Every
「仕事をする」から「ループを管理する」へ — GPT-5.6 が変えるナレッジワークの構造
要点
- GPT-5.6 Sol は「1タスクずつ手伝う AI」を超え、情報収集→判断→実行→学習のループを自律的に回せる最初のモデルだと著者は主張する
- ナレッジワーカーの役割は「ループを自分でこなす人」から「ループを設計・育てる人（Tend）」へシフトする
- メール管理・採用・編集計画・顧客リサーチなど複数の実例で、AI が草案と根拠を提示しユーザーが承認するだけのワークフローを紹介
- ChatGPT Work（旧 Codex）は Chronicle（定期スクリーンショットによる個人学習）や Computer Use を備え、ループの精度が使うほど高まる設計
- オープンソース実験「Tend」をリリース。自分のワークループをプロンプトとして構造化し試せるキット
編集部の考察
記事が具体例として挙げる「採用ワークフロー」では、AI が候補者ごとに根拠付きの推薦を生成し、担当者は承認/却下だけを行う。これを自社に当てはめると、採用責任者の実質的な仕事は「選考の正確さ」から「どういう人材を推薦するよう AI に教えたか」の設計品質に移る。問題は、そのループ設計の精度を測る評価指標が現時点で存在しないことだ。さらに記事が紹介する Chronicle（定期スクリーンショットで個人の作業パターンを学習する機能）により、ループは使うほど精度が上がる設計になっている。つまり半年後には、「ループを育てているメンバー」と「承認ボタンを押しているだけのメンバー」が同一ポジションに混在し始める。今決めるべき問いは一つ: この2種類を人事評価でどう区別するかの基準を、誰がいつ定めるか。「ループ所有者」に評価基準と責任範囲を与えた組織が、AI 活用第2フェーズで人材の引き留めと成果の可視化で先行する。
原文より
“Instead of using AI to complete one task at a time, you build a system that scans the available information, turns it into proposed decisions, and carries out the ones you approve.”
本記事は原文ニュースレターの独自キュレーション・考察であり、翻訳ではありません。引用部分の著作権は原著者に帰属します。