セリス・グッドールは、The Goodsの創業者兼代表、およびVetsterのアドバイザーである。
何十年もの間、技術的知識はエンジニアリング、データサイエンス、製品開発チームの一部の選ばれた人々だけが持つ専門領域として扱われてきた。これらの役割は歴史的に男性が担い、テクノロジー組織の中で最も権威があり重要な部門として位置づけられてきた。一方、比較的女性の割合が高いマーケティング、人事、カスタマーエクスペリエンスなどの部門は、必要ではあるが二次的なものとして見られることが多い。
例えば、マーケティングチームはブランド、広告、ウェブサイトを所有している。彼らは顧客への約束を定義し、最終的に収益を生み出す。しかし多くの場合、それらの体験が実際にどのように提供されるかに影響を与えるための、製品開発やエンジニアリング部門と同等のアクセス、ツール、意思決定権を持っていないことがある。
カスタマーエクスペリエンスも同様だ。これらのチームはユーザーに最も近い存在である。彼らは質問に答え、リアルタイムのサービスを提供し、製品機能のギャップを明らかにし、物事を進めるための回避策を作り出す。多くの場合、彼らはマイクロサイト、チャットボット、ヘルプセンター、CRM、フィードバックループなどを通じてデジタル体験を構築している。しかしこれも、多くの場合、製品開発やエンジニアリング部門の外で行われている。
私は、この排除の根源を1980年代にまで遡ることができると考えている。当時、パーソナルコンピュータのマーケティングは意図的に少年向けに偏っていた。NPRの調査と「Programmed Inequality」という書籍は、少年や男性の趣味として宣伝された家庭用コンピューティングの台頭が、女性たちを初期のテクノロジーへのアクセスから締め出したかを示している。
今日、その格差は報酬によってさらに強化されている可能性がある。新卒の機械学習エンジニアは大学卒業後すぐに6桁の給与を得ることが多い。一方、何百万ドルもの収益を生み出すマーケティング職でさえ、はるかに低い報酬となっている。米国におけるデジタルマーケティングマネージャーの初任給の平均は5万2000ドルだ。
私の見解では、この門番体制は構造的なものに見える。調査によると、コンピューティング職における女性の割合は1990年代以降実際に減少している—1995年の37%から今日では24%になっている。またSPRの調査によると、テクノロジー業界の女性の73%が性別によるバイアスを経験している。AIに関しては、MITテクノロジーレビューによると、主要なAI会議の著者のうち女性はわずか18%である。
私の視点では、これらの統計は何十年にもわたる技術的な門番体制の下流効果である。そして私たちが介入しない限り、AIはその格差をさらに広げる可能性が非常に高い。
門番体制の問題点
製品開発とエンジニアリングチームだけがツールとスキルへのアクセスを持つと、それらのチームがボトルネックになる。さらに悪いことに、彼らは何が良いアイデアかを判断する裁定者になってしまう。この権力の集中は、イノベーションの遅れ、部門間の不一致、製品思考の多様性の欠如につながる。また、技術的リテラシーは特別な一部の人だけのものであり、他の人は「自分の領域にとどまるべき」という認識を強化する。
しかし、その領域の壁は壊すことができる。AIはビジネスのあらゆる領域を変革している。採用方法から顧客サービスの提供方法、物流の計画方法まで。誰もがデジタルで働いている。そして誰もがアクセスを必要としている。
テクノロジースキルを民主化する経済的理由
技術的リテラシーを部門全体に組み込んでいる企業は、より速く動く。マッキンゼーの調査によると、「デジタルとAIの能力で先行している企業は、遅れをとっている競合他社と比較して、株主総利回りが2〜6倍高い」という。
ジェンダー平等の観点から見ると、その意味は深遠だ。AIと自動化が仕事の未来であり、女性がそれらを動かすスキルから排除されるなら、私たちは次世代の企業に不平等を組み込んでしまう可能性がある。しかし、これらのスキルの民主化に投資すれば、あらゆる職能の女性たちに未来への関与を与えることができる。
では、どうすればいいのか？
経営幹部やリーダーは、組織内で技術的スキルがどのように共有され、教育され、評価されるかを再考する必要がある。概念から行動へと移行するための方法は次のとおりだ：
1. リーダーシップが命じる民主化を創出する。
AIやテクノロジー全般は、製品開発やエンジニアリング部門だけのものではない。これは経営陣の責務だ。CHRO（最高人事責任者）、CMO（最高マーケティング責任者）、CXO（最高顧客体験責任者）は、特にAIに限らず、チーム全体の技術的スキル開発を支援し資金提供するために前進しなければならない。
2. 製品開発とエンジニアリングを組み込む。
エンジニアリングの能力やロードマップが、ビジネス部門がイノベーションを起こせるかどうかを決定するのをやめよう。カスタマーエクスペリエンス、マーケティング、人事運営に直接技術人材を雇用しよう。それらのチームに独自の製品思考者とビルダーを与えよう。
3. トレーニングに投資する。
スキルアップを専門とする組織と提携し、リソースを導入しよう。レベルや部門を超えた学習コホートを作ろう。迅速に進展し、ベストプラクティスと結束力を念頭に置いた全社的なイノベーションチームを作ろう。
4. 行動に投資する。
大海の一滴を試そうとしたり、全員がChatGPTを使えばイノベーションが生まれると期待したりしないこと。緊急性と戦略的価値のある場所から始めよう。一つのプロジェクトを選び、構築し、測定し、改良し、拡大しよう。民主化は理論ではなく、テストと学習の実践だ。
5. 「技術的である」ことの意味を再定義する。
ダッシュボードを設定し、統合を構築し、プロンプトをトレーニングし、ノーコードアプリを立ち上げる人は技術的だ。狭い定義を使うのをやめよう。最も技術的なチームメンバーは、一行もコードを書いたことがなくても、3つのワークフローを自動化し、チームのパフォーマンスを20%向上させた人かもしれない。
今こそその時
AIは私たちが好むと好まざるとにかかわらず、仕事を再形成するだろう。問題は、それが古い不平等を深めるのを許すのか、それとも機会を民主化するてこととして使うのかということだ。テクノロジー業界に女性をもっと増やしたいなら、テクノロジーそのものを再定義し、女性がすでに行っている仕事に普遍的に存在させる必要がある。
