AIにデータをためてスキルを育てるのは、まるで育成ゲームだ

AIを業務に導入したばかりの企業で、よく聞くセリフがあります。

「ChatGPTもClaudeも、思ったほど賢くない」
「うちの業界のことを全然分かってくれない」
「結局、自分で資料を作った方が早い」

これは半分正しくて、半分間違っています。正しい部分は、「買ったその日のAIは、確かに自社業務の即戦力ではない」こと。間違っている部分は、「だからAIはうちに合わない」と結論づけてしまうところです。

育成ゲームを思い出してください。たまごっちは、買ってきてすぐに「おじいちゃんキャラ」や「最強キャラ」にはなりません。卵からかえったヒヨコ状態から、食事を与え、しつけをし、病気の世話をして、ようやく数日後に形が定まっていきます。ポケモンも、捕まえた直後のポケモンは進化前のレベル5。バトルに連れて行き、経験を積ませてようやくレベル50の切り札になります。

AIも全く同じです。汎用モデルは膨大な一般知識を持っていますが、「あなたの会社」の業務・用語・ルール・顧客・過去の判断履歴は知りません。これを知らないまま「思ったより使えない」と諦めてしまうのは、捕まえたばかりのポケモンをすぐリリースするようなもの。本来の価値に到達する前に手放してしまっています。

育成ゲームのメカニクスに当てはめて考えると、AI育成の構造がすっきり見えてきます。

この対応関係は表面的なアナロジーではなく、本質的な構造の一致を示しています。育成ゲームも業務AIも、「初期値のキャラに、時間と手間をかけて固有の能力を獲得させる」という営みです。

面白いのは、餌（データ）・芸（プロンプト）・技（スキル）の三層構造が、ゲームの育成システムとほぼ完全に対応している点です。餌だけ与えても芸は覚えません。芸を仕込まないと技は出せません。そして技は、使いこなしてこそ意味があります。

ここで少し、戦略的な話をします。汎用AI自体は、どの会社でも同じものが手に入ります。ChatGPTもClaudeもGeminiも、誰が使っても出発点は同じ。しかし「育成の結果」は、企業ごとにまったく異なるものになります。

これは企業にとって重要な示唆です。汎用AIは「公平な出発点」ですが、育てた後のAIは自社固有の資産になります。競合他社が同じAIを導入しても、あなたの会社のAIが持っているスキルとデータは簡単には真似できません。

つまりAI育成は、二重の意味で投資です。AIが賢くなることと、社内ナレッジが整うこと。この二つが同時に進みます。

「育て直し」が効かないのも育成ゲームと同じ

これは厳しい事実でもあります。育成ゲームで、ポケモンのレベルを上げるのに数十時間かかるように、AIの育成にも相応の時間がかかります。「明日までに仕上げてくれ」というペースでは育ちません。

逆にいえば、今日育て始めた企業と、半年後に育て始めた企業では、半年後には育成ログの差が決定的になっています。「いずれやる」ではなく「今から育て始める」ことが、中長期のAI活用力を大きく左右します。

育成ゲームには、「世話を怠ると弱る」という共通の仕組みがあります。たまごっちは放置するとお墓になりますし、ポケモンも育てていないとレベル差で劣勢になります。

AIの業務活用も同じです。最初にスキルを作り込んでも、使わずに放置すると実質的な価値は失われます。理由は3つあります。

• ルールの陳腐化 ―― 税法改正、社内規程の変更、取引先の変化など、世の中は動き続けます。スキルに書かれた前提が古くなれば精度は落ちます
• 使わないと気づかない欠陥 ―― スキルの不具合や説明不足は、実務で使ってこそ発見できます。使わないと改善も止まります
• 組織の忘却 ―― スキルを作った担当者が異動・退職すると、そのスキルの意図が引き継がれず、徐々に「誰も触れない謎のAI」になっていきます

実際にAI導入プロジェクトを見てきた経験から、育成に失敗する企業に共通する3つのパターンを挙げます。

パターン1 ― 餌を与える前に完璧を求める

導入直後に「ChatGPTは使えない」と判断してしまうパターンです。これは、買ってきたばかりのポケモンに「レベル50の威力を見せろ」と要求するようなものです。

汎用AIはヒヨコの段階ですから、まずは社内データを与え、用語集を覚えさせ、典型タスクを任せて「このAIはこう使うと役立つ」という感触を掴む段階から始める必要があります。

パターン2 ― 一人に育成を丸投げする

「AI担当」を一人だけ決めて、その人にすべてのプロンプト・スキル開発を任せるパターンです。これは、友人の家にペットを預けっぱなしにするようなもので、育成ログが属人化します。

その担当者が異動すれば、ノウハウは消えます。さらに、業務の現場感覚を持たない担当者が作ったスキルは、実務では微妙に使いにくいことが多く、結局使われなくなります。

理想は、現場の担当者が自分の業務に必要なスキルを自分で育てる体制です。とはいえ、全員がプロンプト設計に精通しているわけではないので、技術的な伴走役（社内AIチームや外部パートナー）が必要になります。

パターン3 ― データの餌を与え忘れる

プロンプト（芸）の工夫だけで乗り切ろうとするパターンです。これはパラメータ補正でレベル上げをサボるようなもので、一時的には見栄えの良い出力が得られますが、核心的な判断精度は上がりません。

本質的に賢いAIを育てるには、過去の実務データを食べさせる必要があります。議事録・契約書・請求書・メール履歴・顧客対応ログ――これらを整理してAIがアクセスできる形にしておくことが、育成の土台になります。

逆に、AIを本当の意味で業務の相棒として育てている企業には、いくつか共通する習慣があります。

毎日使う

育成は、接触頻度に比例します。月に1回しか使わないAIは、育ちません。毎日触って、毎日プロンプトを改善し、毎日メモリに気づきを書き足す。このリズムが育成ゲームの「デイリーログイン」に相当します。

気づきをすぐ書き留める

「この出力は違うな」と感じた瞬間に、その理由をメモリやCLAUDE.mdに書き留める習慣。これは育成ゲームで「この敵には炎が弱点」と気づいたらすぐにメモする行為と同じです。放置すると忘れます。

スキルを育てる担当を明確にする

属人化は危険ですが、責任者がいないのも同じく危険です。「このスキルの育成責任者は誰か」を明確にし、改善サイクルを回す体制を作ります。属人化と責任者不在は別物です。前者は引き継ぎの失敗、後者は育成の放棄です。

データ基盤を同時に整える

AIに餌を与え続けるには、餌が取り出しやすい場所に整理されている必要があります。社内データが散乱した状態では、AI育成は手作業のコピペで疲弊します。AI育成を本気で進めるなら、データ基盤の整備は並行して進めるべきテーマです。

セキュリティと育成を両立させる

育てれば育てるほど、AIは自社の機密情報を多く扱うようになります。「ChatGPTにはこれは入れられない」というブレーキがかかり、育成が止まる企業は少なくありません。オンプレミス環境での生成AIや、自社データを学習に使わせない契約形態など、セキュリティと育成を両立する仕組みを最初から検討しておくことが肝心です。

AIの育成は、長期戦です。毎日使い、餌を与え、芸を仕込み、技を磨いていく。この営みは、片手間でも成り立ちますが、伴走するパートナーがいると成長速度が大きく変わります。

はてなベース株式会社では、会計コンサルティングの知見を活かし、企業のAI育成を以下の3つの柱で支援しています。