AIにはあらゆる仕事をより簡単に、より早く、より質高くし、誰もが働く時間を減らしながら多くの成果を出せる可能性があると思われがちだ。しかし、現実はほど遠い。2026年3月にAdaptavistがナレッジワーカー2500人を対象に行った調査では、52%が同僚によるAIのアウトプットを修正するために日常的に時間を割かなければならないことが判明した。
しかし、誤った結論を出さないよう注意が必要だ。これはAIの問題ではなく、選定の問題である。問うべきは企業がAIを使うべきかどうかではなく、あるプロセスが実際には4つの自動化レベルのどれを必要としているかだ。すべての場所で最も高いレベルを選べば、ハエを仕留めるのに散弾銃をぶっ放すように、信頼性が必要な局面で無用な解釈のゆらぎという代償を払うことになる。
チームはなぜAI作業に対する「検証税」を支払っているのか？
Adaptavistの調査では、この現象を「検証税（verification tax）」と呼んでいる。AIのアウトプットをチェックし、修正し、手直ししなければならないことで生じるやり直し作業のことだ。回答者の46%が、この修正作業によって自分の仕事がより単純作業化し、やりがいが薄れたと答えている。また65%が、AI普及以前の労働世界を懐かしむことがよくあると答えた。
原因がAIモデル自体にあることは稀だ。原因は、企業がAIの適用場所をどのように決めているかにある。まるで散弾銃のように無差別に適用しているのだ。タスクがテキストや文書、あるいは課題のように思えるという理由だけでAIが適用される。プロセスが解釈を必要としているからではなく、ツールが存在し印象的だからという理由だ。検証税が発生するのはまさにその場所、つまり固定ルールで十分なはずのあらゆるポイントでモデルが解釈を行ってしまうからである。
最も信頼性の高い自動化にAIが一切含まれていないことが多いのはなぜか？
我々がこれまでクライアント向けに構築してきた中で、最も信頼性の高い単一の成果には、AIコンポーネントがひとつも含まれていなかった。
あるイベントサービス企業は年間数百件の提案書を作成しており、作成とフォローアップに提案1件あたり約2時間を要していた。年間で数百時間、数千ユーロ相当の労力が拘束されていたのだ。これを解決するため、我々は決定論的なフォローアップワークフローを構築した。固定のルール、固定の時間、プロンプトはなしだ。このフォローアップワークフローにより、同社はフォローアップ率を向上させ、200営業日以上の時間を創出し、売上を伸ばすことができた。
レバー（成功のテコ）となったのは知能ではなく、再現の信頼性だった。あらゆる提案書が毎回まったく同じ方法でフォローアップされ、システムが今日いつもと違う判断をしたかどうかを誰も確認する必要がない。
一般的なワークフローエンジンで構築できるような決定論的ワークフローは、今でも非常に高速で安価、かつ信頼性が高い。何も解釈されないため、監督は必要ない。
AIが実際に本領を発揮するのはいつか？
反対の例を考えてみよう。ある小売り企業は数千件のマスターデータレコードを保有していたが、長年にわたり不統一な形式で記述されており、どのようなルールブックでも網羅できないほどの表記揺れが存在していた。このクライアントにとって、AIこそがテコとなった。データクレンジング作業は数百時間から数十時間へと削減されたのだ。世界中のどのルール集もあらゆる表記揺れを予見することはできなかっただろうが、パターンを解釈するモデルにはそれが可能だった。
ここから、あらゆる自動化の意思決定の分け目となる境界線が導き出される。ケースが既知の場合は「ルール」、バリエーション（差異）がルールを超える場合は「AI」だ。既知のケースにAIを向けると、望んでもいない解釈の余地を買い込むことになる。これは理論上の話ではない。Thinking Machines Labは2025年9月、大規模言語モデルが同一のリクエストに対しても決定論的な応答をしないことを示した。ある実験では、1000回の同一クエリに対して80種類の異なる回答が生成された。クリエイティブな作業であれば問題ないが、毎回まったく同じように実行されるべきプロセスにおいては、それは最初から組み込まれたエラーの原因となる。
4つのレベルとは何か、そしてどのように選ぶべきか？
我々は自動化の4段階モデルを用いて支援を行っている。レベル1は「組み込み機能」、つまり既存のツールがすでに提供している機能だ。例えば、1クリックで読み込めるメールテンプレートにより、同種のメールに常に同じ回答を出せるようにすることなどが該当する。レベル2は、固定ルールによる「決定論的ワークフロー」だ。
レベル3は「AI洗練型ワークフロー」だ。AIがワークフローに統合されているが、AI自らが意思決定するわけではなく、単一のステップを洗練させる。これは、例えばテキストを推敲する必要があるが、常に同じトーンで行う必要がある場合などに必要となる。レベル4は、自律的に意思決定を行う「自律型エージェント」だ。これらのレベルは二者択一ではなく、段階的なカスケード（階層構造）をなしている。
重要なのは、すべての場所に最上位レベルを適用することではなく、プロセスごとに最適なレベルを選ぶ技術だ。判断基準となるのは3つの質問である。「プロセスのバリエーションは記述可能か？」「結果は再現可能でなければならないか？」「ミスが発生した場合のコストはいくらか？」バリエーションが記述可能で、ミスのコストが高いほど、適切なレベルは低くなる。
自律型エージェントはカスケードの末端に位置するのであり、起点ではない。SalesforceのAI研究者が自社のベンチマーク「CRMArena-Pro」で測定したところ、主要なAIエージェントであっても、複数ステップに及ぶビジネスのタスクにおいて約35%の成功率しか達成できないことが判明している。
リーダーは月曜の朝から何を変えるべきか？
誰かがツールを選定する前に、社内で最もコストがかかっている定常プロセスを取り上げ、その適切なレベルを見極めることだ。レベル3が議論に上る前に、レベル1とレベル2を徹底的に使い倒すこと。そして、最も耳の痛いステップが続く。すでにAIが導入されているすべての場所において、レベルを下方修正（見直し）することだ。ルールで十分だったはずのそれらの場所では、いずれも無言のうちに検証税が支払われている。デジタル化が自動化の前段階であるのと同様に、ここでもあらゆることにおいて論理的な順序が必要とされる。
冒頭で触れた調査に話を戻そう。「52%」という数字はAIに反対するための論拠ではない。それは3年間にわたる「散弾銃的なAI利用」が生んだ結果にすぎない。プロセスごとに最適なレベルを選択する企業は、ルールで十分な場所では信頼性を得て、バリエーションが求められる場所では本物のAIによるテコ効果を得るという、両方の成果を手にすることができるのだ。
