資料が増えたのに、なぜ仕事が遅くなった?

ミドリ: タツヤさん、変な相談なんですけど……AIを導入してから社内の資料がすごく増えたのに、なぜか前より探しづらくて仕事が遅くなった気がするんです。

タツヤ(nodding): それ、今いちばん増えている相談かもしれない。生成が速くなった副作用だね。

ミドリ: 副作用ですか。

タツヤ: うん。中身が薄いのに形だけ整った文書が大量に生まれる現象がある。海外では「AIスロップ」なんて呼ばれ方もするけど、要はそれっぽいだけのものだね。

ミドリ(thinking): 形は整っているから、パッと見では気づかないんですよね。

タツヤ: そこが厄介なところ。明らかにダメなら捨てられるけど、それっぽいから捨てられない。今日はこの問題の構造と対策を話そう。

なぜ量が増えると価値が下がるのか

ミドリ: 資料が増えること自体は、悪いことじゃない気がするんですが。

タツヤ: そこが落とし穴でね。文書の価値は、内容だけでなく「探せるか」で決まるんだ。

ミドリ: 探せるか。

タツヤ(nodding): たとえ話をしよう。100冊の本棚から1冊を探すのと、10,000冊から探すのとでは、どちらが速い?

ミドリ: 100冊のほうですね。

タツヤ: そう。しかも10,000冊のうち9,000冊が中身の薄い本だったら、探す時間が増えるだけで得るものは変わらない。むしろ「これは読む価値があるか」を判断する手間が増える。

ミドリ(surprised): 増えた分だけ判断コストがかかると。

タツヤ: 文書1本あたりの確認コストは、書いた人ではなく読む人が払う。しかも読む人は複数いる。1人が10分で作った薄い資料を、20人が5分ずつ読んで判断すると、社内で100分が消える。

ミドリ(thinking): 作る側は速くなって、読む側が遅くなる。

タツヤ: コストが移転しているだけなんだ。しかも移転先のほうが人数が多いから、合計では増えている。ここが見落とされやすい。

「それっぽいだけ」の見分け方

ミドリ: どうやって見分ければいいですか?

タツヤ: 特徴がはっきりしている。5つ挙げるね。

特徴具体例
主語が一般的「企業は」「多くの組織では」ばかりで、自社の話が出てこない
数字がない、または出典がない「大幅に」「多くの」で埋められている
判断が書かれていない選択肢は列挙されているが、どれを選ぶか書いていない
失敗の記述がないうまくいく話だけが並ぶ
誰でも書ける社名を差し替えても成立する

ミドリ(smiling): 最後の項目が一番わかりやすいです。

タツヤ: 「これ、他社の資料としてそのまま使えるよね」と言えるなら、それは社内に置く価値が薄い。検索すれば同じ内容が出てくるからね。

ミドリ: 判断が書かれていない、というのも刺さります。

タツヤ(nodding): ここが実は本質でね。社内文書の価値は、情報ではなく判断にあるんだ。「A案とB案があります」で終わる資料に価値はない。「うちの状況ではA案。理由は3つ」まで書いて初めて意味がある。

合格ラインを3つの問いで決める

ミドリ: 品質基準って、どう作ればいいですか?細かいルールを作っても守られない気がして。

タツヤ: 3つの問いだけにするといい。多いと運用されない。

① この文書を読むと、読む前より何が決まるか?
② ここに書かれていることのうち、自社にしか書けないのはどれか?
③ この文書がなかったら、誰が困るか?

ミドリ(thinking): ③が厳しいですね。

タツヤ: ③に答えられない文書は、そもそも作る必要がないんだよ。これを作成前に問うだけで、無駄な資料がかなり減る。

ミドリ: 作った後じゃなくて、作る前に問うんですね。

タツヤ(nodding): 作った後だと、もったいなくて捨てられない。人間はそういうものだからね。5分で作れるものでも、作った瞬間に愛着が湧く。だから作る前に止める。

溜まってしまったものをどうするか

ミドリ: すでに溜まってしまった分は、どうすればいいですか?

タツヤ: 消すか、まとめるか、印を付けるかの3択。

対応対象やり方
消す明らかに使われていないもの6か月アクセスゼロなら削除候補
まとめる同じテーマの断片が複数あるもの1本に統合し、元は消す
印を付ける判断がつかないもの「未整理」フォルダに移す

ミドリ: いきなり消すのは怖いです。

タツヤ(thinking): だから3番目があるんだ。「未整理」に移すだけでも、検索結果から外せる。半年経って誰も探さなければ、その時に消せばいい。

ミドリ: 段階を踏むんですね。

タツヤ: 一気に整理しようとすると、途中で止まって余計に混乱する。月に30分、少しずつ動かすほうが確実だよ。

「速いこと」を評価しない

ミドリ: 社内の意識面で、気をつけることはありますか?

タツヤ: ある。「たくさん作った人」を評価しないこと。

ミドリ(surprised): 評価したくなりますよね。

タツヤ: なるよね。目に見えるから。でもそこを評価すると、薄い資料の量産が加速する。評価すべきは「その資料で何が決まったか」のほう。

ミドリ(thinking): 成果物の数ではなく、意思決定への貢献。

タツヤ(nodding): そう。AI時代に価値が上がるのは、作る速さではなく、捨てる判断力だと思う。何を出さないかを決められる人が希少になる。

脱エンジニアの視点で考えると、「これは出す価値があるか」を判断できるかが分岐点になります。 作る作業はAIが引き受けてくれる。でも出すかどうかの判断は、業務と責任を持っている人にしかできない。むしろその判断こそが、これからの仕事の中身になるんじゃないかな。

社外への発信でも同じ

ミドリ: これ、社外向けのコンテンツでも同じですか?

タツヤ: まったく同じ。むしろ社外のほうが影響が大きい

ミドリ: どういう影響ですか?

タツヤ: 中身の薄い記事を大量に出すと、読者の中に「この会社の記事は読まなくていい」という判断が形成される。一度そう思われると、後から良い記事を出しても読まれない。

ミドリ(surprised): 信頼を先に使い切ってしまうと。

タツヤ(nodding): 量産の代償は、次の1本が読まれなくなること。しかもこのコストは請求書に載らないから、気づきにくい。

ミドリ: じゃあ、本数を減らしたほうがいいですか?

タツヤ(thinking): 本数を減らすというより、1本あたりに自社固有の情報を必ず入れるというルールにするのがいいと思う。数字・失敗・実際の判断。これが入っていれば、本数が多くても薄くはならない。

速さを正しく使う

ミドリ: ここまで聞くと、生成が速いことは悪いことみたいに聞こえます。

タツヤ(smiling): そこは誤解しないでほしい。速さ自体は間違いなく価値がある。使い方の問題なんだ。

ミドリ: どう使えば正しいんですか?

タツヤ: 速さは「出す量」ではなく「捨てる量」に使う。ここが本質だと思う。

ミドリ(confused): 捨てる量、ですか。

タツヤ: うん。たとえば提案の方向性を考える時。従来は1案しか作れないから、その案を磨くしかなかった。今は5案作って4案捨てられる

ミドリ(surprised): 捨てるために作るんですね。

タツヤ(nodding): 選択肢を増やすために速さを使うのは正しい使い方出す量を増やすために使うのが間違った使い方。同じ速さでも、向ける先で結果が正反対になる。

速さの使い方結果
5案作って1案を選ぶ質が上がる。捨てた4案は誰にも迷惑をかけない
5案すべてを社内に共有する読む人の判断コストが5倍になる
1本を5回書き直す質が上がる
5本を1回ずつ書いて全部出す薄いものが5本残る

ミドリ(thinking): 同じ5回でも、まったく違いますね。

タツヤ: そう。「試行回数を増やす」のと「成果物を増やす」のは別なんだ。試行は増やしていい。成果物は絞る。

捨てたものを記録しておく

ミドリ: 捨てた案は、そのまま消してしまっていいですか?

タツヤ(thinking): 「なぜ捨てたか」だけ1行残すといい。

ミドリ: 案そのものではなく、理由を。

タツヤ: そう。「B案は初期費用が予算超過のため見送り」の一行があれば、半年後に同じ議論を繰り返さずに済む。案そのものは残さなくていい。

ミドリ(smiling): 判断の記録が資産になるんですね。

タツヤ(nodding): 社内に残す価値があるのは、生成物ではなく判断。今日いちばん言いたかったのは、たぶんそこだね。

まとめ

タツヤ: 今日の要点を整理しよう。

ミドリ(smiling): 「作らない判断」も仕事なんですね。

タツヤ: そこがこれからの中心になると思う。作れることが価値だった時代から、選べることが価値の時代へ。道具が速くなった分、判断の重みが増したということだね。

次のアクション

ミドリ: 何から始めましょう。

タツヤ: この3つで。

  1. 3つの問いを1枚にして、資料作成前に見る運用にする — 特に「なかったら誰が困るか」
  2. 直近3か月で作られた資料を10本抜き出し、5つの特徴で採点する — 現状把握になる
  3. 「未整理」フォルダを作り、判断がつかないものを移す — 消さなくていい。検索から外すだけ

タツヤ: Shimanto AI Solutionsでは、この整理を支援しているよ。

ミドリ: 作る前に問う、から始めます。

タツヤ: そう。入口を絞るのが、いちばん安上がりな整理だからね。


情報の時点について

本記事は執筆時点(2026年8月)における当社および支援先での観察に基づく整理です。「AIスロップ」という語は定義が定まった学術用語ではなく、生成物の質の低下を指す通称として使っています。

関連記事

シマント AI のサービス | 脱エンジニアの部屋 | AI戦略マップ 2025–2045