誰かが「自社にはAIが必要だ」と言うたびに、私が繰り返し立ち返る問いがある。それは「具体的に、どこに必要なのか」ということだ。
私たちはどの問題を解決しようとしているのか。どの意思決定に、よりよい情報が必要なのか。何を改善できると期待しているのか。
これらの答えがなければ、「AIが必要だ」という言葉は従業員にほとんど方向性を示さない。従業員にはなお、終わらせるべき業務があり、分析すべき情報があり、成果を出すプレッシャーがある。そのため、手軽に使えるツールがあれば、あっという間に業務プロセスに組み込まれてしまう可能性がある。
これは私たちの会社でも起きた。従業員はすでに、AIツールに業務データを共有していたのである。その事実は、リーダーとして私たち自身に問うべき問題を浮かび上がらせた。従業員に、こうしたツールを責任ある形で使う方法を教えていただろうか。ガバナンスは整っていただろうか。どの情報を共有してよく、どこで承認が必要になるのかを説明していただろうか。
調査は、こうした問いにさらなる重みを与えている。2025年のメルボルン大学とKPMGの調査では、職場でAIを使用している従業員のうち、48%が企業情報を公開AIツールにアップロードしたと回答し、56%が使用を許可されているかどうかを知らないままAIを使っていた。
これらは自己申告に基づく調査結果だが、リーダーが理解すべき状況を示している。つまり、組織が期待事項を伝える前に、従業員がAIの利用を始めてしまう可能性があるということだ。
まず必要性を理解する
出発点は、業務を理解することにあると私は考えている。
営業レポート作成の支援を求めているチームには、より一貫性のある情報が必要なのかもしれない。より明確なプロセスや、より迅速な分析が必要な場合もある。それぞれの必要性は、異なる対応を示唆する。根本にある困難を理解することで、AIが有用な役割を果たせるかどうかを判断できる。
MITスローンのオンライン講座「Data Monetization Strategy」での学びは、この点で有益な文脈を与えてくれる。そのカリキュラムには、データから価値を生み出すうえで関わる能力として、許容されるデータ利用や顧客理解が含まれている。
私はここにAI導入との直接的なつながりを見ている。私たちは、求めている価値と、どのような条件のもとで情報を利用できるのかを理解する必要がある。
最初のプロジェクトでは、私はチームに対し、繰り返し発生する問題を1つ説明し、その問題に現在どう対処しているかを示し、よりよい結果を定義するよう求めるだろう。それが、成果を評価するための土台になる。
AIの適用範囲を定義する
必要性が明確になれば、境界線を設定できる。承認済みのレポートを要約するツールと、顧客への割引を提案するツールとでは、果たすべき役割が異なる。さらに、その割引を変更する権限まで与えられたシステムは、さらに大きな権限を持つことになる。
経営陣は、こうした権限を明示する必要がある。利用目的ごとに、ツールがアクセスしてよい情報、実行してよい業務、承認を要する行動を文書化するだろう。また、例外を承認できる人物と、プロセスを停止できる人物も特定する。
ここではリーダー層の足並みが重要になる。10カ国のAIユーザー2万人を対象にしたマイクロソフトの「2026年 Work Trend Index(働き方のトレンド年次調査)」では、AIについて自社のリーダー層が明確かつ一貫して足並みをそろえていると答えた人は、わずか26%だった。
私がここから得た教訓は、従業員には日々の業務で適用できる共通の方向性が必要だということだ。相反する期待は、個々人の解釈に委ねられる余地を大きくしすぎる。
ルールの背後にある判断力を教える
私たちの会社での経験は、従業員教育を私にとって中心的な課題にした。
NIST(米国立標準技術研究所)のAIリスクマネジメントフレームワークは、職員とパートナーが「AIリスクマネジメントの研修を受ける」ことを明確に求めている。また、AIリスクに関する意思決定の責任を経営幹部に割り当てている。
私は、従業員が実際に直面する状況を中心に研修を組み立てるだろう。商業レポートの作成、顧客情報の確認、AIが生成した分析のチェックなどである。従業員は、何を共有できるのか、回答をどう検証するのか、不確かな場合に誰へ連絡すべきかを知る必要がある。
倫理的な理由づけも重要だ。顧客情報を制限することは機密性と信頼を守るためであり、約束を変更する前に承認を求めることは、その約束に対する責任を維持するためである。
こうした目的を説明すれば、方針が従業員の置かれた状況を厳密には想定していない場合でも、従業員は判断力を働かせやすくなる。明確な報告プロセスがあれば、過ちを犯したときに相談できる先も確保される。
最終責任は人間が持つ
同じメルボルン大学とKPMGの調査では、AIを使用している従業員の66%が、その情報を評価せずにAIの出力に依拠していたことが明らかになった。この結果は、人間によるレビューに実質を持たせる必要がある理由を裏づけている。レビュー担当者には、関連情報、十分な時間、そして提案を却下する権限が必要だ。
AIは情報を整理し、選択肢を比較し、権限を与えられればアクションを実行することができる。しかし、どこまでの権限を委任するかを決めるのは人間だ。
プロジェクトを評価する際には、時間の節約だけでなく、意思決定の質が向上したかどうかも問いかけるべきだ。有益な情報を明らかにしたか。レビュー担当者は誤りを見つけたか。境界線は守られたか。
実務上の出発点は、1つのビジネス上の必要性、定義された範囲、訓練を受けた従業員、そして結果に責任を負う人物である。
AIは意思決定を容易にするツールを提供する。しかし、何が重要かを決め、どのトレードオフを受け入れ、影響を受ける人々をどう扱うかを決める責任は、どこまでも人間にある。



