DX wpmaster 2026年3月29日 0 コメント

AI時代に求められる「2つの判断」と「2つの知識」の区別とは？リクエスト株式会社がレポート公開

AI（人工知能）の進化は、私たちの仕事のやり方を大きく変えつつあります。これまで人が行っていた情報収集や整理、定型的な作業はAIが担うようになり、人に残される仕事は、より複雑な判断を必要とするものへと変化しています。

しかし、多くの企業ではこの変化に十分に対応できていない現状があります。その原因は、「判断」と「知識」をそれぞれ一種類のものとして捉えてしまうことにあると、リクエスト株式会社の判断デザインラボラトリーが指摘し、レポート「AI時代に見落としてはいけないのは、『2つの判断』と『2つの知識』を切り分ける力」を公開しました。

「2つの判断」と「2つの知識」

レポートでは、判断と知識をそれぞれ2種類に分けて考えています。

判断
- 前例にもとづく判断
- 事実にもとづく判断
知識
- 経験を必要としない知識
- 経験を必要とする知識

AI時代に企業で起きる多くの問題は、これら4つを区別せずに混同してしまうことから生まれると説明されています。特に、本来は経験が必要な知識や事実にもとづく判断が求められる仕事まで、前例や模範解答だけで対応しようとすることが問題を引き起こします。

その結果、現場では「理解は深まるが判断力が伸びない」「前例通りに進めても、以前よりうまくいかない」「難しい仕事が一部のベテランに集中する」といった状況が発生しやすくなります。

「能力不足」ではなく「誤配置」

このような現象は、単なる能力不足ではなく、仕事の「誤配置」として捉え直すべきだとレポートは提言しています。つまり、事実にもとづく判断や経験が必要な仕事を、単に知識を教えたり前例を適用したりするだけで済ませようとしていることが、職場の停滞を生む背景にあると考えられています。

仕事を4つのタイプに分けて考える

レポートでは、「2つの判断」と「2つの知識」を組み合わせることで、仕事を4つの象限（タイプ）に分けて整理しています。

第1象限：標準処理領域
- 手順やルール、チェックリストなど、AIや自動化、標準化と最も相性の良い仕事。
第2象限：確認調整領域
- 手順はあるものの、今回の状況にそのまま当てはまるか、例外はないかなどを確認する仕事。事実確認が中心となります。
第3象限：誤配置が起きやすい領域
- 本来は経験が必要な知識を使う仕事なのに、前例や模範解答、正解探しで処理されがちな仕事。理解は進んでも、実際に判断する力は育ちにくい傾向があります。
第4象限：人に残る中核領域
- 状況の違いを見極め、事実を確認し、判断を下し、その結果で基準を更新していく仕事。AI時代に人が担う価値の中心となる部分です。

特に重要なのは、第4象限の仕事を正しく認識し、その仕事が第3象限のように扱われないようにすることだとレポートは強調しています。

企業が最初に行うべきこと

企業がまず取り組むべきこととして、以下の点が挙げられています。

自社の仕事をこの4つのタイプで洗い出すこと。
第3象限に分類される仕事を特定すること。
第4象限の仕事で、人が判断する機会が残るように仕事の仕組みを設計すること。
第1象限の仕事は、徹底的にAIや標準化を進めること。

「もっと考えろ」と指示するだけでは不十分であり、どこまで事実を確認すればよいのか、どのような前提を置けば進められるのかを、仕事の設計段階で明確にすることが大切です。

レポート公開の背景

AI時代には「判断が重要」「経験が重要」と言われることが増えていますが、これだけでは具体的な行動につながりにくいとされています。本当に必要なのは、判断と知識それぞれに種類があり、それらが仕事の中でどのように組み合わさっているかを見極めることです。

リクエスト株式会社は、980社・33.8万人の働く人々のデータに基づく「組織行動科学®」を基盤に、仕事の中で何が起こり、それがなぜ続くのかを分析してきました。今回のレポートは、その中で見えてきた「能力不足ではなく誤配置」という考え方を、AI時代の仕事設計の視点として企業に提供するために公開されました。

このレポートは、以下のような課題を持つ企業に役立つ内容となっています。