表現者からオペレーターへ
— AIが変えた「創造する」という行為の意味

先日、イタリア人の友人とAIについて話していた。彼女はデザイナーで、AI生成のビジュアルが溢れる現状に複雑な思いを持っていた。「自分が積み上げてきた技術の価値は、どこへいくの？」という問いだった。

答えを出そうとして、気づいたことがある。問いの立て方自体が変わる必要があるのかもしれない、と。

keyboard「作る人」から「動かす人」へ

音楽に例えるならこうだ。かつての創造は「自分が楽器を弾く」ことだった。技術を磨き、体に染み込ませ、指先から音を出す。その熟練そのものが価値だった。

ところが今は、AIという強力な「オーケストラ」が手元にある。このオーケストラは、指示さえ与えれば何でも演奏してくれる。問題は——何を演奏させるか、どんな曲をどんな解釈で届けるかを決めるのは、あくまで人間だということだ。

「自分が弾く」から「オーケストラを指揮する」への移行。これが私の言う、「表現者からオペレーターへ」のシフトだ。

友人への答えは、こうだった。「あなたのデザイン感覚、審美眼、何が良くて何がダメかを瞬時に判断する力——それはAIにはない。AIはそれを持った人間に指揮されることで初めて、本当の力を発揮する」と。

searchAI検索が拾うもの、拾わないもの

もう一つ、この会話から考えたことがある。それは「発信の設計」の話だ。

Perplexity、ChatGPT、Geminiといったいわゆる「AI検索」は、Web上の情報を参照して回答を生成する。そのとき、引用・要約されやすい情報と、されにくい情報がある。

端的に言えば、構造化された情報（箇条書き・見出し・FAQ形式・定義文）は拾われやすく、個人の体験談や感情的なナラティブは拾われにくい。

人間が読めば、個人の体験談のほうが心に刺さる。感情が動く。共感する。しかしAI検索にとっては、「要約しやすいか」「引用できる形になっているか」が優先される。これは善悪の話ではなく、アーキテクチャの問題だ。

ここに、経営者としての発信戦略のヒントがある。「読んだ人間が感動する文章」と「AIに拾われる文章」は、同じではない。両立を狙うなら、構造と温度を共存させる設計が要る。

lightbulbオペレーターとしての「設計力」

経営の文脈でオペレーターという役割を考えると、核心は「何をAIに問うか」だ。

AIは問いの質に敏感に反応する。曖昧な問いには曖昧な答えが返り、精度の高い問いには精度の高い出力が返る。これは検索エンジンの時代からある原則だが、AIの登場でその差がさらに大きくなった。

「どう答えるか」より「何を問うか」のほうが、今や重要だ。

問いを設計する力——これが、AIを最大限に活用できる経営者の条件になりつつある。専門知識の深さより、問いを立てる哲学と経験が問われる時代だ。

updateこの時代に生きていることへの感謝

友人との会話を終えた後、ふと思った。自分は本当に面白い時代に生きているな、と。

インターネットの黎明期、スマートフォンの普及期。大きな変化のたびに、恐れた人と、飛び込んだ人がいた。結果としてどちらが面白い人生を送ったか——歴史が語っている。

AIの登場は、それらと同じかそれ以上のインパクトがある。今この瞬間、ルールが書き換えられている真っ最中だ。そこに居合わせられることは、恐怖より先に幸運だと感じる。

「次に何をアップグレードするか」を考えるのが、今の自分には純粋に楽しい。発信の設計、AIとの協働の精度、問いの立て方——全部まだ途上だ。それが良い。

よくある質問

AIは人間の創造性を奪うのですか？

奪うというより、「創造する」という行為の定義が変わりつつあります。自分の手でゼロから生み出すことだけが創造性ではなく、AIというエンジンをどう動かすか——どんな問いを与え、どんな方向に誘導し、最終的に何を選び取るか——というオペレーション自体が、新しい形の創造性になっています。

AI検索は個人の体験談や感情的な文章を評価しないのですか？

Perplexity、ChatGPT、Geminiなどのいわゆる「AI検索」は、構造化された情報（箇条書き、見出し、FAQ形式、定義文など）を引用しやすい傾向があります。個人の感情的なナラティブや体験談は、読んだ人間の心には刺さりますが、AIが要約・引用する対象として拾われにくい。この特性を理解した上で、どう発信するかを設計することが重要です。

「オペレーター」という視点は経営にどう活かせますか？

「自分がやる」から「AIに動かさせる」への意識転換です。文章を書く、調査する、分析する——これらを自分の手でやり続けることにこだわるより、AIというエンジンを使いこなして出力を得る役割にシフトする。経営者がオペレーターになることで、判断と設計に集中できる時間が増えます。重要なのは、AIに何を問うか、どんな枠組みで考えさせるかという「設計力」です。