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。
生成AIの操作研修は一巡した。現場寄りの作業は、課長も部下もAIでこなせるようになった。
ここで人事・人材開発部門に、新しい問いが回ってきます。AIという仕組みの中で、課長という役割は何が変わるのか。
この記事は、階層別研修の体系を壊さずに、その問いに一枚足す方法を書きます。
多くの企業で、生成AIの研修はすでに二周目に入っています。操作研修、プロンプトの基礎、部門別の活用事例。全社共通の土台は、かなり整ってきました。
その結果、こういう状態が生まれています。課長も部下も、同じ研修を受け、同じAIを、同じように使っている。作業は速くなった。ここまでは成果です。
ただ、経営や事業部門から人事へ返ってくる声が変わり始めます。「課長にAIを使わせたい」ではなく、「AIがある前提で、課長に何を求めるのかを決めてほしい」。研修の話ではなく、役割定義の話です。
これは人事にとって、実は馴染みのある問いです。階層別研修の体系は、そもそも「その階層に何を求めるか」の定義から組まれているからです。ただ、AIという変数が入ったときに、既存の定義のどこが揺れるのかは、まだ整理されていません。
管理職研修の体系で、AIの登場によって一番揺れる領域は、コンセプチュアルスキルです。
研修業界には、この領域を育てる確立した方法があります。クリティカルシンキングで前提を疑い、ラテラルシンキングで枠を外し、思考を高度化する。
組み合わせれば、抽象度を上下させて物事を捉える力は上がる。人事がこの体系に乗っているのは、実際に効くからです。
ここで言いたいのは、この体系の限界ではありません。その次です。
教室で高度化した思考を、課長は翌日から自分の案件で使うことになります。
ところが日々の案件には、教室のケースにはない要素が入っています。
AIが出してきた「もっともらしい答え」です。
部下がAIで整えた資料、AIが要約した議事録、AIが提案した打ち手。課長の思考力が試される場面の多くに、いまやAIの典型解が先回りしています。
教室で身につけた思考を、AIの典型解が並ぶ現場で毎日発揮できるか。
ここが、階層別研修の「次」に空いている場所です。
課長という立場を、一段抽象して捉え直してみます。
課長には、二つの相反することが同時に求められます。
現場のそばにいること。そして、現場から距離を置くこと。
部下の案件を粒度細かく把握しながら、部長や経営の視座から自部門の位置を捉え直す。
片方だけなら、担当者か部長のどちらかの仕事です。両方を、一日の中で何度も往復するのが課長です。
コンセプチュアルスキルとは、この往復の能力だと言い換えられます。
上げられる視座は、下ろせる視座。上がれる人だけが、意味を持って降りてこられる。
この往復は、思考の型を知っているだけでは身につきません。
自分の案件で、繰り返し練習する場が要ります。教室では、そこまでは用意できない。
生成AIは、この練習場になります。ただし、答えを求める使い方では、なりません。
やることは一つ。AIに「答え」を求めるのをやめ、AIに「問い返させる」。
自分の判断や部下の提案をAIに渡し、「これは部長の視座から見て整合しているか」「経営が見たら、どこを問うか」と、上位の視座から問い返させる。その問いに、自分の経験で答える。
すると二つのことが起きます。
一つは、上位の視座に立たされることで、自分の判断が文脈の中に置き直される。
もう一つは、問いに答える過程で、これまで言語化されていなかった判断の理由が言葉になる。
課長の暗黙知が、自分の手で引き出されるということです。
そして問い返された後、課長は現場の粒度に降りて、部下に投げる問いを組み直す。これが往復です。教室のケースではなく、今日の案件で。毎日。
この「AIに問い返させる型」を3時間で体験する場として、当社は「ANT-B0 マネージャー編」を設計しています。
看板は「AIで、課長の視座を上げる。」ですが、上げる練習を通じて往復ができるようになる、という組み立てです。→ ANT-B0 マネージャー編
一つ補足しておきます。AIに問い返させるには、「どう問い返してほしいか」を課長自身が言葉にする必要があります。
AIの設定画面に書き込むのは、実は自分のマネジメント観です。使えるプロンプト集は配れば済みますが、マネジメント観は配れない。だから、これは研修というより体験の場になります。
人事にとって、もう一つ現実的な論点があります。施策の根拠です。
「管理職向けAI研修を実施した」は、実績として残せます。ただ、次の研修体系の見直しや経営への報告に使うには、少し弱い。
受講者アンケートの満足度は、役割定義の議論には接続しにくいからです。
ここで使えるのが、実測です。
課長層が、判断をどこまで自分の手元に置き、どこからAIに預けているか。確かめてから進むか、納得したら進むか。
こうした「AIとの距離」を、個人を特定せずに集団の分布として測る。同じ部署、同じ役職でも、分布は四つの象限に散ります。
「うちの課長層はこういう傾向」と一括りにできないことが、そのまま次の設計の出発点になります。
個人には返さず、優劣も測らない。
この設計であれば、受講者は建前ではなく本音で答えます。人事が実施主体であっても、現場の課長が構えずに参加できる。この点は、階層別研修に組み込む上で実務的に効きます。
最後に、既存の体系との関係を整理します。置き換えの話ではありません。
階層別研修が担っているのは、全社共通の土台をならすことです。
マネジメントの基礎、面談の手法、思考の型。これらは残る。AI時代の課長像は、その土台の上に「AIとの距離と、視座の往復」という一枚を重ねることで描けます。
具体的な置き場所としては、新任課長研修の「AI編」、あるいは既存の管理職研修とコンセプチュアルスキル研修の間。
1回3時間、30名以内、集合研修の半日枠に収まる形であれば、体系を組み替えずに差し込めます。
人事が経営に返す答えは、こうなります。「AIを使える課長は育ちました。次は、AIからの問いで自分の判断を磨き、チームに投げ返せる課長です。その現在地を、実測で持っています」。
当社の「ANT-B0 マネージャー編」は、この一枚として設計した3時間のワークショップです。
体験アセスメントで課長層とAIの距離を実測し、AIに問い返させる型を自社標準の生成AI環境（Copilot／Gemini／ChatGPT等）で試し、明日のミーティングで投げる問いを各自が言語化して終わります。
既存の階層別研修との住み分けや、組み込みの相談も受けています。
▶ ANT-B0 マネージャー編（AIで、課長の視座を上げる。）
荒巻 順｜Jun Aramaki
4DL Technologies株式会社 CCO（AI Solution Design 担当コンサルタント）
東京・深川の鉄工所の三代目として、ものづくりの現場を原点に持つ。20歳で家業を承継し、図面、段取り、納期、品質、顧客対応と向き合う中で、「現場の事実から判断軸をつくる」感覚を身につけてきた。
その後、PCサポート業、モバイル業界の顧客接点支援、法人営業部門の人材育成・制度設計を経て、現在は4DL Technologies株式会社で、生成AIを活用した人材育成・組織変革・営業力強化の支援を担当している。
技術者ではない。ただし、技術を「現場で使える状態」に翻訳することを仕事にしてきた。
NTTドコモビジネス関連の法人営業領域では25年以上にわたり、BtoBセールス部門の研修体系、資格認定制度、教材設計、運用支援、効果測定に携わり、延べ40,000人を超える現場の育成支援に伴走してきた。
大企業の内側でキャリアを積んできたわけではない。
深川の鉄工所、中小企業経営、現場支援、法人営業人材育成を経て、組織の外側から日本を代表するエンタープライズ企業の現場と向き合い続けてきた。
組織の作法は、お客様に鍛えられて学んできた。一方で、組織の常識に染まりきったわけではない。
だからこそ、現場にある違和感や前提のズレに対して、「それは本当に正しいのか」「別のやり方はないのか」と問いを立てることを重視している。
エンタープライズ企業の担当者は、多くの場合、自社の問題認識や課題感をすでに持っている。一方で、その見立てが本当に正しいのか、別の捉え方はないのか、組織としてどこまで踏み出せるのかに迷っていることも少なくない。
そのため、商談や設計の場では、あえて反対側の視点や異なる仮説を提示し、発想の幅を広げることを重視している。重要なのは、奇抜な正解を押しつけることではない。組織が受け止められる範囲で視野を広げ、現実的に動ける着地点を共につくることである。
正しいことを言うだけでは、現場は動かない。
どれほど筋の通った設計でも、相手の組織文化や意思決定の作法に翻訳できなければ、定着しない。そのこともまた、現場に教わってきた。
組織とは、人を歯車にするためのものではない。目的・目標・役割・判断基準を揃え、一人ひとりが自分の使命を理解し、自律的に判断しながら全体として動くための構造である。
AI時代において、この組織観はさらに重要になる。
人が自分の使命を忘れ、判断を手放し、与えられた作業だけをこなす存在になった瞬間、その仕事はAIに置き換えられやすくなる。だからこそ、AI活用とは単なる効率化ではなく、人とチームが何を判断し、何を担い、何のために動くのかを問い直す営みである。
鉄工所では、設計図のない仕事は始められない。
AI時代の人材育成も同じである。どんな人材を育てたいのか。何を測るのか。どこにギャップがあるのか。それを定めないまま研修や施策を実施しても、現場は変わらない。
現在は、4DL Technologiesの「ANT-DXA（AI時代のDX人材アセスメント）」を通じて、企業が目指すDX人材像の定義、現状とのギャップ可視化、育成施策への接続を支援している。
また、4DL Technologies独自のLLM駆動アーキテクチャ「4DL-AAS」を設計思想に、Microsoft 365 Copilot、ChatGPT、Gemini、Claude、Dify、Copilot Studioなどの生成AIを、企業の方針・業務文脈・現場判断に接続する支援を行っている。
目指しているのは、AIを使える人を増やすことだけではない。
AIを介して、リーダーを孤独にせず、メンバーを迷子にせず、チームが自ら考え、判断し、動き続ける状態をつくることだ。
・AIを導入したが、現場での活用が広がらない。
・CopilotやChatGPTを入れたものの、使い方が属人化している。
・研修を実施しても、業務変革や組織変化につながっていない。
・DX人材育成を進めたいが、何を測ればよいかわからない。
そうした課題に対し、要件定義から設計、教材開発、運用、効果測定、改善提案まで、企業ごとの文脈に合わせたフルスクラッチ型の支援を行っている。
AIを「便利な道具」で終わらせず、ヒトとチームの判断力・創造力・実行力を高める仕組みに変える。
そのための設計と実装に、現場起点で伴走している。
■4DL Technologies株式会社にご相談いただけるテーマ■
・ANT-DXA（AI時代のDX人材アセスメント）の設計・運用
・AI時代に求められるDX人材像の定義と可視化
・Microsoft 365 Copilot / ChatGPT / Gemini / Claude などの生成AI活用・定着支援
・DX推進部門向けのAI活用人材育成・研修設計
・BtoBセールス部門のAI活用・営業力強化
・生成AIを活用した業務変革・チーム学習・判断支援の設計
・4DL-AASに基づくAIエージェント設計・プロンプト設計支援
・AI導入後の活用状況診断、定着施策、効果測定
「AIを導入したが、現場の変化が見えない」
「DX人材育成を進めたいが、何を測ればよいかわからない」
「研修や施策を始める前に、自社の現在地を可視化したい」
「Copilotや生成AIを、個人の便利ツールではなく組織の実行力につなげたい」
そう感じているDX推進部門・人材育成部門・営業企画部門の方は、ぜひ一度ご相談ください。