AI時代における最大の脅威は自動化そのものではなく、ビジネスリーダーの選択と、企業がいかにコストを削減し、パフォーマンスを向上させながら、従業員の雇用を維持できるかにある。
この2年間、人工知能に関する公の議論は大量失業の予測に支配されてきた。2026年が近づくにつれ、そうした警告はこれまで以上に大きくなっているように感じる。しかし、実際はそれほど単純ではない。AIが必ずしも人員削減につながるわけではないのだ。
11月、MITはアイスバーグ指数を発表した。これは米国の1億5100万人の労働者、923の職業、3万2000のスキルを分析し、現在のAIシステムが技術的に実行可能なタスクを判断するシミュレーションだ。その調査結果によると、AIは理論上、米国の全賃金の11.7%、約1.2兆ドル相当の労働を処理できる可能性があるという。
研究者たちは、これはタスクレベルでの影響であり、雇用喪失の予測ではないと強調している。これは、AIが今日技術的に何ができるかを示すものであり、雇用主が実際に何を自動化するかを選択するかを示すものではない。この技術的能力と組織的選択の区別が、企業が現在直面している状況を定義している。
こうした決断に近い立場にいる人物の一人が、CentricalのCEO兼創業者であるガル・リモン氏だ。同社は従業員のパフォーマンス・インテリジェンス・プラットフォームを提供し、AIを活用してリアルタイムデータをパーソナライズされた学習、コーチングワークフロー、最前線のパフォーマンスを最大化する日々のガイダンスに変換している。
2013年に設立された同社は、AIが登場する前から、目標、コーチング、学習を一つの統合された従業員体験プラットフォームで結びつけることで、最前線のパフォーマンス向上に取り組んできた。リモン氏によると、彼が協業するビジネスリーダーたちはもはやコスト削減とチーム支援の間で選択を迫られてはいないという。「企業はもはや効率性と従業員の成長の間で選択しているわけではありません。両方を同時に実現しようとしているのです」
AIが同僚になったとき、階層構造はどうなるのか？
コスト圧力のある業界全体で、企業はカスタマーサービス業務にAIを適用し、階層をフラット化し、マネージャーの管理範囲を拡大し、管理業務を自動化にシフトしている。「AIが分析、品質保証、要約、管理業務を自動化できるため、最前線のマネージャーの管理範囲が拡大しています」とリモン氏は言う。「一部の大手金融サービス組織では、AIが以前は多くの時間を費やしていた準備作業を行うため、顧客はコーチング活動を3倍に増やしながら、スーパーバイザーの管理業務を最大70%削減しています」
この変化により、リーダーは業務設計の再考を迫られている。また、組織がこれまで直面する必要のなかった疑問も生じている：AIが同僚になったとき、階層構造はどうなるのか？
この緊張感はすでに経営層レベルで表面化している。ウォール・ストリート・ジャーナルとの最近のインタビューで、シスコのチーフ・インフォメーション・オフィサーであるフレッチャー・プレビン氏は次のように述べている：「AIエージェントの世界では[以前の]指揮系統がまだ意味をなすのかどうか、HRと緊密に協力して検討する興味深いフロンティアになるでしょう」。これはAIが単にタスクを自動化するだけでなく、業務の流れの構造そのものを再形成していることを示している。
構造を超えて、AIはパフォーマンスの定義と測定方法も変えている。AIが登場する前、最前線のチームは処理量、対応時間、遵守度で評価されていた。リモン氏によると、リーダーたちは今、成果にシフトしているという：「問題を解決できたか？エスカレーションを防止できたか？正確性や顧客満足度、維持率を向上させたか？AIは、ほんの数年前までは大規模に実現不可能だった予測KPIとリアルタイムの行動指標を可能にします」
影響を受けることが自動的に置き換えを意味するわけではない
企業がこれらの新しいモデルを採用するにつれ、HRの役割は拡大している。HRとテクノロジーチームのこの深い統合は、すでにいくつかの業界で見られる。2024年と2025年、アマゾンはロジスティクス、広告運用、AWSサポートの一部で自動化を実施した。一部の定型的な管理業務は削減されたが、多くの従業員は排除されるのではなく、AIシステムの監督、例外処理、エスカレーション管理などの役割に再配置された。アマゾンの再編は、現代の自動化の核心的な現実を示している：影響を受けることが自動的に置き換えを意味するわけではないのだ。
アマゾンの再編に関するフォーチュンの別の報告では、AIが中間管理職の必要性を再形成していると指摘している。ある幹部が説明したように、AIがかつて複数の監督層を必要としたタスクを引き受けるようになり、アマゾンはどの管理機能が不可欠であり続けるかを再考するよう促されている。
リモン氏は多くの組織でこれを目にしている：「自動化は簡単なやり取りを引き受け、人間は最も難しいものを担当することになります。この変化は共感力、判断力、適応力におけるタレントギャップを生み出します。スキルアップなしに縮小すると、複雑さが残りの労働力を圧倒し、パフォーマンスが低下します」
この移行を成功させる企業は、自動化と並行して能力開発に投資している。「AI自動化と業務中のスキルアップ、スーパーバイザーの準備プログラムを組み合わせる当社の顧客は、50%速い導入とスキルの立ち上げを実現し、AIができないことに人々が準備できているため、より良い定着率を示しています」
最も強力な例の一つはドイツテレコムからのもので、同社はCentrialのプラットフォームを使用して、900店舗にわたる数千人の独立販売員をサポートした。中核的な課題はパフォーマンスではなく、非常に分散した最前線の労働力とのコミュニケーション不能だった。それまで、すべてはショップマネージャーを通じて流れており、一貫したトレーニング、スキルアップ、連携がほぼ不可能だった。統一されたコミュニケーション、構造化された学習パス、リアルタイムの認識により、エンゲージメントは89%の満足度に急上昇し、いくつかの製品ラインで売上は10〜20%上昇した。これは、技術が思慮深く展開されたとき、つながりと能力をどのように強化できるかの明確な例だ。
リモン氏の見解では、AIの次の採用段階は最前線のチームを置き換えるのではなく、特に金融、通信、旅行業界の大企業のカスタマーサービスとバックオフィス業務において、AIエージェントとのハイブリッドモデルで連携させるだろうという。
AIは調整と定型分析を処理し始め、従業員はより高い価値の業務に集中している。実際の効率性の多くは、役割の排除ではなく、管理ワークフローの合理化から生まれている。リモン氏によると、早期採用者はすでにこれらのモデルを構築しており、最前線のチームがAIエージェントとより生産的かつより大きな洞察を持って連携できる統合されたパフォーマンスとトレーニングシステムを使用しているという。
それでも、リスクは現実のものだ。AIがワークフローにより統合されるにつれ、一部の企業はそれを主にモニタリングに適用している。リモン氏はこれを「アルゴリズム的燃え尽き症候群」と呼ぶ。
「AIは確かにパフォーマンス測定を推進できますが、主に監視に使用されると、逆効果になります。業界ではすでに『アルゴリズム的燃え尽き症候群』が見られ、常時リアルタイムのスコアリングがストレスと不信感を高めています」
そのため、多くのビジネスリーダーはAIを代替品としてではなく、パートナーとして再定義している。ネットスコープのチーフ・デジタル＆インフォメーション・オフィサーであるマイク・アンダーソン氏は次のように述べている：「私たちが人々に理解してもらおうとしているのは、[AIエージェント]はあなたをより生産的にするのを助ける同僚であり、あなたを置き換える誰かではないということです」
移行を崖ではなく橋のように感じさせる
状況が急速に変化する中、ビジネスリーダーはより明確なロードマップを必要としている。
リモン氏は3つの実践的な提言を提供している：
1- 「成果から始め、その後人間とAIの周りで業務を再設計する。無作為に自動化しないこと。どの顧客とビジネスの成果が重要かを決定し、それに応じてAIと人間の間でタスクを割り当てる」
2- 「自動化と並行して『人間中心のAI』に投資する。AIが定型業務を排除するなら、人間は複雑なものをマスターするためのサポートが必要だ。業務の流れの中で学習、コーチング、モビリティを自動化と組み合わせる」
3- 「変更管理を過小評価しないこと。AIファーストの変革は文化的かつ運用的なものだ。リーダーは人々を巻き込み、信頼を構築し、移行を崖ではなく橋のように感じさせる必要がある」
AIは今日の業務の相当な部分を実行する能力を持っているが、将来は雇用主が排除か向上かを選択するかどうかにかかっているかもしれない。
初期の証拠によれば、企業が意図的に業務を再設計し、人材に投資すれば、AIはキャリアを破壊することなくコストを削減し成果を向上させることができる。
仕事の未来は大量失業の波によって定義されるのではない。それは、ビジネスリーダーが自動化と人間の可能性の間の橋をどのように構築するかを選択することによって定義されるだろう。
