Erica SchoderはR Street Instituteのエグゼクティブ・ディレクターであり、AIガバナンスと制度設計について執筆している。
AIがあらゆる仕事で人間を上回り、しかも低コストになる未来を想像してほしい、と人々に問うた調査がある。たとえそのような状況でも、人々は職業の12%については譲らなかった。聖職者、保育従事者、葬儀ディレクター、アスリート、アーティストなどである。技術的には仕事ができても、人々がそれを望まないのである。
この結果は、職場で実際にAIに何をさせることを人々が許容するのかを調べたハーバード・ビジネス・スクールの新たな研究から得られた。これら12%は明確なケースだ。より難しい領域はそれ以外のすべてであり、そこでは価値観や道徳的な境界といった制約が、絶えず変化する。
人々が今日、AIに任せることを受け入れる範囲は、5年前に受け入れていた範囲と同じではなく、今後も変わり続ける。2025年末に登場した能力は、どこに線を引くべきかという問いを、1年前には考えられなかったほど切迫したものにした。この問いに最も適切に答えられるのは、仕事が変容しつつある当事者だが、リーダーシップが彼らをプロセスに参加させる場合に限られる。
うまく活用されれば
MITのDavid Autorは、AIが専門性を拡張し、スキルの階段を下方向へ広げることで、より多くの働き手が、これまで一部のエリート専門家に限られていた高リスクの意思決定を担えるようになる可能性があると論じる。経済学者Emily Chamlee-Wrightも補完的な主張を提示する。技術による代替の波は、そのたびに発見のプロセスを引き起こし、事前には予見できなかった新しい人間の貢献の形を明らかにしてきた、というのだ。
両者の議論はいずれも条件に依存する。Autorのいう専門性の拡散には、AIが「うまく活用される」ことが必要だ。Chamlee-Wrightの発見プロセスには分散型の実験が必要であり、多くの働き手にとってそれは、自分の組織の中で何が起きるかを意味する。どちらの結果も自動的には生まれず、組織が何を選ぶかにかかっている。Autorのケースでは設計によって、Chamlee-Wrightのケースでは実験の余地を確保することによってである。
Burning Glass Instituteによる数百万件の求人票の分析は、この地形がすでにどれほど複雑かを示している。同じ職種が、しばしば自動化と能力増強を同時に経験しており、自動化の影響を受けやすいスキルは需要が減る一方で、能力増強の影響を受けるスキルは需要が増える——時には同一の職務の中でさえそうしたことが起きる。特にエントリーレベルを中心に、完全に消えつつある職種もある。さらに多くの職種は、舵取りが難しい形で変容している。たとえばプロジェクトマネジャーでは、スケジューリング業務が自動化される一方で、別の方向へ責任が拡大し、同じ肩書のまま別の仕事をするようになる。
先に引用したハーバード・ビジネス・スクールの研究は、人々の94%がAIを協働ツールとして支持していることも見いだした。ただし条件がある。「プロセスをうまく設計するなら」という条件だ。異なる方向から提示された、よく似た条件である。
足元が動き続けるとき
プロセスをうまく設計することは、スピードによってさらに難しくなる。AIの能力は継続的に進化し、新しいツールは予測可能なスケジュールで登場するわけではない。2026年に行われた導入判断は、実装される頃にはすでに時代遅れになっている可能性がある。つまり、職場におけるAIの役割を管理するプロセスは、一度で戦略を正しく当てにいくのではなく、能力の変化に合わせて調整する反復型で運用されなければならない。
そのような反復的プロセスがなければ、組織は、人間の関与を機械の代替がより競争力を持つところから置き換えていく方向へと漂流する。漂流は静かに進み、積み重なる。AIの出力はもっともらしく見えるため、人々は委ねる。ツールはインフラになる。何を自動化すべきかという問いは、やがて問われなくなる。研究者はこのパターンを「漸進的な無力化」と呼んでいる。
この漂流は別の問題も生む。AIは職務を消し去るだけではない。業務の束を解体し、断片を再配分する。これはマネジメントを含むあらゆる職務で起きている。仕事がほどかれていく当事者こそが、どの断片に人間の判断が必要かをいまなお知っている。だがその知識には賞味期限がある。職務がAIを前提に再編されてしまえば、人間の判断がどこで重要だったかという理解は再構築しにくくなる。
まずは自社の人から始めよ
私は約2年前、AIの原則を策定した組織の共同リーダーを務めた。いま、その原則づくりは容易な部分だったのだと気づきつつある。原則は、何を重視するかを示してくれたが、人々の仕事で実際に何が変わりつつあるかまでは教えてくれなかった。
多くの組織は、AI導入を、より良いフレームワークやトップダウンの戦略レビューで埋められる知識ギャップとして扱うことにとどまっている。しかし人々が求めているプロセスとは、仕事が変化している当事者を巻き込むものだ。
ただし落とし穴がある。人は自分の仕事を深く理解している——その知識は実在し、いま利用できる。一方で潜在しているのは、AIがそれをどう変えるかについて、人々がこれから発見することだ。AIと知識労働者に関する研究はこれを裏づけている。高度なスキルを持つプロフェッショナルでさえ、AIと実際に協働するまで、どのタスクが変容するかを予測できなかった。
仕事におけるAIの役割を管理するために必要な理解は、ツールそのものを継続的に、手を動かして使うことでしか育たない。しかしAIツールを展開することは、それ自体が学習を意味するわけではない。学びが生まれるのは、仕事をしている人々が、何が変わるのかを見極めるプロセスに加わるときだけだ。
AIと仕事の未来は、技術ができることと、人々がそれを「すべきだ」と信じることとのあいだで、長い交渉になるだろう。自社の人々が自分の仕事について持つ知識が、役割が再構築されるあり方にまだ影響を与えられるうちに、いまこの会話を始めるべきである。
