この記事でわかること

生成AIを使う人は増えていますが、「同じように使っているつもりなのに、なぜか成果に差がつく」と感じたことはないでしょうか。パーソル総合研究所が2026年7月に発表した調査では、生成AIを日常的に使う人同士を比べても、ある能力の高低によって成果に最大3.6倍の差が生まれることが分かっています。この記事では、その調査結果と、差を分ける「5つのメタスキル」の中身を整理します。

生成AIの利用率は54.3%、半年で12.4ポイント増加

パーソル総合研究所は2025年10月24日〜28日、正規雇用者3,300人を対象に「AI環境における人材とマネジメントに関する定量調査」を実施しました。それによると、生成AIの利用率は54.3%で、半年前の41.9%から12.4ポイント増加しています。週4日以上使う「AIヘビーユーザー」の比率も、15.6%から21.1%へ拡大しました（パーソル総合研究所）。生成AIはすでに一部の先進的な人だけのツールではなく、働く人の半数以上が日常的に触れる存在になりつつあります。

使う頻度が同じでも、成果は最大3.6倍違う

興味深いのはここからです。同じ「AIヘビーユーザー」同士を比較しても、ある能力の高低によって、仕事のやり直しの少なさ・成果水準の向上・業務スピードの向上といった指標で3.3〜3.6倍の差が生まれたと報告されています。つまり、AIをどれだけ使うかではなく、AIをどう使うかが成果を左右しているということです。パーソル総合研究所はこの能力を「メタ・スキル」と名付けています。

成果を分ける「5つのメタスキル」

調査で定義されているメタ・スキルは、次の5つです。

  • 集める（構造的整理）：情報をバラバラのまま扱わず、目的に沿って構造的に整理する力。複数の資料や会議メモをAIに読み込ませる前に、目的別に並べ替える一手間があるかどうかで、AIの回答の質も変わります。
  • 決める（優先順位づけ）：AIが出した複数の選択肢の中から、何を優先するかを判断する力。優先順位を決めずにAIへ丸投げすると、結局すべての案を人間が検討し直すことになり、時短にはつながりません。
  • 確かめる（実地検証）：AIの出力を鵜呑みにせず、現場の情報や実データと突き合わせて検証する力。AIの回答は自信ありげに見えても事実と異なることがあるため、この一手間が成果物の信頼性を左右します。
  • 壊す（レジリエンス）：一度うまくいったやり方に固執せず、状況が変わったら作り直す力。期待した回答が得られなかったときに、質問の仕方を変えて試行錯誤できる人ほど、最終的な成果にたどり着きやすいとされています。
  • 蓄える（組織知の更新）：個人が見つけた「このAIの使い方はうまくいった」というコツを自分だけのものにせず、チームや組織の知識として更新していく力。

いずれもAIの操作テクニックそのものではなく、AIを使う前後の「仕事の進め方」に関わる能力である点が共通しています。プロンプトの書き方だけを磨いても、この5つが伴わなければ成果は頭打ちになりやすい、という見立てです。

明日から意識できること

この5つは特別な訓練が必要なものというより、日々の仕事の中で意識を変えるだけで動かせる部分もあります。AIに何かを頼む前に「この作業の目的は何か」を一行メモしてから依頼する（決める）、AIが出した回答をそのまま使わず一度手元のデータと突き合わせる（確かめる）、うまくいかなかった依頼の仕方を記録して次に活かす（壊す・蓄える）。こうした行動は今日からでも始められます。

生成AIの利用率がすでに5割を超えた今、次の差は「使っているかどうか」ではなく「どう使っているか」に移りつつあります。ツールの新機能を追いかけるより先に、この5つのメタスキルを自分の仕事の中でどう発揮できているか、一度棚卸ししてみる価値がありそうです。