2026.11.13

AI時代の部下育成：丸投げではなく「検収力」を育てる対話のすすめ

takabon

AIが瞬時に答えを出してくれる時代だからこそ、現場で求められるのは「ゼロから作業する力」から、出てきた成果物の正しさや妥当性を見極める「検収（けんしゅう）の力」へとシフトしています。

今回は、日々の業務の中で部下と交わした「AI時代の知識と検収の重要性」についての対話を、AI（Gemini）とのやり取りを交えながら振り返ります

1. 「AIがあるから、裏側の仕組みは知らなくていい？」という疑問
2. 求められるのは「作業力」ではなく「検収力」
3. AIと壁打ちして見えた「自走する部下」の育て方
おわりに：上司としての本音、そして「食いっぱぐれないか」という心配
- 「それなら、私が直接AIでやっちゃうよ」という現実
- 「自分の仕事」を残せるか、という将来への問い
こちらの記事もおすすめ

1. 「AIがあるから、裏側の仕組みは知らなくていい？」という疑問

部下にある仕事を任せたときのこと。ビックリするぐらいの速さで成果物を持ってきたので、どうやったのか聞いてみると、案の定「AIにブチ込んで一発で出しました」とのこと。

私が思わず複雑な表情を浮かべているのに気づいたのか、部下は先手を打つようにこう質問してきました。

部下

今の時代、AIやシステムに指示すれば綺麗なアウトプットが一瞬で出てきますよね。それなら、細かい計算ロジックや裏側の手続きまで全部覚える必要ってありますか？

確かに、作業スピードだけを見ればその通りです。しかし、実務の責任者として一番怖いのは、「AIがもっともらしい顔をして出した間違い」に誰も気づけないことです。

2. 求められるのは「作業力」ではなく「検収力」

そこで、知識を一方的に押し付けるのではなく、なぜその知識が必要なのかという「目的」を共有するために、こんな風に問いかけてみました。

タカボン

確かに作業自体はAIがやってくれるようになったね。でも、AIや外部の専門部署から上がってきた結果を受け取ったとき、それが『本当に正しいか』『うちの会社のルールや要件を満たしているか』を最後にチェックするのは誰だろう？

部下

……受け取った側の、私たちですね。

タカボン

そう。システム開発や納品の世界でいう『検収』だね。中身がブラックボックスのままだと、万が一数字がズレていたり、前提条件が抜けていたりしても『OK』を出してしまう。その違和感に気づくための『判断基準』として、裏側の知識が不可欠なんだよ。

3. AIと壁打ちして見えた「自走する部下」の育て方

この対話のあと、私自身もGeminiと壁打ちをしながら、部下育成のポイントを整理してみました。

知識の丸投げをやめる：「これを覚えろ」とマニュアルを渡すだけでは、ただの作業員になってしまう。
「検収者」の視点を渡す：「あなたが最終チェックの責任者だとしたら、どこを見る？」と視座を引き上げる。
背景と目的をセットで伝える：知識は暗記するためではなく、「間違いを見抜くセンサー」として持っておくものだと腹落ちしてもらう。

おわりに：上司としての本音、そして「食いっぱぐれないか」という心配

AIがどれだけ優秀になっても、最終的な責任を持ち、現場の文脈に照らし合わせて「よし、これでいこう」とハンコを押すのは人間の仕事です。

「作業をこなす人」から「AIのアウトプットを正しく検収できる人」へ。これからも現場でのリアルな対話を通じて、自ら考え動けるチームづくりを進めていきたいと思います。

……と、ここまで前向きにまとめましたが、私には今回のことで、もう一つ、上司としてのリアルな心配事（というか、危機感）がありました。

それは、「このまま彼が、簡単に自分の手から仕事を AI に手放し続けてしまったら、どうなるか」ということです。

「それなら、私が直接AIでやっちゃうよ」という現実

今回、部下が勝手にAIでパッと解決してきたのを見て、私の頭をよぎった本音があります。

それは、「それなら、わざわざ手順を教える手間をかけて部下に頼まなくても、私が手元で直接AIにやらせた方が早いんじゃないか？」ということです。

「作業をするだけ」であれば、今やAIの方が早くて正確です。部下がその作業をAIに丸投げするだけなら、彼という存在を仲介する意味がなくなってしまいます。最悪の場合、「もう、彼にこの仕事は頼まなくていいや」と、任せる仕事自体が減っていってしまう。これは、上司にとっても部下にとっても非常に不幸なことです。