Ngが引いた線、AIに任せていい仕事の見分け方

誰が・いつ・何を言ったか：Ngが『The Batch』で引いた一本の線

2026年10月16日、AI教育の第一人者であり元Stanford教授の Andrew Ng（アンドリュー・ン） は、自身が発行する公式ニュースレター『The Batch』の第375号にて、現在世界中で過熱するAIエージェントブームに対して極めて重要な境界線を提示しました。

Ngが指摘したのは、AIの性能が爆発的に向上しているのはプログラミングや数学のように「コンピュータが正解を自動判定できる（Verifiable）タスク」に限られているという冷酷な事実です。一方で、顧客への対応方針、製品仕様の決定、あるいは経営戦略の立案といった「正解のない判断（Judgement）タスク」との間には、世間が想定している以上に巨大な溝が存在していると語りました。

AIが急速に賢くなっているのは、コンピュータが自ら答え合わせをできる領域だけだ。コード生成の成功を、人間固有の判断業務全般にまで拡大解釈してはならない。

かつてIBMのDeep Blueがチェスで王者を破った際や、DeepMindのAlphaGoが囲碁で勝った際にも、世界は「AIが人間の汎用的な知能を超えた」と錯覚しました。Ngは、現在コーディング領域で起きているAIエージェントの躍進においても、全く同じ「過剰な一般化（Overgeneralization）」が繰り返されていると警告しています。

旗振り役が自ら冷水を浴びせた矛盾の読み解き

この発言の凄みは、発言者であるNg自身の立ち位置にあります。NgはAIエージェントに反復して試行錯誤させる構造（Agentic Workflow）を唱え、従来のGPT-3.5のコード出力精度を48.1%から95.1%へ跳ね上げたと公表し、世界的なエージェントブームに火をつけた当事者だからです。

エージェント技術のビジネス応用を講義や投資ファンドとして売り出している推進派の筆頭が、なぜ自らその勢いに冷水を浴びせるような発言をしたのでしょうか。彼が運営するDeepLearning.AIの売り物は「地に足のついた実務へのAI実装」です。絵空事の万能論を信じた企業が定性判断までAIに丸投げし、結果として業務混乱を起こして失敗することを何よりも警戒しています。自らの商売が健全であるからこそ、過剰な宣伝に流されない本音を語っているのです。

Verifiableで仕分ける：中小の業務を紙1枚で二分する

巨大IT企業は今、AIに自動で試行錯誤を繰り返させるシミュレーション環境（RL gym）を構築し、プログラムのテストが通過するまで何千回もコードを書き直させることで精度を伸ばしています。しかし、この手法が機能するのは「テストコードによって成否が1と0で判定できる業務」だけです。

従業員数名の地方企業であっても、この「検証可能かどうか」という視点は、明日の投資失敗を防ぐ強力なフィルターになります。自社の業務を紙1枚で以下のように二分してみる必要があります。

左側の「検証可能タスク」は、処理結果が正しいかを人間が介在せずにルールや計算で判定できます。ここにはAIエージェントを投入する価値があり、投入すればするほど処理速度と精度が上がります。

一方で右側の「判断タスク」は、何が正解かが文脈や経営姿勢によって変わります。答え合わせのプログラムが作れない領域にAIを無理やり導入しても、結局は人間が全件チェックすることになり、社内に無駄な二度手間と混乱を生み出すだけです。

任せる仕事と握る仕事、来月の投資をどちらに寄せるか

資金も人手も限られている地方・中小企業において、「AIで何でも自動化できる」という夢を見るのは命取りになります。Ngが捨て去ったのは、この万能論という甘い幻想です。

経営者が果たすべき役割は、AIに答えを探させることではなく、「どこまでが機械で答え合わせできる作業か」の境界線を現場に示してあげることです。正解が自動判定できるバックオフィス業務やデータ照合には予算とAIツールを躊躇なく投資し、正解のない値決めや顧客への意思表示は社長自身が泥臭く握り続ける。この割り切りこそが、退屈な作業をAIに逃がし、熱狂できる本業に人間を集中させる最短ルートになります。

30分で課題を整理する→