継続的な混乱、急進的な予測不能性、そして分散型の複雑性に彩られた世界において、存在意義を保ちたい組織には、学習を中心に据えたカルチャーが必要となる。
今日のリーダーにとって、決定的な問いは明快だ。自分のチーム、部門、あるいは組織全体は、新たなテクノロジーが導入されるのに合わせて、それを十分に活用できるだけの速度で学習できるだろうか。
その答えが、今後10年にわたる労働力の変革期に、どの機関が繁栄するかを左右する可能性がある。
AIエージェントは、単なる生産性アシスタントを超え、タスクの実行、ワークフローの調整、調査、分析の生成、意思決定の支援まで担えるシステムへと急速に進化している。実行の比重が機械へ移るにつれ、組織の優位性はテクノロジーへのアクセスよりも、人の能力を継続的に開発し、知識を適応させ、仕事そのものを再設計できる力に依存するようになるかもしれない。
残念ながら、仕事の再設計はいまだ極めて稀だ。最近の調査では、回答者の70%が、自社のプロセスとワークフローを「まあまあ」または「不十分」と評価した。この結果は、多くの組織が、非効率と分断ですでに重荷を抱えた環境に高度なテクノロジーを持ち込み続けていることを示唆している。
AtlassianのTeamwork Lab責任者であるMolly Sandsは、この課題を明確に捉えた。「今、多すぎるほど多くの組織が、既存の混乱の上にAIを重ねている。そして、アウトプットが増えることを進歩だと取り違えている」
AI時代に最も有利な立場にある組織は、2つの新たな現実を認識する。学習が中核のオペレーション能力になりつつあること、そしてAIエージェントが学習エコシステムの必要性を加速させていることだ。
学習は中核のオペレーション能力になりつつある
何十年にもわたり、組織学習は主として支援機能と見なされてきた。研修部門がコースを提供し、社員がワークショップに参加し、能力開発は定期的に行われる。学習は重要だったが、事業戦略の中心に据えられることは稀だった。
AI時代において、このモデルは急速に時代遅れになりつつある。
組織は、仕事が始まる前に学習が完了する時代を終えつつある。学習は仕事そのものに埋め込まれていく。テクノロジーが前例のない速度で進化するなかで、社員、チーム、リーダーは継続的に知識を獲得し、スキルを適応させ、仕事の進め方を再考しなければならない。学習は定期的な活動から、組織の中核能力へと移行している。
この変化は、マネジメントの思考における根本的な転換を反映している。課題は新しいテクノロジーを実装することにとどまらない。リーダーは、人とAIシステムが効果的に協働し、共により大きな価値を生み出せるよう、仕事を再設計しなければならない。
最近の例としてOktaがある。COO Summitで、社長のEric Kelleherは、AI導入における最大の障壁はテクノロジーではなく、実はマネジメントだと主張した。彼はこう説明する。「私たちは、要員計画から、仕事の計画へと進化する。今私が感じているのは、人々にとってそれが非常に大きな飛躍だということだ」
この指摘は、あらゆるセクターの組織が直面する課題を捉えている。多くの企業がAIツールやエージェントを試すことには慣れてきた一方で、人の労働者とデジタル労働者の双方を含む労働力を前提に、仕事を再設計する方法を学んだ企業ははるかに少ない。
KelleherはOktaのマネジャーに対し、人とデジタル双方の労働に予算を割り当て、それぞれの強みを生かすワークフローを意図的に設計するよう促している。彼の発言は、より広い現実を浮き彫りにしている。AIの展開は比較的容易だが、仕事の再設計はそれよりはるかに難しい。
その含意は重大である。競争優位は安定性ではなく、反応性から生まれる度合いが高まっている。より速く学ぶ組織は、既存プロセスの実行効率を高めるだけの組織を上回る。継続的な混乱を特徴とする環境において、学習は適応、イノベーション、長期的な存在意義を可能にするオペレーション能力になりつつある。
AIエージェントが学習エコシステムの必要性を加速させている
AIエージェントの台頭は、新たな組織課題を生み出している。多くのリーダーはAI実装を主としてテクノロジー施策と捉え続けているが、成功はテクノロジーの展開そのものより、組織学習に大きく依存することを示す証拠が増えている。
最近の研究は、AIへの準備が、テクノロジー購入の意思決定というより、本質的には学習の課題であることを示している。組織はAIシステムに多額の投資を行う一方で、それを効果的に使うために必要な人の能力への投資は不十分になりがちだ。その結果、テクノロジーに大きく投資しても、リターンは期待外れに終わることが多い。
このパターンは、業界を横断し、世界各地で現れつつある。リーダーは適切なプラットフォーム、ツール、ベンダーの選定に多大な注意を払う一方で、導入、実験、知識共有、そして労働力の能力開発を支える学習システムを見落としがちである。
世界経済フォーラムのレポート『AI導入に対する人間の準備態勢の5つの顔──そしてそれらとどう向き合うか』（2026年6月1日公表）によれば、「経営幹部がAI導入計画を全速力で進める一方で、しばしば現場からの不安を無視している。この関与の欠如により、トップダウンのメッセージは多様な組織において従業員の現実と衝突し、AI利用に対する不一致、表層的な対応、あるいは露骨な抵抗にすらつながっている」という。
同レポートはさらに、「企業リーダーが従業員の意見を考慮せずにAI施策を実行すれば、期待外れの結果と投資の浪費が続くだろう」と警告する。高コストな実験から持続可能な企業変革へ移行するには、労働力のエンゲージメント、組織への信頼、継続的学習に、はるかに強い重点を置くことを同レポートは推奨している。
ここで学習エコシステムが戦略上重要になる。学習エコシステムは、知識が組織全体を巡る条件をつくり出す。個人の発見は共有された実践へと変わり、成功した実験は組織能力へと転化する。新しいスキルは断続的ではなく継続的に育成される。そして最も重要なのは、労働力の適応が、孤立した個人責任ではなく、組織としての共同プロセスになることだ。
AIエージェントが、タスクの実行、ワークフローの調整、意思決定支援で果たす役割を拡大するにつれ、学ぶ力はテクノロジーそのもの以上に重要な競争優位になり得る。インテリジェント・エージェントの時代に入る組織は、人々が適応し、協働し、急速に変化するテクノロジーと並走して進化することを助ける、インテリジェントな学習システムをますます必要とするだろう。
結論
AI時代は、組織の成功に関する最も根強い前提の1つを、リーダーに再考させている。競争優位は、固定的な専門性から適応能力へと移りつつある。AIエージェントが実行に関する責任をより多く担うようになるにつれ、最も成功に近い組織は、競合よりも効果的に学び、進化し、新しい知識を行動へと転換できる組織になる。
テクノロジーは今後も重要であり続ける。ガバナンス、インフラ、戦略も同様だ。しかし、高業績組織を特徴づける決定的要素は、人を育て、プロセスを改善し、新たな現実に適応する「学習システム」として機能する能力になるかもしれない。変化が常態化した環境では、学習はもはや支援機能ではない。組織の中核能力になりつつある。
この見方は、スイスのIMDでリーダーシップと組織変革を教えるMichael Watkins教授も繰り返し述べている。同氏は、経営幹部は「適応型組織」の構築に注力すべきだと主張する。命令と統制のアプローチに頼るのではなく、人、チーム、テクノロジーが共に学び、共に対応できる環境をつくらなければならない。Watkinsが指摘するように、組織は「ほとんど継続的な混乱」の世界で運営されており、乱流は一時的な課題ではなく恒常的な状態になっている。
リーダーにとっての示唆は明確だ。未来は、継続的な学習、迅速な適応、そしてテクノロジーの進歩と並行した人の能力の継続的開発が可能な組織のものとなる。AIエージェントの時代において、最も価値ある競争優位は、知識を行動へと転換し、状況の変化に応じて仕事を再設計し、テクノロジーだけでは届かない、人間固有の能力を強化する組織の力かもしれない。
振り返りのための問い
- あなたの組織では学習を、戦略的能力として扱っているのか、それとも支援機能として扱っているのか。
- 知識はチームや部門をまたいで、どれほど効果的に移動しているか。
- AI施策は主としてテクノロジーの展開に焦点を当てているのか、それとも労働力の能力開発に焦点を当てているのか。
- 今後2年で、あなたの業界において最も価値が高まる人の能力は何か。
- あなたの組織は、仕事のプロセスを改善する方法をどれほど迅速に見いだしているか。
- 個人の学習を組織学習へと転換するために、どのようなシステムが存在するか。
- すべての組織が学習システムになりつつあるなら、あなたの組織の準備はどれほどできているか。
