スタンフォード大学デジタルエコノミー・ラボ（Stanford Digital Economy Lab）のディレクターであり、ワークへリックス（Workhelix）の共同創業者でもあるエリック・ブリニョルフソンは、テクノロジーにできることと、組織がそこから得られる成果との間の距離を30年間にわたって測定してきた。私は彼に、その距離が現在どれほど広がっているかを尋ねた。
「テクノロジーの能力は、現実のはるか先を行っている」と彼は語った。「そのギャップは、世界史上最大のものだと私は考えている」
彼は大げさに言っているわけでも、テクノロジーの問題を説明しているわけでもない。ブリニョルフソンは、ある一つの主張に基づいて研究を積み重ねてきた。それは、強力な汎用技術は単体では何ももたらさないということだ。そうした技術は、ビジネスプロセスの再構築、人的資本への投資、そしてインセンティブ設計全体の変革を要求する。彼はこれらの補完的な変化を「共同発明（co-inventions）」と呼んでおり、30年間にわたり、これらがもたらす成果は技術そのものよりも重要であると主張してきた。テクノロジーが強力であればあるほど、より多くの共同発明が必要となる。彼がダニエル・ロックおよびチャド・シバーソンと共同で行った研究では、この現象を「生産性のJカーブ（the productivity J-curve）」と名付けた。これは、無形投資が実在するものの計算されないため、初期段階では測定される生産性が過小評価され、最終的に恩恵がもたらされた段階で過大評価されるというものだ。
私はそのカーブを内部から見守ってきた。プライベート・エクイティ業界での私の仕事において、この「J」は理論ではなく、実践的な規律である。企業は買収時に打撃を受け、それを意図的に吸収した上で、カーブが上昇に転じるまで、能力構築、プロセス再構築、マネジメント能力の向上に資金を投じる。この一時的な落ち込みは、具体的な形、責任者、そして期限を伴う投資として理解されている。
AIはこのようなパターンを生み出していない。構造的な改革について口にするだけでなく、実際に取り組んでいる組織がどれほどあるかをブリニョルフソンに尋ねたところ、彼の見積もりは冷徹なものだった。彼が話をするエグゼクティブの少なくとも3分の2はそれについて議論しているが、実際に実行に移しているのはおそらく4分の1から3分の1程度だという。
それ以外の組織は、落ち込みの時期（ディップ）にすら達していない。ディップが上向きに転じるのは、業績が低迷している期間に、プロセスや意思決定権、スキルなどの再構築にリソースを費やした場合のみである。それこそが、一時的な業績悪化という代償を払って行うべき作業なのだ。それを怠れば、その先に上昇はない。ただ支出だけが残ることになる。
彼はその原因を正確に突き止めている。「盲点、文字通りの盲点が存在し、そこでは無形資産が見えなくなっている」と彼は私に語った。「無形と呼ばれるのは、それらが測定されないからだ」
彼はこの失敗を時計に例えて説明する。高価なアナログ時計の裏蓋を開け、ピンセットで歯車を1つ取り出し、そこにデジタル時計のトランジスタを組み込む。そんな計画を誰かに話せば、ばかげていると言われるだろう。仕組みを部品ごとに少しずつ変換していくことはできない。それは統合されたシステムであるか、あるいは単なるガラクタであるかのどちらかだ。
「しかし、多くの企業が組織全体に対してやろうとしているのは、基本的にはこれと同じことだ」と彼は言った。
ここでの「歯車」とは、ビジネスプロセス、インセンティブ制度、採用パイプライン、承認ルートのことだ。これらも同様に密接に噛み合っている。そして、これらは目に見えない。
つまり、組織そのものが制約となっているのだ。しかし、研究が教えてくれないのは、どの部分が現状に固執しているのか、あるいは、変化すべき十分な理由がある企業において、なぜそれほど強固に現状が維持され続けるのか、という点だ。
自動化が立ち止まる場所とその理由
最近、あるマネジャーに自社でのAI導入状況について話を聞いた。彼は、チーフ・トランスフォーメーション・オフィサー（CTO）なら誰でも満足するような熱意を示していた。標準的なレポート作成業務が自動化され、何時間もの無駄な労力が削減された。彼はこれを「革命的」と表現し、本気でそう信じていた。
そこで私は、核心的なプロセスについて尋ねた。
いや、それらは違う、と。それらには細心の注意が必要だ。検証が必要なのだ。それは「特別な配慮（ホワイトグローブ・ワーク）」を要する仕事であり、自分たちで検証を行うのだ、と彼は言った。
次に、彼のチームのメンバーと話をした。
彼らは同じプロセスを異なる視点から説明した。検証が必要なのは仕事の本質的な性質によるものではなかった。それは、出力が信用できず、上長がチェックしなければならなかった何年も前に構築されたシステムの「名残り」だったのだ。システムはその後リプレイスされたが、チェック作業は廃止されなかった。それが役割として固定化され、基準となり、やがて「品質」の定義へと姿を変えていったのだ。
マネジャーにはそれが見えなかったが、チームのメンバーにはそれしか見えなかった。
彼はこの物語の悪者ではない。組織が彼に求めた役割を果たし、それをうまくこなしたことで報酬を得てきただけだ。自らの地位を裏付ける仕事の領域を守るために境界線を引くことは、妨害行為ではない。自らに与えられた唯一の境界線の中で発揮される、有能さの現れなのだ。
その境界線自体が問題なのではない。誰もその境界線を検証してこなかったことこそが問題なのだ。
2つの予算
どの組織も、AIにいくら費やしているかを説明できる。プラットフォームのライセンス費用、パイロットプロジェクトの予算、センター・オブ・エクセレンス（CoE）の運営費、ユースケースのライブラリを作成したコンサルタントの費用など。その数値は実在し、責任者が存在し、戦略的な重要性を示す見出しとともに取締役会の資料に記載されている。
しかし、同じ組織に「まったく現状維持のままでいるためにいくら費やしているか」と尋ねると、その場は静まり返る。
数字が恥ずかしいからではない。一度も計算されたことがないからだ。
AI投資を発表する組織は、同じ会計年度において、その投資効果を相殺するような環境維持にも資金を提供している。両者は同時に進行しているが、帳簿に記載されるのは一方だけだ。
変革予算は、意図的に目に見えるようにされている。それは野心を示し、称賛される。一方で、現状維持のための「温存予算（preservation budget）」には項目がなく、運営コストの中に吸収され、新しい仕組みが発表される一方で、古い仕組みを存続させるために消費される。新システムが立ち上がってから18カ月が経過しても、依然として人員が配備されているレガシー・プラットフォーム。検証する理由が失われた後も存続し続ける検証ステップ。
私がこの2つの予算についてブリニョルフソンに説明したとき、彼はそれを単なる比喩としては扱わなかった。彼はそれを、明確なメカニズムを伴う会計上の失敗として捉え、促されることなくそのメカニズムの名前を挙げた。
「測定しやすいものに焦点を当てようとするのは理解できるが、それが結果的に古いものへと引き戻す要因になる」と彼は言った。彼の結論は、クリエイティブなCFOやCEOは、これらの目に見えない無形資産を積極的に受け入れ、それらを反映させるために測定基準を再構築する覚悟を持たなければならない、というものだ。
これは、文化ではなく経済学の観点から説明される非対称性である。温存予算が勝利するのは、誰かがそれを意図的に選択しているからではない。数えやすいもので構成されているからであり、競合する「共同発明」が数えにくいもので構成されているからだ。
彼の研究自体が、逆の視点からこの事実を裏付けている。彼のラボがエリサ・ペレイラ、アルビン・ワン・グレイリンと共同で今春発表したEnterprise AI Playbookでは、51件の成功事例に携わった実務家に対し、最も困難だった部分を尋ねた。すると、77%が「目に見えない無形のコスト」を挙げた。具体的には、チェンジマネジメント（変革管理）、データの品質、プロセスの再設計などである。モデルでもインフラでもなかった。
これまでのテクノロジーがこの罠に陥った際と、AIが決定的に異なる点がある。かつてであれば、マネジャーが中核プロセスを新しいプラットフォームに移行することを拒めば、そのプラットフォームは高価で稼働せず、誰も使っていない状態として放置されるだけだった。しかし、AIはただ放置されるわけではない。AIは、すでに組織の中で稼働しているあらゆる「意図」の中へと流れ込んでいく。
幾重もの硬直性の上に、インテリジェンスの層が重なる。一見すると帳尻が合っているように見えるが、実質的にはマイナスをもたらす。
だからといって、現状維持の姿勢が機能不全というわけではない。健全に運営されている組織において、それは正しい本能である。企業が成功していればいるほど、これまでのやり方を保護することは合理的である。なぜなら、その方法で成果を出してきたからだ。ブリニョルフソンは明快にこう指摘した。移行期において、その資産は負債へと変わる。現状維持の本能が最も強い企業は、何十年にもわたって「正しかった」からこそ、その本能を築き上げてきたのだ。
「逆説的だが、最も成功している企業にとって、これが最も困難なことなのだ」と彼は言った。
つまり、バランスシートが最も強固に見える企業ほど、温存予算が最大になるということだ。
9つのステップが高速化しても、10番目がそのままであれば
プロセスの高速化が、成果の迅速化をもたらすとは限らない。動かないステップが、動くすべてのステップのペースを決めるのだ。
あるプロセスに10のステップがあるとしよう。AIによってそのうち8つか9つのステップが加速される。しかし、10番目のステップがボトルネックのままであれば、最終的な成果（ボトムライン）は向上しない。個々のステップが10倍に高速化されたとしても、下流には何ももたらされない。ボトルネックが解消されない限り、恩恵は得られないとブリニョルフソンは語る。
先のマネジャーの話に戻ろう。彼はレポート作成を自動化した。一方で、検証プロセスの境界線は死守した。彼は、自らの信念に基づいて誠実に「10番目のステップ」を据え置いたのだ。
そして、彼はそれを配慮や、細心の注意を払うこととして認識している。
これこそが、温存予算への切り込みを非常に困難にしている理由である。それは決して「現状維持」としては現れない。「厳格さ」や「行き届いたサービス」として提示されるのだ。現状維持は常に、「品質」という言葉をまとってやってくる。
このことが、ブリニョルフソンによるAI（人工知能）という略語の再定義をいっそう際立たせる。彼は、AIを「増幅された意図（amplified intention）」と理解する方が適切だと提案した。AIは、組織がすでに行っていることを取り込み、それをより効率的に実行させる。その意図が間違っていれば、結果は逆効果となる。
では、これを組織の実際の「意図」と照らし合わせてみよう。公表されている戦略ではなく、何が評価され何が不利益となるかによって規定される「実際の運営上の意図」だ。多くの大企業において、その意図とは現状維持である。
したがって、AIは現状維持を増幅させる。その場しのぎの回避策が自動化される。承認権を持つ層がより迅速に「却下」できるようになる。検証ステップのための、より優れたダッシュボードが用意される。
テクノロジーは設計通りに機能する。しかし、組織のアーキテクチャによって、何も変化しないことが保証されてしまうのだ。
私の勤務先であるギャラップ（Gallup）は、そのアーキテクチャがどれほど重要であるかを測定した。2026年上半期を通じて、単にAIを利用できる環境があること自体は、従業員体験を向上させも悪化させもしなかった。状況を左右したのは、組織に計画があるかどうかだった。組織がAI統合のための明確な計画を持っていると答えた従業員のエンゲージメント率は43%だった。そのような計画がない場合、その数値は28%にとどまった。
つまり、ツールが変数なのではない。それを取り囲む環境が変数なのだ。
次の承認前に講ずべき3つの対策
こうした事態は決して避けられない運命ではない。ブリニョルフソンはこの点を強く主張する。「テクノロジーは運命ではない」と彼は言う。「私たちは自らの運命を形作っているのだ」。かつての世代のマネジャーたちが工場を再設計しなければならなかったように、今の世代は組織を、そして最終的にはそれを取り巻く経済システムを再発明しなければならない。
以下に示す3つの対策は、いずれも新しいプラットフォームを必要としない。
最初の9つのステップに資金を投じる前に、10番目のステップを監査する。 対象となるプロセスの中で「手を加えない」ステップを特定し、それを変更するために誰が地位を失うことになるのかを問う。もし誰もそのステップを特定できないのであれば、その投資対効果（ROI）の前提は絵空事だ。全員がそのステップを特定できるにもかかわらず、当事者の名前を誰も挙げようとしないなら、それこそが「温存予算」のありかだ。
資金提供の条件として、廃止日を設定する。 置き換え対象となる古いシステムやプロセス、およびその資金提供を停止する日付、そしてその両方に承認者（スポンサー）の名前を明記しない限り、いかなるAI投資も承認しない。多くの承認者はこれを拒否するだろう。その拒否こそが、投資計画が「代替」ではなく「追加」に基づいていることを示している。
境界線を守る側ではなく、その1つ下の階層に尋ねる。 温存予算の場所を特定できるのは、その存在から何の恩恵も受けていない人々だ。彼らは1つ下の階層に位置しており、1回話をすればそれを説明できるが、これまで誰も彼らに尋ねてこなかった。尋ねないのは、その答えが、質問を承認しなければならない当事者たちを窮地に追い込むことになるからだ。
分母が間違っている
変革投資におけるROI（投資対効果）の計算は、根本的に間違っており、そのズレは無視できないほど大きい。本来のコストは「導入費用」に「現状維持のために発生する温存費用」を加えたものであるべきだが、現状では導入費用だけが分母として使われている。
その数値を正直に計算すれば、損益分岐点に達しているように見える変革プロジェクトも、実際にはマイナスに転じるだろう。
しかし、これを計算する者はほとんどいない。温存費用を特定するには、その背後にある利害関係を明らかにしなければならないが、組織のシステム全体がそのような対話を避けるように仕組まれているからだ。
そのため、数値は計算されないまま放置され、変革と維持の両方に支出が続けられる。
ここでの差し迫ったリスクは、企業が投資を怠ることではない。
巨額の資金を投じたにもかかわらず何も変化せず、「このテクノロジーは期待外れだった」と結論づけてしまうことだ。実際には、変革のための1ドル（約1万未満円）に対して、誰も承認していない1ドル（約1万未満円）が、誰も守るつもりのなかった古い設計を静かに、かつ執拗に守り続けていたのだ。
これによって淘汰されるのは、動きが遅すぎた企業ではない。十分な成功を長年維持してきたために、誰も時計の裏蓋を開けて中を見てみようとしなかった企業だ。
あの「77%」という数字の背景にあるブリニョルフソンの「Enterprise AI Playbook」は、5カ月にわたり41の組織と51件の個別の導入事例を調査したものであり、測定可能な価値を生み出したケースのみを対象としている。変革に数週間を要したケースもあれば、数年かかったケースもある。著者たちは何がそれらを分けたのかを突き止めようとし、その答えは1文に集約された。
違いをもたらしたのは、決してAIモデルではなかった。常に「組織」だったのである。
