毎週違う課題を解く仕事──なぜ「何でも屋」がAI時代の最強キャリアなのか

日本のキャリア論では長らく「スペシャリストになれ。専門性を磨け」が正解とされてきました。「何でも屋」は「器用貧乏」「専門性がない」と否定的に語られることが多い。しかし、AI時代にこの前提が根本から覆りつつあります。

なぜか。AIはあらゆる分野の「専門知識」を即座に提供できるからです。法律の専門知識、会計の専門知識、プログラミングのスキル──これらの「知識」の希少性は、AIの登場で急速に低下しています。

一方、「この経営課題は営業の問題なのか、プロダクトの問題なのか、組織の問題なのか」を見極め、適切な解決策を領域横断で設計する力──これはAIには代替できません。複数の専門領域を横断し、本質的な課題を特定して解決する「ゼネラリスト」の能力こそ、AI時代に最も希少で最も価値の高いスキルです。

CEO直下の経営参謀ポジションでは、月単位──時には週単位でテーマが変わります。今週は採用フローの自動化、来週はKPIダッシュボードの構築、翌週は新規事業の市場調査──一見カオスに見えますが、この「テーマの多様性」こそが圧倒的な成長をもたらすのです。

脳科学の研究では、異なる領域の問題を交互に解く「インターリーブ学習」は、同じ領域を集中的に学ぶ「ブロック学習」より長期的な記憶定着と応用力が高いことが実証されています。毎週違うテーマに取り組むことで、各テーマの構造的な共通点が見えてきます。

例えば、「採用フローの改善」と「営業パイプラインの改善」は一見無関係ですが、「ファネルのボトルネックを特定し、転換率を上げる」という構造は同じです。この「メタスキル」──問題の構造を抽象化し、他の領域に転用する力──は、一つの領域に閉じこもっていては決して身につきません。

「専門性を磨けば市場価値が上がる」──これはAIが登場する前の常識でした。専門知識が希少だった時代には正しかったのですが、AIが専門知識を即座に提供できる今、この方程式は書き換えられつつあります。

たとえば、法務の専門知識を10年かけて蓄積した人がいたとします。AIが契約書レビューを数秒で行い、法的リスクを自動で検出する今、その10年の蓄積の「競争優位性」は急速に縮小しています。同じことが、会計、マーケティング、データ分析、プログラミングのすべてに起きています。

一方、「この問題は法務の問題として見えるが、本質は組織設計の問題だ」と領域を横断して本質を見抜く力は、AIには代替できません。複数の専門領域を「つなぐ」力、全体最適を設計する力──これはゼネラリストにしかできない仕事です。

AI時代のキャリア戦略は「T字型」から「π（パイ）型」へ。複数の領域に一定の深さを持ち、それらを横断して統合する能力が最も価値を持ちます。

ゼネラリストのキャリアの最大の強みは、経営者・事業責任者への最短ルートであることです。考えてみてください──CEOは究極の「何でも屋」です。営業も、プロダクトも、採用も、ファイナンスも、すべてを理解し意思決定する必要があります。

スペシャリストがCEOになるには、専門領域を超えてゼネラリストに「脱皮」する必要があります。多くの優秀なスペシャリストがこの脱皮に苦労します。一方、最初からゼネラリストとして経営の全体像を経験してきた人材は、自然にCEO/COOの思考回路を身につけています。

CEO直下の経営参謀ポジションは、「将来の経営者」を育てるために設計されたポジションそのものです。採用、営業、プロダクト、データ基盤、AI導入──1年で経営のあらゆる側面を体験し、3年後には自分で事業を立ち上げられる人材に成長できます。

「何でも屋」は、AI時代のキャリアにおいて蔑称ではなく勲章です。

以下の項目に5つ以上当てはまる人は、経営参謀型ゼネラリストに向いています。

□ 一つのことだけに集中するより、複数のプロジェクトを並行する方が楽しい □ 「それは自分の仕事じゃない」と言うのが嫌い □ 新しいツールやサービスを見つけると、とりあえず触ってみたくなる □ 「なぜ？」と聞くのが好き。表面的な説明では満足できない □ 完璧に仕上げるより、まず動くものを作って改善する方が好き □ チームの中で「困ったらあの人に聞け」と言われることがある □ 「ルールの枠内でやる」より「ルールを作る側に回りたい」と思う □ 飲み会で仕事の話をするのが好き（それくらい仕事が面白い）

5つ以上当てはまったら、あなたは「専門性を磨く」キャリアより、「経営の全体像を掴む」キャリアの方が向いている可能性が高い。AI時代に最も価値の高い人材への道は、「何でも屋」として経営の最前線に飛び込むことから始まります。