8月28日、Rashiが「Agentic AI Is Rewriting The Analytics Stack But There's One Skill It Still Can't Touch」と題した記事を公開した。SQLの生成からダッシュボード要約、アクション推奨まで——エージェントAIがアナリティクス業務の大半を自動化しつつある今、人間のアナリストに残された本当の価値とは何か。7年以上ヘルスケア領域でアナリティクスに携わる実践者が辿り着いた答えは、技術スキルでも業務効率でもなく、「ビジネス判断の結果に責任を負える」という、AIが構造的に持てない能力だった。

シカゴを拠点に活動するRashiは、コード作成・仮説検証・提案書ドラフト・会議準備など、多くの知的作業をAIと協働してきた実践者だ。その経験を通じて、彼女は一つの問いに突き当たった。「AIが仕事を速くしてくれる時代に、何が本当の希少スキルになるのか？」

AIへの依存が奪うもの

彼女が最も懸念するのは、AIが「間違える」ことではない。むしろ逆だ。

「自分でデータを見る前に、Copilotにパターンを解釈させている自分に気づく。二十分かけてデータセットを探索する代わりに、AIに土台を作らせてしまう。その便利さは否定できない。しかしこの依存が私を不安にさせる。」

AIが正確に答えを出せばこそ、分析の最も価値ある部分——自分自身の最初の仮説を形成するプロセス——をスキップしやすくなる。受け取るのは、自分の思考を経由しない"他人の解釈"だ。

彼女はこれを「オリジナリティの喪失」と表現する。知性が大量に供給される時代に、独立した思考こそが希少になる、という逆説的な結論だ。

AIが「まだ」できないこと

記事の核心はここにある。本記事で言うエージェントAI（Agentic AI）とは、単発の質問に答えるだけでなく、目標を与えられると計画・実行・検証を自律的に繰り返すAIシステムを指す。従来のチャットボット型AIとは異なり、複数ステップのタスクを人間の介入なしに遂行できる点が特徴だ。

こうしたエージェントAIは、SQLの生成やダッシュボードの要約にとどまらない。セマンティックレイヤー（組織のメトリクス・定義・コンテキストをAIが理解するための業務知識抽象化レイヤー。dbt Semantic LayerやMetricFlow、LookMLなどがその実装例として知られる）と組み合わせることで、メトリクスの検出・パターン認識・アクション推奨、さらには自律的な実行まで可能になりつつある——というのが、元記事における現状認識だ。

それでも、決定的なギャップが一つ残る。

「ビジネス判断の結果に対してAIは責任を負えない」

人間のアナリストは、データが示す方向とは逆の意思決定をすることがある。戦略的優先事項・組織内の政治・文化的背景・規制リスク・将来のビジョン——これらを総合して「ルールを破るべきタイミング」を判断できるのは人間だけだ。その判断が常に客観的に正しいとは限らないが、最終的な説明責任を担えるのは人間だけである。

アナリティクススタックは書き換えられつつあるが、「アカウンタビリティ（説明責任）」のレイヤーだけはエージェントAIが触れられていない、と彼女は断言する。

「AIに考えさせない」ための具体的な戦術

記事後半では、AIに実行を委ねながらも思考力を自分の手元に残すための行動指針が示されている。箇条書きで列挙するだけでなく、それぞれの背景にある考え方を理解しておくことが重要だ。

今すぐできること

まず着手すべきは、自分の業務の仕分けだ。

• 週次の業務を「機械的な作業」と「判断を要する作業」に分類する。サマリー作成・ドキュメント整備・データ準備・初稿作成はAIに任せ、自分のエネルギーは「その答えが何を意味するか」に集中する。
• AIに解釈を聞く前に、5分間かけて自分の仮説を立てる。エージェントAIは自分の思考を置き換えるためでなく、その思考に挑戦させるために使う。

この二点に共通するのは「AIを使う順序を意識する」という発想だ。結論を先に受け取るか、仮説を持ってから照合するかで、思考の深度はまったく変わる。

年内に取り組むこと

次のフェーズでは、AIとの協働の質を引き上げることが求められる。

• AIエージェントを「新しいジュニアアナリスト」として扱い、プロンプト設計だけでなく、コンテキスト・制約・目標・フィードバックを丁寧に設計して協働する。
• AIをコーチとして使う——自分の推論を圧力テストさせ、盲点を指摘させ、ステークホルダーの反応をシミュレートさせる。

数か月スパンで育てるべきスキル

中長期では、個人の経験値を組織的な資産へと転換することが重要になる。

• 自分の経験をフレームワーク・原則・意思決定モデルに変換し、スケールさせる。
• 批判的思考・創造性・判断力・リーダーシップ・ビジョン——これらは使うほど強化されるが、委任するほど弱体化するスキルだと強調されている。

7年以上のアナリティクス経験を持つ彼女が本記事で伝えたいことはシンプルだ。AIが技術的な実行を商品化するほど、コミュニケーション能力・業務判断・独立した思考の価値は上がる。自動化が進む今こそ、何をAIに渡し、何を自分の手元に残すかを意識的に選ぶべき時期だ、ということだ。

詳細はAgentic AI Is Rewriting The Analytics Stack But There's One Skill It Still Can't Touchを参照していただきたい。