アンナ・バーンヒル氏は、AdvantEdge Leadershipの最高経営責任者（CEO）として、パーソナライズされたコーチングとリーダーシップ戦略で経営幹部の最高のパフォーマンスを引き出すサポートを行っている。
もし貴社がAI導入に投資しているなら、一つ質問がある。リーダーたちがまず考え方を変えるための支援に投資しただろうか？
この質問をすると、通常返ってくる答えは沈黙だ。組織はテクノロジーに何百万ドルも投じる一方で、リーダーシップ能力は根本的に変わらないままだ。私たちは確実性を重視して訓練されたリーダーに曖昧さを受け入れるよう求め、コントロールで評価されてきたリーダーに自律性を可能にするよう求め、専門知識から権威を得てきたリーダーに自分が知らないことを認めるよう求めている。
このギャップは技術的なものではなく、認知的なものだ。私たちの脳は線形の世界のために進化してきたが、テクノロジーは18〜24カ月ごとに能力が倍増している。現在の成功をもたらしたリーダーシップ能力が、まさに組織の足かせになっているかもしれない。
グーグルから米連邦準備制度理事会（FRB）まで、さまざまな組織の経営幹部へのコーチングを通じて、AI変革を成功裏に進めるリーダーと行き詰まるリーダーを分ける5つの重要な思考シフトを特定した：
1. 確信から好奇心へ
ベテランの副社長が、20年の市場経験を根拠に「顧客は決してそれを受け入れない」と主張し、チームのAI製品提案を却下した。3カ月後、競合他社がまさにその製品を発売し、6週間で18%の市場シェアを獲得した。彼を失敗に導いたのは経験不足ではなく、それに矛盾するデータを調査することを拒否したことだった。
リーダーシップにおいて最も危険な瞬間は、不確かな時ではなく、絶対に確信して聞くことをやめた時だ。専門知識を捨てる必要はない。ただ、データが予想外の方向を示している時に調査できるよう、それを軽く保持する必要がある。私がコーチングしているあるCEOは、デスクにメモカードを置いている：「私の経験ではXだが、もしYを見逃しているとしたら？」彼によれば、このカードのおかげで、少なくとも12回は「最も賢い人間が間違った判断をする」という事態を避けられたという。
次のリーダーシップミーティングで、何かについて最も確信を持っている瞬間を特定しよう。一度立ち止まり、自問してみよう：「私は何を見逃しているだろうか？」
2. コントロールからオーケストレーションへ
あるCFOは、経費報告書のレビューに週8時間を費やしていた—年間5万ドルを使って3,200ドルのエラーを発見するためだ。私がその計算を示すと、彼女は「私がこれらをレビューしなければ、誰が基準を維持するのか？」と尋ねた。これは効率性の問題ではなく、アイデンティティの問題だった。彼女の価値観は、問題を発見する人であることから来ていた。
私たちは一緒に彼女の意思決定をマッピングした。主要なベンダー契約や資本配分など、彼女の判断が必要なものもあれば、日常的な経費、標準的な承認、予測可能な例外については明確なフレームワークが必要なだけのものもあった。チームがこれらのパラメータを持つと、承認時間は当日中に短縮された。彼女はCFOだけができる仕事のための時間を確保できた。
品質は、すべてに自分の指紋を残すことからではなく、仕事に近いところでより良い意思決定を可能にするシステムを構築することから生まれる。
3. 専門知識から学習速度へ
こんなシナリオを想像してみよう：会議中、アナリストが隣接業界のAI分析を使用してシニアパートナーのM&A戦略に異議を唱える。部屋は静まり返る。そこで、あるパートナーが「データが示すことを説明してください。私は何十年も同じフレームワークを使ってきましたが、それをストレステストする時かもしれません」と言う。チームは両方の視点を統合し、クライアントは3週間早く取引を完了する。
一方、別の幹部は「私と同じ年数この業界にいれば、なぜそれが機能しないかわかるでしょう」と言う。数カ月以内に、彼のチームはAIの洞察を表面化させなくなる。18カ月以内に、彼の部門は会社で最もイノベーション指標が低くなる。
同じ資格。同じ経験。まったく異なる結果。
あなたの競争優位性は、知っていることではなく、知っていることと学んでいることをどれだけ早く統合できるかだ。私がコーチングする最も強力なリーダーたちは、何かが彼らの考えに挑戦するとき、それをオープンに共有する。
覚えておいてほしい。あなたの信頼性は常に正しいことからではなく、より良い答えを追求する姿勢が信頼に値することから来るのだ。
4. リスク回避から知的実験へ
あるヘルスケアテック企業の幹部は、私たちが一緒に仕事を始めたとき、2年間AIの診断安全性について議論していた。リスク評価、委員会、方針はあったが、実験はゼロだった。私は、AIが実際に彼らの患者のコンテキストでどのようなパフォーマンスを示すかについてチームが学んだことを尋ねた。沈黙。彼らは2年間、実世界の証拠を生み出すことなく、理論上のリスクを分析することに費やしていた。
その幹部は、実験なしの広範な計画は単に高価な躊躇に過ぎないことに気づいた。彼のチームは、それぞれ5,000ドルの予算と60日の期限を持つ3つの限定的な実験を開始した。6カ月以内に、彼らは小規模な実験から、2年間の委員会会議よりも多くのことを学んだ。
本当のリスクは実験することではなく、現場の現実よりも遅く学ぶことだ。
5. 個人の決断から協調的知性へ
ある製造業の幹部は、生産スケジュールが市場の変化についていけないことにフラストレーションを感じていた。彼がデータを分析し、監督者に相談して決定するまでに、状況は変わっていた。私たちは意思決定の方法を再構築した。情報を彼に上げるのではなく、リアルタイムデータとAI予測を持つ監督者が一緒に意思決定を行う毎日のスタンドアップミーティングを作った。
彼は意思決定者から戦略的優先事項の管理者へと役割を変え、チームに最も重要なことを理解させた上で、リアルタイムで最適化させた。意思決定の速度と質が向上したのは、選択が順次ではなく同時に複数の視点を統合したからだ。
最良の決断は、部屋の中で最も賢い人からではなく、部屋全体が一緒に賢くなることから生まれる。
これからの課題
すべての経営幹部は、リスクが低い時には新しい行動を示すことができる。しかし、プレッシャー—厳しい期限、高い可視性、評判が危険にさらされている—の下では、古いパターンが再び現れる。それは偽善ではない。それは神経学だ。あなたの脳は、過去にあなたを安全に保った反応を求める。AIの提案を却下した副社長は、決断力のある判断で自分のキャリアを築いてきた。プレッシャーの下で、その強みが弱点になった。
これらのシフトは性格特性ではない。それらは練習を通じて構築する能力だ。最も抵抗を生み出す思考シフトを選ぼう。それが最も高いレバレッジを持つものだ。リスクが低い時にそれを練習しよう。筋肉の記憶を構築しよう。そして、古いパターンが再浮上したときにあなたに指摘してくれる人を見つけよう。なぜなら、それは必ず起こるからだ。認知的ギャップは記事を読んだからといって埋まるものではない。それは、異なる考え方が自動的になるまで練習したから埋まるのだ。
あなたのAI変革はすでに進行中だ。問題は、リーダーシップ能力が十分に速く進化して追いつくかどうかだ。
