少し前まで、カスタマーサポートの担当者ではなくボットと話していると気づくのは、非常にストレスのたまる体験だった。やり取りは極めて予測可能で、選択肢を選び、質問を繰り返し、回答を得られず、最終的に人間との対話を求める、という流れだった。
しかし、その体験は急速に変わりつつある。AIはいまや、メールの下書き、会議の要約、文書の分析、依頼の分類、日常的な意思決定の支援に使われている。仕事でも私生活でも、AIが関与していることをあまり意識せずに利用する場面が増えている。
SaaS企業を立ち上げる過程で、私は同じ変化が企業内部でも起きているのを目の当たりにしてきた。しかし、AIが文脈を理解し日常的な判断を扱うのが得意になるにつれ、不快な問いが浮かび上がる。もしテクノロジーが仕事の調整をより多く担えるのなら、企業はこれまでそれを担ってきた管理職をまだ必要とするのだろうか。
私の答えはイエスである。ただし、こうした管理職の価値は変化しているとも考えている。AIは管理の必要性をなくしているのではない。かつて管理と混同していた多くの手作業を減らしているだけである。
消えゆく「人間ルーター」
長年にわたり、ワークフローの自動化は主に決定論的なものだった。リクエストが届いたらタスクを作成し、ステータスが変わったら担当者に通知し、締め切りが近づいたらリマインダーを送信する。だが、このモデルによって単純な反復作業は排除されたものの、そうしたステップの間にある「思考」の大部分は、依然として人間が担う必要があった。リクエストを読み、顧客が何を求めているかを理解し、分類し、緊急度を判断し、誰が対応すべきかを決定する人間が必要だったのだ。
現代の自動化能力は、このモデルを変える。典型的な顧客からの依頼を考えてみよう。従来、自動化がタスクを作成することはできても、その内容を解釈し、次に何をすべきかを判断するのは依然として従業員だった。そして管理職が進捗を見守り、停滞すれば介入していた。
今日、AIは非構造化メッセージを分析し、関連情報を抽出し、意図と緊急度を分類し、返答を準備することができる。その情報を起点にワークフローが起動し、適切な専門担当者を割り当て、締切を設定し、進捗を監視し、例外が発生した際にはエスカレーションを行う。結果として得られるのは単なる処理の高速化ではなく、いくつもの手動調整ステップがまるごと消えることだ。これにより、従業員や管理職は、判断力・関係構築・例外対応を要する仕事により多くの時間を割けるようになる。
しかし、AIが依頼を理解でき、ワークフローが仕事を割り振れるのであれば、管理職の役割は個別タスクの調整から、仕事を動かし続けるシステムの設計と改善へと移っていく。
優秀な管理職はすでに頭の中にワークフローを持っている
私の経験では、優秀な管理職とは、どの顧客に手厚い対応が必要か、標準的な手順が不適切なのはいつか、イレギュラーな状況に対応すべき専門家は誰か、軽微な問題をエスカレーションすべきタイミングはいつか、といったことを把握している人物だ。彼らは、どんなプロセス図でも完全にはカバーできない「例外」を理解している。
言い換えれば、ワークフローの大部分はすでに存在している。それが単に、管理職の頭の中に存在しているというだけだ。
問題は、これが運用上のリスクを生み出す可能性があることだ。特定の管理職がその場にいる場合に限ってプロセスが完璧に機能するとしたら、その人が休暇を取ったり、部署を異動したり、キャパシティを超えてしまったりした場合に何が起きるだろうか。意思決定は滞り、例外事案が積み重なっていく。
これは管理職を置き換える理由ではなく、彼らの専門知識をスケール可能にする理由である。私がAIに見出す機会とは、定型的な管理上の意思決定と、経験や判断力を真に必要とする意思決定とを分離することである。論理的根拠がすでに理解されているのであれば、管理職が同じ定型判断や優先順位付けの決定を何百回も繰り返す必要はない。そうした意思決定がどのように行われるべきかを定義し、ルールが機能しなくなったときにシステムを改善することにこそ、管理職の真の価値がある。
優れた管理職を中心にシステムを構築する
優れた管理職の業務を自動化しようとするのではなく、AIとワークフローを活用して彼らのレバレッジ（影響力）を高めることを目指すべきだ。私の経験上、これを実践で機能させるには5つの重要な原則がある。
1. 意思決定のロジックを把握する
経験豊富な管理職がどのように依頼の優先順位を決め、業務を割り当て、リスクを認識し、エスカレーションが必要なタイミングを判断しているのかを特定する。その理由付けに一貫性があるなら、そのロジックをルールやAI支援型ワークフローに組み込めることが多い。
2. 通常の経路を自動化する
定型的な状況に、管理職が常に介入する必要はない。予測可能な振り分け、期限、通知は自動化に任せ、解釈と分類はAIに担わせる。
3. 人間の領域を定義する
自動化がどこで終わるかを決定することが重要だ。一部のアクションは自律的に実行できるが、承認を必要とするものもある。異例のリスク、繊細な対応を要する顧客、重要なトレードオフを伴う意思決定は、引き続き人間の責任範囲として留めるようにする。
4. 例外から学ぶ
管理職が同じ状況で繰り返し介入しているなら、それをプロセスへのフィードバックとして扱う。繰り返し発生する例外は、多くの場合、再設計を待っているプロセスそのものである。
5. 管理職のレバレッジを異なる基準で測定する
管理職が何個のタスクを監督しているかではなく、管理職の直接的な関与なしにチームがどれだけ質の高い業務を完了できたかを評価する。
私は、最後のポイントが特に重要だと感じている。優れた管理職とは、必ずしも最も多くの意思決定に関与している人物ではない。多くの場合、本人がいなくてもチームが一貫して適切な意思決定を下せるようにしている人物なのだ。
より優れた管理職とボトルネックの解消を目指す
定型的な調整作業に時間の大半を奪われなくなれば、1人の優秀な管理職がより大規模なオペレーションをサポートできるようになる。私の経験では、これはプロセスが特定個人に依存しにくくなり、意思決定の一貫性が高まり、たまたま最初に気づいた人に頼るのではなく、明確なルールに基づいて問題がエスカレーションされるようになることを意味する。
最も重要なのは、曖昧さの克服、人材のコーチング、異例の状況への対処、プロセスの改善、既存のルールを適用すべきでないタイミングの判断など、自動化がいまだ苦手とする業務に、管理職がより多くの時間を割けるようになることだ。
中間管理職は消滅しない。「優れた管理」の定義が変わりつつあるだけだ。これから数年で最も価値を持ち続ける管理職とは、最も多くのタスクを割り振ったり、最も頻繁に進捗確認を求めたりする人ではなく、組織がより良い意思決定を下すのを助けるシステムに、自身の経験を組み込める人なのだと私は信じている。
