エンタープライズAIが失速しているのは、モデルが弱いからではない。活動量を測りながら変革を期待しているからである。
本稿は、プロンプト最適化や、どのAIアシスタントが最もきれいなメールを書くかといった話ではない。そうした議論は、流暢さを変化と取り違えている。ここで扱うのは構造であり、意思決定の方法を再設計していない企業に知能を注入すると何が起きるかである。そのギャップが広がると、経済性は歪み始める。ダッシュボードは光る。しかし、複利は効かない。
AIは企業の内側にある鏡である。機能不全を生み出すのではなく、それを露わにする。仕事が実際にはどう進み、意思決定が実際にはどう行われ、インセンティブがいかに静かに戦略を上書きしているかを暴き出す。企業の生産性の多くが、知能というより継続性に依存していることも示す。緊張関係は単純だ。AIは組織全体に急速に浸透しているが、価値は同じ速度で複利的に増えていない。
導入は順調に見える。統合は不均一だ。そして、そのギャップこそが、複利が始まるか、あるいは静かに死ぬかの分水嶺である。
エンタープライズAIの導入は増えている。複利は増えていない
経営層から見ると、AI導入は健全に見える。ライセンスは購入され、コパイロットは配備され、週間アクティブユーザーは増え、社内ダッシュボードには四半期ごとのエンゲージメント上昇が表示される。物語は勝手に出来上がる。「我々は近代化している」と。
しかし、複利的な価値はログイン指標には現れない。数千件の企業ユースケースに基づくSectionの2026年「AI Proficiency」調査によれば、測定可能なROIを生む可能性が高いのは全体の約15%にすぎない。大半はレバレッジの低い作業に集中している。メールの書き換え、文書要約、検索の置き換えなどだ。導入は可視化されるが、構造的な影響は可視化されない。
このパターンは以前にも見た。1990年代から2000年代初頭にERPが展開されたとき、ダッシュボードは点灯し、データは集約され、レポーティングは改善した。だが、ERPをレポーティングのアップグレードとして扱った企業は漸進的な改善にとどまり、サプライチェーンと意思決定権限を再設計した企業は効率を複利で積み上げた。CRMも同じ軌跡をたどった。Salesforceを導入しただけでは顧客関係は変わらない。営業プロセス、インセンティブ、予測モデルを再設計したときに初めて変わる。クラウド移行は俊敏性を約束したが、インフラを単に移すだけでは、運用モデルが並行して変わるまで大きな効果はなかった。
これらの章のいずれでも、初期の成功は導入マイルストーンで測られた。席数の割り当て、システム統合、ダッシュボードの稼働といったものだ。真の経済的な押し上げはその後に訪れ、それも意思決定の方法を組み替える覚悟のある組織に限られた。技術は急速に浸透した。構造再設計は遅れた。複利は導入ではなく再設計に従った。
AIは過去の波よりも速い。だが、パターンは韻を踏む。利用は拡大する。語りは洗練される。表層の「協調」が見えるようになる。しかし、ワークフロー、インセンティブ、権限構造が再構築されるまでは、経済曲線はわずかにしか曲がらない。
NBERの企業レベル研究も、このパターンを補強する。導入は広範である。測定可能な生産性への影響は控えめのままだ。矛盾ではない。構造的なシグナルである。企業はAIを運用モデルとしてではなく、機能のレイヤーとして配備している。
エンタープライズAIの「支援レイヤー」は「意思決定レイヤー」ではない
多くの組織は、いわばAIの支援レイヤーの導入には成功している。下書きを速くし、調査を容易にし、社内コミュニケーションを速め、分析をより滑らかに感じさせるレイヤーだ。支援AIはアウトプットを改善する。意思決定グレードのAIは意思決定そのものを作り替える。この違いは言葉の問題ではない。経済の問題である。
支援AIは個人がより効率的に成果物を生み出す助けになる。意思決定グレードのAIは、優先順位付け、順序、トレードオフ、資源配分、そしてコスト構造、サイクルタイム、マージンを決める反復的な意思決定を変える。しかし、複利が効くのは後者だけである。
率直に言えば、多くのCEOはいまだにAIを生産性ソフトウェアとして捉えている。その枠組みでは、野心は加速に頭打ちになる。再設計を迫らない。再設計なき加速はスピードを上げるだけだ。再設計は経済性を変える。だが、多くの企業はスピードの段階で止まっている。
エンタープライズAI：制約は移った
長らく企業は、インフラが高価だからAIはまだ実験段階だと主張できた。モデルは強力だが、経済的な見通しは不確実で、投資には忍耐が必要だという理屈である。だが、その議論はほぼ消えた。スタンフォード大学のAI Indexは、この2年で推論コストが劇的に低下し、知能がより安く、より速く、より手に入りやすくなったことを示している。実験への障壁は下がった。ワークフローにAIを展開する限界コストは下がり続けている。制約はもはやAI計算のコストではない。経営層の適応である。
人を管理する能力には、役割、インセンティブ、スキルに基づくアーキテクチャが必要だ。だが、ほとんどの企業は、これらのいずれについても統合された、あるいはせめて相応にガバナンスされた見取り図を欠いている。
Career HighwaysのCEO、リズ・エバーソルによれば「AIは構造的な弱点を露呈させるだけではない。スキルと知能の欠如も露呈させる。ほとんどの企業は、自社の労働力にどんなスキルが存在するのか、それらが職務アーキテクチャにどう対応するのか、そしてAIが需要曲線をどう変えるのかについて、ガバナンスされた見取り図を持っていない。その土台がなければ、リーダーは合理的な対応計画を設計できない。AI統合に成功する企業は、単にツールを配備しているのではない。労働力インフラ、ガバナンスされた職務アーキテクチャ、動的なスキル分類体系、そして自動化を受け止めて吸収するキャリアパスを近代化しているのだ」
経営層の適応はソフトウェアよりはるかに遅い。ここで世の語りは誤解を招く。業界を問わず、解雇、人員削減、オフィス不動産の縮小といった動きが見られ、その見出しはAI導入の結果として語られることが増えている。
例えばロイターは、Amazonの1万6000人の間接部門削減から、AI主導の再編の中で従業員の約3分の1を削減するWiseTech Globalの計画、さらにDow、HP、Allianz、Pinterestなどの同様の人員再配分に至るまで、幅広い世界企業がコスト削減と戦略転換をAIと自動化の潮流に目に見える形で結び付けていると報じている。
こうした動きの多くは、すぐにAIのせいにされる。物語は勝手に出来上がる。自動化が労働を置き換え、オフィスは空き、生産性は上がる、と。だが、多くの企業のAI導入をつぶさに見ると、絵はそこまで劇的ではない。
多くの場合、AIが役割を根本的に置き換えたわけではない。確かに、アウトプットを加速できる領域ではマージンが削られ、人数が圧縮されている。しかし、企業価値を決める意思決定システムを構造的に再定義したわけでは、まだない。
エバーソルはこう語る。「スキルへの影響を定量化できなければ、狙いを定めたリスキリング、再配置、ワークフロー再設計ではなく、人数削減や採用凍結といった鈍い手段に頼ることになる」
エンタープライズAIの慣性と不安の方程式
リーダーが「より意味のある」AI活用を求めるほど、摩擦は強まる。SectionのCEO、グレッグ・ショーブは私にこう言った。「AIは組織にとっての真実の血清だ」。幻覚を見るからではない。露呈させるからだ。権限が曖昧な場所、インセンティブが不整合な場所、協調が構造ではなく演技だった場所が明らかになる。
HurreeのCEO、アーロン・ギブソンはこう語る。「AIが権限の曖昧さやインセンティブの不整合を露呈させる以前から、多くの企業はすでにダッシュボードの背後にそれらの問題を隠していた。我々は中堅市場のチームからComcastやLloyds Bankのような組織まで、何年も企業と協働し、何十ものツールにまたがるデータの統合を支援してきた。私たちが一貫して見るのは、AIが今になって浮かび上がらせている機能不全は、データ上では常に読めるものだったということだ。誰も見ていなかった」
AIは、これまでプロセスの背後に隠れていた非公式の迂回策、ずれたインセンティブ、意思決定のボトルネックを可視化する。メールの要約は安全に感じる。ワークフローの再構築は存立に関わるように感じる。従業員はAIをより深く使うよう求められるが、深い活用は人員を減らしたり役割定義を変えたりする可能性がある。その緊張は非合理ではない。構造的なのである。
ギブソンはこう付け加える。「メールを要約することとワークフローを作り替えることの違いは、より見栄えのするダッシュボードを生むことと、何が測られるかを実際に変えることの違いだ。AI導入の大半は、見せかけの分析にすぎない。ずれたKPIのまま報告が速くなるだけだ。下にある意思決定アーキテクチャは動かない。ハンドルが切れない車でスピードメーターだけ最適化している」
労働力に関する研究もこのパターンを映し出す。利用は広範かもしれないが、変革的な位置付けは限定的なままだ。インセンティブが変わらないふりをしながらワークフローを再設計することはできないし、「意味のある統合」を求めながら、それが生む不安定さを避けることもできない。本当の変革は抵抗を生む。
鮮烈な例として、広告業界史上最大の統合がある。昨年11月、OmnicomによるInterpublic Group買収が完了し、年商250億ドル超の世界最大の広告ホールディングスが誕生した。データ、メディア、クリエイティブ、アナリティクスの能力を拡張した同社は、その後、大規模な社内刷新に踏み切り、歴史あるエージェンシーブランドを退役させるとともに、再編とシナジー実現の一環として約4000の役割を削減する計画を発表した。この数字は、統合と業務効率化に紐づく、より広範な人員変動の一部にすぎない。
同時に、直近の四半期決算では、Omnicomは堅調な売上増を報告している。主因は買収と、取締役会が承認した数十億ドル規模の自社株買いである。一方で同社はAI主導の製品提供強化とポートフォリオ再編も進めている。
AIによる効率化、解雇、統合、規模、近代化の物語に見えるものは、実際には戦略的な再ポジショニング、ポートフォリオ選択、そして投資家に対する短期的なマージンのシグナリングと深く絡み合っている。規模は拡大し、コストは圧縮され、自社株買いは承認される。だが、だからといって意思決定システムが再設計されたことを自動的に意味するわけではない。財務上の統合はすぐ見える。構造的変革は見えない。
こうした見出しは、企業内で従業員が感じているダイナミクスを強化する。AIをより深く展開して能力を作り替えよ、と言われる一方で、短期の結果を守るために、意思決定の作り方を再考する前にコスト構造を圧縮することが多い。労働力に関する研究もこのパターンを映し出す。利用は広範かもしれないが、変革的な位置付けは限定的なままだ。インセンティブが変わらないふりをしながらワークフローを再設計することはできないし、「意味のある統合」を求めながら、それが生む不安定さを避けることもできない。本当の変革は抵抗を生む。そして抵抗は、慎重さではなく無能さとして誤診されがちである。
エンタープライズAIにおける経営層の幻想
企業内では、認識の非対称性も生まれつつある。経営層は、個々の貢献者に比べて、AI戦略が明確で導入も広範だと信じやすい。上から見ると協調しているように見える。現場から見ると即興的に感じられることが多い。危険なのは不一致ではなく乖離である。経営が「変革はすでに進行中」と信じると、根底のワークフローが未解決でも、組織はあたかも首尾一貫性が存在するかのように振る舞い始める。
このギャップが重要なのは、変革がマネジメントの期待を通じてスケールするからだ。上司がAI利用を期待している従業員は、そうでない従業員より習熟度が大幅に高い。AI導入は、利用可能だから拡大するのではない。要求され、測定され、強化されるから拡大する。しかし、曖昧さの下での強化は、統合ではなく演技を生む。人々は、構造的に吸収する前に、導入を示すことを学ぶ。
中間管理職は変革の敵ではない。支点である。だが中間管理職は、変化を導入しながら継続性を守るよう求められる。今日の納品に責任を負い、明日を発明するよう圧力を受ける。戦略的な語りがオペレーションの再設計より速く加速すると、整合しているように見えて即興で機能する状態が生まれる。
ここで「協調の演劇」が立ち上がる。
組織は統合の言語で語りながら、断片のまま動く。ダッシュボードは進捗を示し、スライドは明確さを示し、AI利用は増加していると報告される。だが、意思決定権限は曖昧なままで、インセンティブは変わらず、古いワークフローは概ね温存される。同期した変革に見えるものは、並行する実験をつなぎ合わせた物語にすぎないことが多い。
任意のシステムは複利を生まない。しかし協調の演劇はさらに悪いことをする。共有された現実を侵食するのだ。経営層は流暢さを聞いて統合と取り違える。現場の運用者は不安定さを感じてリスクと取り違える。両者は異なる視点に対して合理的に反応している。時間が経つほど、企業は結束を築くのではなく、結束を演じるようになる。
歴史的にこのパターンは馴染み深い。テイラー主義、シックスシグマ、BPR、ERP展開はいずれも構造的な整合性を約束し、真の改善と儀礼化された遵守の混在をもたらした。経営は不可避を宣言し、現場は曖昧さを吸収した。AIは、権威的に聞こえる言語を生み出すことでこのパターンを増幅する。流暢さはいまや不完全さを覆い隠しうる。
協調の演劇が文化的デフォルトになると、実験は影の経路に移る。従業員は静かにツールを採用し、管理職は慎重に進捗を報告し、整合はプレゼンテーションのレイヤーになる。そうして組織は、不安定さを吸収することなく活動だけを加速できる。これは、複利が経済的に失敗する前に文化的に失敗する仕組みである。企業は変革を持続するより、変革を示すことに速くなる。それが協調の演劇である。
エンタープライズAIのシャドーITという現実
取締役会の語りにはほとんど出てこない、エンタープライズAI導入の別の次元がある。シャドーITである。企業がAIツールを標準化し、セキュアにし、中央集権化しようとする一方で、従業員は公式インフラの外で実験している。個人アカウントを開き、ブラウザベースのツールを使い、スプレッドシートやブラウザのプラグインでAPIをつなぎ、超個別化された未承認で非公式の自動化を構築している。
これはガバナンスの失敗ではない。シグナルである。公式システムの動きが、機会の知覚に比べて遅いとき、非公式システムが立ち上がる。シャドーITは常に存在したが、AIはそれを増幅する。
過去のシャドーソフトウェアの波と異なり、AIツールは摩擦が少なく、安価で、即座に強力である。1人の従業員が、以前なら部門横断の承認を要したワークフローを複製できる。エージェントの登場で、これは指数関数的に拡大している。エージェントは、人間には扱えない規模で自動化の利用を強制するからだ。こうしたことが同時に2つのダイナミクスを生む。
- 周縁でのイノベーションが加速する。従業員は、中央チームがツールを用意するより速く、現実の問題を解決する。
- 継続性が割れる。データガバナンスが弱まる。組織学習が断片化する。企業がインフラをロックダウンしようとすると、従業員はそれを迂回する。統合された代替を提供しないまま締め付けを強めるほど、実験は見えない経路へ移っていく。
これは反抗ではない。構造的圧力である。そして、従業員を責めるのは難しい。多くの企業が提供するサービスは、制約され、スロットルをかけられ、あるいは仕事外で使うコンシューマーグレードの体験に比べて意図的に制限されているからだ。企業内にInstagramのようなものはない。職場の何ものも、喜び、流動性、即時のフィードバックループのために設計されていない。
コンシューマープラットフォームは直感的で摩擦がなく、多くの場合、習慣形成的に設計されている。毎週アップデートされ、容赦なく最適化され、何百万人もの実ユーザーでテストされる。対してエンタープライズソフトウェアは、コンプライアンス、調達サイクル、リスク低減に最適化されている。
コンシューマーツールが仕事と重なる効用を提供し始めると、例えば、社内システムよりうまく文章を起こす生成AI、反復作業を自動化するエージェント、承認済みツールよりエレガントに情報を統合するプラットフォームといったものが出てくると、導入は予測可能になる。自分の生活で、旅行計画、記事要約、個人的な文通の下書き、金融意思決定の分析にAIシステムをすでに使っているなら、正式に許可されているかどうかに関わらず、職場でも同じシステムに手が伸びない理由があるだろうか。特に、それがより良く機能するなら。
エージェントベースのシステムの台頭で、この圧力は強まる。
エージェントはアプリケーション間で行動を連鎖させ、APIを呼び出し、文書を解析し、多段のワークフローを実行できる。ブラウザや個人デバイス、あるいは承認・未承認の境界を曖昧にする薄い統合を介して経路設定できる。企業はエンドポイントをブロックし、アクセスを制限し、方針メモを出そうとするだろう。それでも外部ツールが実質的により良く、速く、反応がよく、適応的であるなら、従業員は日々の仕事に組み込む方法を見つける。ガバナンスを損なおうとしてではない。有効であり続けるためである。
より深い問題はコンプライアンスではない。競争力である。企業は今、勤務時間内の行動支配をめぐってコンシューマーグレードの体験と競合している。そしてコンシューマープラットフォームは、その勝利のために設計されている。エンゲージメント、反復の速さ、情緒的フィードバックのために作られている。エンタープライズツールは監督のために作られている。
片方が強力でしかも快い能力を提供し、もう片方が安全の名の下に制約を提供するなら、結末は神秘ではない。公式システムが、従業員が私生活で頼っているツールの使いやすさ、速度、知能に太刀打ちできないとき、シャドー導入は破壊的というより構造的になる。そして構造的圧力は、禁止されたからといって消えない。
公式システムが変革をスピードに合わせて受け入れられないとき、組織は横方向に適応する。そして横方向の適応は測定が難しい。
シャドーITがエンタープライズAIのROIにとって重要な理由
シャドーAI利用は、ROI測定を微妙な形で複雑にする。書類上、企業の利用は中程度に見えるかもしれない。実際には、AIが非公式ワークフローに深く埋め込まれていることがある。経営は控えめな生産性向上を見る。従業員は意味のある局所的加速を体験する。だが、その加速が構造的に統合されていないため、システムレベルで複利にならない。
学習はサイロ化し、ベストプラクティスは伝播せず、リスクは予測不能に表面化する。シャドーITはより深い真実を映す。従業員は、組織構造より先にAIのレバレッジを認識している。問うべきは、シャドーAIを排除すべきかどうかではない。断片化がシステム化する前に、その実験を公式のワークフロー再設計へ吸収できるかどうかである。シャドーITへの対応を制限だけにすると、イノベーションを抑え込む。無視すると、継続性を手放す。どちらも複利にならない。
企業が直面する本当の意思決定は、どのモデルを標準化するかではない。反復的な意思決定システムを再設計する意思があるかどうかである。複利には反復が必要で、反復にはオーナーシップが必要だ。オーナーシップには、AIがどの意思決定に影響してよいかの明確さが必要である。ほとんどの組織は、その一線を越えていない。
ギブソンはこう語る。「突破できる組織と、演技的導入に留まる組織を分けるのは技術的な高度さではない。リーダーが、データと意思決定の間にある政治的距離を縮める覚悟があるかどうかだ。真に進んでいる企業は、不快なことをやっている。データを中央集約し、部門の物語を守ってきた影のレポーティングを廃し、単一の真実の源泉とは、誰かが自分のストーリーの主導権を失うことを意味すると受け入れた。これは技術の問題ではない。権力の問題だ。そして、エンタープライズAIの会話がそこから始まらない限り、ツール導入を変革と取り違え続けるだろう」
権限を定義せずに知能を展開し、説明責任を再定義せずにアウトプットを加速し、再設計がもたらす不安定さを吸収せずにスピードを上げる。不安定さこそが真の変革のコストである。
このパターンは、マクロ経済レベルでも表面化し始めている。人工知能への投資が記録的に増え、企業での展開も広範であるにもかかわらず、先進国全体の生産性成長は控えめなままだ。米労働統計局の最新データは、AIの設備投資が加速している一方で、労働者1人当たりの産出は漸進的な伸びにとどまることを示している。またIMFの2026年1月の経済見通しアップデートは、人工知能が時間をかけて世界GDPを押し上げる可能性がある一方で、総体的な生産性に対する測定可能な影響は、規模としてはまだ顕在化していないと指摘した。
経済学者はこれを「普及の遅れ（diffusion lag）」と呼ぶ。技術は広がるが、生産を構造的に再編するより先に広がってしまう。設備投資はすぐ見える。システム全体の生産性効果は時間がかかる。ワークフロー、インセンティブ、権限構造が調整されるまで、利益は局所的にとどまり、複利にならない。
この遅れは学術的な話ではない。資本が構造的吸収に先行して投下されていることを意味する。投資が運用モデルの変化を上回ると、先行者が必ずしも勝つわけではない。規律ある再設計者が勝つ。普及フェーズが報いるのは熱狂である。
再編フェーズが報いるのは実行である。言い換えれば、幻想は経済性より先にスケールする。
もしAIがすでに完全な構造変革をもたらしているなら、GDP成長、持続的な生産性拡大、セクター横断のマージン耐性に広く反映されるはずだ。だが現実には、大規模投資、選択的な効率化、価値がどこに蓄積しているかを巡る議論の継続がある。このギャップは、AIの可能性を否定しない。むしろ、いまがどの段階かを明確にする。
技術の普及は、運用モデルの進化より速い。そして2つの速度が収束するまで、ROIは不均一で、断片的で、規模として測りにくいままである。
エンタープライズAIの「複利」とは本当は何か
AIのROIが複利で効いているかどうかは、週間アクティブユーザーでは測れないし、ライセンス数の拡大で保証されるものでもない。AIが実際に機能しているかを知りたいなら、リーダーは「どれだけ頻繁に使われているか」を問うのをやめ、「どこで意思決定が変わっているか」を問い始めねばならない。チームがより多くプロンプトを打っているかどうかではない。反復的なワークフローが測定可能な形で違っているかどうかである。
- 計画サイクルは短くなっているか。
- エスカレーションは減っているか。
- 予測は、単に生成が速くなっただけでなく、精度が上がっているか。
- 意思決定の遅延は機能横断で圧縮しているか。
- マージンは、人員削減ではなく協調コストの低下によって拡大しているか。
これらは構造的な指標である。知能が組織の表層から運用コアへ移ったかどうかを明らかにする。
そこに至るには再設計が必要だ。AIが実際のワークフローの中で動けるように、横に並ぶのではなく統合されるデータ統合が要る。利用が任意ではなく規範になるように、マネジメントの期待が要る。AI実験を許容するだけでなく、AIが判断に影響してよい領域と、人間の権限が主である領域を定義するガバナンス枠組みも要る。
そして、多くの企業が避けたい事実にも向き合う必要がある。役割は変わる。役割の進化を伴わないAI導入は緊張を生む。明確さを欠く役割進化は混乱を生む。リーダーは、報告系統、インセンティブ、説明責任の構造が手つかずのままだという前提で、意味のある統合を求めることはできない。AIが優先順位付け、配分、予測、順序に影響し始めるなら、オーナーシップは明示的に再割り当てされねばならない。曖昧さこそが協調の演劇の温床である。
この移行をうまく乗り切る企業は、最先端モデルを持つ企業でも、最も大きなエンタープライズ契約を結んだ企業でもない。意思決定を可視化し、どのワークフローをなぜ再設計するのかを宣言し、短期的な不安定さを抑え込むのではなく吸収し、実験を組織学習へ変換する管理職を報いる企業である。
この先の仕事は技術ではない。マネジメントである。文化である。アーキテクチャである。そして加速に取りつかれた瞬間に、忍耐を要する。
リーダーが、AIをマージンのレバーにすぎないものとして扱いたい誘惑に抗い、再設計のレバーとして扱えるなら、複利は可能になる。できなければ、変わらないシステムの上に速いアウトプットが積み重なるだけである。
そして、変わらないシステムは複利にならない。
公開市場は、見える効率性を素早く報いる。人員削減、コスト圧縮、自社株買いは、評価の即時的な変化を示す。一方で運用モデルの再設計は、拡大する前にマージンを押し下げる。不安定さを先に生み、その後に複利を生む。刈り込みで止めて変革に踏み込まない誘惑は構造的である。
エンタープライズAI：複利で伸びるのは誰か、頭打ちになるのは誰か
エンタープライズAIの導入は健全に見える。予算は配分され、ツールは配備され、セキュリティポリシーは書かれる。ダッシュボードは光る。だが、その活動の下には、より難しい問いがある。知能は経済性を決める意思決定に埋め込まれているのか、それとも周回しているだけなのか。AIが支援にとどまるなら、価値は漸進的にとどまる。AIが意思決定レイヤーに入り込めば、経済性は再編される。モデルは準備できている。
いま目撃しているのは、深さを欠いた普及である。利用は統合より速く増える。解雇は自動化として語られ、運用モデルは概ね温存される。シャドー実験は周縁で加速し、ガバナンスは中央集権化を試みる。経営は明確さを語り、現場は曖昧さの中で即興する。生産性は局所で測られ、複利は全体として停滞する。再設計なき加速である。
本当のテストは配備ではない。吸収である。変革は行儀よくやって来ない。権限を再配分し、説明責任を組み替え、居心地のよい非効率を崩す。協調が演劇だった場所と、本物だった場所を露呈させる。多くの企業で、抵抗は機能不全ではない。システムがついに変わることを強いられる瞬間である。
歴史は、動きを変革と取り違える企業を報いない。AIをコストのレバーとして扱えば、マージンは1四半期は改善するかもしれない。意思決定のレバーとして扱えば、組織の競争の物理法則が変わる。意思決定の方法を再設計する企業は複利で伸び、報告の自動化にとどまる企業は頭打ちになる。
市場は頭打ちを罰しない。後になって、そして唐突に罰する。ダッシュボードが停滞を確認する頃には、複利はすでに別の場所へ移っている。優位は去ったと告げない。ただ、誰か別のマージンの中に蓄積していくだけである。
