生成AIが普及して、文章も画像も分析も「それっぽく」一瞬で出てくる時代になりました。
すると次に起きるのは、アウトプットを作る競争ではなく、アウトプットを“選び・磨き・責任を持つ”競争です。
NIKKEIリスキリングで紹介されていた三浦慶介氏の主張（著書『AI時代に仕事と呼べるもの』）は、まさにそこを突いています。
書籍情報としても、同書は「経験知」「決断」「レビュー」を中核に据えています。
AI時代に価値を生む「3＋1」──結局、人が握るべき仕事
同書の構成を見るだけでも、人が担うべき役割がかなりクリアです。
章立てとして、少なくとも次の3つが前面に出ています。
-
経験知：現場で得た手触りのある知見を積み上げる（机上の正解ではなく、現実の“クセ”を知っていること）
-
決断：不確実な中で「これで行く」を決め、責任を引き受ける
-
レビュー：AIが量産した案を、目的・顧客・文脈に照らして「採る／捨てる／直す」を判断する（ここが最重要）
そして、これらを支える土台として語られるのが、記事要約にもあった フィジカル（身体性） という位置づけです。
“頭の良さ”より先に、まず体調がログアウトすると、レビューも決断も一緒に落ちます（最悪、会議だけ参加して魂は退席、みたいなやつ）。
なぜ「レビュー」が最重要になるのか
生成AIで一番増えるのは、アウトプットの量です。
量が増えると、次にボトルネックになるのは品質保証。つまり、
-
それは目的に合っているか
-
誰にとっての価値か（顧客・現場・上司・社会）
-
リスク（誤り、誤解、炎上、コンプラ）を踏んでいないか
-
“それっぽさ”に騙されていないか
この「評価の目」が弱いと、AIは便利ツールではなく“仕事を増やす装置”になります。
（速いけど、直しが増える。いちばん忙しいタイプの速さです。）
今日からできる「レビュー力」の鍛え方（仕事に落とす）
レビューは才能ではなく、型にできます。おすすめは次の3点だけ。
1) レビュー基準を先に言語化する
「良いアウトプット」の条件を、先に箇条書きで固定します。
例：“誰が読んでも誤解しない／意思決定に使える／現場の次の一手が書いてある” など。
2) AIには“案を出させる”、人は“判定する”
AI：候補を3案出す
人：基準で判定して、採用案だけ磨く
この分業ができると、AIは一気に戦力化します。
3) レビュー対象を「成果物」だけでなく「前提」に広げる
アウトプットが正しくても、前提がズレていれば全滅します。
「前提条件」「制約」「対象者像」こそ、毎回レビューする価値があります。
まとめ──AI時代の働き方は「作る」から「見極める」へ
AI時代に残る（＝価値が出る）仕事は、職種名ではなく役割で見ると整理しやすい。
経験知を積む／決断する／レビューする、そしてそれを支える身体性。
この“3＋1”が軸になります。
最後に、問いかけを1つだけ。
あなたの仕事で、いちばん価値が出るのは──「作業」ですか？それとも、「レビュー（採る・捨てる・磨く）」ですか？
