アスラック・デ・シルバはThe Black Belt in LeadershipのCEO。経営幹部の信頼できるアドバイザーであり、著者であり、グローバルなリーダーシップ・ポッドキャストのホストでもある。
いま、多くのリーダーはすでにAIを使うことに慣れている。
文章の下書き、文書の要約、アイデアの生成、あるいは自分の思考への異議申し立てにAIを活用している。私自身もそうだ。AIはコンテンツ制作における貴重なスパーリングパートナーになっている。下書きにコメントし、代替案を提案し、私の思考を研ぎ澄まさざるを得ない問いを投げかけてくる。
ただし、AIがしていないこと、そしてしてはならないことがある。それは私の思考を置き換えることだ。
この違いこそが、次のリーダーシップのギャップは「AIを使うかどうか」ではなく、「AIとともにつくるとはどういうことか」を理解しているかどうかにある、と私が考える理由でもある。
AIを使うのは対話である。AIとともにつくるのは責任である。
AIを使う行為は、概ね会話に近い。あなたが問い、AIが応える。あなたが整え、AIが改善する。有用で効率的であり、そしてますます一般的になっている。
AIとともにつくる行為は異なる。AIとともにつくるとき、あなたはもはやアウトプットとのやり取りをしているだけではない。その背後にあるロジックに責任を負うことになる。何が重要で何が重要ではないのか、異なる入力をどう重み付けするのか、現実が事前に定義したカテゴリにきれいに当てはまらないときに何を起こすべきかを定義しなければならない。
リーダーシップの観点でいえば、これは指示を出すことと、あなたがそこにいないときでも良い意思決定がなされるシステムを設計することの違いである。
この違いを私が本当に理解できたのは、AIについて書くのをやめ、AIで何か現実のものをつくり始めてからだった。
委ねるのではなく、つくることで学ぶ。
CEOとしての役割を離れたあと、私は休息し、鍛錬し、学ぶための時間を自分に与えた。私は長年にわたり膨大なリーダーシップ・コンテンツを蓄積してきた。本やポッドキャストのシリーズ、コーチングの教材もあった。
これらを別のフレームワークやプレゼンテーションに仕立てるのではなく、自分の仕事を基にしたリーダーシップ評価をつくることに決めた。外部に委託するのでも、誰かに丸投げするのでもない。AIツールと、いまではしばしば「バイブコーディング」と呼ばれる手法を使い、自分自身でつくった。
そこからが、本当の学びの始まりだった。
最も多くを教えてくれたフラストレーション。
当初、私は努力が結果に直結すると考えていた。懸命に取り組み、素早く反復し、前へ進んだ。
そして壁にぶつかった。
システムは私の期待どおりに振る舞わなかった。結果は意図と一致しなかった。頭の中ではロジックが正しいと感じるのに、体験として一貫性がない。まずい人間同士のやり取りを思い出した。自分は明確に伝えているつもりで、努力もしているのに、それでも結果がずれる。最初の反応は、さらに強く押し込むことだった。プロンプトを増やす。指示を増やす。修正を速める。
それでは解決しなかった。
役に立ったのは、一歩引くことだった。間を置いた。より新鮮な頭と、より大きな謙虚さをもって戻った。自分の前提が間違っているかもしれないと認め、格闘の試合やトレーニング、あるいは思いどおりに進まなかったリーダーシップの状況を振り返るのと同じように、プロセスを一つひとつ見直した。
そうして初めて、問題が明確になった。問題はツールではなかった。私の明確さだった。ロジックに穴があった。ルールに一貫性がなかった。どこで結果が破綻するのかを考え抜けていなかった。
AIがそれを直したのではない。私が直さなければならなかった。
AIとともにつくることで、リーダーシップの何が露わになるのか。
そのプロセスは、テクノロジーというよりリーダーシップを反映し始めた。
武道では、プレッシャーの下で本能が前面に出る。意図の高さに達するのではない。訓練の水準に落ちる。リーダーシップも同じだ。AIとともにつくることは、それを実践として可視化した。
私の思考が曖昧なときはいつでも、システムは一貫性を欠いた。帰結が不明確なときはいつでも、技術的には正しくても結果がしっくりこなかった。急いだときはいつでも、その規律の欠如をアウトプットが即座に露呈した。
同じパターンは組織にも現れる。ビジョンは明確でも、意思決定のロジックは不明確なままになり得る。信頼については語られるが、それを支える環境が定義されていない。一貫性は期待されるが、曖昧さがシステムに織り込まれている。
AIはそれに即座に反応する。チームも同じだ。
リーダーにコーディングは不要だが、システムの理解は必要である。
私は、リーダーがエンジニアになる必要があるとは思わない。しかしリーダーは、システムを理解する必要がある。入力がどのように結果になるのか。ルールがどのように行動を形づくるのか。ロジックの小さな変更が、いかに大きく異なる結果を生みうるのか。
これは技術スキルではない。リーダーシップ・スキルである。
私たちはこれを金融リテラシーで以前に見てきた。CEOは会計士である必要はないが、財務は依然としてCEOの責任である。AIリテラシーも同様の道筋をたどる。
AIを使うだけのリーダーは、AIが自社をどう形づくるかの定義を他者に依存する。AIとともにつくることを学ぶリーダーは、適切な問いを立て、自らが導入するシステムに責任を持つうえで、よりよく備えられるだろう。
個人的な振り返りで締めくくる。
この記事そのものが、私が説明しようとしている違いを反映している。
AIが私の代わりにこれを書いたのではない。アイデアを検証し、前提に異議を唱える助けになった。プロセスを支えはしたが、思考を置き換えはしなかった。思考をAIに外注してしまえば、学びは失われただろう。リーダーシップにおける学びを外部化するのと同じように。
AIとともにつくることにも同じことが当てはまる。本当の価値は、何を生み出すかだけでなく、その過程で何を学ぶかにもある。
私たちは、リーダーが個別の意思決定を下す時間を減らし、意思決定が行われる環境を設計する時間を増やす世界へ向かっている。AIはこの移行を加速させるが、責任を取り除くことはない。
私にとって最も重要な教訓はこれだ。AIを使うのは簡単である。だが、自分が何をつくっているのかを理解するには、努力と謙虚さと忍耐が要る。リーダーシップの学びが実際に起こるのは、まさにそこなのだ。
