この記事は2025年12月に公開し、最新の情報をもとに随時更新しています。（最終更新：2026年3月）
AIに相談すればなんでも解決します。そんな空気が広がっている気がします。自分のまわりでも「ChatGPTに事業計画を作らせた」「AIに経営判断を聞いている」という話をよく聞きます。
自分は2017年からAIを業務に使っています。IBM Watsonの時代から触っていて、今はGPT-4o、Claude、Geminiなど複数のAIを日常的に使い分けています。毎日の仕事にAIは欠かせない存在です。だからこそ、使い続ける中で「AIが得意な領域」と「自分で判断したほうがいい領域」の線引きが見えてきました。
この記事では、自分なりの使い分けを正直に書いてみます。AIの活用を否定しているわけではありません。むしろ、使い分けを意識することでAIの価値がもっと上がるという話です。
1. 最終的な経営判断は自分でする
「この事業に参入すべきか」「このタイミングで人を採用すべきか」「値上げすべきか」。こういった最終的な経営判断は、自分で下すようにしています。
理由はシンプルで、AIは自分の会社の文脈を完全には理解していないからです。財務状況、社員のモチベーション、取引先との関係性、地域の市場環境。こういった「数値化しにくい情報」はAIに入力しきれません。
AIが出してくる回答は、一般論としては正しいことが多いです。でも、自分の会社にとって正しいかどうかは別の話です。「一般的にはAが正解だが、うちの状況ではBが正解」ということは経営ではよくあります。
自分の使い方としては、AIに「判断材料の整理」を頼んでいます。市場データの要約、競合の動向まとめ、リスクとメリットの一覧表。こういった下準備をAIにやってもらい、最終的な判断は自分の頭で下します。この役割分担がうまくいっています。
以前、AIに「新規事業に参入すべきか」と聞いたことがあります。返ってきたのは「市場規模が大きく、成長率も高いため参入を推奨します」という回答でした。一般論としては正しいです。しかし、うちのリソースではその市場に十分な投資ができないという文脈をAIは知りません。結局、参入は見送りました。AIの分析は参考にしつつ、判断は自分で下します。この順番が大事だと思っています。
2. 人事評価と人間関係の問題は自分で向き合う
「この社員を昇進させるべきか」「Aさんの対応が悪いとクレームが来た。どう指導すればいいか」。こういった相談は、AIではなく信頼できる人間にするようにしています。
人事の問題は、当事者の性格、これまでの経緯、チームの雰囲気、本人の家庭事情など、複雑な要素が絡み合っています。AIにテキストで伝えられる情報は、その一部にすぎません。
特に気をつけているのは、AIの回答を「客観的な意見」だと思い込まないことです。AIは入力された情報だけで判断しますから、偏った情報を入力すれば偏った回答が返ってきます。それを「AIも同意見だった」と正当化の道具にしてしまうリスクがあります。
人事に関する相談は、信頼できる社外の人間（メンターや顧問）にするほうがうまくいきました。自分の場合は、同じ規模の会社を経営している知人に相談することが多いです。同じ立場の人の経験談は、AIの一般論よりもはるかに参考になります。
3. 法的判断・税務判断は専門家に任せる
「この契約書の内容で問題ないか」「この経費は損金算入できるか」。AIに聞けばもっともらしい回答が返ってきますが、最終確認は必ず専門家にしています。
2026年3月現在、AIの法的知識は相当なレベルに達しています。GPT-4.5やClaude Opus 4.6は司法試験レベルの問題にも高い正答率を出します。しかし、法律や税務は「一般論」と「個別事案への適用」がまったく違います。
たとえば「業務委託契約の注意点」を聞けば、一般的な注意点は正しく教えてくれます。でも「自分の会社とこの取引先との間で、この契約書のこの条項が問題になるか」は、弁護士に確認するべきです。
2026年1月に施行された中小受託取引適正化法（取適法）のように、法改正は頻繁にあります。AIの学習データが最新の法改正を反映していない可能性もあります。法務・税務の最終確認は必ず専門家に頼むのが自分のルールです。
ただし、AIは法務の「下調べ」には重宝しています。契約書のドラフトチェックで「気になる条項をリストアップして」と頼めば、見落としがちなポイントを教えてくれます。弁護士に相談する前の準備としてはかなり使えます。相談時間を短縮できますから、弁護士費用の節約にもなっています。
4. 機密情報の取り扱いはルールを決めている
取引先との価格交渉の戦略、未発表の新商品情報、社員の個人情報。こういった機密性の高い情報をAIに入力するのは、情報漏洩のリスクがあります。
ChatGPTやClaudeなどの主要なAIサービスは、入力データを学習に使わない設定が可能になっています。しかし、その設定が正しくされているか、全社員が理解しているかは別問題です。
自分の会社では、AIに入力してよい情報のガイドラインを作っています。具体的には「公開情報」と「自社のノウハウ」はOK、「取引先の情報」と「個人情報」はNGというルールです。シンプルなルールですが、これがあるだけで「これ入力していいのかな」と迷う場面がなくなりました。
ガイドラインなしでAIを使わせると、悪気なく機密情報を入力してしまうスタッフが出てきます。これは個人の問題ではなく、組織のリスク管理の問題です。ルールを作って共有するだけで、リスクは大幅に下がります。
5. 自社の強み分析は顧客に聞くほうが確実
AIに「うちの会社の強みは何か」と聞いてみたことがあります。自社の情報を入力してSWOT分析をさせると、きれいな表が出てきます。でもそれは、自分が入力した情報を再構成しただけです。自分が気づいていない強みや、見て見ぬふりをしている弱みは、そもそも入力されていないから出てきません。
自社の強み・弱みを知るには、顧客に直接聞くほうが確実です。「なぜうちに発注してくれるのか」「他社と比較して何が違うか」。これを5人のクライアントに聞けば、AIよりもはるかに精度の高い分析ができます。
実際に聞いてみて驚いたことがあります。自分が「うちの強みは技術力だ」と思っていたのに、クライアントは「レスポンスの速さ」を一番の理由に挙げていました。こういう発見は、AIからは得られません。自分の思い込みを外すには、外部の声が一番です。
AIが得意な領域をフル活用する
ここまで「自分で判断する領域」を書いてきましたが、AIが得意な領域もたくさんあります。自分は毎日AIを使っていて、その恩恵を十分に受けています。
情報の整理と要約。長い議事録を3行にまとめる、競合他社のWebサイトを比較表にする、業界レポートのポイントを抽出するといった作業です。こういった作業はAIの独壇場です。自分がやれば30分かかる作業が、AIなら1分で終わります。
アイデアの壁打ち。新商品の名前を50案出す、キャンペーンの切り口を考える、ブログのネタを出す。量を出す作業はAIが圧倒的に速いです。自分ひとりで考えると5個で止まるようなアイデアが、AIと壁打ちすると20〜30個出てきます。その中から自分のセンスで選べばいいのです。
定型作業の効率化。メールの下書き、商品説明文の作成、SNS投稿文の生成。これらはAIで8割のクオリティまで持っていき、残り2割を人間が仕上げるのが効率的です。
学習と情報収集。新しい技術やトレンドについて「初心者向けに要約して」と頼めば、わかりやすい説明が返ってきます。専門書を1冊読む時間がないときでも、概要を掴むのにAIは重宝します。
つまり、自分の使い分けはこうです。AIは「作業する作業」や「整理する作業」に使い、「判断する作業」は自分でします。経営判断の材料を集めるのはAIに任せて、判断そのものは自分が下します。この線引きが自分にはしっくりきています。
使い分けを意識するとAIの価値が上がる
AIの使い分けを意識するようになってから、実は以前よりもAIの利用頻度が上がりました。「この作業はAIに任せられる」と判断できるようになったからです。
以前は「AIに任せて大丈夫かな」と不安に思いながら使っていました。今は「この領域はAIが得意だから任せよう」「この判断は自分でやろう」と切り分けられます。迷いがなくなった分、AIを使うスピードも上がりました。
AIは道具です。包丁が料理に使えても、何を作るか決めるのは料理人です。道具が高性能になるほど、使う側の判断力が問われます。AIにたくさん働いてもらうためにも、自分が判断すべきことは自分で判断します。その切り分けができている経営者は、AIの恩恵を最大限に受けられると思っています。
最近は社内のスタッフにも同じ考え方を伝えています。「AIに聞く前に、この質問はAIに聞くべきかどうか一瞬考えてみて」。その一瞬のフィルターがあるだけで、AIの使い方が変わります。結果として、仕事全体の質が上がったと感じています。
まとめ
自分のAIの使い分けをまとめると、「最終判断」「人事」「法務・税務」「機密情報」「自社分析」は自分で判断し、「情報整理」「アイデア出し」「定型作業」「学習」はAIに任せています。
これらに共通しているのは、「文脈の理解が必要かどうか」という基準です。テキストで伝えきれない文脈が重要な領域では、自分の判断を優先します。テキストで十分に伝わる作業は、AIにどんどん任せます。
2026年のAIは確かに賢くなりました。だからこそ、うまく使い分けることで、自分の仕事の質と効率の両方を上げられます。AIと自分、それぞれの得意分野を活かすのが、一番うまくいくやり方だと感じています。完璧な線引きがあるわけではありませんが、迷ったら「これは文脈が必要か」と考えてみてください。