも刺激的なのは、これまで時間をかけて培ってきた3つの能力が、AIによって誰でも再現できるようになった、という主張です。
「頭の良さ」を、本書は知識量（引き出しの多さ）と推論力（つなげる力）に分解します。どちらもAIの得意技です。「経験」については、堀江貴文の「寿司修業に10年かける意味はない」という挑発的な一言を引きながら、下積みで培う技も映像やデータで見える化し、受け渡せると説きます。
震災後にイチゴ栽培へ挑んだ岩佐大輝のいちびこが、職人の勘を数値に置き換えて甘いイチゴの安定生産を実現した例が添えられます。そして「センス」は、膨大な判断の反復で磨かれる圧縮された経験の産物だと定義したうえで、それならAIに叩き台を何百個と「ガチャ」のように出させ、飛び抜けた一案に当たる確率を上げればいい、と論じます。
3つに共通するのは、努力の中身が「時間をかけること」から「AIをうまく回すこと」へ移った、という一点です。ただ、ここは慎重に読みたいです。コピーできるのは能力の「出力」であって、良し悪しを見極める目まで自動化されるわけではありません。
何百個の案から一つを選ぶには、選ぶ側の審美眼が要ります。そして本書自身も、この先で人間に残る力の話へと舵を切っていきます。
その答えが「飛ぶ力」です。過去のデータから論理的に妥当な選択肢を出すのはAIのほうが上手いです。だが、不確実な状況で「私はこれをやりたい」と非合理な決断を下し、その責任を引き受けることはAIにはできません。
メリットとデメリットを並べて丸の多いほうを選ぶのは、意思決定ではなくただの情報整理だ——本書はそう言い切ります。
そしてこの飛ぶ力を支えるのが「偏愛」です。人間の競争優位が筋力から頭脳へ、そしてAI時代には「偏愛」へ移るという松尾豊の見立てが引かれます。
市場のニーズを埋める発想（アウトサイド・イン）ではなく、自分の内側の「好き」から始める発想（インサイド・アウト）。ジョブズがiPhoneを、市場調査ではなく自分の欲から生み出した、という語り口です。
完璧な計画より、手元の「好き」から組み上げる
完璧な計画を待たず、手元の「好き」を組み合わせて未来を編みます。
最終章の鍵は「クレイジーキルトの原則」。優れた起業家の共通項を研究したサラス・サラスバシーの理論「エフェクチュエーション」に由来する考え方です。
完璧な事業計画という「正解のパズル」を探すのではなく、手元にある「好きなもの」をレゴブロックのように組み合わせて未来を編んでいきます。やり方は、「これをやりたい」と発信し、共感した人や集まった資源をパッチワークのようにつないでいくこと。
計画からではなく仲間集めから入るので、いま完璧である必要はありません。
本書はAIのリスクに無頓着なわけではありません。ハルシネーションや著作権の問題にもきちんと触れます。ただ焦点は企業統治ではなく、あくまで個人が「ラクに楽しく成長する」ことに置かれています。
読後に残るのは、脅威論への静かな反論です。奪われるかを気に病むより、AIに80点を任せて浮いた時間を自分の「やりたい」へ注ぎます。そのほうが得ですし、楽しいです。
あえて弱点を挙げるなら、「その偏愛が見つからない人はどうするのか」への処方がやや薄い点でしょう。飛ぶ力も偏愛も、あると信じられる人には力強い旗印だが、まだ見えていない人には抽象的な励ましに聞こえかねません。
それでも、日々の作業をAIに預けて生まれた余白を、自分の「やりたい」を探す時間に回す——その一点だけでも、本書は自分の努力の向きを測り直す物差しとして十分に使えます。
まず今日、抱えている面倒ごとを一つだけAIに壁打ちしてみます。その小さな一歩が、たぶん革命の始まりになります。
