PMがAIに相談してよいこと・人に相談すべきこと

「PMとしてAIに何を相談してよいか分からない」という声は、生成AIを業務に使い始めた人から特に多く届きます。何でもAIへ投げてしまいそうで怖い、かといって使わないのも機会損失だという感覚は、まっとうな感覚です。

線引きは「情報整理か判断かどうか」と「外に出してはいけない情報かどうか」の2軸で考えると整理しやすくなります。

PM業務でAI相談が増えている背景

週次報告、議事録の要約、課題の言語化、メールの文体確認──これらをAIに相談するPMは増えています。特定のツールに縛られず、テキストを渡すだけで返答が来る手軽さが受け入れられている理由です。

一方で、判断を丸投げしたり、プロジェクト固有の機密情報を入力したりするケースも出てきています。AI活用を実務に定着させるには、便利に使える範囲と慎重に扱うべき範囲を意識しておく必要があります。

AIが得意なのは、既存の情報を整理・言語化・構造化する作業です。PMの日常に当てはめると、以下が当てはまります。

文章の整形・翻訳・要約

アイデア出しの補助

テンプレートの初稿生成

共通しているのは、「出力した結果をPMが確認して修正する」前提の使い方です。AIの出力はあくまで材料です。

AIは文章生成には優れていますが、関係性の文脈や責任判断は苦手です。以下はPMが人間へ相談すべきテーマです。

合意形成が必要な事項 顧客との方針変更、スコープ交渉、クレーム対応の落とし所。AIに相談して出てきた回答は「それっぽい文章」ですが、関係者がそれに合意するかどうかは別問題です。

組織の政治・人事 特定メンバーのアサイン変更、上位マネジメントへのエスカレーション、チームの雰囲気。AIは組織内の実情を知りません。

法務・契約・費用の判断 契約変更の可否、追加費用の請求根拠、瑕疵担保の扱い。これらは専門家の見解が必要な領域です。AIが自信を持って答えても、その根拠を確認できなければ判断材料には使えません。

利用規約の確認は必要ですが、AIへの入力に慎重さが求められる情報があります。

「一般化した形で入力できるか」を考えると、情報を入れてよいかの判断基準になります。具体的な固有名詞がなければ成立しないなら、そのままAIへ渡さない判断が安全です。

AIから出力された内容は、そのまま使うのではなく「叩き台」として扱います。

AIを相談相手として使うのは、答えをもらうためではなく、自分の思考を整理するためだという認識が定着すると、活用の幅が広がります。

AIに相談してよい場面とPMが判断すべき場面の境界線を、「この決定の説明責任は誰にあるか」という観点で引くことができます。

顧客や上司に「なぜそう決めたか」を説明する必要がある事項は、PMが判断すべき場面です。説明の内容が「AIがそう提案したから」であれば、それはPMの判断ではなく、AIへの委任です。「AIの提案を参考にして、〇〇という理由でこう判断した」と言える状態を保つことが、PMとしての責任の取り方です。

AIへの相談の境界線は、PMだけが持つのではなく、チームと共有することが重要です。チームメンバーが「これはAIに任せてよいか、PMに確認すべきか」を自分で判断できるようになることで、PMへの確認コストが下がります。

境界線の共有方法として「AIに任せてよい作業リスト」と「PMに確認が必要な判断リスト」を2枚のシンプルな表で作ることが実践的です。この表が共有されると、チームの自律性が高まりながら、PMの判断が必要な場面が適切に届くようになります。

PMがAIに相談した内容と、それに基づいて行った判断を記録として残す習慣をつけることをおすすめします。「AIに〇〇を質問し、AとBという回答を得た。Aを採用した理由は〇〇」という形で残すことで、後からの判断の根拠が明確になります。

記録は長文でなく、1〜3行の箇条書きで十分です。AIとの相談記録が蓄積されると、「自分がどんな場面でAIを活用しているか」の傾向が見えてきます。AIの活用パターンを把握することで、より効果的な使い方への改善につなげられます。

生成AI活用をPM実務に組み込む方法は、生成AI×PM実務パックで体系的に学べます。相談の境界線から判断基準まで実務設計をまとめています。

Udemyコース診断で自分に合った講座を探したい方はコース診断ページから始めてみてください。