核心内容の要約
ウー・エンダはインタビューで「AIが雇用の終焉をもたらす」という悲観的な見解を打ち破りました。彼の主な論点は、AIが直接的に職務全体を置き換えるのではなく、職務内のタスク構造を再構築するというものです。AIは実行作業の30%～40%をこなすことができますが、残りの60%～70%、つまり判断力や主体性、異分野の能力が求められる部分をより価値あるものにするのです。また、教育システムの更新が遅れているために若者のスキルがマッチしなくなっており、AIを使うことで学習過程で「認知的な負担が軽減される」（考える能力が失われる）と指摘しています。さらに、AIは職務の境界を広げるが、AIを使うことよりも問題を積極的に発見し解決することが重要だと強調しています。そして、AGI（汎用人工知能）はまだ遠い未来のことなので、過度に心配する必要はないと述べています。
具体的な解説
1. AIによる職務の置き換えを心配するな——まずは自分のタスクを分解しよう
ウー・エンダは、「AIが自分の職業を置き換えるかどうか」に囚われるべきではなく、職業を小さなタスクに分解するべきだと言います。例えばソフトウェアエンジニアの場合、AIは基本的なコードの作成には非常に優れていますが、優れたエンジニアはむしろより忙しくなります。なぜなら、AIができる30%～40%の作業（繰り返しのコーディングや簡単なデバッグなど）をAIに任せ、AIができないこと、つまりビジネスニーズの理解やチームとのコミュニケーション、重要な意思決定、プロジェクトの責任を負うことに集中するからです。古い方法でコードを書き続けるプログラマーこそが危険にさらされています。
簡単に言えば、あなたの仕事は「一枚のケーキ」ではなく、「パズル」のようなものです。AIは簡単な部分を取り除きますが、人間が考えたりコミュニケーションを取ったり責任を持ったりする必要がある複雑な部分がより価値があります。自分の仕事の中でAIができる部分とできない部分を見極め、後者に焦点を当てるべきです。
2. 若者の就職が難しい？それは学校で教えられるスキルが古いからかもしれない
司会者が若者がAIの影響を受けやすいと指摘すると、ウー・エンダは問題は若者ではなく教育システムにあると考えています。大学のカリキュラムの更新が遅すぎるのです。新しいスキルが登場してから授業に取り入れられるまでには、教師が学び、カリキュラムを設計し、承認するなどの手続きが必要で、学生が学び終える頃にはAIのツールはすでに何度も進化しています（例えば、多くの大学では2022年のスキルをまだ教えているが、職場では2028年の能力が求められている）。
彼のアドバイス：学生は学校のカリキュラムだけに頼らず、「AIネイティブ」になるべきです。つまり、AIができることはAIに任せ、AIができないこと（問題の理解や結果に責任を持つことなど）を自分で積極的に行うのです。彼のチームのインターン（高校生を含む）は非常に効率的で、AIを使いながらも核心的な作業に積極的に参加しています。
3. AIは仕事を手伝ってくれるが、本当に学んだか注意しよう
ウー・エンダは、AIは良い学習ツールではないと言います。なぜなら、AIはあまりにもタスクを代行してしまうからです。例えば、学生がAIを使って宿題をすると一時的に成績が上がるかもしれませんが、自分で考えるべきプロセスがAIに代わられてしまうため、長期的には知識が定着しません（これを「認知的な負担の軽減」と呼びます）。彼自身もこの経験があります。AIを使ってフロントエンドとバックエンドの問題を解決した後、6ヶ月で忘れてしまい、再び質問しなければなりませんでした。
重要なポイント：仕事ではAIを使って効率を上げるのは問題ありませんが、学習時にはAIに答えを与えてもらうだけではいけません。必要なのは「速く宿題を終える」ことではなく、難しい推論プロセスを経験することです。それこそが本当に学ぶための鍵です。
4. AIによって職務の範囲が広がる——異分野での作業が求められる
以前はフロントエンドとバックエンドは別の専門分野でしたが、AIによるプログラミングの支援で両方をこなすことが容易になりました。ウー・エンダによると、この変化はマーケティングや人事などの職務にも広がっていきます。例えば、マーケティング担当者は以前はプロセスの調整だけをしていましたが、今ではAIを使って自動化ツールを構築し、マーケティングサイクル全体をカバーできます。採用担当者も候補者の探し方から面接のフォローアップまでを一貫して行うことができます。
キャリアアップの方向性：既存のスキルを極めるのではなく、上流や下流のスキルを補うことです。例えば、マーケティング担当者はAIを使って小さなツールを作ることを学び、人事担当者は自動化プロセスを学ぶ必要があります。ここでの「構築」とは、プログラマーに転職するという意味ではなく、ビジネス上の問題を簡単な自動化ツールやアプリケーションに変えることです。
5. Promptを書くよりも重要なのは、問題を積極的に発見し解決すること
ウー・エンダが採用する際には、Promptを書けるかどうかだけでなく、何かを自ら構築した経験があるかを重視しています。例えば、彼のマーケティング担当者はコードを書くことができ、自動化ツールを作ることができます。チームには「採用エンジニア」もおり、エンジニアリングのスキルを使って採用プロセスを最適化しています。彼は将来、「マーケティングエンジニア」や「HRエンジニア」といった混合型の役割が増えると予測しています。
重要な能力：AIによって構築コストが下がり、以前は無意味だった小さな要求も今では実現可能になりました。だから、AIを使うことよりも重要なのは「主体性」です。問題を見つけて積極的に探求し、AIを使ってプロトタイプを作り、その価値を証明することです。大企業では「自分の責任範囲内のことだけをする」人よりも、積極的に行動する人の方が価値があります。
最後の一言
AIはあなたの仕事を奪うために来たのではなく、繰り返しの作業を手放し、より価値があり、人間の能力が必要な仕事に取り組む機会を与えるためのものです。心配せず、まずはAIを使って小さな問題を解決してみてください。