毎週、私は取り残されることを恐れている経営者の方々と話をします。生成AIに関するニュースを目にし、競合他社が自動化を自慢しているのを見て、彼らの最初の本能は「技術の専門家」を雇いに行くことです。彼らは、中小企業（SME）向けのAI戦略を構築するために、開発者やデータサイエンティストを探そうとします。
断言しますが、それは間違いです。
完全に自律的なAIファーストのビジネスを運営してきた私の経験から、繰り返されるパターンが見えてきました。最も成功しているAIへの移行をリードしているのは、Pythonの書き方を知っている人ではありません。スプレッドシートのどこに問題が隠れているかを熟知している人です。業務フローを完全に自分のものにするまで、10年かけて磨き上げてきた従業員なのです。
私たちは今、「スキルからエージェントへのパイプライン（Skill-to-Agent Pipeline）」の時代に入ろうとしています。これは、最も経験豊富なチームメンバーが仕事を「行う」のをやめ、自分の代わりに仕事をするAIを「設計（アーキテクト）」し始めるプロセスです。勝利を収めたいのであれば、コーダーは必要ありません。最高のプロセス担当者を、新たなAIアーキテクトへと変貌させる必要があるのです。
専門知識抽出のギャップ
💡 ペニーにあなたのビジネスを分析してもらいたいですか? 彼女は AI にどの役割を置き換えることができるかをマッピングし、段階的な計画を構築します。 無料トライアルを開始する →
ほとんどの企業は、私が「専門知識抽出のギャップ（Expertise Extraction Gap）」と呼ぶものに悩まされています。これは、ベテラン従業員の「直感」と、機械（または他の人間）が実行できる文書化されたプロセスとの間の距離のことです。
何十年もの間、私たちはこのギャップを容認してきました。「四半期ごとの税務照合のやり方を知っているのはデイブだけだ」とか、「カスタマーサービスにおける当社のトーン＆マナーを真に理解しているのはサラだけだ」といった状況を受け入れてきました。これが大きなボトルネックを生み出します。デイブが休暇に入ればプロセスは停滞し、サラが退職すればブランドはその魂を失います。
従来のソフトウェアは、硬直したロジックと高価なカスタム開発でこのギャップを埋めようとしました。しかし、AIがその計算式を変えました。大規模言語モデル（LLM）は硬直したコードを必要としません。彼らが必要とするのは、コンテキスト（文脈）、ニュアンス、そしてロジックです。
そのコンテキストを誰が持っているでしょうか？コンサルタントではありません。新しく採用した技術者でもありません。それはデイブやサラです。Pennyとビジネスコンサルタントの比較をご覧いただければ分かりますが、「技術的」なハードルは、実は問題のごく一部に過ぎません。本当の仕事は、専門知識を抽出することなのです。
なぜ「プロンプトエンジニアリング」が実際には「プロセスエンジニアリング」なのか
「プロンプトエンジニアリング」については多くの過剰な期待（ハイプ）があります。人々はそれを秘密の言語や魔法の呪文のように扱っていますが、そうではありません。
プロンプトとは、単にビジネスプロセスを、機械が完璧に実行できるほど高い解像度で明快に説明する行為に過ぎません。もし「プロセスの専門家」が自分の仕事をAIに説明できないとしたら、それは通常、彼らが実際にはプロセスを持っていないからです。持っているのは一連の「習慣」に過ぎません。
だからこそ、最高のプロセス担当者が最高のAIアーキテクトになるのです。彼らは例外的なケースを理解しています。「クライアントがEU圏内の場合はXのルールを適用するが、2019年以前からの継続クライアントの場合はYのルールを適用する」といったことを知っているのです。
開発者はそれらのニュアンスを見落とすかもしれません。プロセスの専門家は、それを肌で感じて生きています。その専門家に「エージェント」（特定の役割を実行するように構成された特化型AI）を構築する権限を与えたとき、あなたは単に自動化しているだけではありません。最高の社員をクローン化しているのです。
スキルからエージェントへのパイプライン：4つのステップ
私はこの移行のためのフレームワークを開発しました。それを「スキルからエージェントへのパイプライン」と呼んでいます。これは、人間のスキルを「手作業」から「自動化された資産」へと移行させる方法です。
1. 観察（監査フェーズ）
ビジネス全体で一度に「AIをやろう」とするのはやめましょう。まずは、高給の人間がどこで繰り返しの多い知的作業を行っているかを観察することから始めてください。データ入力、初期リサーチ、メールのドラフト作成、コンプライアンスチェックなどです。これらのコストが通常どこに隠れているかについては、当社のプロフェッショナルサービス削減ガイドを参考にしてください。
2. 分解（ロジックフェーズ）
専門家に、そのタスク中に行うすべての微細な判断を書き出してもらいます。
- 最初に何を確認するか？
- 何を基準にリード（見込み客）を「不採用」とするのか？
- 契約書のどこに特定のフレーズを探しているのか？ これが専門知識の「抽出」です。
3. プロンプト（構築フェーズ）
分解されたロジックを、AIエージェントへの指示セットに変換します。これは「コーディング」ではなく「指示」です。もし専門家が新人のインターンに説明できるのであれば、LLMにも説明できます。
4. 反復（洗練フェーズ）
エージェントを人間と並行して稼働させます。人間は「編集長」になります。自ら作業をするのではなく、AIのアウトプットをレビューし、AIの成功率が95%に達するまで指示を微調整します。
現代のマネジメントにおける「90/10の法則」
スキルからエージェントへのパイプラインを実装していくと、必然的に私が「90/10の法則」と呼ぶ壁に突き当たります。
この法則は、AIが機能の90%を担うようになったとき、自分自身にこう問いかけなければならないというものです。「残りの10%はフルタイムの役割として正当化できるか、それとも他のポジションに統合すべき責任か？」
これは、経営者にとって効果的な中小企業（SME）向けAI戦略における、不都合な現実です。単なる「効率化」ではなく、「再構築」なのです。もしAIエージェントがITチケット対応の90%を処理できるなら、もはや同じ規模の専用ITサポートデスクは必要ありません。「IT担当者」が「チケットに答える」ことから「チケットに答えるAIを管理する」ことへと移行するため、ITサポートコストが80%削減される可能性があるのです。
マネージャーからキュレーターへの移行
文化的な転換が最も困難な部分です。従業員は、これらのエージェントを構築することで、自分の仕事を自動化して失ってしまうと感じるかもしれません。
しかし実際には、彼らは自分自身を昇華させているのです。彼らは「ワーカー」（タスクを実行する人）から「キュレーター」（エージェント群の品質とロジックを管理する人）へと移行しています。
私自身のビジネスには、マーケティングチームはいません。私が行っているのは、エージェントに組み込んだマーケティングの「ロジック」です。私はキュレーターです。私が戦略を立て、エージェントが実行します。キャンペーンが失敗しても、人を解雇することはありません。パイプライン内の指示を更新するだけです。これがAIに対する「身銭を切る（Skin in the Game）」アプローチです。従来のどの代理店も夢見ることのできないほど、スリムで高速な運営を実現するのです。
中小企業（SME）オーナーのための実行可能なアクション
今日から始めるなら、以下の手順を実行してください：
- 「要（かなめ）」となる人物を特定する: その人がいないと業務フローに最も支障をきたすのは誰ですか？
- 「ビルダー」としての権限を与える: 今後90日間の目標は、単に仕事をすることではなく、自分の仕事をAIエージェントとして「文書化しデジタル化する」ことだと伝えてください。
- 「専門知識の価値」を測定する: 節約された時間だけでなく、専門家が直接手を触れることなく、どれだけ多くの「専門家レベル」の仕事が完了したかを測定してください。
LinkedInの求人掲示板で「AIエキスパート」を探すのはやめましょう。彼らはすでにあなたのオフィスに座っており、おそらく何千回と繰り返してきた手作業に不満を感じています。彼らに自分の専門知識をクローン化するためのツールを与えてください。そうすれば、これまで不可能だと思っていたスピードでビジネスが動き出すのを目の当たりにするでしょう。
AIは技術革命ではありません。プロセスの革命です。そして、プロセスを所有する者が、常に未来を所有するのです。