Skip to content
9月 15, 2026
6 min read time

部下と同じCopilotの使い方でいいのか｜課長のAI活用を「作業支援」から「判断支援」へ《ANT-B0マネージャー編⑤》

部下と同じCopilotの使い方でいいのか

 

荒巻順
  • Microsoft 365 Copilot 管理職,
  • 管理職 AI活用,
  • 課長 AI活用,
  • 課長 付加価値,
  • AI マネジメント

    • みなさん こんにちは《聴くチカラ研究所》の4DL Technologies株式会社CCO荒巻順です。ブログへのご訪問、ありがとうございます。

    AIは定着した。でも、マネジメントは変わったか

    チームでは、Copilotを使うことが珍しくなくなりました。

    訪問記録を要約する。メールを書く。企業を調べる。提案書のたたき台を作る。

    若手のメンバーは、迷わずサクサク使っています。

    課長自身も使っています。ICTが苦手なわけではありません。TeamsもMicrosoft 365も日常の道具です。Copilotも、使えば便利だと分かる。

    確かに、仕事は速くなりました。

    しかし、価格改定と顧客維持、新規と既存、短期売上と育成、個別案件と部門方針の優先順位は、相変わらず自分の経験だけで考えている。

    そこで一つの疑問が残ります。

    AIを使うようになっただけで、課長という仕事まで変わったと言えるのでしょうか。

    部下と同じCopilotの使い方でいいのか｜課長のAI活用を「作業支援」から「判断支援」へ《ANT-B0マネージャー編⑤》

    目次

    1. Copilotが定着しても、課長の仕事は自動では変わらない

    企業のAI定着を考えるとき、利用率は分かりやすい指標です。

    何人が使っているか。何回使ったか。どの業務で使ったか。

    作業時間が減れば、導入効果も説明しやすいでしょう。

    ただ、課長という役割に限って見ると、それだけでは少し足りません。

    メンバーが30分かけていたメールを5分で作れるようになった。

    課長も同じことができるようになった。

    これは組織全体の生産性向上として価値があります。

    しかし、課長とメンバーの役割の違いが、Copilotの使い方にはまだ現れていません。

    AIが仕事に入ると、全員が同じ方向へ変わるわけではありません。

    OECDは、AIが労働者のタスクと必要スキルを変えることを指摘しており、AIへの露出が高い職種でも管理・ビジネス系のスキルは重要な位置を占めています。

    つまり「AIが使えること」と「役割として何を生み出すか」は別の問題です。

     

    2. 「作業のAI」と「判断のAI」は何が違うのか

    分かりやすく二つに分けてみます。

    作業のAIは、すでに決めた仕事を速く、楽に、質高く行うために使います。

    要約、文章作成、情報整理、検索、資料のたたき台。これらは非常に重要です。

    一方、判断のAIは、まだ決めていないことを考えるために使います。

    前提を洗い出す。条件を分ける。別の視座を持つ。反論を出す。選択肢を比較する。上位方針・目的とのズレを問い直す。

    ここで注意したいのは、「判断のAI」がAIに意思決定を任せるという意味ではないことです。

    むしろ逆です。

    AIに思考材料を増やさせ、最後の判断を課長が引き受けるために使う。

    NISTのAI Risk Management Frameworkでも、人間とAIの構成における役割や責任を明確に区別する重要性が示されています。

    課長がCopilotを使うときも、「どこまでAIにさせ、どこから自分が引き受けるか」は一つの設計対象です。

     

    3. 課長は「視座」と「抽象度」を同時に動かす

    課長の仕事が難しいのは、案件が多いからだけではありません。

    異なる種類の価値を、同時に扱わなければならないからです。

    今月の売上と、来期の顧客関係。

    利益率と、シェア。

    重点顧客と、新規市場。

    チーム全体の生産性と、個人の育成。

    部長の方針と、現場の現実。

    ここで課長は二つの動きを同時に使います。一つは視座を動かすこと。メンバー、自課、部門、経営、顧客と、見る立ち位置を変える。もう一つは抽象度を動かすこと。個別案件から条件、作戦、戦略、目的へとズームアウトし、必要ならもう一度、明日の具体行動までズームインする。

    どれか一つだけを最大化すればいいなら、判断はもっと簡単です。

    しかし課長は、複数の目的、時間軸、利害関係、資源制約をつなぎながら「今回は何を優先するか」を決めます。

    だから課長の付加価値は、たくさんの答えを知っていることだけではありません。

    何を基準に判断するのかをつくり、その基準をチームへ渡すことにあります。

    第1回で「視座」を扱い、第3回で「抽象と具体の往復」を扱ったのは、そのためです。

    自分の案件だけではなく、部門、会社、顧客、市場へ見る位置を動かす。同時に、個別事象を一段抽象化して構造や目的を捉え、最後は現場の具体へ戻す。

    どこから見るかと、どの粒度で見るか。 この二つを動かすことで、同じ事実からつくる判断基準が変わります。

     

    4. 役割が違えば、AIに担わせる思考も違う

    ここで、シリーズ冒頭の問いへ戻ります。

    部下と同じCopilotの使い方でいいのでしょうか。

    これは「課長の方が高度なプロンプトを使うべきだ」という階級の話ではありません。

    役割が違うから、AIに担わせたい思考が違うという話です。

    メンバーが商談メモを要約する。

    課長は、その複数の商談メモから「チーム全体で共通している前提は何か」を抽出させる。

    メンバーが提案書のたたき台を作る。

    課長は、その提案が部門方針や顧客の経営課題とずれていないか、別視座から問い返させる。

    メンバーが案件の次アクションを整理する。

    課長は、案件群を並べて資源配分の判断基準そのものを検討する。

    同じCopilotです。

    違うのは、何を考えさせるかです。

    そして、その違いをつくるには、第4回で扱ったように、Copilotへ思考動作を指定すればいい。

    「部長の視座から」「前提を分解して」「反論を出して」「結論ではなく問いを返して」。

    少しの味付けで、AIの役割は変わります。

     

    5. 課長の問いが変われば、チームの判断も変わる

    課長がAIを使って良い答えを出せるようになるだけでは、少しもったいない。

    本当に変えたいのは、課長からチームへ返る問いです。

    第4回では、AIから課長へ問いを戻す「再帰」を扱いました。問い返された課長が、自分の経験則や違和感、判断根拠を言葉にすることで、暗黙だった知見の一部が見えるようになる。

    ここでは、その流れをもう一段、組織へ戻します。AIから課長へ返ってきた問いを、今度は課長がチームへ返す。 課長の知見を、答えとして一方的に渡すのではなく、メンバーが考えるための判断基準や問いへ変換するのです。

    部下が「2名増員してください」と言ったとき、

    「予算はいくら必要？」ではなく、

    「2名というのは手段だよね。最低限、何を確保できれば目的は達成できる？」と返す。

    部下が「既存優先なので新規案件は追いません」と言ったとき、

    「指示通りだから仕方ない」ではなく、

    「そもそも既存優先にした上位方針・目的は何だった？ この案件でも同じ条件を置くべきかな」と返す。

    こうした問いがチームに増えると、メンバー側も「課長に答えをもらう」だけではなく、自分で条件や判断基準を考えるようになります。

    課長が視座を上げることは、課長一人が賢くなるためではありません。

    チームの思考空間を広げるためでもあります。

    第4回で、AIから課長へ問いを返すことでリーダーを孤独にしない。そして第5回では、課長が判断基準を問いとしてチームへ返すことで、メンバーを迷子にしない。

    4DLが大切にしているクレド、「リーダーを、孤独にしない。メンバーを、迷子にしない。」は、単なる標語ではありません。AIとの再帰的な対話で課長の知見を外に出し、それをチームが考えられる問いへ変換する。ここまでつながって初めて、AI活用がマネジメントの付加価値へ変わっていくと考えています。

     

    6. AI時代、課長は何を生産する仕事なのか

    5本を通して、私たちは一つの問いを追ってきました。

    AI時代、課長は何を「生産」する仕事なのか。

    メールでも、議事録でも、資料でもありません。それらはもちろん必要ですが、AIがますます支援しやすくなっている領域です。

    課長が組織へ生み出すものは、もっと見えにくい。

    判断基準。優先順位。現場が動ける条件。上位方針・目的を自課の戦略や作戦へ翻訳すること。チームへ返す問い。そして、状況が変わったときにそれらを更新すること。

    これらを、課長の「生産物」と呼んでみたいと思います。

    その生産物を生み出すとき、課長は二つの軸を動かしています。誰の位置から見るかという「視座」と、どの粒度で捉えるかという「抽象度」です。現場から部門・経営へ見る位置を動かし、個別事象から条件・作戦・戦略・目的へ抽象化する。必要なら、今度は逆に抽象的な方針を具体的な打ち手まで下ろしてチームへ返す。

    この二軸を自在に往復できること自体が、AI時代の課長の付加価値の一つです。

    その生産物の付加価値を上げる第一歩が、視座を上げることです。

    そして、その第一歩を支える相棒としてCopilotを使う。

    AIより速く文章を書く必要はありません。

    部下よりたくさんAIを使う必要もありません。

    問いたいのは、別のことです。

    あなたは課長として、会社とチームに何を生み出していますか。

    その付加価値を、AI時代にどう変えていきますか。

    課長が一人で正解を抱え込まず、AIとの対話で自分の判断を問い直し、その判断基準を問いとしてチームへ返していく。私たちは、その循環そのものがAI時代のマネジメントを少しずつ変えていくと考えています。

    この問いに、唯一の正解はないと思います。

    だからこそ、一度きちんと考える価値があります。

    《ANT-B0マネージャー編》について

    《ANT-B0マネージャー編》は、AI時代の「課長の付加価値」を考え直す実践ワークショップです。

    マネジメント理論を学ぶための管理職研修でも、Microsoft 365 Copilotの操作方法を覚えるAI研修でもありません。

    Copilotを思考支援の相棒として、視座を動かし、条件を分け、上位方針と自課の目的・戦略・条件を突き合わせ、自分自身へ問い返させる。

    その実践を通じて、自分は課長としてチームにどんな付加価値を提供するのか。会社に対して、報酬の対価として何を生み出すのか。を一緒に考えます。

    変えるのは、Copilotに何を答えさせるかではなく、どう考えさせるかです。ぜひ下のバナーから詳しい資料をご請求下さい。

    4DL Prompt Design ANT-B1のコピー (2)《ANT-B0マネージャー編》について相談する

    参考文献

    • OECD (2024). How is AI changing the way workers perform their jobs and the skills they require? DOI
    • Green, A. / OECD (2024). Artificial intelligence and the changing demand for skills in the labour market. OECD Artificial Intelligence Papers, No. 14. DOI
    • NIST (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). DOI