1. AI時代に必要なスキルが5Cと言われる理由
2026年4月8日、Microsoft WorkLabは LinkedInのRyan Roslansky氏とAneesh Raman氏の新刊抜粋として、 AI時代に人が磨くべき力を5Cで整理しました。 それが Curiosity（好奇心）、 Courage（勇気）、 Creativity（創造性）、 Compassion（思いやり）、 Communication（伝える力） です。 重要なのは、AIを使いこなす条件が「高度なプロンプトの型を暗記すること」ではなく、 問いを立て、意味を読み取り、他者と調整する力に寄ってきている点です。
同記事では、AIはパターン処理や翻訳、既存情報の再構成は得意でも、 何を試すべきか、どのリスクを取るべきか、誰にどう伝えるべきかは人間が担うと整理されています。 さらに、CommunicationはLinkedIn上で 2024年の世界的な最重要需要スキル だったとも紹介されています。 つまり、AI時代に価値が下がるのは「人間らしい力」ではなく、むしろ 人が考えずに済ませていた定型作業の方です。
| 5C | AIが苦手なこと | 現場での意味 |
|---|---|---|
| Curiosity | 前提を疑い、新しい問いを作ること | 「この業務は本当にこの順番か」を見直す |
| Courage | 不確実な中で一歩進める判断 | 小さく試し、運用を変える提案を出す |
| Creativity | まだ存在しない組み合わせを構想すること | 営業、採用、教育の新しい進め方を設計する |
| Compassion | 相手の感情や事情を本気で汲むこと | 顧客対応や部下育成で言い方を調整する |
| Communication | 文脈を踏まえて意味を伝えること | AIの出力を会議・提案・現場指示に変換する |
2. 5Cを仕事に置き換えると何が見えるか
AIをまだ使いこなせていない人は、「良いプロンプトが書けないから自分には向かない」と考えがちです。 しかし実際に現場で差を生むのは、 プロンプトの語彙量より、問いの質と対話の質 です。 たとえば営業なら、AIに提案書を作らせる前に 「この顧客が本当に不安に思っている点は何か」を掘る必要があります。 これはCommunicationとCompassionの領域です。
経営企画や管理部門なら、CuriosityとCourageが効きます。 「会議録を要約する」だけなら誰でもできますが、 そこから 「なぜ毎回この確認が発生するのか」 「承認フロー自体を変えられないか」 と問える人はまだ少ないです。 AIは速く答えますが、どこを変えるべきかの仮説は人が作るしかありません。 この構図は、 AI活用の定着度を見える化する記事 で触れた「単なる利用回数より、仕事の流れを変えられたかが重要」という話と同じです。
- プロンプトの型だけ共有する
- 出力をそのまま使う
- 使えない人を個人責任にする
- 問いの立て方を共有する
- 出力の意味を会話で詰める
- 試行錯誤をチームで残す
図1：AI活用の差は、操作スキルよりも問いと会話の設計で開く
3. AIが苦手な人ほど先に伸ばすべき力
MIRAINA視点では、AIが苦手な人が最初に伸ばすべきなのは Communication、Curiosity、Courage の3つです。 Communicationは、AIの返答をそのまま読むのではなく、 「誰に、何を、どこまで伝えるか」に変換する力です。 Curiosityは、回答を受け取ったあとに 「他の見方はないか」「前提がずれていないか」と掘り下げる力です。 Courageは、最初から正解を狙わず、小さく試して改善する態度です。
2026年4月9日に公開されたMicrosoft Researchの 「New Future of Work」では、 AIの恩恵は均等ではなく、 若手や経験の浅い人ほど学習機会が減るリスク があると整理されています。 だからこそ、AIを使わせるだけでは不十分です。 何を見て、どう直し、どの判断を人が持つかまで教えないと、 便利さの代わりに思考停止が広がります。 この点は、 AIに引用されやすい記事とプロンプトの作り方 でも触れた通り、入力よりも 判断基準の言語化 が重要だという話につながります。
4. 中小企業が5Cを育てる3ステップ
5Cは抽象論に見えますが、中小企業では次の3ステップでかなり実装しやすくなります。 ポイントは、研修を「AIの機能説明会」で終わらせず、 業務の中で5Cを使う場面を作ることです。
- Step 01 1業務だけを選び、AIに任せる範囲を決める
- Step 02 「何が足りないか」を対話で修正する
- Step 03 改善ログを残し、チームで再利用する
図2：5Cは座学より、実務で使う順序を決めた方が定着しやすい
たとえば営業メールなら、AIに下書きを出させるだけで終えず、 「相手の意思決定者は誰か」「この表現は強すぎないか」「次の一手をどこまで書くか」を会話で詰めます。 これだけでCommunicationとCompassionが鍛えられます。 また、業務改善テーマなら AI導入が失敗する本当の理由 で整理したように、ツール起点ではなく業務課題起点で切り出す方が定着しやすいです。 研修テーマとしては、プロンプトの小技を大量に教えるより、 AIの回答をどう疑い、どう直し、どう伝えるか を扱う方が実務に効きます。
5. AIに任せる仕事と人が残すべき判断
AI時代に必要なスキルを考える時、誤解されやすいのは 「AIにできないことだけを人がやる」という二分法です。 実際には、 AIにたたき台を作らせ、人が意味と責任を持つ という分担が現実的です。 文章の骨子、会議要約、FAQ初稿、競合比較の整理はAIに任せやすい一方で、 誰に出すか、どこまで約束するか、現場にどう実装するかは人の仕事です。
| 領域 | AIに任せやすいこと | 人が残すべき判断 |
|---|---|---|
| 営業 | 提案書の下書き、議事録要約、競合整理 | 訴求軸、値引き判断、顧客ごとの言い回し |
| 採用 | 募集要項の叩き台、面談メモ整理 | カルチャーフィット、評価コメント、オファー条件 |
| 教育 | 教材の素案、FAQ作成、理解度テスト作成 | 何を教えるか、どこまで任せるか、伴走の仕方 |
ここを曖昧にしたままAI導入を進めると、 「便利なのに誰も使い切れない」状態になります。 逆に言えば、5Cは特別な才能の話ではありません。 AIに任せる前提を決め、出力を会話で詰め、相手に伝わる形へ変えるだけでも十分に伸びます。 中小企業にとってのAI人材育成は、AI専門職を量産することではなく、 日常業務の中で5Cを使える人を増やすことです。
6. まとめ
AI時代に必要なスキルは、難しいコードを書く力よりも、 問いを立てる力、試す力、相手に伝える力へ寄っています。 Microsoft WorkLabが4月8日に示した5Cは、 AIが苦手な人にとっても「何を伸ばせばよいか」をかなり具体的にしてくれる整理です。
まずは1業務だけでAIを使い、 どの出力を採用し、何を直し、どこで人が判断するかをチームで共有してください。 その積み重ねが、AIツールの使い方より先に、 AIと働ける組織の基礎体力 を作ります。
