背景：個人が当たり前にAIへ相談を持ちかける時代
少し前まで、専門的な書類や検査結果を前にして私たちにできることは限られていました。医師の説明を聞く、わからない単語を検索する、知り合いの専門家に頼む。そのどれもが時間と人間関係のコストを伴い、結局はうやむやのまま受け入れることも多かったはずです。深夜に届いた検査結果や契約書を前に、誰にも聞けないまま一晩もやもやした経験は、多くの人にあるのではないでしょうか。
ところが最近、海外のあるユーザーが「自分のMRIの画像と検査データをClaude Codeに読み込ませ、医師の診断とは別の角度からセカンドオピニオン（第二の意見）を得た」という体験を公開し、大きな話題になりました。MRIとは体の内部を断面で撮影する画像検査のことです。ここで重要なのは、その人が医療の専門家でもプログラマーでもなく、手元のパソコンで対話しながら自分の資料を読み解いてもらった、という点にあります。特別な機材も専門教育も持たない一般の人が、自分の判断材料を増やすために道具を使った、という事実が新鮮だったのです。
つまり、専門家に会う前の段階で「この資料は何を意味しているのか」を自分のペースで掘り下げられる道具が、普通の人の手元に届いたということです。この変化は医療だけの話ではありません。私たちが日々向き合う契約書、見積書、決算書、行政の通知書、海外取引先からの英文メールも、すべて同じ構図に当てはまります。専門用語の壁に阻まれて「よくわからないけど大丈夫だろう」と流してきた場面が、一つずつ自分の理解の範囲に入ってくる。そういう時代の入り口に、私たちは立っています。
何が起きたのか：Claude Codeが自分の資料を読み解いた
Claude Codeはもともと、文章を書いたりファイルを扱ったりする作業を、対話しながら手伝ってくれる道具です。「コード」という名前がついているので技術者向けの印象を持たれがちですが、実際にはパソコン上のファイルを読み込み、その中身を理解して説明したり整理したりできる、という性質を持っています。料理に例えるなら、冷蔵庫の中身を見て「これで何が作れるか」を一緒に考えてくれる相棒のようなものです。
今回の出来事で起きたのは、ざっくり言えば次のようなことです。本人が検査で受け取った画像データや数値の記録をClaude Codeに渡し、「これは何を示しているか」「気になる点はどこか」「医師に確認すべき質問は何か」を順番に尋ねていった。AIは資料を構造的に読み解き、専門用語をかみ砕いて説明し、本人が次に医師へ投げかけるべき問いを整理していった、という流れです。一度に全部を理解しようとせず、対話を重ねながら少しずつ霧を晴らしていった点が、この使い方のうまいところでした。
ここでのポイントは、AIが診断を下したわけではないということです。やっていたのは「自分が理解するための補助」と「専門家に会うときの準備」でした。本人は最終的に医師と相談しており、AIはその橋渡しをしたにすぎません。ここを取り違えると危険な使い方になってしまうので、後の章で改めて触れます。
それでも、この体験が多くの人の心を動かしたのは理由があります。これまで一方的に受け取るしかなかった専門情報に対して、自分の側から質問を組み立て、納得できるまで対話できる立場に変わったからです。受け身の患者から、準備をして臨む相談者へ。この主導権の移動こそが、今回の話の核心だと私は考えています。同じことが、取引先の前に座る経営者にも、税理士の説明を聞く担当者にも起こりうるのです。
なぜ非エンジニアにとって意味が大きいのか
「医療の話でしょう」と片づけるのは早すぎます。今回の出来事が示しているのは、専門知識の非対称性、つまり「相手は詳しくて自分は詳しくない」という不利な状況を、AIがある程度埋めてくれるということです。この非対称性は、ビジネスのあらゆる場面に潜んでいます。
中小企業の経営者や個人事業主は、毎日のように自分の専門外の書類と向き合っています。顧問税理士から届く決算の説明、弁護士が作った契約書のドラフト、保険の約款、銀行からの融資条件。どれも重要なのに、内容を完全には理解しないまま判子を押してきた経験は誰にでもあるはずです。専門家は信頼できても、その説明をうのみにするしかない状態は、健全とは言えません。「専門家がそう言うなら」で進めた結果、後から条件の意味に気づいて青ざめる、というのはよくある話です。
ここでAIが効いてきます。専門家に質問する前に、資料の全体像をつかみ、引っかかる箇所を洗い出し、聞くべきことを言語化しておく。すると専門家との時間が「教わる時間」から「確認し合意する時間」に変わります。**AIは専門家を置き換えるのではなく、専門家と対等に話すための予習をさせてくれる道具なのです。**この予習があるかないかで、同じ30分の打ち合わせから引き出せる情報の量はまるで変わってきます。
10人規模のマーケ会社の社長を例に考えてみましょう。これまで契約書のレビューはすべて外部の弁護士任せで、戻ってきた赤入れの意図もよくわからないまま受け入れていた。それが、ドラフトを先にAIに読ませて「自社に不利になりうる条項はどこか」「一般的な条件と比べて厳しい点はないか」を整理しておけば、弁護士との打ち合わせで的を射た質問ができ、費用対効果も高まります。さらに、弁護士費用は時間で発生することが多いため、論点を絞った相談は結果的にコストの圧縮にもつながります。理解できないまま署名するストレスから解放されることの価値も、決して小さくありません。
業種別の活用シナリオ
ここからは、実際の現場でどう効くのかを具体的に見ていきます。医療の話を、自分の仕事に翻訳して読んでみてください。どの例も「AIに最終判断をさせない」「専門家への橋渡しに使う」という共通の型を持っています。
経理担当の方のケースです。月次の試算表や、取引先から届いた複雑な請求書の明細を前に、数字の異常やつじつまの合わない箇所を一人で探すのは骨が折れます。ここでデータをAIに読み込ませ、「前月と比べて大きく動いている勘定科目はどれか」「内訳の合計が総額と合っているか」を確認させると、人の目では見落としがちなずれを先に拾えます。たとえば、交際費が前月の3倍に膨らんでいる、ある取引先への支払いだけ単価が違う、といった違和感をAIが指摘し、それを起点に元の伝票を確認しにいく、という使い方です。最終判断は経理責任者や税理士が行いますが、その手前のチェックをAIに任せることで、月次決算の精度とスピードが両方上がります。20人規模の製造業で、経理が一人しかいないような会社ほど効果は大きいでしょう。
次に、社会保険労務士や行政書士といった士業の方のケースです。クライアントから持ち込まれる就業規則や許認可の申請要件は、年々改正が入り、過去の知識だけでは抜け漏れが出ます。新しい資料や条文をAIに読ませ、「この規程と最新の要件を突き合わせて、足りない項目はどこか」を整理させれば、ベテランの勘に頼っていた確認作業に二重のチェックがかかります。たとえば育児・介護に関する規定や、ハラスメント防止の条項が現行の要件を満たしているかを一覧化させ、抜けを潰してから最終確認に進む。士業の専門性を置き換えるのではなく、見落としを防ぐ補助線として使う。これが現実的な距離感です。
三つ目は、人事・総務担当の方のケースです。海外の取引先や外国人スタッフとのやり取りで、英文の契約書やビザ関連の書類が届くことがあります。英語に自信がなく、内容を正確につかめないまま放置してしまう、という悩みはよく聞きます。こうした書類をAIに読み込ませ、要点を日本語で整理し、こちらが返信すべきポイントや確認事項を洗い出してもらえば、専門の翻訳会社や弁護士に依頼する前の一次対応が自分でできます。提出期限や必要書類の一覧をAIに箇条書きにしてもらうだけでも、対応の抜けはぐっと減ります。費用をかける前に全体像をつかめるので、外注の判断もぶれません。
四つ目に、店舗を持つ小売・飲食の個人事業主のケースも挙げておきます。賃貸借契約やフランチャイズ契約、リース契約など、開業時に大量の契約書に署名します。これらを一本ずつAIに読ませて「途中解約のときの違約金はどう書かれているか」「更新の条件は自分に不利でないか」「原状回復の範囲はどこまでか」を確認しておくと、後から「そんな条項があったとは」と後悔する事態を減らせます。とくに自動更新や中途解約の縛りは見落としやすく、ここを開業前に把握できるだけでも資金計画の精度が変わってきます。
そのまま使える実践手順
では、自分でやってみるにはどうすればよいか。難しい設定は不要で、手順そのものはシンプルです。最初は重要度の低い資料で練習し、感覚をつかんでから本番の書類に進むと安心です。
まず、相談したい資料を手元のフォルダにまとめます。PDFでも画像でも、テキストでも構いません。次に、Claude Codeを起動し、そのフォルダを開いた状態で対話を始めます。最初の問いかけは「この資料の全体像を、専門用語を使わずに説明して」と頼むのがおすすめです。いきなり細部を聞くより、まず地図を手に入れるイメージです。ここで返ってきた説明に違和感があれば、その違和感こそが次に深掘りすべき入り口になります。
全体像がつかめたら、引っかかる箇所を一つずつ深掘りします。「ここで言っている◯◯とは何か」「自分にとって不利になりうる点はどこか」「一般的なケースと比べて変わっている点はあるか」。質問は遠慮せず、納得できるまで重ねて構いません。AIは何度聞き返しても疲れません。「中学生にもわかるように説明して」「具体例を一つ挙げて」と頼むと、抽象的な説明が一気に腑に落ちることもあります。
最後に、いちばん大切な仕上げをします。「これをもとに、専門家に確認すべき質問を箇条書きで作って」と頼むのです。こうしてできた質問リストを持って、税理士や弁護士、医師といった本物の専門家に会う。**AIの役割は答えを出すことではなく、あなたが良い質問をできる状態に整えることだと割り切ると、使い方を間違えません。**作った質問リストは、相談後に「どう回答されたか」をメモする欄を足しておくと、次回以降の自分の資産にもなります。
注意点とよくある誤解
便利さの裏で、絶対に外してはいけない一線があります。とくに医療や法務といった、判断を誤ると取り返しのつかない領域では、慎重さが何より大切です。ここを軽視すると、便利な道具がかえってリスクの入り口になってしまいます。
第一に、AIは診断も法的助言もしません。今回のMRIの話も、本人がやったのは理解の補助と質問の準備であって、治療方針を自分で決めたわけではありません。AIの説明をそのまま医療上・法務上の結論として受け取るのは危険です。最終的な判断は、必ず資格を持った専門家に委ねてください。AIの説明は「専門家に確かめるための仮説」であって、「専門家の代わりの結論」ではない、と覚えておくとよいでしょう。
第二に、AIは間違えることがあります。もっともらしい説明をしていても、事実と異なる内容が混ざる場合があります。これは技術的な性質上どうしても残るリスクで、専門家のクロスチェックが欠かせない理由でもあります。数字や日付、固有名詞のように一つの誤りが致命的になる情報ほど、元の資料に戻って自分の目で突き合わせる習慣をつけてください。「AIがそう言ったから」は、何かを決める理由にはなりません。
第三に、機密情報の扱いです。健康データ、顧客の個人情報、未公開の財務情報などをAIに渡すときは、自社のルールや契約上の制約に反しないかを必ず確認してください。会社によっては、外部サービスへのデータ入力そのものが規程で制限されている場合もあります。便利だからと無条件に何でも読み込ませるのは、別のリスクを生みます。判断に迷う情報は、社名や個人名を伏せる、数値を丸めるなど、ひと手間をかけてから渡すのが安全です。
そして、よくある誤解についても触れておきます。「AIがあれば専門家はいらなくなる」という見方は、今回の話の教訓を取り違えています。むしろ逆で、準備が整った相談者が増えれば、専門家との対話はより深く、より価値の高いものになります。AIは専門家との距離を縮める道具であって、専門家を不要にする道具ではありません。良い質問を持っていく人ほど、専門家から良い答えを引き出せる。この関係は、AIが進歩しても変わらないと私は考えています。
まとめ：受け身をやめ、良い質問者になる
今回の出来事から私が受け取ったいちばんのメッセージは、技術の進歩そのものではありません。これまで専門家の前で受け身になるしかなかった私たちが、自分の側から準備し、対等に対話できる立場へと変わりつつある、という変化です。
医療のMRIも、経理の試算表も、士業が扱う条文も、人事が向き合う英文契約も、構図はまったく同じです。手元の専門資料をAIと一緒に読み解き、わからない点を洗い出し、本物の専門家に投げる質問を用意する。この一連の流れは、業種や職種を問わず、今日からでも始められます。最初の一回はぎこちなくても、二回、三回と繰り返すうちに、自分なりの問いの立て方が身についていきます。
大切なのは、AIに答えを求めるのではなく、良い質問ができる自分になるための相棒としてAIを使うという姿勢です。その距離感さえ守れば、専門知識の壁は確実に低くなり、あなたの仕事の意思決定はより納得感のあるものになっていきます。受け身でうなずくだけの時間が、自分の言葉で確認し合意する時間へと変わっていくのです。
Claude Worksでは、こうしたAIの実務での使いどころを、非エンジニアの方が自分の業務に落とし込めるよう一緒に整理しています。「うちの仕事だと何から試せばいいか」を具体的に知りたい方は、無料30分相談でお気軽にご相談ください。あなたの業種・職種に合わせた最初の一歩を、一緒に見つけます。
