産業界は1つの問いを立てる。動くのに十分な情報があるか。学術界は2つの問いを立てる。どうやって知るのか、そしてそれは完全なのか。
かつて軍に所属していた同僚が、計画立案における2つの異なるアプローチについて語ってくれたことがある。あるグループは作戦計画を3ページに収められる。別のグループは30ページになる。数字が文字通り正確かどうかは重要ではなかった。私の心に残ったのは、その根底にある考え方だった。異なる組織は、不確実性に対して異なる本能を発達させるのだ。
産業界で30年、学術界で10年近くを過ごした後、私はビジネスの世界と高等教育の世界についても同じことが言えると確信するようになった。産業界は行動を重視する。学術界は厳密性を重視する。どちらも間違っていない。両方の偏りは、正当な理由から進化したものだ。
産業界では、待つことにコストがかかる。競合他社が動き、顧客が離れ、市場が変化する中で、リーダーが完璧な情報を得られる贅沢はめったにない。それでも決断を下さなければならない。
学術界は異なるインセンティブの下で機能している。主張は重要であり、証拠は重要であり、弱い結論は将来の研究に影響を与え、公共政策を形成し、学生を誤った方向に導く可能性がある。間違えることのコストは高い。
一方の世界は勢いを優先する。もう一方は確信を優先する。両方とも価値を生み出す。しかし両方とも負債になり得る。行動への偏りは、時期尚早な結論、浅い診断、問題を探すソリューションを生み出す可能性がある。厳密性への偏りは、際限のない留保、決定の遅延、機会が過ぎ去った後に到着する分析を生み出す可能性がある。
課題は、より多くの情報を求めるだけでは不確実性が消えないということだ。
不確実性が実際に要求するもの
軍事戦略家ジョン・ボイドは、OODAループ（観察、情勢判断、決定、行動）で有名になった。その力は単なるスピードではない。行動そのものが情報を生み出すという認識だ。考えることで学ぶこともある。行動することで学ぶこともある。ボイドの枠組みに関するある説明が述べているように、完全な情報を待つことは、多くの場合、競合他社がすでに動いたことを意味するだけだ。
この考え方は、ビジネスで働いたことのある人なら誰でも馴染みがある。パイロットプログラム、プロトタイプ、市場テストは、リーダーが答えを知っているからではなく、知らないから設計されることが多い。行動が学習プロセスの一部になるのだ。
経済学者ハーバート・サイモンも同様のことを述べている。最適な選択を際限なく探すのではなく、意思決定者は利用可能な情報、時間、能力を考慮して十分に良い選択肢を選ぶ「満足化」を行う傾向があると彼は主張した。サイモンはこの洞察でノーベル賞を受賞し、それは今も有効だ。実際の決定は制約の下で行われるのであり、制約がない状態で行われるのではない。
産業界は満足化を報いる傾向がある。学術界は確信の最大化に近いものを報いる。これは学者が完璧主義者だという意味ではない。彼らは異なる基準の下で機能しているという意味だ。目標は単に答えを見つけることではない。目標は、その答えが信頼できることを立証することだ。
このように見ると、行動と厳密性の間の緊張は、判断についての意見の相違ではない。リスクについての意見の相違だ。一方は動きが遅すぎることを心配する。もう一方は動きが速すぎることを心配する。
そしてAIが境界線を曖昧にした
近代史のほとんどの期間、これらの世界は快適に共存できた。産業界は実行した。学術界は調査した。
人工知能（AI）はその境界を曖昧にしている。AIは答えを生み出すコストを劇的に削減する。草稿、分析、推奨事項は数秒で生成できる。制約はもはや情報へのアクセスではない。ますます制約となっているのは、何を信頼し、次に何をすべきかを決定することだ。
言い換えれば、AIは行動と厳密性の両方の価値を同時に高める。動けない組織はペースを保つのに苦労するだろう。見ているものを評価できない組織は、間違った方向に素早く動く可能性がある。
証拠はすでに到着している。2025年のMITによる企業AI研究は、企業の生成AIパイロットプログラムの圧倒的多数が収益に測定可能な影響を与えなかったことを発見した。モデルが弱かったからではなく、組織がツールを結果に変える統合と判断なしに急いで展開したからだ。この報告書は真の方法論的議論を生み出したが、それ自体が要点だ。AIの成果に関するデータでさえ、今やそれを解釈する厳密性を必要としている。
より速く動く者が学んでいることは何か
過去数年間、私は大学でAIリテラシーを高める草の根の取り組みの一員だった。能力は明白に見えた。機会はあらゆる場所に現れた。しかし進歩はしばしば遅く感じられた。ビジネスの場で1週間かかる議論が、数カ月かかることもあった。懸念が提起された。委員会が結成された。パイロットプログラムは慎重に設計された。
産業界の本能は同じ疑問を浮上させ続けた。なぜもっと速く動かないのか。熟考の1カ月ごとに、私には明白に見えるコストがあった。学生たちはツールにほとんど触れることなくAIで飽和した職場に卒業していく一方で、私たちは彼らに教える計画を洗練させていた。リードするのに十分な流暢さを持つ教員は、彼らのスピードの何分の一かで動く委員会を待っていた。遅い本能は無料ではなかった。それは何かを費やしており、私はそれを止めたかった。
時間が経つにつれて、その疑問は間違ったもののように見え始めた。
抵抗のように見えたものは、しばしば異なる制度的本能が働いていた。大学は結果について慎重に考え、倫理、妥当性、意図しない影響、長期的な影響を検討するように構築されている。これらの習慣は、技術が月単位で進化しているときには煩わしく感じられる。しかしそれらはまた、コストのかかる間違いを防ぐ。
一方、最も速く動く組織は今、慎重さが予測することを意図していた問題に直面している。正確性、知的財産、バイアス、評価の完全性、労働力の混乱、ガバナンスはもはや理論的な懸念ではない。それらは訴訟、是正予算、失われた信頼だ。
振り返ってみると、行動と厳密性の間の緊張は、まさにそれがすべきことをしていた。教職員は実験した。新しいプログラムが出現した。学生は強力なツールに触れた。そして機関は、今では疑わしく見える前提に自らを固定するほど速くは動かなかった。
私たちは適切なバランスを取ったのか。まだわからないし、ペースが正しかったかどうかもまだ確信が持てない。しかしこの経験は、ビジネスからの教訓、スピードは重要であるということと、学術界が常に理解してきた教訓、慎重さも重要であるということを強化した。
結論
未来は純粋な満足化者や純粋な最大化者のものにはならない。前世紀のほとんどの間、これらの本能は専門化する余裕があった。行動志向のリーダーは産業界に行った。厳密性志向のリーダーは学術界に行った。それぞれの世界が独自のものを報いた。
AIはその贅沢を侵食している。答えが安価で検証が希少なとき、速く動くことしかできないリーダーと慎重に動くことしかできないリーダーの両方が負債になりつつある。経営幹部は今、私たちが知っていることをどうやって知るのかを問う学者の本能を必要としている。学者は今、問題が完全に解決される前に動く産業界の本能を必要としている。
AIはその判断の両側で賭け金を鋭くする。それは行動をより安価にし、同時に検証をより希少にする。しかし2つのリスクは同じ速度で上昇していない。検証がより困難になるにつれて、動きが遅すぎることのコストは、動きが速すぎることのコストよりも速く上昇しており、厳密性のために構築された機関は、最も学び直すべきことが多い機関だ。
繁栄するリーダーは、最も速い者でも最も慎重な者でもない。彼らは、あらゆる決定の前に立って、どちらであるべきかを知っている者だ。課題は行動と厳密性の間で選択することではなかった。それは、目の前の不確実性に対して適切なペースを見つけることであり、ますます同じ人物が両方を行わなければならない。
