あなたのチームの優秀な人材を観察していると、あることに気づくでしょう。彼らには「型」があります。
優れた営業担当者は、重要な商談に臨む際に、何が重要かを明確に理解しています。彼らは前回の会話を振り返り、本当の意思決定者を見極め、言葉にされていない反対意見を明らかにし、3週間前に誰かがした約束が議事録に残っていないことを追跡します。
優秀なサポートリーダーは、顧客からのエスカレーションを他の人とは異なる視点で読み解きます。チケットの内容だけでなく、トーン、履歴、アカウント価値、製品の課題、そして小さな問題がやがて大きな問題に発展することを示唆する微妙なシグナルを察知します。
財務リーダーは、数字そのものだけでなく、その背後にあるものを理解しています。どの変動が重要で、どれがノイズで、どれが取締役会の前に説明を必要とするかを把握しています。
これは、ほとんどの企業が毎日依存している業務ですが、それを捉え、整理し、そこから学ぶことはしばしば困難です。
人々はそれを経験、判断力、センス、または組織知と呼びますが、実際には、これらの資質は既存の前提や好みを強化する決定を正当化するための洗練された方法になり得ます。
AI 企業はそれを「スキル」と呼び始めています。
このテーマについて、金曜日の午前 10 時（太平洋時間）にライブで詳しく解説します。実践的な内容をご希望の方は、Skills 101 にご登録ください。
スキルとは何か。それがどこに位置づけられるか。同じ作業を Claude や ChatGPT に何度も説明し直すのをやめる方法。Skills 101 に無料登録する。
仕事にはすでに方法がある
どの企業にも、自社が認識している以上に具体的な仕事の進め方があります。
営業が更新契約に備える方法。
プロダクトチームが顧客からのフィードバックを優先順位に変換する方法。マーケティングがキャンペーンの効果を判断する方法。サポートが問題をエスカレーションすべきタイミングを判断する方法。エンジニアリングがリスクの高い変更をレビューするプロセス。財務がビジネスの変化を理解する方法。
これらの一部は文書化されています。しかし、そのほとんどは、ドキュメント、Slack スレッド、テンプレート、古いデッキ、オンボーディングコール、そして長年在籍していて物事をよく知っている人々の頭の中に散在しています。
その知識は通常、背景情報として扱われますが、それはまもなくインフラストラクチャになります。
エージェントは、タスク自体以上のことを理解して初めて有用になります。その背後にある方法を理解する必要があるのです。
アクセスは簡単な部分
AI を使う場合、人々はまずデータへのアクセスから始める傾向があります。
エージェントを CRM にリンクする。Slack 統合を設定する。Google Drive へのアクセスを提供する。GitHub との接続を有効にする。データウェアハウスへの接続を確立する。
これらはすべて重要です。アクセス権のないエージェントは、ほとんど推測で動いているようなものです。
しかし、アクセスだけでは良い仕事は生まれません。エージェントはすべての営業メモを読むことができても、案件の全体像を見逃す可能性があります。
すべてのサポートチケットを検索できても、即座の対応が必要な顧客を認識できない可能性があります。モデルはすべてのプロダクトドキュメントを開くことができても、正しく聞こえるが実際の決定を見逃している PRD を生成する可能性があります。
課題は、エージェントに情報へのアクセスを拡大することではなく、あなたの会社がどのように仕事に取り組むかを理解させることです。
ここでスキルが重要になります。
スキルとは、再利用可能な仕事の進め方である
スキルはプロンプト以上のものです。
プロンプトは特定の瞬間にエージェントに何をすべきかを指示するのに対し、スキルは繰り返し可能な仕事の進め方を捉えます。
これにより、エージェントはその種のタスクが発生するたびに同じアプローチを適用できるようになります。
スキルには、指示、例、テンプレート、チェックリスト、スクリプト、参考資料、経験則を含めることができます。技術的な形式はさまざまです。Anthropic のバージョンでは、SKILL.md ファイルとオプションのサポートファイルを含むシンプルなフォルダを使用します。他のシステムは独自の形式を使用します。
スキルは手順をパッケージ化します。
誰かが従うステップと、彼らが適用する判断を捉えます。また、注意すべきエッジケースと、期待される品質基準も文書化します。
営業電話の準備スキルは、アカウント履歴の読み方、浮上させるべきリスク、自由回答形式の質問の組み立て方、有用なブリーフとはどのようなものかをカバーするかもしれません。
インシデントのポストモーテムでは、スキルはタイムラインの再構築方法をカバーするかもしれません。また、原因と症状を分離し、非難せずに書き、学びを行動に変える方法を教えることもできます。
取締役会向けデッキを作成する場合、スキルはどの指標が重要かをカバーするかもしれません。変動の説明方法、付録に何を含めるか、ストーリーが通常どこで破綻するかを示すことができます。
スキルとは、再利用可能にされた方法です。
データ、コネクタ、スキル、そしてプラグインへの進化
AI システムにとっての最初の課題はアクセスでした。
モデルは、実際に仕事が行われる情報やシステムに到達する方法を必要としていました。これにより、ドキュメント、データベース、アプリケーション、ビジネスレコードを AI に公開できるコネクタ、MCP、API、データ統合が生まれました。
これは必要なステップでした。しかし、アクセスだけでは有用な動作は生まれません。
コネクタは Salesforce を公開できます。しかし、あなたのチームがどのようにフォーキャストレビューを実施するかをエージェントに教えることはできません。
Google Drive も接続されているかもしれませんが、それだけでは、どの古い取締役会デッキをコピーする価値があり、どれを無視すべきかをエージェントに伝えることはできません。
API はサポートチケットを返すことができますが、最も効果的なサポートマネージャーがどの問題が本当に緊急かを判断する方法を説明することはできません。
ここでスキルが登場します。
データとコネクタはコンテキストを提供します。
スキルは判断、プロセス、そして再利用可能な仕事の進め方を提供します。
プラグインは実際には両方の組み合わせでした。システムへのアクセスと、アクションを実行しワークフローを実行する機能をバンドルしていました。
その意味で、プラグインは進化の一部でした。
最初にデータとコネクタが登場しました。
次にスキルが登場しました。
次世代は、情報にアクセスし、仕事の進め方を理解し、行動を起こすことができるインテリジェントシステムに両方を統合します。
これが、金曜日にライブで掘り下げる部分です。アクセスはエージェントを仕事に導きます。スキルは仕事の進め方を教えます。
スタック、ワークフロー、そしてどこから始めるべきかをお見せします。
このパターンは AI よりも古い
これはコンピューティングの世界で繰り返し起こってきたことです。
Unix コマンドは便利な操作を再利用可能にしました。
シェルスクリプトはシーケンスを再利用可能にしました。
ライブラリはコードを再利用可能にしました。
API はサービスを再利用可能にしました。
ワークフローはビジネスプロセスを再利用可能にしました。
スキルは判断を再利用可能にします。
これこそが注目に値する部分です。
AI が専門知識をパッケージ化したいという欲求を発明したわけではありません。ソフトウェアは常にその方向に進化してきました。
変わったのは実行主体です。
何十年もの間、人間はプレイブックを読んで適用しなければなりませんでした。今やエージェントはプレイブックをロードし、ツールを使用し、ファイルを検査し、スクリプトを実行し、そして継続することができます。
プレイブックはアクティブになり得るのです。
これにより、仕事の進め方を文書化することの価値が変わります。
スキルライブラリが資産になる
同じフロンティアモデルを使用している 2 つの会社を想像してみてください。
一方の会社はモデルを自社のシステムに接続します。
もう一方の会社はモデルを自社のシステムに接続し、さらに自社の最高の仕事から構築されたスキルライブラリを提供します。
2 番目の会社は異なる資産を持っています。
そのエージェントは、自社がどのように営業電話の準備をし、契約をレビューし、ローンチブリーフを作成し、バグを調査し、エスカレーションを処理し、研究を要約し、財務実績を説明するかを知っています。
完璧に、あるいは魔法のようにではありません。
しかし、効果を発揮するのに十分な一貫性を持っています。
すべてのスキルは、小さな運用上のレバレッジになります。
優れたスキルは、同じ間違いを二度修正することを防ぎます。
さらに優れたスキルは、それを使用するすべての人にとっての最低基準を引き上げます。
素晴らしいスキルは、かつて習得に何年もかかった判断力を捉えます。
だからこそ、スキルライブラリは、エージェントが実際に使用できる、会社の運用マニュアルとして機能するのです。
最高のスキルはプライベートになる
公開スキルマーケットプレイスが登場するでしょう。
役立つものもあるでしょう。ほとんどは汎用的なものになります。
最も価値のあるスキルは企業内部に存在します。なぜなら、最も価値のある方法は具体的だからです。
あなたの顧客エスカレーションプロセス、営業資格評価レンズ、製品レビュー基準。
取締役会向けアップデートに使用するフォーマット、頼りにしている法的な代替案、ブランドを定義するトーン。
そして、何が重要かを決定する方法さえも。
これらは競合他社がダウンロードできない知識です。
汎用的なエージェントは、営業、サポート、財務、製品、エンジニアリングに関する幅広い知識を持ってやってくるかもしれません。
それをあなたの会社内で役立つものにするのは、あなたのチームが長年にわたって蓄積してきた特定のプロセス、決定、教訓を学習することです。
仕事から始めよう
これが、すべての企業の最初の AI 戦略はスキルライブラリであるべき理由です。
プラットフォームを選ぶ前に、繰り返される仕事をマッピングしましょう。
経験豊富な人材が一貫して他の誰よりも優れた成果を上げているワークフローを見つけてください。
努力だけでなく、判断を伴うタスクを探しましょう。
営業電話、顧客調査、サポートエスカレーション、PRD、インシデントポストモーテム、契約、フォーキャスト、ローンチ、競合分析、リリースノート。これらは仕事そのものではありません。それらは仕事を取り巻くすべてです。
次に、チームの最優秀メンバーが何を違うやり方で行い、他の誰もが見落としがちなことは何かを自問してください。
彼らが最初に注目するのは何ですか？
何が見落とされがちですか？
どの例が彼らのアプローチを形成していますか？
どのような質問が繰り返し出てきますか？
彼らはどのようなエラーを避けようとしていますか？
彼らは成功をどのように定義していますか？
それが原材料です。それをスキルに変え、活用し、改善し続け、所有者を仕事に近づけておきましょう。
企業には、重要な仕事をより一貫性のあるものにするためのスキルがいくつか必要です。
ライブラリはそこから成長させることができます。
真の AI 戦略
企業がエージェントから最大の価値を引き出せるのは、AI をビジネス全体に散りばめられた汎用的な知能の層として扱うのをやめ、実際の成果を生み出すことができるワークフローに深く組み込んだときです。
もっと実用的なことをしましょう。
エージェントにビジネスが実際にどのように機能するかを教えましょう。
繰り返される判断を再利用可能なシステムに変えましょう。
トップパフォーマーの方法を、適用しやすく、改善しやすく、失いにくくしましょう。
それがパラダイムシフトです。
企業の AI における優位性は、選択したモデルからではなく、モデルにうまく実行させるように教えた仕事から生まれます。
すべての企業には独自の運営方法があります。
そのほとんどは目に見えません。
スキルはそれを可視化します。
スキルライブラリはそれを再利用可能にします。
あなたの会社にはすでにスキルがあります。
それらは、古いドキュメント、Slack スレッド、顧客との通話、レビューの儀式、オンボーディングノート、そして仕事が実際にどのように行われているかを知っている人々の頭の中に眠っています。
金曜日の午前 10 時（太平洋時間）に、Skills 101 をライブで解説します。
同じ作業を Claude や ChatGPT に何度も説明し直すのをやめ、AI が再びあなたのやり方で作業できるように指示をパッケージ化する方法をお見せします。
