今日、生産性に関して奇妙なことが起きている。
20時間かかるタスクを10分のエージェント型AI実行に短縮すると約束するマーケティングや誇大宣伝があふれているにもかかわらず、経済が2倍の価値を生み出しているようには見えない。実際、経済全体から得られる成果は減少していると主張することもできる。ツールが増えても、世界の生産高の伸びは横ばいになっている。AIが今、景気後退を防いでいる唯一の要因かもしれない。
理由が何であれ、誰かがどこかで都合の良い幻想を売っているように感じられる。インプットを2倍効果的にするだけで、アウトプットを2倍にすることはできない。
その理由を理解するには、生産性が本当に何を意味するのか、AIがその形をどう変えるのか、そして効率性だけでは価値が拡大しない理由を深く掘り下げる必要がある。
良くなる前に悪くなる
人間がすでに知っていることを新しい方法で学ぶとき、良くなる前に悪くなる傾向がある。スポーツ心理学者は、投球フォームを再構築する野球投手にこれを見てきた。音楽家は指の動きのパターンを変えるときにそれに気づく。新しい言語を学ぼうとするだけでも、脳がリズムを再配線するまで、通常の話し方が歪むことがある。
OutreachのCEOであるアビジット・ミトラ氏は、企業のAI全体で同じことが起きているのを目にしている。「我々は急速な学習段階にいる」と同氏は述べた。「前に飛躍するのと同じくらい後ろによろめく。学習している限り、それは進歩だ」
そして時には、進歩は立ち止まっているように見える。「風景そのものが変化しているとき、自分がどれだけ速く動いているかは分からない」とミトラ氏は付け加えた。「できる最善のことは、自分の足を信じて走り続けることだ」
勢いのない動きの感覚は、AIを統合するあらゆる組織にとって馴染み深いものだ。初期の導入は興奮を生み、ダッシュボードが点灯し、パイロットプロジェクトは40%の時間削減を約束するが、突然結果が停滞する。赤の女王効果がここで完全に当てはまり、その場に留まるためだけにより速く走らなければならない。
これが、学習は余暇ではなく急速なペースで行うのが最善である理由だ。そして、失敗がAI導入方法を学ぶ代償であるなら、早く失敗する方が良い。
「ROIをもたらさなかったすべての実験は、それでも理解をもたらす」とミトラ氏は述べた。「唯一の真の失敗は、パイロットプロジェクトを教訓ではなくサンクコストとして扱うことだ」
しかし、より少ないリソースでより多くのことを行う方法を学ぶことは、自動的により多くの価値を生み出すことを意味しない。次のステップで、ほとんどの企業がつまずく。
なぜインプットの増加がアウトプットの増加を意味しないのか
直感に反するかもしれないが、単により生産的な従業員を持つことは、より多くのアウトプットを保証しない。
ソフトウェア開発を例に取ろう。生成AIは驚異的な速度で動作するコードを生成できる。しかし、追加される行ごとに、セキュリティレビューからコンプライアンス検証、ドキュメント更新に至るまで、下流のチェックが発生する。
ナイル川の河口でより多くの水を得たいなら、川全体を広げる必要があり、単に源泉の流れを速くするだけでは不十分だ。
CheckmarxのCEOであるサンディープ・ジョーリ氏は、これを直接目にしている。「我々は上流の利益を祝うが、システムの再バランスを忘れる」と同氏は述べた。「コード生成は一夜にして2倍になったが、コードレビューの能力は2倍にならなかった。セキュリティチームは突然、検証すべき量が2倍になった。生産性はボトルネックを移動させただけで、それを取り除いたわけではない」
この不整合は今や、AIを拡大する上で最大のリスクの1つとなっている。
ファネルの上部でのすべての利益は、下部に圧力を生み出す。ジョーリ氏はこれを「1車線の橋で終わる6車線の高速道路を建設すること」に例えている。組織が品質、ガバナンス、引き継ぎ層、そしてドライバーをカバーする橋を再設計しない限り、結局は渋滞に陥る。
この洞察はソフトウェアをはるかに超えて広がる。製造ライン、コンテンツワークフロー、営業パイプライン、すべてが同じ論理を共有している。スループットアーキテクチャが同じままであれば、努力を倍増させることは混雑を倍増させるだけだ。我々は数十年前からロジスティクスチェーンにおけるブルウィップ効果としてこれを知っているが、どういうわけかAI時代にそれをすべて再学習しているようだ。
「パイプラインがそれに対応する準備ができていなければ、より多くはより少なくなる可能性がある」とジョーリ氏は警告した。
「弾力性のない効率性はシステムを壊す」同氏は、次の10年の勝者は、単により速い労働者ではなく、適応能力を構築する者になると信じている。
AIを減算要因ではなく乗数として展開する
その力にもかかわらず、AIは静かに価値を減算する可能性がある。ノイズを生成し、盲点を作り出し、調整を圧倒する可能性がある。危険はその知能にあるのではなく、その誤用にある。
Kognitosの創業者兼CEOであるビニー・ギル氏は、これを「愚かなAI」の問題と呼んでいる。
「我々はかつて人間と対話しないシステムを構築した。今、我々はシステムとしか対話しない人間を構築する危険にさらされている」と同氏は述べた。
「誘惑は、すべてにAIをパッチして魔法のように結果を期待することだ。しかし、決定論的ロジックの方が優れている場所で、我々はやり過ぎている」
ギル氏の会社は、計画のためのディープラーニングと実行のための決定論的ルーチンのハイブリッドである、彼が「ニューロシンボリック」システムと呼ぶものを構築している。「ニューラル層は考え、決定論的層は行動する。価値は神秘ではなく設計から来る」と同氏は説明した。「AIは演技的ではなく、説明可能で監査可能であることを望む」
彼のお気に入りの話の1つは、息子が疑似コードシートを見て、「なぜAlexaでこのようにコーディングできないのか」と尋ねたことから来ている。ギル氏はその質問を文字通りに受け取り、誰でもまさにそれができるシステムの構築を始めた。「誰もが話すことでコーディングできるようになったとき」と同氏は述べた。「乗数は、その自由を生産的に保つ配管から来るだろう」
その配管の比喩は、AI生産性のより深い真実を捉えている。
ツールが有能であればあるほど、周囲のシステムがより重要になる。価値を拡大するのは、単一のエージェントの優秀さではなく、それを成果に結びつける全体のフローの完全性だ。
すべての従業員が自動化できるとき、ボトルネックは移動する
Outreachは、今やAIに実践的に取り組んでいるすべての企業と同様に、まさにその課題に取り組んでいる。
同社の収益オーケストレーションプラットフォームは、AIエージェントを使用して予測とパイプラインレビューを自動化し、営業チームが関係構築に集中できるようにしている。「ホースを開いたら、クライアントは飲む準備ができていなければならない」とミトラ氏は笑顔で述べた。「難しいのは洞察を生成することではなく、それを行動に吸収することだ」
その感情は幅広い業界に響き渡る。
Aloricaでは、共同CEOのマックス・シュウェンドナー氏とマイク・クリフトン氏が、自動化と人間の適応のバランスを取るのに苦労している企業を目にしている。彼らのevoAIプラットフォームは、ルールベースのロジックと深層ニューラルモデルを組み合わせて、数十億の顧客インタラクションを処理する。感情を予測し、フラストレーションを予測し、信頼が壊れる前に人間にエスカレーションできる。しかしそこでさえ、システムは組織がその利益を受け取る構造になっている場合にのみ成功する。
「自動化を2倍にするたびに、コンテキストの必要性が2倍になる」とマイク・クリフトン氏は私に語った。「共感を自動化することはできない。それを解放することしかできない」
共同CEOのシュウェンドナー氏も同意した。「最大のリターンを見ているクライアントは、AIをエコシステムの一部として扱う人々だ」と同氏は述べた。「彼らはワークフローを再設計し、エージェントを再訓練し、インセンティブを再考する。それは決してプラグアンドプレイではない」
実際には、これは、増幅されたスループットを処理するために、データ取り込みから意思決定権に至るまで、ファネルのすべての層を調整することを意味する。すべての従業員がコパイロットを持つとき、思考と実行の間の古い区分は崩壊する。ボトルネックは実行から統合に移動する。それを無視するリーダーは、美しく効率的だが一緒に機能しない部品を手にすることになる。
ビニー・ギル氏はより率直に述べている。
「人々はAIが誰でもコーディングできるようにすると言う。おそらくそうだろう。しかし、その場合、誰もが自分が構築したものをレビュー、テスト、保守する必要がある。官僚制も進化しなければならない。そうでなければ、混乱を倍増させているだけだ」
線形リターンの神話
なぜ我々は、生産性を2倍にすればアウトプットが2倍になるという信念に陥り続けるのか。
それはより単純なシステムでは真実だったからだ。産業時代には、労働と資本はほぼ線形に動いた。より多くの時間、より多くの機械、より多くの製品。しかし、知識労働、そして今やAI拡張労働は、非線形のダイナミクスに従う。
生産性の新しい単位ごとに複雑さが導入され、調整コストは竹の芽のように上昇する。システム理論では、これは「結合」として知られており、高度に結合されたシステムは強力に拡大できるが、壮大に壊れる可能性がある。
AIは両端でこれを増幅する。
アビジット・ミトラ氏はこれを文化的シフトとして捉えている。「実行は依然としてエンジンだが、オーケストレーションは今やギアボックスだ」と同氏は述べた。「トランスミッションを再設計せずに馬力を拡大することはできない」
その比喩は重みを持つ。完璧なAI予測で武装した営業担当者は、マーケティング、財務、オペレーションがまだスプレッドシートを使用している場合、優れたパフォーマンスを発揮できない。生成コーディングツールを持つ開発者は、コンプライアンスに2倍の時間がかかる場合、より速く出荷できない。会話型AIを搭載したコールセンターは、管理指標が共感よりも処理時間を報酬とする場合、満足度を向上させることができない。
言い換えれば、局所的な生産性はグローバルなパフォーマンスと等しくない。
次の価値の波
生産性がもはや1対1でアウトプットに変換されないなら、次の価値の波はどこから来るのか。
ここでインタビューしたリーダーたちは、同じ答えを指し示している。システム思考だ。
サンディープ・ジョーリ氏は、最高の企業は「生産性を個人の特性ではなく、ネットワークの特性として扱う」と信じている。同氏はCheckmarxで革新を主導し、AIツールが個々のチームの限界利益を追求する前に、まず共有ボトルネックに対応するようにしている。「速度を強制するのではなく摩擦を取り除くと、どれだけ効率が現れるかは驚くべきことだ」と同氏は述べた。
Outreachでは、ミトラ氏は彼が「持続可能な価値創造」と呼ぶものに焦点を当てている。彼の目標は、より速い営業ではなく、より予測可能な収益だ。「それがAIの真の約束だ」と同氏は述べた。「人々をより懸命に、あるいはより賢く働かせることではなく、組織をより速く学習させることだ」
そしてAloricaでは、共同CEOたちは新しい種類の均衡が現れているのを見ている。「機械がより多くの日常的なインタラクションを処理するにつれて、人間の創造性が真の希少資源になる」とシュウェンドナー氏は述べた。「我々はキーストロークではなく、共感とコンテキストを中心に仕事を再設計している」
ビニー・ギル氏はそのシフトを不可避と呼んでいる。「生産性のフロンティアは自動化ではなく、理解だ」と同氏は述べた。「システムが我々を理解するのと同じくらい我々がシステムを理解するとき、ループは閉じる。その時、アウトプットは再び成長するだろう。指数関数的に、しかし持続可能に」
生産性の物語は常に、インプットではなくレバレッジの物語だった。
ツールは我々の手を伸ばし、時間を倍増させ、アイデアを増幅させる。AIはこれまでで最も強力なレバーだが、あらゆるレバーと同様に、何か堅固なものに固定されている場合にのみ機能する。
生産性を2倍にしてもアウトプットを2倍にできないのは、生産性がもはやボトルネックではないからだ。統合、調整、適応性がボトルネックなのだ。
