ここからがリーダーシップの問題となる。不適切な前提条件を見抜くことを学んだアナリストは、やがてチームが許容できる前提条件を判断するマネージャーとなり、いつか自分が作成していない分析結果に疑問を投げかけるCEOになるのかもしれない。IBMの人事部門トップ、ニッケル・ラモローは、キャリア初期の採用削減は短期的にはコスト削減につながるかもしれないが、将来的に中堅人材の不足を招くと警鐘を鳴らしている。筆者の経験上、優れた経営幹部とは、キャリアの階段を上る中で失敗の傷を負ってきた人物だ。彼らは新しいことに挑戦し、いくつかの失敗を経験し、そこから立ち直らなければならなかった。初期の業務割り当ては、経験豊富な上司がサポートできる環境で、こうした失敗をする余地を人々に与えるのだ。
育成の責任を誰かが担わなければならない
研修医制度は、指導下での実務訓練における確立されたモデルだ。研修医は指導の下で実際の意思決定を行い、上級医は「症例を通じて指導し、思考プロセスを説明し、段階的に権限を与える」。そしてメディケア（高齢者向け公的医療保険）が病院の研修費用の一部を補助する。ブルッキングス研究所の上級研究員であるモリー・キンダーは、ホワイトカラーの仕事にも同様の仕組みを求めている。ただし費用負担は納税者ではなく、AIから利益を得ている企業が担うべきだとしている。ターマン大統領も政府の関与が必要だと考えている。
IBMはエントリーレベルの役割を再設計している。ラモローは2月に開催されたCharterのサミットで、IBMがエントリーレベルの採用を3倍に増やしていると述べた。同社の若手開発者は、現在はAIの支援を受けながらプログラミングを行い、「マーケティングチームとの対話により多くの時間を費やしている」という。真の試練は、再設計されたこれらの職務が、判断力を養うために十分な「指導下での実務機会」を若手に与えられるかどうかだ。同社の発表はアプローチを示したものであり、成果を示したものではない。
筆者が最も懸念するAIのリスクは、責任者が明確でないリスクであり、人材育成も容易にその一つになり得る。企業がエントリーレベルの業務を自動化する前に、初心者がその業務から何を得ていたのか、そしてその学びが次にどこで得られるのかを説明できる人物がいるべきだ。マッキンゼーはあるアプローチを提示している。まず従業員に特定の業務を試させ、その後、各自の思考プロセスとAIの出した結論との違いをマネージャーとともに確認させるという手法だ。もう一つの方法は、経験豊富な同僚とともに若手をクライアントとの会議に同席させ、事後に意思決定のプロセスについて話し合うことだ。
自動化を承認する経営幹部は、その学びに対する責任者を指名すべきだ。AIが作成したスプレッドシートであっても、有意義なレビューミーティングを行うことは可能だ。企業は単に、その場に初心者を同席させ続ければよいのだ。
