claudeちゃんとの対話ブログ。。完（汗）

AIは鏡になれる。でも、何を映すかを決めるのは人間だ。

こんにちは。『かくさん』こと、株式会社フブキ代表の角川英治です。

AIは「メタの視点」を持っています。当事者が見えていないものを、外側から照らすことができる。しかしAIは、何を照らすべきかを自分では決められません。今日一日、ClaudeとGA4データを使って自社のブログ戦略を見直した経験から、この構造が腑に落ちました。AIを鏡として機能させるために必要なのは、問いを設計できる人間です。

今日、自社で起きたこと

フブキのGA4データを確認しました。3ヶ月で約3,000人がサイトを訪問していました。しかし上位クリッククエリを見ると、こうなっていました。

1位：「dokie ai」（127クリック） 2位：「dokie ai 使い方」（46クリック）

フブキのサービスに関連するクエリはほぼゼロ。3,000人来ているが、フブキを必要としている人がほとんど来ていない。問い合わせは3ヶ月で1件。

このデータは、ずっとそこにありました。しかし自分では見えていなかった。

見えなかった理由は、「何を問うか」が決まっていなかったからです。Claudeに「このデータから何が見えるか」と問いを立てて初めて、「dokie ai問題」が可視化された。データは問いを立てた人間にしか答えを教えてくれません。

AIが「鏡」になれる理由

AIは、当事者の「当たり前」の外側にいます。

フブキにとって「とりあえずブログを書く」は当たり前でした。しかしAIはその当たり前を知らない。だからデータを見せると、当事者には見えていなかった問題をフラットに指摘できる。

これは人間の認知の構造と関係しています。自分のことは「わかりすぎている」ために、かえって問いが立てにくくなる。医者が自分の健康診断を後回しにするのも、整理整頓のコンサルタントの机が散らかっているのも、同じ構造です。

合意形成の専門家が、自社の合意形成ができていない。これはフブキの話です。「誰に何を伝えるか」をクライアントには問いながら、自社のブログには問いを立てていなかった。

自分のことは、自分では見えない。

AIはこの問題に対して、部分的な解になります。外部の視点として、当事者の「当たり前」を映す鏡になれる。

しかしAIは、何を映すかを決められない

ここが本質です。

ClaudeにGA4データを渡しただけでは、「dokie ai問題」は見えなかったかもしれません。「フブキのサービスに関係するクエリが上位に来ているか確認して」という問いの設計があって初めて、問題が見えた。

AIが鏡として機能するためには、「何を映すか」を決める問いが必要です。その問いを設計できるのは人間だけです。

これはCCBメソッドでやっていることと同じ構造です。

「Webサイトをどうするか」という漠然とした問いではなく、「誰に・何を・なぜ伝えるか」という問いの設計をしてから議論に入る。問いが正確であるほど、引き出せる答えの質が上がる。これはCCBワークショップでも、AIとの対話でも、変わりません。

フブキの役割が見えてきた

今日の会話を経て、フブキが何をしているのかを言い換えられると思っています。

「AIをメタの鏡として機能させるための、問いの設計者」

クライアントが自社のデータや状況をAIに渡しても、「何を問うか」が決まっていなければ、AIは一般論しか返せません。問いを設計する人間がいて初めて、AIは固有の状況に対して固有の答えを返せるようになる。

コンサルタントは「答えを持っている人」です。AIはすでにその役割を部分的に担えるようになっています。フブキがこれからやるべきことは、答えを持つことではなく、**「クライアントが自分では見えていないものを、AIを使って見えるようにする問いを設計すること」**です。

これはCCBメソッドが体系化してきたことと、同じ方向を向いています。

100億円の経営者でも、問いは外から来る

帝国データバンクのデータでは、年商100億円以上の企業は全国に15,159社あります。規模が大きくなるほど、「自社の当たり前」が増えます。ステークホルダーが増えます。自分では見えないものが増えます。

どれだけ優秀な経営者でも、自分の事業のメタに立つことは難しい。規模が大きいほど、外部からの問いが必要になる。

AIはその問いを、24時間・低コストで提供できるようになりました。しかしAIだけでは、何を問うべきかがわからない。問いを設計できる人間と、AIの組み合わせが、これからの伴走支援の形になると考えています。

フブキはその組み合わせを、クライアントに提供できる立場にあります。

よくある質問

Q. AIを経営判断に使うのは、まだ早いですか？

A. 経営判断そのものをAIに任せるのは早い。しかし「自分では見えていないものを見えるようにする」という使い方は、今すぐできます。自社のデータをAIに渡して、問いを立ててもらう。その答えをもとに人間が判断する。この役割分担が、現時点での最も合理的な使い方です。

Q. 「問いを設計する」とは、具体的にどういうことですか？

A. 「このデータから何がわかりますか」ではなく、「このデータの中で、フブキのターゲットに関連するクエリは何件ありますか」と聞くことです。問いが具体的であるほど、AIの答えは固有の状況に即したものになります。漠然とした問いには漠然とした答えしか返ってきません。

Q. CCBメソッドとAIの組み合わせは、どのように使えますか？

A. CCBワークショップの前段階として、AIを使って「社内の認識のズレ」を可視化することができます。各部門の担当者がAIに「自社の強みを3つ挙げてください」と問いかけ、その回答を集めると、部門ごとの認識のズレが数値として見えてきます。ワークショップの議論の質が、格段に上がります。

AIという鏡を正しく使うための、問いの設計から始めたい方へ。

全社一致のブランドを創る「合意形成コンサルティング CCB」