エージェント型AIのガバナンスに関するLinkedInのスレッドを最近読んでいて、考えさせられるコメントが目に留まった。AI導入における本当のリスクは、説明責任が不明確であることだという指摘である。人間と機械がタスクを分担し、何かがうまくいかなかったとき、組織は往々にして、失敗を見つけるべき人や是正を担うべき人が事前に合意されていなかったことに、手遅れになってから気づく。
このギャップはもはや理論上の話ではない。企業がAIエージェントを採用判断、財務承認、顧客対応のワークフローに投入するにつれ、「結果に対して誰が責任を負うのか」という問いは、今日のリーダーシップにおいて最も重大な決断の一つとなった。そして、最も避けられている決断の一つでもある。
説明責任の空白は、すでに数値で測定できる
数字がその懸念を裏づけている。Forbesが取り上げた2026年のグローバル調査では、組織のほぼ80%がAI施策のオーナーシップが不明確だと回答し、説明責任の構造に整合した明確なAI戦略を持つのは14%にとどまった。約1,000人のビジネスリーダーを対象にしたGrant Thorntonの「2026 AI Impact Survey」では、46%がAI施策の成果が出ない最大の理由としてガバナンスまたはコンプライアンスの欠落を挙げ、労働力の準備状況や他のあらゆる要因を上回った。同社の報告は問題を端的に表現している。AIは、何を生み出すのかに誰も責任を負わないまま拡大しているのだ。
また別のKore.aiの調査では、組織の半数超が、自律型AIエージェントを配備しながら、それらのエージェントが単独で実行できる範囲の境界を十分に定義していないことが分かった。このギャップは、範囲と権限に関するリーダーシップの決断が先送りされてきたことを反映している。組織図が追いつく前に、ツールの準備が整ってしまったのだ。
ここが、リーダーが見落としがちな点だ。AIには主体性がなく、結果への利害もなく、説明すべき相手もいない。AIを構築し、展開し、利用を承認する人間こそが、AIが行ったこと、そして誤ったことの責任を負う。悪い結果が出たあとで「アルゴリズム」を責めるのは、そもそも事前にガバナンスが定義されていなかったことの確認にすぎない。
導入前に、何を委任するのかを決めよ
多くの組織はAI導入を逆の順番で進める。まず展開し、何かが壊れてから方針を書き始めるのだ。McKinseyによるエージェント型システムの研究は、より良い出発点を示している。リーダーは導入前に、AIエージェントが完全な自律で下してよい判断はどれか、継続的な人間の監視を要するものはどれか、何かが起きる前に明示的な承認を必要とするものはどれかを定義すべきだという。これはリスク許容度に関するリーダーシップの決断であり、エージェントが稼働する前、プロセスの最前段に置かれるべきである。
この考え方の実務的な形は、AIガバナンスの文献で「delegation chain（委任の連鎖）」と呼ばれることがある。誰がAIに行動を認可したのか、その認可がどの範囲をカバーしていたのか、そしてシステムが実際にその範囲内で何をしたのかを追跡するものだ。この連鎖があることで、「human in the loop（人間が介在する）」は、スライド上の言葉にとどまらず、検証可能な実体を持つ。意味のある監督には、AIが生成した判断に本当に異議を唱えられるだけの時間・権限・情報を持つレビュー担当者が必要であり、それ以下では、レビューは署名行為に矮小化される。
高い成果を上げる組織は、すでにこの違いを深刻に受け止めている。McKinseyの「State of AI」調査では、人間が介在する検証プロセスが成熟している組織は、それを持つと報告する可能性が約3倍高かった。McKinseyの研究を引用したCX Todayの報道によれば、65%対23%である。この差は、説明責任をAIシステムに組み込んだ企業と、何も問題が起きないことに賭けている企業を分ける。
必要になる前に、人間の責任者を割り当てよ
この議論で最も鋭いポイントはこうだ。失敗の後に割り当てられる説明責任は、損害抑制として機能するにすぎない。AI主導の判断が害を生んでから、誰が見張るべきだったのかをリーダーシップが決めようとすれば、答えは「みんな」と「誰もいない」の間に落ち着いてしまう。
修正策は説明するだけなら簡単だが、実行には規律が要る。AIエージェントがワークフローに触れる前に、名指しの個人がその結果のオーナーになるべきである。作業をレビューし、エージェントを上書きでき、結果に答える人物だ。American Arbitration Associationの2026年調査（法務・経営の上級リーダー対象）では、大企業の多くが紙の上ではAIガバナンス方針を持ちながら、実務では機能不全に陥っていることが分かった。エスカレーション経路や監査準備の抜け穴が、問題は解決したと信じていた企業でさえ露呈したのである。
AI導入を生産性向上の話として扱いたいリーダーにとって、これは居心地の悪い領域だ。だがここでは、オーナーシップと生産性は連動する。指定された人間のバックストップがないまま高速で動くエージェントは、誰も気づくより前にリスクを蓄積していく。
この時代が求める人間のスキル
本稿が示すのは、委任を意図的な決断として扱うリーダーの重要性である。ワークフローをマッピングして、人間の判断が代替できない箇所を特定すること。システム稼働前にオーナーを指名すること。そして技術の能力が拡大するにつれ、これらの判断を見直すことである。
これらのスキルは、まさにリーダーシップの領域に属する。責任を拡散させるのではなく可視化するリーダーを持つ企業こそが、AIをスケールしつつ、責任ある運用を実現する。
コメントスレッドの指摘は正しかった。本当の問いは、AIエージェントの誤りを捕捉する責任者を、リーダーシップが事前に決めたかどうかである。そこをまだ整理できていない企業が抱えているのは、AIのギャップではなく、リーダーシップのギャップだ。
