この2年間、組織はAIを意思決定システム、ワークフロー、日常業務に組み込むことに躍起になってきた。多くの場面で、その競争は圧力に変わっている。一部の企業では、AIの使用が仕事の一部として期待されるようになった。中には採用状況を業績評価に結びつけている企業もある。複数の業界の従業員は、AIを使用しないことが会社での将来に影響する可能性を懸念していると言う。メッセージは明確だ：AIは急速に進化しており、従業員はそれに追いつくよう言われている。
しかし、AI採用の実績は期待に応えていない。2025年のEY「Work Reimagined」調査によると、従業員の約9割が職場でAIを使用しているものの、多くは検索や要約などの基本的なタスクにとどまっている。3分の1は、これらのツールに過度に依存すると自分の専門知識が弱まる可能性を懸念している。そして、業務量が増加している—64%が過去1年間でそれを実感している—にもかかわらず、仕事の進め方を本質的に変えるようなAIの活用は約5%にとどまっている。
テクノロジーは進化し続けている。しかし採用はそのペースに追いついていない。そしてこの減速はアルゴリズム自体とはほとんど関係がない。
それはマネジャーに関係している。
私の勤務先であるギャラップの新しいデータは、マネジャーのサポートがAI体験をどれほど形作っているかを示している。AIを導入している組織では、マネジャーがその使用を積極的にサポートしていると強く同意する従業員はわずか28%だ。この数字はツールへの快適さ以上のものを反映している。従業員は何をすべきかを決める前に、マネジャーの反応を観察する。反応が慎重であれば、チームは減速する。マネジャーが不確かに見えれば、従業員はその不確実性を待機するシグナルとして読み取る。組織の中間層が躊躇すると、AIは停滞する。
経営幹部はイニシアチブを立ち上げることができる。従業員はそれをマネジャーを通じて吸収する。
モデルではなく、マネジャーから始める
AIを採用していない従業員は、リーダーシップがしばしば見落とすパターンを説明している。44%はAIが自分の仕事に役立つとは信じていない。11%は現在の仕事のやり方を好んでいる。10%はアクセスはあるが、どう始めればよいかの理解がない。8%はアクセスはあるが、ツールを使用することに全く安全を感じていない。
これらは技術的な障壁ではない。解釈的な障壁だ。従業員は、ツールの目的、それがどこに適合するか、責任ある使用がどのようなものかを説明できるマネジャーを求めている。それがなければ、最も安全な選択は何もしないことだ。
AI採用はテクノロジーへの快適さに関するものではない。それは、変化を理解するために頼りにしている人からの明確さに関するものだ。
AIに本格的な投資をしている組織内では、マネジャーがもたらす違いがデータに鮮明に現れている。マネジャーがチームのAI使用をサポートしていると従業員が強く同意する場合、彼らの行動と信念は変化する。彼らはAIを定期的に使用する可能性が2倍以上高くなる。ツールが実際に仕事に役立つと言う可能性は6倍以上高くなる。そして最大の変化は表面下にある：彼らはAIが毎日自分の強みを活かす余地を作り出すと感じる可能性が約9倍高くなる。
マネジャーからのサポートは単に使用量を増やすだけではない。それはツールがどれほど有用に感じるか、そして人々がAIを自分の貢献を拡大するものとして見るか、それとも圧迫するものとして見るかを形作る。
AIを従業員がすでに行っている仕事に具体的に結びつける
AIは従業員がすでに認識している仕事に結びつくとき、現実のものとなる。多くの組織は変革の広範な約束でAIを発表するが、その変化が実際のタスクに何を意味するのかを従業員に推測させたままにしている。
マネジャーはここで橋渡しの役割を果たす。従業員は、AIがどのようにドキュメント作成サイクルを短縮し、予測を加速し、顧客とのやり取りを減らし、あるいはすべてを遅らせる繰り返しのステップを削除するかを見たいと思っている。マネジャーが特定のワークフロー、ボトルネック、または面倒なステップを指摘し、AIがどのように負荷を変えるかを示すことができれば、チームは実験を始める。
一般論はめったに行動を促さない。身近な瞬間がそれを促す。
採用を妨げる安全性の曖昧さを取り除く
AIへのアクセスがあっても、使用は保証されない。従業員は自分が何を明らかにするかもしれないか、あるいはデータセットが許可されているかどうかを心配している。マネジャーはさらにそのプレッシャーを感じている。彼らは品質とコンプライアンスの責任を負っているからだ。
従業員の15%は、法的、プライバシー、またはコンプライアンスの懸念を控える理由として挙げている。この躊躇はしばしば口に出されない。
マネジャーには明確なガイダンスが必要だ。彼らはどのデータがAIツールに属し、何が決して入力されてはならないか、いつレビューが必要か、そして不確かな出力をどう扱うかを知る必要がある。これらの境界が明確になれば、実験は安全に感じられる。そして安全性は、興奮ではなく、しばしば動きを解き放つものだ。
ツールだけでなく、判断力の周りに能力を構築する
ほとんどのAIトレーニングは機能に焦点を当てている。メニューやプロンプトを人々に案内する。そのアプローチはマネジャーが実際に必要としているものを見逃している。
マネジャーは批判的な目でAI出力を読む能力が必要だ。彼らは自分の機能において「十分に良い」がどのように見えるかを理解する必要がある。彼らはツールに頼るべき時と人間のレビューが不可欠な時を知る必要がある。彼らはすでにうまく機能している仕事の部分を圧倒することなく、既存のワークフローにAIを織り込む必要がある。
これは技術的なスキルではない。それはマネジャーの判断力だ。そしてマネジャーがそれを構築すると、チームは彼らが設定したトーンに従う。
使用量ではなく、成果を通じて進捗を測定する
組織が間違った指標を追跡すると、AI採用は失敗する。ログインやプロンプトの量を数えても、AIが何かを改善しているかどうかは示されない。それは単に人々がツールに触れたかどうかを示すだけだ。
マネジャーは、測定が短いターンアラウンドタイム、少ないステップ、少ない手直し、改善された精度、より良い顧客対応など、チームが感じることができるものにシフトすると牽引力を得る。これらの成果は、実際の価値を反映していない使用量指標を追いかけることなく、マネジャーに実験、調整、改善する余地を与える。
従業員は、仕事をより良くする変化に反応する。命令ではない。
組織がまだ苦戦している点
明確なデータと実践的なステップがあっても、多くの企業はガイダンスだけでは消えない課題に直面している。マネジャーの準備状況は、ほとんどのAI戦略が認識しているよりもはるかに多様だ。一部のマネジャーは素早く取り組む。他の人は変化のペースに晒されていると感じたり、自信を持ってチームを導くための技術的な基盤が不足していたりする。明確さは役立つが、能力はしばしばより深いものを必要とする：実践的なコーチング、時間、そして繰り返しの練習だ。
実行はもう一つの層を追加する。リーダーはマネジャーがサポートを必要としていることに同意するかもしれないが、分散したチームや様々な役割にわたってそのサポートを拡大することは、単一のトレーニングプログラムで解決できるよりも複雑だ。マネジャーの能力強化を繰り返し可能なものにすることは、メッセージングの問題ではなく、設計の問題になる。
コンテキストも採用を形作る。HIPAA制約を操るヘルスケアのマネジャーは、クリエイティブなプロンプトを実験するマーケティングマネジャーとは異なる現実の中で働いている。一方の環境は規制されている。もう一方は設計上、素早く動く。普遍的なガイダンスは仕事を枠付けるが、各設定は独自の調整を要求する。
その上に上層部からのプレッシャーがある。特に競合他社が速いペースでAIを採用している場合、経営幹部は動きを求める。その緊急性は直接マネジャーに降りかかり、彼らは「より速く動け」という圧力と、現場での信頼を構築するために必要なより遅い仕事とのバランスを取る。スピードと準備状況が離れると、変化の取り組みは分裂する。
AIの使用が選択肢ではないとフレーミングされると、緊急性は高まる。一部の雇用主は現在、AI期待を業績評価に結びつけており、従業員はまだ理解していないツールに押し込まれていると感じていると報告している。命令が能力構築を上回ると、マネジャーはヒューズになる。彼らは経営幹部のプレッシャーを担いながら、チームを安定させる責任も負う。採用を加速させる代わりに、命令はしばしば能力ギャップを隠す静かな回避策を生み出す。
この緊張はデータに現れている。2024年のマイクロソフトの調査によると、リーダーの79%がAIは競争力を維持するために不可欠だと言う一方で、多くはまだ初期の成果を組織的な影響に変換する方法に確信が持てていない。59%は生産性向上の定量化に苦労していると言い、60%は自社がAIがどのように使用されるかについての明確なビジョンを欠いていると報告している。その不確実性は願望と実行の間のギャップを広げる。一方、従業員は待っていない。AI利用者の78%はすでに自分のツールを仕事の流れに持ち込み、正式な戦略が彼らに届く遥か前に自分の一日を形作っている。
異なるマネジャー、異なるスタートライン
すべてのマネジャーが同じ場所からAIにアプローチするわけではない。一部は好奇心を持って、他は慎重に、そして一部は興味と自己防衛を混ぜ合わせて動く。すべてのマネジャーを単一のグループとして扱うことは、採用を形作るまさにその違いを隠してしまう。
小さなグループは早期に飛び込む。彼らは自分の時間で実験し、アイデアをテストし、チームのワークフローから摩擦を取り除く方法を探す。彼らは動機付けを必要としない。彼らはガードレールと、他者を圧倒することなく学んだことを共有する場所を必要としている。
ほとんどのマネジャーは中間に位置している—興味はあるが躊躇している。彼らは可能性を見るが、品質について心配したり、チームにミスを説明する方法が分からないために心配したりする。彼らの躊躇は抵抗ではない。それは露出だ。例が実用的に感じられ、学習曲線が急でなく、小さなことを試すことが賭けのように感じられないとき、彼らはより速く動く。
より小さなセットは抵抗を感じている。敵対的ではなく—ただ引き伸ばされている。一部は過負荷だ。他は価値を失うかもしれないと恐れる専門知識の周りにアイデンティティを構築している。これらのマネジャーはスペースとペース配分を必要としている。プレッシャーではない。会話がツールから彼らの仕事の人間的な部分—判断、コーチング、シーケンシング、優先順位付け—にシフトすると、彼らは再び関わり始める。
これらの違いを認識することは、管理者層を分割するものではない。それは組織が全員に同じラインからスタートするよう求めるのではなく、マネジャーがいる場所で彼らに会うことを可能にする。
マネジャーが自信を得ると、チームは勢いを得る
データには一貫したスレッドが走っている。マネジャーが明確さを欠くとき、従業員は控える。ガイダンスが薄いとき、マネジャーは躊躇する。両方のレベルが共有基盤なしに不確実性をナビゲートしようとするとき、AIは苦戦する。
マネジャーは戦略を行動に変換する。彼らはリスク、ペース、探索、そして慎重さのトーンを設定する。彼らがAIがどこに適合し、何を解決し、どのように責任を持って導入するかを理解するとき、チームは動き始める。その理解が欠けているとき、採用は表面的なままだ。
AIはマネジャーの重要性を減らさない。それを増幅する。テクノロジーは、ツールが何のためのものか、そしてそれをどのようにうまく使用するかをチームが理解するのを助けることができるリーダーに依存している。
組織がAIに意味のある価値を創造させたいなら、最初の投資はモデルやプラットフォームではない。それは仕事を他者に理解可能にする人々への投資だ。
マネジャーの準備状況が組織の準備状況になる。それがAIが成功し始める場所だ。
