書籍：知的生産のセンス
著者：楠木建、山口周
出版社：日本経済新聞出版

 【書評】『知的生産のセンス』楠木建×山口周に学ぶ、AI時代に独自の「芸風」で仕事の価値を高める方法

「私の仕事は、近い将来AIに代替されてしまうのだろうか」 生成AIが驚異的な進化を遂げ、日常の業務に溶け込みつつある現代、多くのビジネスパーソンがこのような漠然とした不安を抱えています。

情報収集、長文の要約、データ整理、そして文章の下書きまでが、かつてないほど安価に、しかも高速に実行できる時代になりました。この状況は、私たちがこれまで誇りにしてきた「より速く読む」「より多く記憶する」「より正確に書く」といった処理能力、すなわち「スキル」の価値を急速に暴落させています。

経営学者である楠木建氏と、独立研究者の山口周氏による対談集『知的生産のセンス』は、この「スキルのデフレ」とも言える時代において、人間に残される本質的な価値を「センス」に見いだす実践哲学の書です。

本書が扱うテーマは、まさにAI時代にこそ重要です。なぜなら、知識をただ増やすためのノウハウや、作業を効率化するための手順書は、もはやAIが最も得意とする領域だからです。

これからの時代に問われるのは、「何を選び、どう結びつけ、何を問うか」という、情報をご自身の固有の視点で価値へと変換する「判断の原理」にほかなりません。

著者たちは、AIが平均的で「もっともらしい答え」を大量生産できる時代において、真に希少になるのは誰にでも共有可能な客観的「正解」ではないと断言します。本人の経験、関心、違和感、執着が堆積して生まれる、少し歪んだ視点。山口周氏が「芸風」と呼ぶこの「魅力的な歪み」こそが、これからの知的生産における競争力の源泉となります。

本記事では、知的生産を「入力・保存・変換・出力」の4つの工程で捉え直し、単なる効率化の罠から抜け出して独自の価値を創造するための思考法を徹底解説します。

本書は、表面的な事象に惑わされず、「思い込みに騙されない」「判断の質を上げる」「構造で考える」という、当ブログが常に重視してきたテーマとも深く共鳴します。ご自身の仕事や人生をアップデートするための羅針盤として、ぜひ参考にしてください。

この記事でわかること

・生成AIがもたらす「スキルのデフレ」と「センスのインフレ」の真意
・知的生産の4工程（入力→保存→変換→出力）においてセンスが果たす役割
・AIの「もっともらしい答え」を凌駕する「批判（クリティーク）」の精神
・「バカ」と「間抜け」の構造的違いと、独自の「芸風」がもたらす競争力
・結果責任を伴う「仕事」を引き受け、「自分の屋号」で価値を創出する働き方 

30秒でわかる本書のポイント

【結論】
・生成AIの普及により、知的作業の「スキル」は外部化されてデフレ化し、人間にしか持てない固有の「センス」がインフレ化している。
・センスとは先天的な才能ではなく、入力・保存・変換・出力の過程で長年培われる「独自の芸風（魅力的な歪み）」である。
・知的生産において重要なのは、情報処理の速度や量ではなく、「何を重要と見なすか」という価値判断の質である。
【原因】
・生成AIは、既存情報の分析・分解・要約・平均化を低コストで量産することに極めて長けており、標準的なスキルの希少性が薄れている。
・AIの出力は流暢で「分かった気」にさせるため、問いを立てる力や、異質なものを結びつける統合的な思考が失われがちになる。
・「できるから作る」「速いから量産する」という供給者側の論理に陥ると、受け手が本当に「欲しい」と感じる成果物を生み出せなくなる。
【対策】
・対象を自明のものとせず、前提や因果関係を問い直す「批判（クリティーク）」の基本動作を徹底し、知的態度を磨く。
・AIに任せる領域を増やしつつ、自身の偏愛や経験に基づき異質な情報を掛け合わせ、独自の意味を創出する「変換」の工程に注力する。
・テンプレートに依存せず、他者との違いを恐れずに自分の「芸風」を引き受け、顧客に直接向き合って結果責任を負う姿勢を持つ。

本書の要約

生成AIの台頭により、情報検索や文章作成といった知的作業の「スキル」が急速に代替され、コモディティ化する時代を迎えました。本書は、楠木建氏と山口周氏が、この「スキルのデフレ」時代において人間に残される知的生産の本領は「センス」へと収斂していくと紐解く対談集です。

著者たちは、センスを「誰にでも共有可能な客観的正解」ではなく、本人の経験や偏愛が堆積して生まれた「魅力的な歪み（芸風）」であると定義します。

知的生産を「入力・保存・変換・出力」の4工程に分け、情報量や処理速度ではなく、「何に反応し、どう結びつけ、どう問い直すか」という独自の判断基準がいかに重要かを論じます。とりわけ、情報を分解する「分析」ではなく、異質な概念を結び直す「変換（統合）」のプロセスにこそセンスが宿ると主張します。

また、対象の前提を疑う「クリティーク（批判）」の精神を持つことで、AIの出力する「もっともらしい平均解」を凌駕する深い思考が可能になると説きます。

本書は、再現可能な手順書を求める読者には抽象度が高く見えるかもしれませんが、情報をご自身の固有の視点で価値へと変換する「判断の原理」を問う、知的労働者のための実践哲学として極めて高い実務的・時代的価値を持つ一冊です。

こんな人におすすめ

・生成AIを仕事に取り入れつつ、自身の専門性や代替されにくさに不安を感じている人
・経営、企画、コンサルティング、研究、編集など、正解のない非定型な仕事に携わる人
・本や記事を大量にインプットしているのに、独自の見解やアウトプットに変換しきれていないと悩む人
・AIの使い方そのものよりも、AI時代に何を考え、何を選び、何を表現すべきかを根本から考えたい人
・楠木建氏、山口周氏の既刊を愛読しており、それぞれの方法論や思考のプロセスをより立体的に理解したい人

本書から得られるメリット

・「スキル」から「センス」へ、AI時代におけるご自身のキャリアや努力の方向性を再定義できる。
・知的生産の4工程を理解し、単なる情報の要約ではない、読者の思考を動かす文章や企画を生み出せるようになる。
・「クリティーク（批判）」の視座を持つことで、思い込みに騙されず、事象の前提を問い直す構造的な思考力が身につく。
・自分の関心や違和感、偏愛を肯定し、それを独自の「判断基準」や「芸風」へと昇華させる具体的な手がかりが得られる。
・ 調査・企画・執筆・経営判断において、「何をするか」よりも「何をしないか」という本質的な基準を見直すことができる。 

スキルのデフレとセンスのインフレ：AIが代替できない価値とは

今後はスキルと呼ばれてきたものの多くを生成AIが担う。生成AIを使いこなせれば、誰もが外部化されたスキルを利用できる。人間に残された知的生産はセンスへと集約されていく。生成ＡＩはセンスの正体を浮き彫りにしています。（楠木建）

プロンプトエンジニアリングを学んで生成AIを使いこなすことは、現代のビジネスにおいて必須の要件となりました。しかし、それはあくまで「作業の効率化」に過ぎません。スキルがツールによって外部化・自動化されれば、供給過剰が起こり、その市場価値は当然ながら暴落します。

AIは、過去の膨大なデータを分析し、確率的に最もそれらしい「平均的な答え」を出力することに長けています。しかし、経営においても新規事業においても、無数の選択肢の中から「自社にとって本当に意味のある戦略はどれか」を決めるのは、人間の価値判断、すなわち「センス」です。

情報量や処理能力という「供給側」のロジックではなく、受け手が何に意味を見いだし、心を動かされるかという「需要側」の視点を持つこと。異質な情報と情報を結びつけ、新しい意味を付与する編集力こそが、AI時代において圧倒的な希少価値を持つ「センス」の正体と言えます。 AIはアウトプットの供給量を爆発的に増やします。

仕事である以上、他者の役に立たなければ意味がありません。いくらアウトプットしても、需要を獲得できなければ意味がないのです。生成AIの台頭によって、人間が持つスキルの必要性は低減し、その役割は「センス」へと集約されていきます。

では、自分の経験や知識をどのように変換し、独自の論理やセンスを構築していけばよいのでしょうか。知的生産において重要なセンスの一つが、ある物事の「対概念（反対にあるもの）」を正確に見つけることです。 例えば、フレデリック・ハーズバーグの「二要因理論」では、「満足」の反対は「不満足」ではなく「無満足（不満足がない状態）」であると定義しています。

給与が低いといった「衛生要因」を改善して不満をなくすことと、仕事の達成感という「動機づけ要因」を満たすことは、独立した次元の話です。マイナスをゼロにする作業と、ゼロからプラスを作っていく作業は全く別の次元であることを理解しなければ、私たちの仕事観は書き換わりません。

この視点がないと、結局「職場の不満足度を減らして、満足度を高めましょう」という陳腐で当たり前な主張を繰り返すことになり、知的生産物としての価値は生まれないのです。

同じように、ナシーム・ニコラス・タレブが提唱した「反脆弱性（アンチフラジャイル）」という概念も、「脆弱（脆い）」の対概念を単なる「頑丈」ではなく、ストレスや圧力によってパフォーマンスが「上がるもの」と再定義したことで、既存の常識を覆す新しい視点を提供しました。

独自のセンスを獲得するためのもう一つの強力な武器が「具体と抽象の往復運動」です。本書において楠木氏は、論理とは「いろいろあるけど、要するにこういうこと」と言い切るものであると述べています。論理は常に抽象レベルにあり、具体的な事象を一段階ずつ抽象化していかなければ獲得できません。論理を束ねていった先に「コンセプト」が出てきます。

しかし、コンセプトを生み出して終わりではありません。ここからが知的生産の真骨頂です。楠木氏は「抽象化で論理やコンセプトを獲得した後も、具体と抽象の往復運動は続く」と述べ、さらに次のようなメタファーを用いてその重要性を強調します。

コンセプトから具体のレベルに降りていかないと、変換は進みません。『素材がないと料理ができない』というのに近いですね。僕は具体的な素材がないと考えられません。（楠木建）

料理に具体的な食材が不可欠なように、知的生産にも常に具体的な事象や経験への立ち返りが求められます。

この往復運動の傑作として挙げられているのが、ユニクロの「LifeWear」というコンセプトです。長年の成功と失敗の中から論理を抽出し、高度に抽象化して到達したコンセプトが、商品、店舗ディスプレイ、接客といった打ち手に一貫性をもたらしています。具体的な現場で実行し、顧客の反応（具体）を見ることで検証し、再び思考の素材とする。この循環が知的生産を強固なものにするのです。

知的生産の変換プロセスにおいて、もう一つ重要なのが「パターンの認識」です。楠木氏は、ある種のロジックの型を見抜くことで、知的生産の質が上がると述べています。 例えば、ZARAやガリバー（現IDOM）に見られる「後出しジャンケンの型」があります。

ZARAは「次はどんな服が流行るか」と予測するのではなく、すでにトレンドとして売れている服をいち早く作ることで予測による外れをなくしています。

ガリバーも同様に、趣味嗜好品で売れ残るリスクのある中古車の買取において、買い取ったクルマはすぐにオークションに出すという「（消費者に）売らなければいい」という発想の転換によって、リスクのないポジションニング（買取専門）を築いています。

また、価値創造における「内側が複雑で、外側がシンプル」というパターンも重要です。トヨタの生産システムのように、舞台裏で動いているプロセス（内側）は極めて複雑で競合が真似できない一方で、顧客が知覚する最終的な価値（外側）は「燃費が良くて壊れない」といういたってシンプルなもの。

裏を返すと、「価値を創るプロセスが単純で、顧客が知覚する価値が複雑」というのは儲からないビジネスのパターンだと認識できます。 

中央値というのは「ど真ん中」ということですが、人も組織も、その「ど真ん中」からの距離の取り方によってポジショニングが決まる。ここで気をつけないといけないのが「中途半端な位置どり」です。（山口周）

AIが平均的な答えを出力する時代において、ビジネスのポジショニングもまた、「中央値からどれだけ乖離」できるかが問われます。ど真ん中のポジションニング、すなわち「スタック・イン・ザ・ミドル（中途半端な位置どり）」は最も避けなければなりません。

存在感のある企業やブランドには、必ず明確な「仮想敵」がいます。テスラであれば「化石燃料に依存する社会」、アップルであれば「創造性を奪うシステム」がそれにあたります。

本書の中で、山口氏は、ある銀行の役員研修において「明確なポジションをとる」ことの重要性が語られた際、参加者から「全員に受け入れられないのではないか（仮想敵を作ると敵対する人を増やす）」という意見が出たエピソードを紹介しています。

しかし、預金・貸出金シェアが2割前後の企業が、全員から受け入れられなきゃいけないと考えるのはナンセンスです。楠木氏が指摘するように、「全員に受け入れられるということは、誰からも必要とされないに等しい」のです。明確な意志を持って中央値から外れることで、初めて強固なポジションを築くことができるのです。

独自の「芸風」を育てる：テンプレートを脱し、生の素材をぶつける

言い換えれば「芸風」ですね。知的生産の価値が「平均からの乖離」にあるとすれば、その「乖離のさせ方」こそが芸風だと思います。（楠木建）

AI時代に他者と明確に差別化し、代替されない存在になるためには、むしろ「その人ならではの魅力的な歪み」が必要になります。長い時間をかけて蓄積してきた経験、偏愛、問題意識、そして無数の失敗と反復の中から醸成された「判断の一貫した癖」。この独自の癖こそが「芸風」であり、決してアルゴリズムでは複製できません。

テンプレート化や標準化はオペレーションの効率化には有効ですが、付加価値を生み出す知的生産においては、過度な標準化は自らをAIの劣化版に貶める行為です。

AIが大量の汎用品を供給するからこそ、血の通った、人格的な一貫性を伴う成果物が、受け手の心を強く打ちます。 この芸風がいかに強力な武器になるかを示す究極の例として、批評家の小林秀雄が挙げられています。

小林秀雄は批評の対象を変えながらも、常に「たった一つのこと（徹底した反・科学万能主義、理屈で説明し尽くせるはずがないというスタンス）」を言い続けていました。彼が一生涯を通じて同じ批判的視点を持ち続けたように、私たちもまた、自分の内側にある「譲れない視点（芸風）」を自覚する必要があります。

それは、表現や提言に毒気や刺激があったとしても、本人ならではの芸風として、あるいは全体性と一貫性を持ち得るからこそ、代替不可能な知的生産になるのだと楠木氏は指摘します。その上で、「土俵の見極め」、つまり「芸風に合わない仕事はしない」というディシプリンこそが、非常に重要になると説いています。

AIの出力は非常に流暢で、一見すると論理的であるため、私たちは容易に「分かった気」にさせられてしまいます。この「流暢さの罠」に抗い、判断の質を上げるために不可欠なのが、楠木氏が強調する「クリティーク（批判）」という知的態度です。

AIへの依存には致命的なリスクがあると山口氏は指摘します。 批判という思考のエンジンを喪失させてしまう。 即時的な対話性による「解」を求める姿勢（思考停止）を招き、「理解負債」を蓄積させる。

AIを駆使したアウトプットは量的に長くなりますが、レポートのように脈絡のない断片を脈絡なく列挙するだけのものになりがちです。それでは、連続的な論理展開が失われ、結局何が言いたいのか分からなくなってしまいます。

AIが答えを高速生成するからこそ、問いの妥当性や答えの意味を人間が判断しなければなりません。形式的な作業（情報収集やリサーチ）に逃げたり、考える面倒さから情報が多ければアウトプットの質が上がるという線形（リニア）な思い込みをするのではなく、人間は問いの意味を定義しなければなりません。AIが提示する中央値や汎用的なレポートに流されず、その背後にある前提条件を徹底的に批判することが重要です。

知的生産システムへの身体化と客体化の組み込み

「手を動かす」という身体化と「いったん目の前に見える形で置いてみる」という客体化が重要なのだと思います。AIを使っていると、しばしばこの二つをスキップしてしまう。（楠木建）

知的生産を強固なものにするためには、AIとの対話だけでは不十分です。楠木氏は「紙と鉛筆」という原点への回帰を主張します。 論理の中枢部分を考える段階になると、PCではなくノートを開いて、鉛筆を使って手で書くことが重要です。これには二つの要素があります。

・身体化: 「手を動かす」という身体的な活動。口で喋っているだけでは議論は進みません。
・客体化: 「いったん目に見える形で置いてみる」という活動。

思考を自分の外に出し、客観的に眺めることで、論理の洗練が進みます。 AIを使っていれば対話は進むかもしれませんが、それは思考が進んでいることとは限りません。ある程度まとまった文章を書かないと、論理の中枢は形になりません。 さらに、変換のプロセスは「絵を描く感覚」に近いと楠木氏は言います。

全体のコンセプト（ロングショット）を持ちつつも、特定の細部（クローズアップ）に集中して描き込み、また全体を客観化して眺める。このクローズアップとロングショットの繰り返しを重ねるうちに、全体の構成が洗練され、部分が全体へと統合され、コンセプトが形になるのです。

洞察はロジックツリーをひたすら伸ばす作業では生まれません。閃きは、時間の長さではなく密度と回数、そして触発される相手をシステムに組み込むことで生まれる、人のセンスの露露なのです。

知的生産の質を高めるためには、情報の扱い方も見直す必要があります。山口氏は、ビッグデータに依存しない情報の「自然淘汰」の重要性を指摘します。 「S字曲線」をイメージしがちですが、情報のインプットとアウトプットの関係はそんなに単純ではありません。

世の中の情報を全部集めようとすればノイズも混ざります。情報の蓄積を止め、どの中間値（と飛びつきがちな汎用レポート）からも外れた場所で、手元にある情報こそがノイズのフィルターを潜り抜けた強い情報であると見極めることが重要です。 ビッグデータをぶん回せば、相関関係は見つかるかもしれません。

しかし、因果関係はビッグデータにはありません。データ以前に、洞察に基づく仮説が必要であり、それは人のセンスの領域なのです。

形式的な作業への逃避や線形（リニア）な思い込みを捨て、洞察を得るためには生の素材を具体と抽象の往復によってコンセプトへと練り上げなければなりません。

最後に、知的労働者の価値を高めるために必要なのが、楠木氏が提唱する「アウトプットの規律」です。 「アウトプットの規律がないところに、思考はない」 変換の先に、自分以外の誰かに向けたアウトプット（定期的な授業や提言など）があるからこそ、人間は考えざるを得ません。「～ければならない」という状況に身を置くのは、健康な圧力がかかって思考を生み出すために非常に良いのです。

そして、思考の質を高めるのは時間の長さではなく「密度と回数」であると楠木氏は指摘します。粘るのではなく、いったん止めて誰かに話してみる。場所を変え、議論する相手を変え、触発される相手をシステムに組み込むなど、材料を変えながら何度も考えることで、閃くことが多くなります。この知的態度こそが、AI時代における知的労働者の真の価値となるのです。

そして現在、生成AIの登場によって、この流れはさらに加速しています。調べる、整理する、要約する、文章のたたき台をつくる。そうした作業の多くをAIが支援してくれるようになったことで、知的生産の裾野は、これからさらに広がっていくことになるでしょう。これまで文章を書くことに苦手意識を持っていた人、専門的な訓練を受けてこなかった人、発信することに距離を感じていた人も、自分の考えを形にしやすくなっていくはずです。(山口周）

AIは、膨大な情報を比較し、共通点や相違点を抽出し、複雑な論点を構造化することに優れています。人間の思い込みや視野の偏りを外側から照らし、自分の思考を客観化するパートナーとして、大きな力を発揮します。

しかし、AIが主に扱うのは、すでに言語化され、データとして記録された情報です。街を歩いて感じる空気の変化、顧客の表情や沈黙、会話のわずかな違和感、失敗によって得た実感など、身体を通して獲得する経験そのものを持つことはできません。 知識も、理解しただけでは自分のものになりません。

現場で試し、人と対話し、成功や失敗を経験し、自分の問題意識と結びつける。そうした過程を経て初めて、知識は身体化され、現実の判断に使える知恵へと変わります。 何に違和感を覚え、どの偶然を拾い、どの情報を捨て、何と何を結びつけるのか。

こうした判断基準は、その人が積み重ねてきた経験や問題意識に根ざしているため、簡単にはコピーできません。同じ情報に触れ、同じAIを使っても、問いの立て方や選び取る答えが異なるのは、この判断基準が一人ひとり違うからです。

重要なのは、AIと人間を対立させることではありません。AIを使って自分の考えを整理し、別の視点や反証を得る。その結果を現場へ持ち込み、自分の目で観察し、人と対話し、再び考える。この往復によって、客観化された情報と身体化された経験が結びつき、知識は現実に働きかける力を持ちます。

AI時代に競争力を失うのは、AIを使わない人だけではありません。AIに考えるプロセスまで委ね、現場から離れてしまう人も、次第に自分の判断軸を失う可能性があります。整った答えを受け取るだけでは、何が重要なのか、どこに違和感があるのか、どの前提を疑うべきかを見抜く力は育ちません。

だからこそ、要約、整理、比較、検索、下書きといった作業はAIに任せ、そこで生まれた時間を、一次情報の獲得、顧客との対話、読書、移動、観察、思索に振り向けるべきです。AIには思考の整理と客観化を担わせ、人間は現場で得た経験を通じて知識を身体化する。この役割分担によって、知的生産の質は高まります。

私自身も、多様な分野の書籍を読み、できるだけ多くの人と会い、積極的に旅へ出ることを大切にしています。異なる業界の経営者や若い世代との対話、普段とは異なる土地で目にする消費行動や地域文化は、机上の情報だけでは得られない気づきを与えてくれます。

重要なのは、知識を増やすこと自体ではありません。読書や対話、移動を通じて得た違和感や発見を、自分が直面している経営課題や社会の変化と結びつけることです。そうした経験を積み重ねながら現場感を磨くことで、AIが提示する答えをそのまま受け入れるのではなく、自分の判断軸で問い直し、新しい意味へ変換できるようになるのです。

AIに答えをつくらせても、「何を問うか」と「どの答えを選ぶか」まで手放してはいけません。AIが提示する客観的な選択肢と、自らの身体を通じて得た経験を往復しながら、最後の意味づけと決断を引き受ける必要があります。

知的生産の価値は、知識を大量に保有することから、情報を客観的に捉え直し、自分の経験と結びつけ、現実に役立つ意味へ変換することへ移っています。AIを優秀な参謀として活用しながら、自ら現場に立ち、感じ、問い、選び続ける。その選択の積み重ねこそが、平均的な正解が大量生産される時代に、自分だけのセンスと芸風を育てるのです。

コンサルタント徳本昌大のView

『知的生産のセンス』は、生成AIによって平均的な成果物を簡単に生み出せる時代に、人間がどこで独自の価値を発揮すべきかを示す一冊です。

AIを使えば、市場分析やマーケティング戦略、事業計画のたたき台を短時間で作成できます。しかし、論理的に正しい提案が、そのままクライアントや顧客の行動を促すとは限りません。「なぜこの課題に取り組むのか」「自社は社会にどのような価値を提供したいのか」という問いには、当事者の経験や問題意識、価値観が反映されている必要があります。

本書が提示する「入力・保存・変換・出力」という4つのプロセスは、知的労働の本質を捉え直すための実践的な枠組みです。情報を大量に集めて整理するだけでは、独自性のある成果にはつながりません。重要なのは、得た情報を自分の経験や関心と結びつけ、新たな意味を与え、他者にとって価値のある形へ編集する「変換」です。

なかでも、現場で得られる一次情報は重要です。顧客との対話、移動先での偶発的な出会い、異なる文化との接触、仕事の現場で覚えた違和感などは、公開情報だけでは把握できない現実の解像度を高めます。AIが既存情報の収集や分析を高速化するほど、自ら体験し、観察したことの価値は相対的に高まります。

ただし、経験を重ねるだけで独自性が生まれるわけではありません。経験を記録して振り返り、異なる知識と接続し、言葉にすることで、初めて知的資産になります。個人的な偏愛も、独自の問いや視点として体系化し、他者に伝わる形へ編集できれば、模倣されにくい「芸風」へと変わります。

読書においても、同じ領域の情報を効率よく集めるだけでは、発想が既存の枠内にとどまりやすくなります。ビジネス書と歴史、哲学、科学、文学などを結びつけることで、新しい視点が生まれます。読書会や議論の場で異なる解釈に触れることも、自分の前提や思い込みに気づき、知識を判断に使える知恵へ変える機会になります。

ビジネスの現場では、AIが精緻な分析や複数の選択肢を提示できても、どの未来を選び、どこに資源を投じ、何を捨てるかは人間が決めなければなりません。投資家、顧客、従業員を動かすためにも、数字の妥当性だけでなく、事業の意味や目指す未来を伝えるナラティブが必要です。

私自身、コンサルティングや書評ブログの執筆において、「思い込みに騙されないこと」と「構造で考えること」を意識しています。AIは優れた壁打ち相手であり、思考を広げる参謀にもなります。一方、AIが示す無難な正解をそのまま採用すれば、整っていても誰の心にも深く残らないアウトプットになりかねません。

AI時代に求められるのは、機械と処理速度を競うことではありません。情報収集や要約、比較はAIに任せながら、人間は現場で一次情報を獲得し、異質な知識を組み合わせ、自らの価値観に基づいて選択する。その判断と結果に伴うリスクを引き受けることが、人間の役割です。

『知的生産のセンス』は、知識量を増やすための仕事術ではありません。自らの経験、関心、価値観を組み合わせ、他者にとって意味のある成果へ変換する方法を考える本です。現場に足を運び、違和感を言語化し、「入力・保存・変換・出力」のサイクルを回し続けることで、自分だけのセンスと芸風は磨かれていきます。

FAQ

Q1: 「芸風」を身につけるには、具体的に何から始めればよいでしょうか？

A1: まずは自分の「偏愛」や「違和感」を無視せず、言語化する習慣をつけることです。インプットした情報に対して、「一般的にはこう言われているが、自分はここがどうしても気になる」「自分の過去のこの経験と似ている」といった個人的な引っ掛かりをメモし、それを軸にアウトプット（発信）を繰り返すことで、徐々に自分だけの一貫した視点＝芸風が形成されていきます。

Q2: AI時代において、専門知識（スキル）を学ぶことには意味がなくなるのでしょうか？

A2: 全く意味がないわけではありません。専門知識は「クリティーク（批判的思考）」を行うための基礎体力であり、AIの出力の妥当性を判断する「味見役」としてのリテラシーとして不可欠です。重要なのは、知識を暗記・処理すること自体を目的とせず、その知識を使って「どのような独自の問いを立てるか（アジェンダ設定）」にシフトすることです。

Q3: 組織の中で「センス」や「独自の判断」を活かすのが難しい環境（テンプレート重視）の場合はどうすべきですか？

A3: いきなり組織全体のルールを変えるのは困難です。まずは自分自身の裁量がある範囲（企画書のワンフレーズ、会議での一つの発言、社内報への寄稿など）で、「AIならこう書くが、自分はあえてこの視点を足す」という小さな実験（変換）を始めてください。その独自の視点が周囲から「面白い」「なるほど」と評価（需要）される経験を積むことが、状況を打開する第一歩となります。

関連記事

【書評】 コンテキスト・リーダーシップ　「最高の上司」と「最悪の上司」は文脈で決まる（山口周）
『コンテキスト・リーダーシップ』は、リーダーシップを個人の資質ではなく、文脈との相互作用として捉え直します。同じ「仕事を任せる」という行為も、本人の能力や動機、上司との関係、組織文化、社会によって、信頼にも丸投げにも変わります。優れたリーダーは、ミクロ・メソ・マクロの文脈を読み、個人の物語と組織の目的を接続します。共感できるナラティブを編み、時機を捉えて、人々の納得を自律的な行動へ変えるのです。
→リンクはこちらから

【書評】Plan・Do・Seeの積分型戦略とは？楠木建の頭の中　戦略と経営についての論考
Plan・Do・Seeは、「気がイイ場所」という価値を生み出すため、効率性とは相反する選択を積み重ねています。画一化ではなく施設ごとの個性を磨き、歴史や物語を持つ特別物件にこだわる。さらに、運営では仕組みやマニュアル以上に人を重視し、感性を備えた人材の採用と育成へ継続的に投資しています。一見すると非合理な経営判断こそが、模倣されにくい体験とブランドをつくり、強い持続的な競争優位を支えているのです。
→リンクはこちらから

【書評】『直感と論理をつなぐ思考法』佐宗邦威
AIが得意とする「論理」と、人間ならではの「直感（センス）」をいかにビジネスで融合させるかを解説した実践書。「芸風」や独自の視点を、組織の中でどう具体的な企画やイノベーションに落とし込んでいくか、そのメソッドが詳細に描かれています。
→リンクはこちらから