AI主導の職場に適応するよう、ビジネスリーダーにかかる圧力はかつてないほど高まっている。2500社以上を対象にしたLHHの調査「2026 View from the C-Suite」によると、AIと新興テクノロジーは、リーダーシップのスキルギャップとして認識される項目で1年で7つ順位を上げ、首位に躍り出た。リーダーに向けられたメッセージはますます明確だ。AIに適応するか、取り残されるリスクを負うかである。
企業も自社の人員構成について同様の計算をしている。Amazon、Meta、Googleはいずれも、業務を効率化しAIインフラへの投資を強化する中で、管理職ポジションを削減してきた。AIがより多くの仕事を担い、コストを削減し、より少ない管理階層で組織を運営できるようにするというのが期待だ。
しかし、自動化された仕事を有効なリーダーシップの代替物として扱うことにはリスクがある。AIは組織の効率を高められるが、リーダーを効果的たらしめる要素の多くは、依然として人間の判断、人間関係、そしてテクノロジーだけでは答えを出せない状況を切り抜ける力に依存している。
変化するこの仕事の世界で最も価値あるリーダーは、AIについて最もよく知っている人ではなく、AIに何ができないかを理解している人なのかもしれない。
AIリテラシーは不可欠になりつつあるが、それだけでは不十分
AIは、企業がリーダーに求めるものを変えつつある。チームを率い、業績を上げることに加え、経営幹部には、AIがいかに生産性を高め、意思決定を支援し、仕事の進め方を再構築するのかを理解することが、ますます期待されている。
その圧力は理解できる。AIは膨大な情報を分析し、パターンを特定し、かつて管理職の時間を奪っていた事務作業を自動化できる。こうした能力を理解しているリーダーは、チームにとっての機会を見いだし、AI投資をどこに向けるべきかについて情報に基づいた判断を下す上で、有利な立場にある。
だが、AIを使える能力が必ずしも強いリーダーシップにつながるわけではない。AIが生成したインサイト(洞察)を解釈できる管理職であっても、明確な優先順位を示したり、従業員の信頼を得たり、ビジネス上の利害が競合する場面で難しい判断を下したりすることに苦労する場合がある。
ここに本質的な違いがある。AIはリーダーが選択肢を評価するための情報を提供できるが、その決定の結果に対する責任を引き受けることはできない。その責任は、組織を率いる人間に残り続ける。
AIが代替できないリーダーの責務
技術スキルへの重点が高まる一方で、LHHの同じ調査では、戦略的な明確さの欠如が依然としてリーダーシップの有効性を制約する最大の要因であり、リーダーの28%がこれを挙げていることがわかった。高度なAIツールにアクセスできるリーダーであっても、自らの判断や責任をAIに外部委託できるわけではない。どの優先事項が重要なのかを見極め、難しいトレードオフを行い、従業員に明確な方向性を示す必要は依然としてある。
コーチングと従業員育成:AIは管理職がパフォーマンス上のギャップを特定し、研修プログラムを推奨し、進捗を追跡するのに役立つ。しかし、従業員の育成はパフォーマンスを測定すること以上のものだ。リーダーは個々の強みを理解し、潜在能力を見いだし、従業員がより大きな責任を担えるようになるための指導を提供しなければならない。
信頼の構築:従業員は、率直にコミュニケーションを取り、約束を果たし、意思決定において公平性を示すリーダーを信頼しやすい。AIは、調査やフィードバックを通じて管理職が従業員の懸念を理解する助けにはなるが、従業員がそのリーダーシップに自信を持つ土台となる個人的な関係を築くことはできない。
対立の解決:職場での意見の不一致には、競合する利害、ぎくしゃくした人間関係、データだけでは解決できない事情が絡むことが多い。AIは解決策の候補を評価する助けにはなるかもしれないが、管理職は関係する人々を考慮し、難しいトレードオフを行い、結果に責任を持たなければならない。
不確実性の中で率いる:優先順位が変わり、役割が消え、自分の仕事の将来が不透明になったとき、従業員はリーダーに方向性を求める。AIはリスクの評価やシナリオの検討を助けることはできるが、どう対応するかを決め、その変化を通じて従業員を導くことは、依然としてリーダーの責務である。
企業は管理階層を削減する一方で、リーダーの準備度は低下している
企業がAIへの投資を強化する中、一部では管理階層の削減も進められている。かつて管理職が担っていた仕事を自動化が引き継ぐことを期待しているためだ。Amazonは2024年、管理職に対する個人貢献者の比率を少なくとも15%引き上げる方針を示した。Googleは2025年、小規模チームを統括する管理職の35%を削減したと従業員に伝えた。Metaの2026年5月の人員削減では管理職が不均衡に大きな影響を受け、OracleはAIインフラへリソースを振り向ける中で今年数千人規模の雇用を削減し、アナリストは削減規模が2万〜3万人に達する可能性があると推定している。
Gartnerは2024年末に、2026年までに組織の20%がAIを活用して組織構造をフラット化し、既存の中間管理職の半数以上をなくすと予測した。
Metaはすでに軌道修正に動き始めており、Applied AI部門の一部のエンジニアに対し、再びチームを率いる意思があるかを打診している。
短期的な財務上のメリットは魅力的に見えるかもしれないが、長期的なコストは見えにくい。削減される管理職ポジションの一つひとつは、AIで自動化できる仕事にかかる費用を節約する一方で、貴重な経験、メンターシップ、将来のリーダーを育てる機会も失う可能性がある。
リーダーシップ継承の現状を踏まえると、これは特に懸念すべきことだ。DDIのGlobal Leadership Forecast 2025では、自社に重要なリーダー職を埋める準備のできた人材が十分にいると確信している人事担当者は20%にとどまった。今月発表された2027年版では、現在88%が自社のリーダーシップパイプラインに自信を持てていないことがわかった。
管理職は、業務を監督するだけではない。従業員を指導し、判断力を育て、より大きな責任を担えるよう準備させている。企業がこうした機能を維持しないままこれらのポジションをなくせば、将来のリーダーシップチームが必要とするまさにその能力を失うリスクがある。
次のリーダーシップ危機は、後継者問題かもしれない
企業が現在の経営幹部の後任を誰が務めるのかを考えると、この課題はいっそう深刻になる。DDIの2025 HR Insights Reportでは、組織が重要なリーダー職を社内候補者で直ちに埋められる割合は49%にすぎないことがわかった。この結果は、多くの企業がすでに、上級職に就く準備のできた従業員の厚い層を欠いていることを示している。
AIはさらに複雑さを加える。DDIのGlobal Leadership Forecast 2027でも、新興テクノロジーをうまく活用する準備が十分にできていると感じているリーダーはわずか14%であり、将来のリーダーがAI主導の職場に対応する力を備えているのかという懸念が高まっている。
リーダー育成には時間もかかる。従業員は、チームを管理し、難しい決断を下し、経験豊富な同僚から学ぶことで、上級職に必要な経験を積む。そうした機会が限られるようになれば、企業は研修プログラムやAIツールがその差を埋めると想定することはできない。実践的なリーダー育成を優先しなければ、重要なリーダー職が空席になったときに引き継ぐ準備のできた従業員が少なくなるリスクを負うことになる。
AI主導の職場で、より強いリーダーシップを築く
AIがどこで限界を迎えるのかを知ることは、課題の一部にすぎない。リーダーは、自分のチームが依存する人間の能力を弱めることなく、AIをどう使うかも決めなければならない。つまり、自動化に明確な境界線を設けると同時に、効率化による成果が、より良い意思決定、より強いチーム、長期的な組織パフォーマンスにつながるようにするということだ。
判断を置き換えるのではなく、意思決定の材料としてAIを使う:AIはパターンを特定し、データを分析し、起こり得る結果を評価できる。しかしリーダーは、より広いビジネスの文脈を考慮し、競合する優先事項を比較考量し、自らが下す決定に責任を持たなければならない。
従業員育成を優先する:定型的な管理業務を自動化することで、管理職は従業員を指導し、意味のあるフィードバックを提供し、次世代人材をリーダーとしての責任に備えさせる時間を確保できるはずだ。
人間による監督を維持する:採用、昇進、パフォーマンス管理、組織再編に関わる決定には、慎重な検討が必要である。リーダーはAI利用についての明確なガイドラインを策定し、重大な影響を伴う決定には適切な人間のレビューが入るようにすべきだ。
生産性以外も測定する:プロセスの高速化や運営コストの低下が、必ずしもより良いリーダーシップにつながるわけではない。企業は、AI導入が組織の有効性を高めているかを判断するために、従業員定着率、リーダーの準備度、チームのパフォーマンスも追跡すべきである。
組織が直面するリーダーシップ上の課題は、単なるテクノロジーのギャップではない。それは「判断力のギャップ」である。AIリテラシーは基本要件になりつつあるが、これらのツールの使い方を知っていることが、その人を自動的に有能なリーダーにするわけではない。これから最も重要となるリーダーは、AIの能力と、いかなるアルゴリズムも完全には再現できない人間の判断、信頼、経験を組み合わせられる人物である。



