ビジネスリーダーがAIについて語るとき、その議論はたいてい自動化に集中する。システムが人間より速く文章を作成し、要約し、分析し、質問に答えられるなら、主な価値は人件費の削減にある、という前提である。私は、この捉え方は狭すぎると考えている。多くの組織において、より深いボトルネックはツールの不足ではなく、組織の記憶の弱さにあると考える。
断片化された知識が抱える根本的な問題
組織の記憶とは、組織が実際に機能するために役立つ蓄積された知識を指す。意思決定がどのようになされたか、どの提案が成功したか、重要文書がどこにあるか、どの専門家が何を知っているか、そして公式の手順ではなく実際のワークフローがどうなっているか、といった知識である。それは、方針、判断、前例が実務上どのように相互作用するかに影響する。あまりに多くの企業で、そうした知識は受信箱、PDF、スプレッドシート、Slackのスレッド、レガシーSaaSプラットフォーム、そして少数の経験豊富な従業員の頭の中に分散している。
この断片化には大きなコストがかかる。マッキンゼーの試算によると、ナレッジワーカーは週のかなりの時間をメール作成、情報検索、社内連携に費やしており、コミュニケーションと知識共有のワークフローを改善すれば生産性を20〜25%高められる可能性があるという。
さらに最近では、デロイトが、迫り来る退職の波によって大規模な組織知の流出が起こり得ると警告し、多くの組織が経験豊富な従業員の退職前に重要な知識をいまだに取り込めていないと指摘した。これらは周辺的な問題ではなく、産業全体にとって重大な業務上の制約である。
戦略資産としての記憶
研究、医療、防衛、先端製造、プロフェッショナルサービスといった知識集約型の分野では、この点がいっそう重要になる。そうした環境において、組織の記憶が弱いことの真のコストは、実行の遅れ、意思決定のばらつき、オンボーディングの難化、そして「物事の進め方をただ知っている」少数の人々への避けられるはずの依存である。そうした人々が退職したり、組織が規模拡大を試みたりすると、システムは脆弱になる。
それが、AIの最も持続的な企業価値は、人の置き換えではなく、組織が散在する記憶を利用可能なインフラへと変えるのを支援することから生まれるかもしれないと私が考える理由の1つである。うまく活用すれば、AIは過去の業務を浮かび上がらせ、関連文書を結びつけ、履歴を要約し、業務の現場で組織知を利用できるようにする助けとなる。しかしそれが実現するのは、リーダーが記憶を業務の副産物ではなく戦略資産として扱う場合に限られる。
AIは「回答レイヤー」ではない理由
高等教育では、研究管理が有用な例を提供している。研究集約型の機関では、重要な知識が専門部署、資金提供機関のウェブサイト、内部ガイダンス、過去の提出書類、経験豊富な職員の間に分散していることが多い。Duke UniversityのmyRESEARCHpathについて述べた『Journal of Research Administration』の論文は、研究支援部門の情報がばらばらの場所に置かれていると、研究者や管理担当者は必要なときに必要な情報を見つけるのに苦労すると指摘した。この問題は大学に限ったものではない。企業全体で見られるおなじみのパターンである。情報は存在するが、信頼しやすく、たどりやすく、再利用しやすい形にはなっていない。
だからこそ私は、企業AIを組織の混乱の上に浮かぶ「回答レイヤー」として扱うことに対し、リーダーに注意を促したい。基盤となる知識環境が断片化し、古く、あるいはガバナンスが不十分であれば、AIはしばしばその弱点を増幅する。誤った方針を検索したり、重要な文脈を見落としたり、不完全な情報についてもっともらしい要約を生成したりする可能性がある。言い換えれば、AIへの準備は、モデルの問題である以前に、知識アーキテクチャの問題であることが多い。
正しい問いを立てる
実務上の含意は、リーダーがより良い問いを立てるべきだということである。どのモデルを使うべきか、だけではない。自社の重要な知識はどこにあるのか。そのうち実際にアクセス可能なものはどれほどか。今なお属人的な知識に依存しているワークフローはどれか。シニア社員が退職したとき何が起こるのか。ユーザーがデータだけでなく文脈を必要とするとき、どこへ行くのか。こうした問いの方が、AI施策が持続的な価値を生み出すかどうかに、はるかに近い。
また、優れたAI導入が、範囲を絞った高価値の知識ワークフローから始まる傾向があるのもこのためだと私は考えている。全社向けの万能エージェントを構築しようとするのではなく、断片化した記憶がすでに実行を妨げている、範囲の明確なユースケースから始める方が賢明なことが多い。それは提案書作成、技術サポート、社内調査、オンボーディング、ポートフォリオ報告などかもしれない。いずれの場合も、得られる成果は単にアウトプットが速くなることではなく、組織としての想起力が強まることである。
研究部門における課題は、機関に情報が不足していることではめったにない。問題は、重要な知識があまりに多くのシステム、文書、人にまたがって広がっており、適切な瞬間に一貫して活用できないことにある。その層を再構築することは、ソフトウェアの問題ではなく、組織の記憶をより検索しやすく、追跡しやすく、業務に生かしやすくする機会として考えるべきである。
大きな視点
経営幹部、特に高等教育分野の幹部に対する私の結論はシンプルである。AIでより多くの業務を自動化する方法を問う前に、自分たちの組織がすでに知っていることを思い出せるのかを問うべきだ。多くの企業において、こちらの方がより重要な問題である。AIで勝つ組織は、単により速く答えを生成する組織ではない。より強固な組織の記憶を築き、それを真の競争資産へと変える組織である。
