「意思決定は任せない」と言い切る日本マイクロソフト山田恭平さんが、Copilotに任せている仕事 | ライフハッカー・ジャパン

AIに質問して、答えをもらう。その便利さは、今や当たり前となりました。実は、返ってきた答えからもう一歩踏み込むことで、AIは自分の考えを深めるための相棒になるのです。

Microsoftは「Work IQ」は、メール、会議、チャット、ファイルといったMicrosoft 365上のデータを横断的に活用し、人や仕事の文脈を理解するインテリジェンスレイヤーです。日々のやり取りや業務の流れを踏まえて必要な情報を提供する、いわば「仕事の文脈の層」です。2026年6月のMicrosoft Buildで発表され、現在プレビュー提供中の、常時稼働型のAIエージェント「Microsoft Scout」(9月に「Autopilot」へ名称変更)も、Work IQを活用して仕事の文脈を構築します。簡単にいえば、自分の仕事の傾向や強みを理解したAIが、少しずつできあがっていくようなイメージです。

では、そんな製品をリリースしているMicrosoft社員は、日々の仕事でAIをどこまで使いこなしているのでしょうか? 今回は、日本マイクロソフトで業務執行役員を務める山田恭平さん(取材を行った7月当時)に、単独インタビューを行いました。

まずは、AIに「自分」を分析させてみる

社内でもっとも反響が大きかった使い方は、意外にも業務効率化ではなかったといいます。

「一番リアクションが大きかったのは、“自分自身のことを分析して”というものでした」

とはいえ、AIに自分の性格や仕事の傾向がわかるとは、にわかには信じがたい話です。占いのように、それっぽいことを言われているだけではないでしょうか。その疑問に対して、山田さんはこう説明します。

「メールを書いたり、チャットに返信したり、それに対していつ、どういう内容で回答するのか。そういうものって、要はその人が考えた結果のフローなんですよね、すべて。それが社内のデータソースに含まれています。

だから『私のことを客観的に分析してよ』と言うと、『あなたはこういう傾向がありますね』『ここが強みなので、こう改善しましょう』というところまで返ってくるんです」

つまりAIが読んでいるのは、性格診断の回答でも、きれいに整理されたデータでもありません。本人がアクセス権を持つ、自分自身のメールやチャット、会議などの業務データ。日々何気なく書いている文面そのものが、判断材料になっているというわけです。

「でも、これは非構造のデータなんですよね。表計算ソフトのようにきちんと整理されているわけではない。よく考えてみたら、とんでもない数の人が毎日メールやチャットをしているわけで、それって最大のデータベースなんですよ」

(※この分析は、山田さん自身がアクセス権を持つメールやチャット、会議データなどをもとにAIに分析を依頼した例です。)

日本マイクロソフト社内で「いま流行りのプロンプト」だと教えてくれたのが、自分を表すスライドを1枚つくるという使い方です。

Microsoft Chief Communications Officer Frank X. Shaw氏のLinkedinアカウントから引用Microsoft Chief Communications Officer Frank X. Shaw氏のLinkedinアカウントから引用

上の画像は、Copilot/Work IQが把握している仕事上の文脈と、LinkedInの公開プロフィールを組み合わせて生成された“persona sketch”のサンプル。担当している仕事や役割、人との関わり、何を大切にしているかといったものを、AIがホワイトボード風の1枚にまとめています。もちろん、日本語でも生成できるそうです。

「”こんなことまで知ってるのね、この子は”と実感できる、いいきっかけになるかもしれません」

また、Microsoft 365を使っていない人でも、公開されているLinkedInのプロフィールを参照させれば、近いことは試せます。

LinkedInのアカウントを参照して、自分を表すスライドを1枚つくってください

自分のことをどこまで言い当ててくるのか。その驚きこそが、AIとの距離を縮める最初の一歩になりそうです。

4人のペルソナに、順番に働いてもらう

山田さんが日々の意思決定に使っているのは、役割(ペルソナ)を分けて順番に働いてもらう方法です。同じチャットの中で「役割」を変えながら質問していくだけで、1人で考えるよりも視点の抜け漏れに気づきやすくなるといいます。

リサーチャー:テーマを投げ、大枠の情報を集めさせるインタビュアー:集めた情報をもとに、質問を20個ほど生成させる仮説メーカー:選んだ質問に対して仮説と、取るべきアクションを立てさせる反証役:その仮説をあえて否定させ、リスクと課題を洗い出す

この4ステップの中で、編集部員が面白いと感じたのが2番目の「インタビュアー」でした。AIに答えを出させるのではなく、あえて質問を大量に出させる。一見すると遠回りに思えるこの工程ですが、山田さんによるとこんな狙いがあるようです。

「質問がたくさん出てくるので、自分はその中で何が知りたかったんだっけ、というのがなんとなくわかるんですよ。『あ、自分これ知りたかったんだ』と」

20個の質問を眺めているうちに、自分が本当に引っかかっていた論点が浮かび上がってくるのだそう。その論点をもとに仮説を立てて、4番目の「反証役」では、その仮説を、わざと否定させます。

「仮説が必ずしも正しいとは限らないので、『あえて反証してください』と。そうすると、今までものすごくぼんやりしていた理解の解像度が、上がっていくんです」

4つの役割を順番に通すと、最終的に手元に残るのは「AIが出した答え」ではありません。自分が何を知りたかったのか、その仮説はどこが弱いのか。判断を下す前に、自分の考えの穴が見えてくる。それこそが、この方法の狙いです。

「意思決定そのものは、任せません」

ここまで聞くと、山田さんは日々の仕事の中でかなりAIを活用しているように思えます。役員という、重い決断を下す立場でAIをどこまで使っているのか。この質問への答えは、明快でした。

「意思決定そのものは任せません。意識的に。それさえも委ねてしまうと、もはやAIと変わらないので」

任せないのは、あくまで「決める」という行為そのもの。一方で、そこにたどり着くまでの材料集めや情報整理は、積極的にAIに預けているといいます。

「そこに至るまでの、決定するために必要なインプットが整っていればいるほど、意思決定に自信を持つことができますよね」

たとえば山田さんの仕事には、海外のMicrosoft本社が考えている事業計画を日本のビジネス状況に照らし直し、経営層に伝えるという場面があります。膨大な資料を読み込んで論点を整理するその工程は、すでにエージェント化しているそうです。

判断の材料集めと整理は最大限AIに任せ、最後のひと押しは自分で決める。その線引きの基準になっているのが「責任」の所在なのです。

「アウトプットの責任を持つところは、自分が面倒を見るべきだと思っています。結論に至るまでのフローを全部自動化してしまうと、そこの間がすっ飛ばされる。もちろん任せられるところは任せていますが、その過程と、何をしたいのかというところは、必ず意識しています」

マイクロソフトには、「ヒューマン・イン・ザ・ループ」——プロセスの中に必ず人が関わるという考え方があるといいます。あくまで人が主体で、人が成し遂げたいことのためにどうAIを使うか。山田さんのスタンスも、この考え方に重なります。

「AIポン出しおじさん」にならないために

ここで、編集部でよく話題になる存在について聞いてみました。ネット上で「AIポン出しおじさん」と呼ばれている人たちのことです。

依頼した企画書が、明らかにAIの出力そのままの状態で返ってくる。中身について質問しても、本人が読み込んでいないので答えられない。悪気はないけれど、生成物への責任感がすっぽり抜け落ちている状態の人を指します。

AIが普及するほど、こういう人は増えていくのではないか——。

ところが、これに対する山田さんの返答は意外なものでした。

「これは僕の個人的な感覚かもしれませんが、これってAI、関係あるのかな?と思うんです。仕事のアウトプットを出すときにその先にいる人を意識するかしないか、それって仕事のいろはじゃないですけど、重要なポイントだと思うんですよ。
あと、ポン出しの仕方にもよりますよね、『まず叩き台としてつくったので、これをベースに一度ディスカッションしましょう』だったら、別にポン出しでもいいわけです」

これは、AI以前からある話でもあります。たとえば「会食のお店を探して」と頼まれたとき、検索で上に出てきたものをそのまま渡すのか、誰と行くのか、何のための会食かを理解した上で出すのか。

同じ「ポン出し」でも、その中身はまったく違います。山田さんは、こう続けます。

「言われたからやったものを出しているのか、目的まで自分の中に落ちているのか。だからAIに限った話ではなくて、インターネット検索に置き換えても言えることなのかなと」

まずは、軽いバーベルを持ち上げてみる

最後に、AIを使いはじめたばかりの読者へのアドバイスを聞きました。返ってきたのは、うまいプロンプトの書き方でも、便利なツールの名前でもなく、メンタリティの話でした。

「初期の方だと、使い方よりも『変なことを聞いたら大丈夫かしら』というところが、先にブロッカーとしてあるんじゃないかなと。だから、どんなものが返ってきてもいいので、肩の力を抜いて、まずは実行してほしい。このメンタリティが一番大事なんです」

最初の一歩で立ち止まってしまう人が多いからこそ、社内ではこれを筋トレにたとえているそうです。いきなり100kgを持ち上げようとするから、ジムに行く気そのものが失せてしまいます。

「とにかく何でもいいから、ちょっとバーベルを上げてみる。そこから始めるのが一番かなと思います」

うまいプロンプトを探すより先に、まず一度、AIに自分のことを聞いてみる。その一往復が、たぶん最初の1回になるはずです。

9月25日にCopilotが刷新して、より使いやすく

取材後の米国時間2026年9月25日、Microsoftは「新しいCopilot」を発表しました。新たに加わったのは「Home」「Code」「Autopilot」の3つの機能です。

Home:迷わず始められる入り口

Homeは、気軽に質問できる「Chat」と、まとまった作業を最後まで任せられる「Cowork」をひとつにまとめた、新しいスタート地点です。最近の作業を見返したり、中断したところから再開したりできるほか、近いうちに、やりたいことを伝えるだけでCopilotがぴったりの機能を選んでくれるようになるといいます。

「どこで、どう聞けばいいの?」と迷う必要がなくなるのは、山田さんの言う「軽いバーベル」を持ち上げるハードルを、さらに下げてくれそうです。

また、Word、Excel、PowerPointの機能もCopilotの中から使えるようになりました。頼めば、そのまま編集できる資料をつくってくれます。

Code:説明するだけで、自分専用のツールができる

「こんな管理表がほしい」「この数字をひと目で見られるようにしたい」。Codeでは、つくりたいものをふだんの言葉で説明するだけで、Copilotがアプリや作業を自動化する仕組みを組み立ててくれます。

たとえば、毎週手作業でまとめているチームの進捗を、ひと目で確認できる画面にする。そんな仕事の「ちょっとした不便」を、自分の手で解消できるようになりそうです。

Autopilot:寝ている間も働く、デジタルのチームメイト

冒頭で紹介した「Microsoft Scout」は、今回「Autopilot」という名前になりました。名前や役割、目標を設定しておくと、指示を待たずにチャットのやり取りを確認し、フォローアップや定期的な作業を進めてくれます。クラウド上で動くので、自分が寝ている間や、別の作業に集中している間も仕事を続けてくれるのが特徴です。

ただし、すべてを丸投げするわけではありません。目的や範囲を決めるのはあくまで人。Autopilotは状況を共有しながら、常に人がコントロールできる状態を保つように設計されています。「意思決定そのものは任せない」と語っていた山田さんのスタンスとも、ちょうど重なるところです。

新しいCopilotは、Microsoftの先行利用プログラム(Frontierプログラム)を通じて、主に企業向けに順次提供されています。Codeは今年後半、個人向けのMicrosoft 365 Premium/Proでもプレビュー提供される予定です。

AIに「聞く」だけでなく、「任せる」「つくってもらう」へ。まずは軽いバーベルから始めて、少しずつ重さを上げていく。新しいCopilotは、その先の選択肢を広げてくれそうです。

▼過去に実施したMicrosoftへの取材記事はこちら

2日分の仕事が1日で終わる!「Copilotと最強のタッグ」を組んだMicrosoft広報担当の1日に密着レポート | ライフハッカー・ジャパン

2日分の仕事が1日で終わる!「Copilotと最強のタッグ」を組んだMicrosoft広報担当の1日に密着レポート | ライフハッカー・ジャパン

北田力也

ライフハッカー・ジャパン編集者/出版社でのアルバイト、ニュースサイトの速報担当を経て、ライフハッカーではAIカテゴリとX運用を担当。最新のエンタメ(特にゲームや漫画)、最新ツールに明るい。

「こだわりがないのがこだわり」のモットーどおり、興味の幅広さ、人当たりの良さに加え、独自の切り口で企画を提案するアイデアマン。

取材・文:北田力也