Joseph Ours氏はCentric ConsultingのAI戦略部門を率いている。
テクノロジーの変化は、2030年までに1億7000万の雇用を創出する一方で、9200万の雇用を置き換えると予測される5つの主要な要因の1つである。世界経済フォーラムの2025年未来の雇用レポートによると、テクノロジーの進歩は「最も急速に成長する職種と最も急速に衰退する職種の両方」を生み出すという。
データは何が起こり得るかを教えてくれるが、それにどう対処すべきかは教えてくれない。企業のリーダーたちがAIが雇用を奪うかどうかに固執する一方で、組織はより差し迫った課題に直面している：AIエージェントのための業務構造の作り方を知らないのだ。この知識がなければ、企業は人材変革を正当化する生産性やその他の利益を獲得できない。彼らはメリットを見ることなく、人材の置き換えを経験することになる。
これがすでに起きている例として、雇用市場を見てみよう。オックスフォード・エコノミクスのレポートによると、最近の大学卒業生の失業率が高くなっており、「エントリーレベルの職位が人工知能によってより高い割合で置き換えられている兆候がある」という。組織はAIによってコストを削減しているが、その恩恵を増幅するための業務再構築は行っていない。
生産性向上ツールを使用することで従業員の生産性は向上するかもしれないが、AIエージェントと連携して働くことで、はるかに大きな成果をもたらすことができる。これらの改善を実現するために、リーダーはAIツールを単に渡して成り行きに任せるわけにはいかない。従業員はこれらのデジタル同僚を管理する方法を学ばなければならない。
AIエージェントには操縦が必要
AIエージェントは完全に自律的であるべきではない；操縦が必要だ。これを概念化するために、運転を学ぶという一般的な活動について考えてみよう。最初から長距離ドライブをしたり、ハンドルを握ったりするわけではない。
まずは乗客として、経験豊富なドライバーを観察する。運転免許教育を通じてルールや技術的な側面を学び続ける。駐車場や住宅街、そして高速道路など、小さなことから始めて実践的な経験を積み、長距離を走ることに慣れていく。やがて、運転は第二の天性となる。
AIエージェントとの協働も同じパターンに従う。車の反応の仕方を学んでから他人に運転を教えられるようになるのと同様に、エージェントを効果的に構築・管理する前に、エージェントの操作方法を学ばなければならない。知識労働者から知的労働者への移行には、デジタル同僚について学び、管理することが全員に求められる。
新しいダイヤモンド型の労働力
エージェントの導入を始めると、労働力ピラミッドの角を削り取り始め、それをより方尖塔やダイヤモンド型に変えていくことになる。エージェントが以前はエントリーレベルの従業員を必要としていたタスクを処理できるため、エントリーレベルの職位は急激に縮小する。エントリーレベルの仕事が少なくなり、問題解決のために人々の専門知識に頼る中間レベルの仕事が安定することで、ダイヤモンド型が形成される。
これは、今日あなたが個人貢献者であっても、いずれデジタル同僚の管理者になることを意味する。インターンを迎え入れるのと同様に、彼らが成功できるよう指導し、問題に遭遇した場合は独自に解決しようとするのではなく、あなたに相談するよう明確にする必要がある。
このモデルでは、テクノロジー、組織設計、変更管理を橋渡しするAIファシリテーターや、エンドユーザーにとってエージェントとのやり取りをシームレスにするAIエクスペリエンスデザイナーなど、新しい役割が出現するだろう。
AIエージェント導入のための4段階フレームワーク
企業は、全員が身につけるべき基礎的な能力から始まる、労働力のための構造化された進展が必要である。これらは従業員がアクセスして実行できることを決定する能力レベルだ：
• AIシチズン役割：これは基本的な認識とポリシーコンプライアンスの基準である。ChatGPT Enterprise、Copilot、Geminiなどの生産性ツールへのアクセスを許可する。これはハンドルを握る前の筆記試験のようなものだ。
• エージェントドライバー役割：従業員が生産性ツールに慣れたら、他者が構築したエージェントの操作方法を学ぶ必要がある。運転の例のように、これはエージェントが入力にどう反応するか、どのようなコンテキストが必要か、そして効果的に操縦する方法を理解するための実践的な作業である。
この基盤から、キャリアパスは専門的な能力に分岐する：
• 技術トラック：エージェントを構築することと、効果的なエージェントを構築することは同じではない。後者を行うには、リーダーはインストラクショナルデザインの原則、情報階層、タスクの具体性、コンテキスト管理の知識を獲得することで、エージェントビルダーからエージェントアーキテクトへと移行しなければならない。
• リーダーシップトラック：リーダーシップのはしごを上るということは、ビジネスを最適化するためにエージェントをどこに配置するか、ワークフローをどう再設計するか、複雑な構築のためにITに関与すべきユースケースは何かなど、より広範に考えることを意味する。
両方のトラックには必須のトレーニングと明確な意思決定権限マトリックスが必要であり、レベルをスキップすることはできない。
実践への移行
全員のための基礎トレーニングから始めよう。生産性ツールにアクセスする前に、すべての従業員はAIシチズンとしての能力が必要だ。これはコンプライアンスだけの問題ではなく、他のすべてを可能にする基本的な理解を構築することである。
そこから、専門トラックに適性を示す社内のチャンピオンを特定する。AIツールをすでに実験している人々、チャットボットの使用とエージェントとの協働の違いを理解している人々を探そう。これらが将来のエージェントドライバーやビルダーとなる。
次に、能力レベルに合わせて拡張するガバナンス構造を作成する。エージェント構築機能へのアクセスを得るには、ドライバーレベルでの実証済みの習熟度が必要である。運転できることを確認せずに車のカギを渡すことはないだろう。ここでも同じ論理が適用される。
リーダーにとって、デジタルワーカーを管理する人々を監督することは新しい管理上の課題である。管理職にある場合、チームがデジタル同僚を管理する際に直面する認知的要求を理解する必要がある。
この変革はすでに進行中だ。成功は、変革を正当化する生産性向上を獲得するために変化を意図的に構築するか、単にコストを削減してメリットが現れない理由を不思議に思うかにかかっている。
何を構築しているのかを意図的に考えよう。ゴーカートを作ることとフェラーリを作ることには違いがある。どちらもホイールとエンジンを持っているが、一方は予備部品から寄せ集めたものであり、もう一方はパフォーマンスのために設計されている。現在、ほとんどの組織はまだ、どちらが必要なのか、そしてチーム内に誰かそれを運転できる人がいるのかを把握している段階だ。
