AIツールが乱立する時代に、本当に必要なスキルとは何か

ChatGPTからGenspark、そしてClaudeへ——AI選びに迷う前に考えておきたいこと

この記事について

ChatGPTが登場して以来、次々と新しいAIツールが登場し、「どれを使えばいいのか分からない」という状況が続いています。この記事では、主要4ツールの使い分けを整理しながら、Gensparkで3日間・36,000円相当を使い切った体験をきっかけに気づいた「AIを使いこなすために本当に必要なスキル」について書いています。さらにその話は、若年層のキャリア形成やBPO産業の雇用構造という、より大きな問いにもつながっています。

• ChatGPT・Gemini・Claude・Genspark、何が違うのか
• Gensparkで3日間・36,000円相当を使い切った体験
• AIを使いこなすために必要なスキルとは
• 若年層のキャリア、BPO産業、地域雇用への影響

ChatGPTが登場してから、AIを取り巻く状況は変わりすぎました

ChatGPTが一般に使われ始めた頃は、「AIといえばChatGPT」という時代でした。しかしその後、GoogleがGeminiを、AnthropicというアメリカのAI企業がClaudeを、そしてGensparkのような新興サービスが次々と登場し、今では「どれを使えばいいのか」「何が違うのか」という状況になっている方も多いのではないでしょうか。

自分自身を振り返ると、しばらくの間はChatGPTを使い続けていましたが、ある時点でそれが半ば思考停止だったと気づき、意識的にGensparkへと移行しました。そして最近は、Claudeを使う時間がさらに増えています。それぞれに得意なことが違い、目的に応じて使い分けるようになったからです。

そのGensparkで、今週少し痛い体験をしました。3日間で12万クレジット——240ドル・36,000円相当（執筆当時のレートで換算。すべてを有料で課金したわけではありません）を消費してしまったのです。この体験がきっかけで、自分のAIの使い方を根本から見直すことになりました。

Gensparkで36,000円相当を3日で使い切った話

Gensparkはこのブログでも以前から何度か紹介してきたサービスです（※該当記事へのリンクは投稿時に追加予定）。簡単な目的と成果物を入れるだけで必要なタスクを理解し、一般に公開されている情報を素早く集めて構造化し、パワポやPDFなどのアウトプットまで仕上げてくれるのが強みです。自分は主に、新しいテーマに取り組む際の情報収集と叩き台づくりに活用しており、仕事に関連する下調べや勉強のプロジェクトでも使っていたため、必要な投資という側面もありました。

ただ今週は、このブログのリニューアルに関連した複数の個人プロジェクトを一気に進めようとした結果、気づいたときには3日間で12万クレジットに達していました。「必要な投資だった」という気持ちと「さすがに使いすぎた」という反省が今も半々です。

この体験を通じて改めて気づいたのは、自分がGensparkの処理能力に頼りすぎていて、「何をどのツールに任せるか」という設計判断をほとんどしていなかったということです。

主要4ツールの整理——何が違うのか

「ChatGPTに少し飽きてきた」「GeminiやClaudeに乗り換えるべきか」と感じている方のために、現時点での主要ツールの特徴を整理しておきます。

※本表の情報は2026年4月時点のものです。AIツールの機能・料金は変化が速いため、最新情報は各サービスの公式サイトでご確認ください。

どれが「一番優れているか」という問いへの答えはなく、用途によって最適なものが変わります。長い文章の分析・考察にはClaude、最新情報を調べるにはGemini、大量のリサーチや構成づくりにはGenspark、という使い分けが今の自分には合っています。

「どのAIを選ぶか」を判断できることが、実は核心です

今回のコスト爆発を振り返って気づいたのは、AIを使いこなすうえでの本質的な問いが「どう指示を書くか」ではなく、「どの作業をどのツールに任せるか」という設計判断にある、ということでした。

これは、チームのメンバーそれぞれの得意・不得意を把握したうえで、誰にどの仕事を振るかを判断するマネジメントの仕事と、構造的に同じです。適切な人材配置ができていれば成果が出やすいように、適切なAI配置ができていれば、コストを抑えながら質の高いアウトプットが出せます。

そしてその配置を支えるのが、今のAI活用で実際に差がつく4つの能力です。

必要なゴールを明確に定義し、やり方についても具体的に指示することで、手戻りが減り、コストの削減にもつながります。ここでいうコストとは、AIの利用料だけでなく、かかる時間も含めた話です。

この4つを見て気づくのは、これらがAIの登場以前から「仕事のできるマネージャー」が持っていた能力と、ほぼ重なるということです。

求められているのは「チームリーダー」ではなく「部長」のスキルかもしれない

AIへの指示、アウトプットのレビュー、修正依頼、最終的な承認——このサイクルは、ミドルマネージャーがスタッフに仕事を任せてアウトプットを仕上げていく工程と、構造がほぼ同じです。

少し前まで、「いかにうまくプロンプトを書けるか」というスキルが重視されていた時期がありました。これは実務の細部まで精通したプレイングマネージャー的な立ち位置に近いものでした。ただ現在は、自然な言葉で意図を伝えれば十分に機能するようになっており、「書き方の技術」よりも「何を作りたいかを判断できるかどうか」の方が問われるようになっています。

さらに、状況はもう一段変わりつつあります。最近は「AIがAIに指示を出す」エージェント型の動き方が普及しはじめており、個別の作業に細かく指示を出すよりも、プロジェクト全体の目的・制約・優先順位を正確に伝える能力の方が重要になってきています。チームメンバーへの個別指示を得意とする「チームリーダー・課長的なスキル」よりも、全体の方向性を設計してリソースを配分する「部長・事業責任者的なスキル」の方が、AIとの協働には求められてきているということです。

ただし、この見方が正しいとしても、「ミドルマネージャー的なスキルがAI時代にも有効であり続ける」という保証はありません。AIの進化の速度を見ていると、今「有効」とされているスキルセットが、数年後にはまた書き換えられる可能性もあります。断言するよりも、変化を観察しながら更新し続ける姿勢の方が現実的だと思っています。

この変化は、個人のキャリアだけの話ではありません

個人の生産性やキャリアという視点を超えると、AIの普及は二つの大きな問いを社会に投げかけています。

若年層のキャリア形成への影響

これまで20代・30代前半の若手が実務を通じて身につけてきたのは、「作業の実行力」と「その積み重ねによる判断力」です。資料作成・調査・初稿の執筆・データ整理——こうした業務をAIが担うようになった場合、若い世代がどのように経験を積んでいくのかという問いは、答えがまだ見えていません。「ディレクション能力が重要」といっても、実務経験なしでディレクションはできないからです。

BPO産業への構造的なプレッシャー

同じ文脈で、より規模の大きな課題となるのがBPO（ビジネス・プロセス・アウトソーシング）産業です。電話対応・データ入力・バックオフィス業務などを企業から受託するこの産業は、フィリピンやインドなどで大規模な雇用を支えてきました。これらの業務はAIによる代替が進みやすい領域でもあり、産業全体の雇用構造が変わる可能性があります。

フィリピンでは、BPO産業がGDPの約8%を占める基幹産業であるため、この問いは特に切実です。2026年2月、フィリピンのBPO業界団体IBPAPは、AI時代に対応するため年間2,500万ドルの人材再教育投資を発表しました。定型的な電話対応・バックオフィス業務からAI活用を前提とした高付加価値業務へのシフトを目指すもので、産業そのものが変容を迫られていることの表れでもあります。

日本国内でも、例えば札幌市は方言のなさや人件費の面から、大手企業のBPO・コールセンター拠点が多く集まるエリアとして知られています。NTTネクシアやトランスコスモスなど複数の大手がここを重要拠点と位置づけており、こうした地域でAI代替が加速した場合、地域の雇用の受け皿として機能してきた産業が揺らぐことになります。

AIの普及を「個人の生産性向上の話」として捉えるだけでは、見えていないものがあります。

今、自分にできることから始めるために

この問いは日本だけでなく、世界的に注目されているテーマです。最近の調査・研究から、参考になる視点を3つ挙げておきます。

世界経済フォーラム（WEF）「未来の仕事レポート2025」（レポートはこちら）：1,000社以上・1,400万人以上の労働者を対象とした調査で、2030年までに求められるコアスキルの39%が変化すると予測しています。最も需要が伸びるのはAI・データ分析などの技術スキルですが、同時にリーダーシップ・批判的思考・レジリエンスといった判断・対人系のスキルも上位に挙げられています。技術スキルと人間的スキルの両立が、この先5年の核心だということです。

マッキンゼー「Agents, Robots, and Us」（2025年）（レポートはこちら）：現在の技術で米国の労働時間の57%が自動化可能と試算しつつも、「これは技術的な可能性であり、即時的な雇用喪失の予測ではない」と明記しています。AIが実行を担う時代においても、人間の役割は「監督」から「コーチング・判断・オーケストレーション」へと移行するという見方を示しており、今回整理したスキル論とも重なります。

PwC「2025 Global AI Jobs Barometer」（レポートはこちら）：6大陸・約10億件の求人広告を分析した調査で、AIスキルを持つ労働者は同職種の非保有者と比べて最大56%の賃金プレミアムを得ているという結果が出ています。また、AIに最も露出した産業では2022年以降の生産性成長率が約4倍になっており、「AIへの適応が競争力の分水嶺になっている」と指摘しています。一方で、求められるスキルの変化速度も66%加速しており、継続的な学び直しの必要性も同時に強調されています。

これら3つに共通しているのは、ツールそのものより「使いこなす人間の能力と判断力」が問われているという点です。

世代別の整理

30代（チームリーダー・PM候補）：AIを「プレイヤーとして使う」段階から、「複数のAIをどう組み合わせて仕事を設計するか」という視点に早めに移行するのが得策です。コストを把握しながら、実地で試す時間に価値があります。

40代（部門責任者・管理職）：これまでの判断の軸・文脈の読み取り・関係者調整という実務経験は、AI活用における評価判断力・修正指示力と直結しています。「自分でやった方が早い」という感覚を一度脇に置いて、AIに初稿を任せる習慣を意識的につくってみることをお勧めします。

50代以上（経営層・子どもの進路を考える世代）：「AIを使える人材になること」よりも「AIのアウトプットを評価・修正できる人材になること」の方が、長期的に価値が高いという視点を次世代へのアドバイスとして伝えられると思います。実務を通じて判断の軸を磨く経験は、引き続き必要です。

「どのAIを使えばいいか」という問いの、一つの答え

記事の最初に「どのAIを使えばいいか分からない」という話から始めました。その問いへの答えを一言で言うなら、「どれを使うかよりも、何のために何を使うかを判断できるかどうか」になると思います。

そしてその判断力は、個人のキャリアを超えて、若年層の育成やBPO産業の雇用構造という問いとも、同じ根っこでつながっています。Gensparkの36,000円相当は少し高い授業料でしたが、「何をどのAIに任せるか」を改めて設計し直すきっかけにはなりました。ただその「設計」自体、しばらく後にはまた書き換えが必要になるかもしれません。引き続き自分のワークフローを調整しながら、また報告したいと思います。

本記事の調査・執筆の一部にAIツールを活用しています。掲載情報は2026年4月時点のソースに基づいており、内容は変更される場合があります。正確性の確保には最善を尽くしていますが、完全性を保証するものではありません。本記事の情報をもとに意思決定される場合は、公式ソース等での確認を含め、ご自身の判断と責任においてご利用ください。

Please follow and like us:

Hiroshi

北海道・帯広市出身。国際関係学を専攻し、アメリカとスウェーデンへの留学経験、マレーシア、スイス、中国、フィリピンなど複数の国での勤務・生活経験を持つ。現在はグローバルに展開する医療機器メーカーにおいて国際プロジェクトマネジメントを専門とし、異文化間の業務遂行と組織運営を主たる領域としている。
製造業での経験に加え、150を超える国・地域から35,000名が参加した2015年の第23回世界スカウトジャンボリーでは、大会主要責任者として参加各国との折衝、世界スカウト機構（WOSM）との窓口、およびリスク対応などを担った。以前は東日本大震災をはじめとする国内各地の自然災害において、災害ボランティアセンターの立ち上げ・運営支援にも携わった。
旅行・生産性・テクノロジー・グローバルキャリアをテーマに、自身の学習と思考の整理を兼ねて書いているブログです。内容が読んでくださる方の参考になれば幸いです。