デイブ・グロウ氏は、Lucid SoftwareのCEOである。
私が話をする経営幹部は皆、AIに全力投資している。ツールは急速に改善され、取締役会の期待は高まり、企業は多額の投資を行っている。かつて従業員が数時間かけていた作業が、コーディングから分析、コンテンツ作成まで、今では数分で完了する。しかし、個人の作業が速くなったことで、組織は実際に大規模な生産性向上を実現できているのだろうか。
まだ実現できていない。データが示す状況は、すべての経営幹部を不安にさせるはずだ。マッキンゼーによると、企業の80%が最新のAI技術を導入しているものの、同じく80%の企業が収益や利益に有意義な影響をまだ確認できていない。
組織は個人レベルでの大規模な導入と大規模な資本配分を経験しているが、組織レベルでのリターンはごくわずかだ。その間に何かが壊れている。それは何なのか。
過去の生産性向上のブレークスルーから学ぶ
このパターンには、リーダーが学ぶべき歴史的先例がある。1890年代、ニューイングランド全域の繊維工場が蒸気機関を電気モーターに置き換えた。この革新的な技術は急速に採用されたが、生産性は30年間ほとんど向上しなかった。
問題は、新技術に合わせてワークフローを再考できなかったことだった。工場所有者は、同じフロアプラン、ワークフロー、組織構造に新しい動力源を単に接続しただけだった。ブレークスルーは一世代後に訪れた。工場がゼロから再設計され、新しい組立ラインとワークフローが導入されると、生産性は劇的に向上した。
我々は、AIに関する顧客との会話で、このパターンが2年間にわたって現れているのを目にしてきた。企業はモーターを交換したが、工場を再設計していない。
A16Zのジョージ・シブルカ氏は最近、この歴史的類似性の分析を発表し、次のように指摘している。「最初に電化した工場は、再設計した工場に敗れた」。中核となる論点は、「生産的な個人が生産的な企業を作るわけではない」というものだ。
生産性のパラドックスを解消する
個人と企業の生産性のギャップには、単一の根本原因があるわけではない。それは、互いに複合的に作用する一連の課題である。生産性のパラドックスを解消するには、3つの段階的な取り組みが必要だ。
1. 企業のプロセスと知識を文書化する
• 大規模な生産性向上を妨げているもの：
最初の課題は、AI変革の基盤が存在しないことだ。どれだけの組織が、業務を整理する前に最先端のAIツールを調達しているだろうか。ほとんどの組織がそうだ。Lucid Softwareの調査によると、ワークフローが「極めて良く文書化されている」と報告しているナレッジワーカーはわずか16%だ。多くの企業は、組織全体で実際にどのように業務が流れているかを明確に把握する前に、AI変革を追求している。
• 解決方法：
まず、現在のビジネスが実際にどのように機能しているかをマッピングすることから始める。チームや個々の従業員の頭の中にしか存在しない暗黙知、文書化されていないプロセス、意思決定パターンを捉える。AIはタスクを加速できるが、業務の曖昧さを単独で解決することはできない。
2. 共有されたコンテキストを中心に組織を整合させる
• 大規模な生産性向上を妨げているもの：
2つ目の失敗は、調整されていないAIが積極的に混乱を招く可能性があることだ。「数千のエージェント（または人間）が反対方向に漕いでいる状態は、最良の場合でも停滞を生み、最悪の場合は組織の調和を破壊する」。従業員が自分のサイロで、自分のスタイルで、共通の理解なしにアウトプットを生成すると、より賢い組織ではなく、より騒がしい組織が生まれる。
• 解決方法：
個人のAIを共有された組織のコンテキストと整合させる。部門横断チームは、ビジネスがどのように運営されているかについて共通の理解を持つ必要がある。そうすることで、人間、エージェント、意思決定のすべてが同じ業務の現実を参照できる。マッキンゼーは、この変化を人間が「ループの中」にいる状態から人間が「ループの上」にいる状態への移行と表現している。エージェントが実行を担当し、人間がその上で判断と監督を提供する。この移行は、共有されたコンテキスト層が存在する場合にのみ機能する。
3. 人間とAIエージェントが共同で実行する青写真を作成する
• 大規模な生産性向上を妨げているもの：
3つ目の失敗は、工場を再設計しないことだ。間違いなく、組織が生成AIの使用から影響を確認する能力に最も大きな影響を与えるのはワークフローの再設計だが、生成AIを使用している組織のうち、ワークフローを再設計したのはわずか21%だ。違いは、工場を再設計するか、単にモーターを交換するかだ。
• 解決方法：
AI以前の世界向けに設計されたプロセスにAIを接続するのをやめる。代わりに、人間とAIシステムが協働するためのワークフローを再設計する必要がある。組織は、人間とエージェントの協働のための業務青写真を作成する必要がある。それは、一度限りの成果物ではなく、業務インフラとして管理され、バージョン管理され、継続的に改善されるものでなければならない。
AIの成功は、それを支える業務に依存する
生産性のパラドックスは、より優れたAIモデルだけでは解決されない。モデルは急速に改善し続けているが、企業レベルの成果は、組織全体で業務がどのように構造化され、接続され、実行されるかに依存する。業務の卓越性の上で稼働していない限り、どんな「モーター」でも遠くまで進むことはできない。
企業全体でのブレークスルーを実現するには、リーダーとチームが、組織が実際にどのように運営されているかを文書化し、その現実を中心に整合し、AIが組織レベルで実行できる青写真を構築するという、困難で地味な作業に取り組む必要がある。
