リーダーシップの課題は、人間とAIのどちらを選ぶかではない。それぞれがどこで主導すべきかを見極めることだ。
いまや多くのリーダーが、AIは単なる技術導入ではないと理解している。ソフトウェアのアップグレードでも、生産性ツールでも、IT部門に任せて四半期ごとにレビューするプロジェクトでもない。だからこそAIは、技術的課題である前にリーダーシップの課題なのだ。
多くの企業が犯す誤りは、ツールから始めてしまうことだ。どのプラットフォームを採用すべきか。どのベンダーが最適か。どのユースケースが最速で成果を生むか。これらは有益な問いだが、最も重要な問いではない。より難しい問いは組織に関するものだ。我々のタレント戦略はまだ理にかなっているか。組織構造は変化する働き方に対応できているか。競争に必要なスキルと判断力を備えているか。
AI変革は、これまでリーダーが避けてこられた前提を露呈させる。意思決定権限が不明確な場所、業務の進行が遅すぎる場所、社員が実験する自信を欠いている場所、そして構造が学習を阻害している場所を明らかにする。その意味でAIは、単に企業を変革するのではない。企業を診断するのだ。
グローバル変革アドバイザーのアミー・プレウォールと本日この件について話し合った際、彼女はこう明快に述べた。「AI変革とは、技術に何ができるかを問うことではない。企業が異なる働き方をする準備ができているかを問うことなのだ」。この区別が重要なのは、議論をツールから、そのツールが真の変化を生むかを左右する条件へと移すからだ。
AIはタレント戦略が今も機能しているかを露呈する
長年、タレント戦略は職務を中心に構築されてきた。職務のために採用し、次の職務のために育成し、定められた構造の中で昇進させる。AIはこの論理を揺るがす。仕事の境界が動いているからだ。かつて専門的とされていた業務は、いまや部分的に自動化できる。事務的とされていた仕事が分析的なものになりうる。AIをうまく使いこなす社員は、正式な職務記述をはるかに超えて影響範囲を広げるかもしれない。
AI対応企業において最も価値ある社員とは、より良い問いを立て、出力を批判的に解釈し、リスクを見抜き、洞察を行動に変えられる人物かもしれない。
AIは凡庸な思考を高速化できる。同時に、優れた思考をよりスケーラブルにもできる。その違いはタレントにある。社員がAIの回答に異を唱える方法、その限界を理解する方法、企業の文脈に結びつける方法を知らなければ、スピードは負債となる。
ここで役立つのがダイナミック・ケイパビリティ（企業変革力）論だ。企業は、自社が保有する資源だけでなく、変化をいかに素早く感知し、機会を捉え、自らの活動を再構成できるかによって競争する。最も恩恵を受ける企業は、単にツールを速く導入する企業ではない。より速く学習する企業だ。
組織図はAI向けに設計されていないかもしれない
AIはまた、リーダーに組織構造を直視することを迫る。多くの報告経路は、適応ではなく統制のために設計されている。それらは説明責任を明確にするが、学習を遅らせもする。情報は承認のために上へ流れ、非公式なネットワークを通じて横へ流れ、指示を通じて下へ流れる。それは安定した環境では機能する。AIによってチームがテストし、学び、業務を再設計するペースが変化しているときには、うまく機能しにくい。
問題は、AIのユースケースが単一機能内にきれいに収まることは稀だという点だ。カスタマーサービスツールは、オペレーション、法務、データ、人事、ブランドからのインプットを必要とするかもしれない。財務自動化プロジェクトは、ワークフロー、リスク管理、タレントニーズを再形成するかもしれない。組織図がこうした問題を狭い機能別チャネルに押し込めば、変革は始まる前から断片化してしまう。
リーダーは、意思決定が業務に十分近い場所で行われているかを問うべきだ。誰が実験を承認できるのか。誰がリスクを所有するのか。単に自動化するのではなく業務を再設計すべきときに、誰が決定するのか。明確な答えがなければ、AIプロジェクトは熱意と躊躇の狭間で身動きが取れなくなる。全員が「会社はもっとスピードを上げるべきだ」と同意しているものの、業務を変更する権限が誰にあるのか誰も確信が持てないのだ。
プレウォールのより大きな論点は、リーダーが既存のオペレーティングモデルがAIがもたらすはずの変化を吸収できるかを検証する必要があるということだ。強力なツールにアクセスできても、意思決定権限、タレントモデル、報告経路がより遅い環境向けに構築されたままなら、AIは問題を解決しない。問題をより早く露呈させるだけだ。
スキルだけでは不十分、判断力が必要だ
AIをめぐる議論は、しばしばスキルの議論になる。社員は効果的にプロンプトを書けるか。ダッシュボードを使えるか。データを分析できるか。これらのスキルは重要だが、問題の一部にすぎない。より深い問いは判断力だ。
社員は、AIの出力がもっともらしく見えても誤っていることを見抜けるか。マネジャーは、自動化が品質を向上させているのか、それとも単に複雑さを隠しているだけなのかを判断できるか。リーダーは効率性の向上と能力の喪失を区別できるか。これらは技術的な問いにとどまらない。責任に関する問いなのだ。
ここで社会技術システム思考が役立つ。企業は新しいツールを差し込めば予測可能な結果を生む機械ではない。技術は仕事を変えるが、仕事も技術を変える。リーダーが行動、インセンティブ、アイデンティティを無視して技術的な側面だけを最適化すれば、変革は期待外れに終わるだろう。
次の例を考えてみよう。AIツールによってレポートの下書きにかかる時間が短縮されたとする。これは一見、効率化に見える。しかしレポート作成が若手社員にとって、論理的思考、要約、コミュニケーションを学ぶ手段でもあったとすれば、別の何かが失われる可能性がある。業務は高速化する一方で、タレントパイプラインは弱まるのだ。システムから取り除かれたすべてのタスクが無駄なわけではない。いくつかのタスクは、時間をかけて判断力を養うために必要なのだ。
企業は成果物を生み出すスピードが上がる一方で、その成果物を理解できる人材を育成する力が弱まる可能性がある。リーダーは、社員に考え方を教える経験を、自動化によって奪ってしまわないよう注意する必要がある。
リーダーシップの教訓
リーダーシップの課題は、人間とAIのどちらを選ぶかではない。それぞれをどこで主導させるかを決めることだ。AIはパターン認識、要約、予測、スケーラブルな生産に強い。人間は依然として判断、文脈、倫理、想像力、説明責任にとって不可欠だ。
一部の企業は破壊を恐れてAIを過小活用するだろう。他の企業は、自動化がスプレッドシート上では効率的に見えるため過剰活用するだろう。どちらの誤りも代償が大きい。より良いアプローチは、業務を価値とリスクでマッピングすることだ。どの活動が反復的で低リスクか。どの活動が人間の判断を必要とするか。どの意思決定がAIによって支援されうるがAIに所有されるべきではないか。
リーダーはまた、信頼を守る必要がある。AIがイノベーションを装った人員削減戦略に過ぎないと社員が信じれば、彼らはAIに真剣に取り組まないだろう。リーダーは効率化について正直であるべきだが、AIがコスト削減だけでなく仕事をどう改善するかも説明する必要がある。
AIはリーダーシップの重要性を低下させない。弱いリーダーシップをより見えやすくするだけだ。意思決定権限が不明確で、構造が時代遅れで、信頼が脆弱で、タレントシステムが未発達な企業は、どれほど印象的なツールを持っていても苦戦するだろう。学び、適応し、業務を再設計する方法を知る企業は、技術が有用に着地する場所を持つため、より速く動くだろう。
中心的な問いは、リーダーがAI戦略を持っているかではない。ほとんどのリーダーはすぐに持つだろう。より良い問いは、それを吸収できる企業を持っているかどうかだ。AI変革とは究極的には仕事を技術で置き換えることではない。人間の能力と機械知能の新たな関係を軸に組織を再設計することなのだ。
