AI時代においても、人間のモチベーションが鍵となる
AIによる変革を進める際、多くのリーダーは人間の動機について十分に考えていない。彼らはモデルやベンダー、ユースケースばかりに執着する。そして、なぜ導入が失速するのか、なぜパイロットプロジェクトが拡大しないのか、なぜ優秀な人材が静かに抵抗するのかと頭を抱える。問題はテクノロジーではない。AIが、人々の職場での行動を支配する「4つの根源的な動機」を揺るがしていることなのだ。
これらの動機に関する最も優れ、かつ実用的な研究は、今から四半世紀近く前のものだ。ハーバード・ビジネス・スクール（HBS）のポール・ローレンス教授とニティン・ノーリア教授は、2002年の著書『Driven: How Human Nature Shapes Our Choices』の中で、人間に生まれつき備わっている4つの動機を明らかにした。HBSで数十年にわたり組織行動学を教え、2011年に亡くなったローレンスと、後に同校の学長を務め、現在はスライブ・キャピタルのエグゼクティブ・チェアマンを務めるノーリアは、これらの動機は人間の脳に組み込まれていると主張した。それは、「獲得する（職場で言えば『稼ぐ』）」動機に加え、「学ぶ」動機、「他者と絆を結ぶ」動機、そして「守る（自分の仕事や同僚をある程度コントロールする）」動機である。これら4つすべてを満たす組織はコミットメントを得られる。しかし、どれか1つでも妨げる組織は、抵抗に直面することになる。
一歩引いて見てみれば、AIがこれら4つすべてを同時に脅かしていることがわかるだろう。
稼ぐ。 多くの人が抱く疑問は、単刀直入に言って「AIに仕事を奪われるのか」ということだ。AIツールを歓迎している従業員でさえ、生産性が向上することは単に自分が用済みになる時期を早めるだけではないかと不安に思っている。この「稼ぎ」に関する疑問に信頼できる形で答えない限り、AIについて発信する他のどんなメッセージも耳に届くことはない。
学ぶ。 プロフェッショナルたちは、自分の専門技術を深く学ぶ代わりに、機械から提示された答えを受け取るだけになるのではないかと懸念している。手作業でモデルを構築したことのないジュニアアナリストや、契約書をゼロから起草したことのない若い弁護士は、上司の価値の源泉である「判断力」をいつまでも養えないかもしれない。人々はこの浸食を感じ取っており、それに恐怖を抱いている。
絆を結ぶ。 私たちがアドバイスを提供するシニアエグゼクティブの多くは、より密かな懸念を口にする。若手をどのように組織に迎え入れ、企業文化や特徴を吸収させ、友人を作り、プロフェッショナルとしての人間関係を築かせるか、という問題だ。徒弟制度は常に社会的な性質を持っていた。かつて若手とベテランを同じ場所に引き合わせていたエントリーレベルの仕事をAIが代替してしまうと、企業の結束メカニズムは崩壊し始める。
守る。 ある部門にAIが導入されると、その技術が全社規模に拡大された後、その部門がどのように再編成されるか誰にも予測できなくなる。指揮系統、チームの規模、キャリアパスのすべてが流動的になる。予測も影響を及ぼすこともできない変化に対し、人々は不安を感じる。そしてそれは、自分の置かれた状況をコントロールできているという感覚を直接的に脅かす。
これは仮定の話ではない。AT&Tの例を見てみよう
AIが企業の隅々にまで浸透するスピードに懐疑的なら、AT&Tの事例を考えてみてほしい。「The Information」のアーロン・ホームズの報道によると、同社の社内プラットフォーム「Ask AT&T」は現在、10万人の従業員全体で1日あたり450億トークンを処理している。開発者はコードを生成し、営業担当者はクライアントとの通話を要約し、人事部は社内規定に関する質問に対応し、サポート担当者は通話中に回答を検索する。すでに問い合わせの40%をオープンソースモデルが処理しており、同社はこれを60%から70%にまで引き上げる計画だ。あるルーティングツールは、わずか2%の品質低下で、一部のコーディングタスクのコストを56%削減した。
これらの数値を「4つの動機」というフィルターを通して見てほしい。10万人の従業員の誰もが、これが自分の稼ぐ力、専門知識、人間関係、そして社内での立場にとって何を意味するのかを自問している。同時に、人間の本性を尊重した設計上の選択にも注目してほしい。AT&Tの開発者は、支出上限の範囲内で、Claude（クロード） CodeからGitHub Copilotに至るまで、独自のツールを選択できる。制限を設けたうえでの選択の自由は、経済的な規律を保ちつつ、従業員のコントロール感を維持する。
リーダーが取るべき行動
4つの動機のそれぞれに明確に対処すべきだ。なぜなら、部下たちはすでにこれらすべてを感じているからだ。
「稼ぐ」については、どの職務が変化するのか真実を語り、AIの習熟度を昇進や報酬に結び付けることだ。そうすれば、稼ぐための道はテクノロジーを避けるのではなく、それを経由するものになる。
「学ぶ」については、専門知識が構築されるプロセスを再設計することだ。従業員に対し、AIのアウトプットをただ受け入れるだけでなく、批判的に評価し検証することを求める。目指すべきは、AIのおかげで仕事が速くなり、かつAIがなくても十分な能力を発揮できるプロフェッショナルを育てることだ。
「絆」については、徒弟制度を守ることだ。かつて若手とベテランを同じ部屋に集めていた雑用をAIが片付けてしまうのなら、両者を同席させる新たな理由を作る必要がある。AIのアウトプットを共同でレビューする、より早い段階でクライアントに接させる、計画的なメンター制度を設ける、といったことだ。
「守る」については、AIが自らの業務をどのように再編成するかについて、各部門に実質的な発言権を与えることだ。人間は自分が設計に関わった変化を支持し、一方的に押し付けられた変化には抵抗するものだ。
ローレンスとノーリアの洞察は、この瞬間のために四半世紀待たれていたのだ。AIはこれからも組織を揺るがし続けるだろう。その不安定さが変革につながるか、それとも密かなサボタージュにつながるかは、従業員を単に訓練すべき「ユーザー」として扱うか、あるいは「稼ぎ、学び、絆を結び、守ろう」とする動機を持った「人間」として扱うかによって決まる。
