アジャイ・プンディール氏は、Presight（G42）のAIディレクター兼AiExponentの創設者。AI変革をリードし、責任あるAIについて経営幹部にメンタリングを行っている。
AI投資は急増しており、2024年の米国民間資金は1091億ドルに達した。しかし、2024年のBCGの調査によると、企業の74%がAIイニシアチブから具体的な価値を示すことに苦戦している。この差はツールではなく、認知資本—確率的な出力を取締役会レベルの意思決定に変換する、人間特有の判断力にある。
先見性のある企業は、人間の専門知識がAIシステムと適切に統合されると、測定可能な効果をもたらすことを発見している。実地実験と実世界のRCTでは、ワークフローが適切に境界付けられ、判断が人間主導である場合、12%多くのタスクが完了し、25%速度が向上し、平均15%の生産性向上が示されている。
問題はAIが従業員に取って代わるかどうかではなく、機械知能によって増幅されたとき、どの人間の能力が指数関数的に価値を増すかを理解しているかどうかである。
戦略的転換
企業AI環境は、人材計画における根本的な誤算を明らかにしている。マッキンゼーによれば、生成AIの採用率は2024年から2025年にかけて65%から71%に急増したが、マイクロソフトとLinkedInの2024年ワークトレンドインデックスでは、回答したAIユーザーのわずか39%が企業からトレーニングを受けたと主張している一方で、回答したリーダーの66%がAIスキルのない候補者を雇わないと述べている。
我々は認知資本を、AIの洞察をいつ、なぜ、どのように適用するかを決定する戦略的な人間の判断力—AIの可能性とビジネス価値の間のギャップを埋める希少な資源と定義している。UAEは2017年に初めてAI大臣を任命した国であり、明確なガバナンスと能力構築が、我々が観察する高業績組織の差別化要因となっている。市場は戦略的転換を経験している。AIが日常的な認知タスクを処理する中、複雑で曖昧なシナリオにおける人間の判断が、競争優位性を定義する差別化要因となっている。
プレミアム人材の4つのカテゴリー
1. 境界設計者
AIをいつ、どこで、どのように適用すべきか、あるいは適用すべきでないかを定義する能力は、重要な経営能力として浮上している。これらの専門家は、AIをパターン認識に活用しながら、倫理的考慮事項、ステークホルダーのダイナミクス、戦略的転換のための人間の判断を保持する意思決定フレームワークを設計する。
企業はこのニーズを正式化している。マスターカードは2024年にグレッグ・ウルリッヒ氏を最高AI・データ責任者として任命し、意思決定アーキテクチャとガバナンスを一元化した。NIST AI RMFやEU AI法第14条の要件に沿った構造化された人間-AI意思決定フレームワークを実装する組織は、戦略的成果の向上と意思決定サイクル時間の短縮が期待できる。
2. ナラティブ戦略家
AIは膨大なデータセットの処理に優れているが、異なる領域にわたる洞察を統合し、それらを実行可能な戦略に変換する能力は、前例のないプレミアムを要求している。AIスキルを持つ労働者は現在、2025年には56%の賃金プレミアムを獲得しており、これは1年前の約25%から上昇している。
これらの統合専門家は戦略的翻訳者として機能し、技術的な出力を取締役会レベルの意思決定を推進するナラティブに変換する。ハーバード・ビジネス・スクールとBCGが実施した実地実験では、AIを使用するコンサルタントはタスク完了率が12%高く、速度が25%速く、創造的なタスクでは品質が40%向上したが、これは人間の判断が統合を導いた場合のみであった。
3. 信頼の管理者
EU AI法の禁止事項が2025年2月2日から施行され、汎用AIの義務が2025年8月2日から、高リスク要件が2026年8月2日から適用されるため、責任あるAIは現在、取締役会レベルの管理要件となっている。これらの専門家は、コンプライアンスを制約から競争優位性に変えるフレームワークを設計する。AIの決定が瞬時に何百万人にも影響を与える時代において、倫理的課題を先取りすることがステークホルダーの信頼と市場差別化を構築することを理解している。
堅牢なAIガバナンスを実装する組織は、コンセプトからEU AI法やNIST AIリスク管理フレームワーク基準に沿ったモデルカード、データシート、監査証跡までの日数など、コンプライアンスまでの時間を追跡している。
4. 学習オーケストレーター
AIシステムが急速に進化する中、組織は技術的進歩と並行して継続的な人間の適応をオーケストレートするリーダーを必要としている。マイクロソフトのデータによれば、リーダーの71%はAIスキルのない経験豊富な候補者よりも、AIスキルを持つ経験の少ない候補者を好むが、ほとんどの企業は能力開発に投資不足である。
これらの専門家は、人間の専門知識とAI能力が共進化する学習エコシステムを設計する。シーメンスのIndustrial Copilotのパイロットでは、人間の専門知識がAIと共進化した場合、反応的メンテナンス時間が25%減少したと報告されている。成功指標には、トレーニング完了率、新入社員のランプタイム削減、毎月追跡される専門家増幅係数が含まれる。
人材投資のパラドックスへの対応
経営幹部は、コスト削減AIを導入しながら同時にプレミアム人材に投資することの経済性について当然疑問を持つ。このパラドックスは、上記の証拠を検討すると解消される。最良の研究では、AIが人間を支援する場合、二桁の利益が示されている。
この洞察は直感に反する。AIは専門家のパフォーマンスを増幅するだけでなく、専門知識を民主化しながら真の判断力をより価値あるものにする。同じ人間の仕事により多くを支払うのではなく、AIのリターンを倍増させる判断力に投資しているのである。真のリスクは、AIへの支出をコストセンターから価値創造者に変える認知資本への投資不足である。
18カ月の展望
2026年半ばまでに、EU AI法の高リスク条項が完全に発効し、組織がAI展開を成熟させるにつれて、AIへの投資を増幅する希少な人間の専門知識を企業が競い合う認知資本市場の出現を目撃するだろう。AIスキルに対する56%の賃金プレミアムは、需要が供給を上回るにつれてさらに拡大する可能性が高い。今日この変化を認識している企業は、内部能力アクセラレーターを作成し、パイプライン人材を開発するために大学と提携している。
30日間の経営者行動計画
認知資本監査を開始し、企業価値による上位10%の意思決定を特定する—誰がそれらを行い、どのデータがそれらを知らせ、人間の判断がAIの推奨事項をどこで上書きするかをマッピングする。1つの高価値ワークフロー、不正トリアージ、価格決定、またはリスク評価を計測し、AI支援の前後で専門家1時間あたりの価値を測定することで、専門家増幅係数のベースラインを確立する。
即時のガバナンス準備のために、1つのAIユースケースを選択し、EU AI法またはNIST基準に沿ったモデルカードと監査証跡を含む1ページの人間-AI意思決定境界文書を作成する。
最も重要なのは、リーダーシップチームに尋ねることだ：「我々は認知資本の乗数効果を測定しているのか、それともAI実装を数えているだけなのか？」この質問に仮定ではなく指標で答える組織は、1091億ドルの投資波から価値を獲得するだろう。一方、他の組織はパラドックスに向かって支出し続けるだろう。
