医療技術業界で20年近くの経験を持つ私は、テクノロジーによる変革を進めるヘルスケアのエグゼクティブ、臨床医、病院、そしてグローバルな医療機関と緊密に連携してきた。そのキャリアを通じて私が学んだのは、変革の真の起爆剤となったのはテクノロジーではなく、常に「人」であったということだ。
今日、人工知能（AI）は、組織がデータを分析し、結果を予測し、プロセスを自動化し、戦略的意思決定を支援する方法を変えつつある。あらゆる業界のリーダーが、効率を高め、これまで得られなかった洞察を明らかにするためにAIへ投資している。
しかし、目覚ましい技術的進歩にもかかわらず、ひとつの問いが残る。
なぜ、AIの導入に成功する組織がある一方で、その価値を十分に発揮できずに苦労する組織があるのだろうか。多くの場合、それはテクノロジーのせいではない。AI変革を成功させるかどうかは、信頼を築き、コラボレーションを促し、変化を伝え、不確実な状況の中で人々を導くリーダーシップの能力にかかっている。これらはすべて「感情的知性（EQ）」の能力だ。
AIがよりスマートになり続ける今、感情的知性の価値はますます高まっている。今後10年をリードするために、組織は人工知能と人間の知性との間により強い結びつきを築き、互いが互いを強化し合う循環を生み出さなければならない。
AIと感情的知性のクローズドループ
人工知能は、何百万ものデータポイントを迅速に処理し、パターンを特定し、根拠に基づく推奨事項を生成することができる。しかし、AIが組織を成功させるわけではない。成功させるのは人だ。AIのいかなる推奨事項であっても、それを解釈し、伝え、信頼を築き、最終的にそれに基づいて意思決定を行う「誰か」が依然として必要である。ここに、AI変革において欠けていたレイヤーである感情的知性が登場する。
感情的知性に優れたリーダーは、従業員が新しいテクノロジーを導入する際に心理的安全性を感じられる環境を作り出す。彼らは変化を効果的に伝え、抵抗を減らし、コラボレーションを促し、AIが人々を脅かすのではなくエンパワーするようにする。従業員がテクノロジーとリーダーの両方を信頼すれば、導入は加速する。
導入が広がれば、より質の高い運用データが得られ、それがAIの性能を高める。より優れたAIは、より的確な推奨事項を生む。
それらの推奨事項が、より良いリーダーシップの意思決定を支え、学習サイクルを生み出す。
AIが知性を生む。感情的知性が信頼を築く。信頼が導入を促す。導入がより良いデータを生む。より良いデータが、よりスマートなAIを育てる。よりスマートなAIが、より優れた意思決定を可能にする。より優れた意思決定が、より強力なビジネス成果をもたらす。
これが、私のいう「AIと感情的知性のクローズドループ（AI-Emotional Intelligence Closed Loop）」である。
このループを構築できた組織は成長を続ける。それはAIが単独でスマートになるからではなく、人とAIが互いに高め合い続けるからである。
ヘルスケア分野における具体例
ヘルスケアは、この関係を最も明確に示す分野のひとつである。現代のAIシステムは、患者の容態悪化を早期に察知し、病院の運営を最適化し、画像診断の解釈をサポートし、根拠に基づく推奨事項によって臨床医を支援することができる。しかし、アルゴリズムが存在するという理由だけでAIを導入する医師は一人もいない。
集中治療室（ICU）にAIを活用した臨床意思決定支援システムを導入する場面を想像してほしい。このテクノロジーは、従来のモニタリング機器が問題を検出する数時間前に、患者の容態が悪化する可能性を示す微細な生理学的傾向を特定する。
テクノロジーはインテリジェンスを提供した。次に、そのインテリジェンスが価値を生むかどうかを決めるのはリーダーシップである。
意思疎通を図り、臨床医を巻き込み、多職種間のコラボレーションを促し、AIは臨床判断に取って代わるものではなくサポートするものであることを強調するリーダーは、チーム全体に確信をもたらす。
その確信が導入を後押しする。導入によって実際の臨床現場からのフィードバックが生成される。AIはより質の高いデータから学習し続け、患者の治療結果が改善する。そしてそれがリーダーシップとテクノロジーへの信頼をさらに高める。
課題
多くの組織は、AIの導入を主にIT主導の取り組みであると誤解している。しかし実際には、AI変革とはリーダーシップの取り組みなのだ。最大の障壁のひとつは恐怖である。例えば、従業員は自分の仕事が奪われることを恐れ、マネジャーはアルゴリズムによる推奨事項を信用しないかもしれない。このような人間的な懸念を解決できるのは、感情的知性を備えたリーダーシップだけだ。
私の心に深く刻まれている経験がある。ヘルスケア分野でのAI導入プロジェクトに携わっていた時のことだ。最大の課題はテクノロジーではなかった。人々は「それを信頼できるのか？」と問いかけていた。一部の臨床医は、AIが徐々に臨床判断に取って代わるのではないか、あるいは自分たちが自信を持って説明できないような推奨事項を提示されるのではないかと懸念していた。プレゼンテーションや技術的な詳細で彼らを説得しようとする代わりに、私は彼らの懸念に耳を傾け、実際の臨床シナリオを一緒に議論することに時間を費やした。私たちは、AIは意思決定をサポートするために存在するのであって、決定を下すためではないこと、そしてすべての推奨事項は常に人間によって検証されることを明確にした。信頼が高まるにつれ、人々はAIと人間の判断を相反するものとして捉えるのをやめた。その代わりに、お互いの潜在的なバイアスを特定して軽減し合う補完的な関係として捉え始めたのだ。この経験により、AI導入の成功はテクノロジーではなく、信頼から始まるという私の信念はさらに強固なものとなった。
もうひとつの課題は、AIへの過度な依存である。AIは意思決定を強化するが、倫理的な判断や文脈の理解に取って代わることはできない。ビジネスリーダーは、テクノロジーが批判的思考（クリティカルシンキング）の代用になってしまう事態を避けなければならない。
最後に、組織は見落とされがちな現実を認識しなければならない。それは、AIは人間の行動から学ぶということだ。組織が不十分なコミュニケーション、一貫性のない意思決定、偏ったプロセスで運営されていれば、AIもそれらの弱点を受け継ぐことになる。したがって、AIの改善は、リーダーシップ、文化、そして人間同士のコラボレーションを改善することから始まる。
私がまず最初に行うのは、関係者にテクノロジーへの信頼を求める前に、早い段階で対話の場に巻き込むことだ。システムに疑問を持ち、その推奨事項に異を唱え、懸念をオープンに共有することを勧めている。そうした議論によってブラインドスポット（盲点）が浮き彫りになる。人間の専門知識とAIが互いに継続的に検証し合う環境を作ることで、信頼が高まり、最終的により良い意思決定ができるようになる。単に新しいテクノロジーを導入されるだけでなく、自分の意見が聞き入れられ、プロセスに関与していると人々が感じられる時、AIの導入ははるかに成功しやすくなることを私は実感している。
方程式の両面
人工知能があらゆる業界を再定義することは疑いない。しかし、競争優位性を獲得するのは、AIが方程式の片面にすぎないことを認識している組織だ。もう一方の面にあるのが、感情的知性である。
信頼を築き、学習を促し、変化を通じて人々を導くリーダーこそが、AIが最大の価値を発揮することを可能にする。
テクノロジーはインテリジェンスを提供する。人は意味を与える。この2つが組み合わさることで、学習と改善の継続的なクローズドループが生まれる。
ビジネスの未来は、人工知能と感情的知性の最も強力なパートナーシップを築いた組織のものとなるだろう。AIはビジネスの未来を動かすかもしれないが、その未来をどれだけ成功裏に実現できるかを決めるのは、感情的知性だからである。
