隶属于 Request 株式会社（总部：东京都新宿区，代表董事：甲畑智康）的判断设计实验室，发布了题为《AI 时代不容忽视的：区分「两种判断」与「两种知识」的能力》的报告。 随着生成式 AI 的普及，企业的工作模式正开始发生重大转变。未来，查找知识、整理信息、参考既有案例以及按照预定进程处理的工作，将更容易交由 AI 来承担。 另一方面，保留给人类的工作，是在面对不同顾客、案件、现场与相关人员的差异条件下，决定该确认什么、优先处理什么、在多大程度上沿用前例，以及从哪里开始改变推进方式。 然而，许多企业尚未充分梳理这项转变。 ■ 其背后的原因在于，人们将判断与知识各自视为单一种类的对象。 本报告将其梳理为： - 判断分为「基于前例的判断」与「基于事实的判断」两种。 - 知识分为「不需要经验的知识」与「需要经验的知识」两种。 报告并指出，企业在 AI 时代所面临的许多混乱，正是源自于对这四者的混淆。特别严重的问题是，原本需要具备经验的知识并基于事实进行判断的工作，却被试图以套用前例或标准答案来解决。 结果，这容易导致第一线出现以下状况： - 理解增加了，但判断力并未提升 - 照着前例进行，却不如以往顺利 - 重工与追加处理增加 - 困难案件集中在少数熟手或管理层身上 - 工作虽然能勉强运转，却提不出下一步对策 本报告将这些现象重新定义为并非单纯的能力不足，而是对本质成立条件的「错误配置」。换言之，报告总结出停滞的背景原因，在于将原本应以基于事实的判断与需要经验的知识来处理的工作，当作仅靠套用前例或传授知识就能运作的工作来对待。