ジェニー・グレイザー（最高経営責任者）、Coqual
2025年、私たちは人材インクルージョンの分野でいくつかの大きな成果を上げたものの、厳しい1年でもあった。12月になる頃には休息が必要で、1月になれば簡単に気持ちを切り替えられると思っていた。しかし実際には、将来に対する静かな不安を感じていた。
私は中立のまま動けずにいた。変化には深く考えるための余白が必要だが、私にはその余白がまったくないように思えた。これこそがリーダーの究極のジレンマである。火消しと課題のクローズにエネルギーを注ぎ込みながら、学習と適応は自然に起こるはずだと思い込んでしまうという専制だ。学びは、将来における自分たちの重要性の種を植える。
AIが業界を横断して浸透するいま、この点はとりわけ重要である。技術の進歩は、ほとんどのリーダーシップ開発モデルが想定してきた速度を上回っている。多くの経営幹部は、自分自身がツールを理解しきれていないまま、技術変革の舵取りを求められている。チームの成功を支えるために、リーダーはいま、学習と適応がリアルタイムで起こり得ることを、自らの姿勢で示す必要がある。
このことを理解した私は、思い切ってコンフォートゾーンから大きく踏み出し、AIとラーニングデザインのブートキャンプに申し込むことにした。
学ぶための余白をつくる
このコースは意図的なリフューエル（燃料補給）だった。達成可能でありながら背伸びが必要で、居心地も良くない。忍び寄る硬直性に対する構造化された解毒剤でもあったが、真の発見はカリキュラムを超えたところにあった。制約に見せかけられていた課題のための時間こそが、実際には私を解放してくれたのだ。それは純粋な実験のための保護区となった。課題を終えるとすぐ、そのフレームワークを実際の問題に当てはめ始めた。「もし……だったら？」と問いかける閃きが戻ってきたのだ。
皮肉なことに、人材インクルージョン分野で調査とアドバイザリーサービスを提供する私のチームは、まさにこのテーマに関するレポートを共同で作成していた。「The Convergent Leader（コンバージェント・リーダー）」と題されたそのレポートは、効果的なリーダーはAIスキル、インクルーシブな行動、柔軟なマインドセットの融合を示すと結論づけている。柔軟な思考を育むには「認知的柔軟性」、つまり現在を実行しながら将来を戦略的に考える能力が必要だと述べている。
その認知的柔軟性こそ、私が鍛えるべき筋肉そのものだった。もう1つは「飽くなき好奇心」である。私はこう気づかされた。自分が時代遅れになる原因は知識不足ではなく、好奇心という筋肉の萎縮なのだと。
マッキンゼーの調査によれば、「従業員はリーダーが想像する以上にAIへの準備ができている」一方で、AI成功における最大の障壁はリーダーシップだという。リーダーである私たちがAIを使った実験と好奇心を自ら示さなければ、チームは誰に指針を求めればよいのか。私たちの調査は変化を示唆している。従業員がAIスキルを向上させるために生成AIツールに相談する頻度は、同僚に相談する頻度とほぼ同じだという。34%がAIツールに相談すると回答し、33%が同僚、28%が上司と答えた。リーダーが学習プロセスに参加していないとき、テクノロジーがその役割を埋め始めるのだ。
学びの道を進む中で、もう1つの側面が明らかになった。生成AIの戦略的導入の一環として、AIに関する意思決定スキルを高め始めたのである。自分自身の知識のギャップと向き合うには謙虚さが必要だった。理論家としてだけでなく実践者として働く方法、テクノロジーが正しいかどうかだけでなく、その回答をいかに賢明に適用すべきかを判断するために、人間としての洞察力をより良く活用する方法を学ばなければならなかった。
リーダーが学習ギャップを埋める方法
テクノロジーとともに学ばない者は、それがもたらす変化の中でチームを導くために必要な基礎的経験を欠いている。私たちの調査では、新しいAIスキル、インクルーシブな行動、柔軟なマインドセットを兼ね備えているリーダーはわずか37%であることがわかった。残りの64%には、この組み合わせのどこかが欠けている。
自分自身のギャップに対処するには、自らのアプローチを変えるという困難な作業が必要だ。AIを活用して前進しようとするリーダーにとって、最初のステップは自分自身の学びのエッジがどこにあるかを理解することである。以下は、これらのギャップを埋めるためのいくつかの実践方法だ。
ツールを直接使ってみる
リーダーは、組織内で使用されているAIツールを実際に使う経験を積むことで恩恵を得られる。深い技術的専門知識は必要ないが、出力がどのように生成されるか、どこでエラーが発生しうるか、結果を文脈の中でどう評価すべきかを理解できる程度の習熟は必要だ。
実験のための構造化された時間を設ける
多くの従業員は、AIが自分の役割にどう適用されるかを探求するための保護された時間なしに、AIを業務に組み込むことを期待されている。リーダーは、チームが実際の業務課題に対してツールをテストし、学んだことを共有するための定期的な時間を設けることで、この問題に対処できる。
学びを可視化する
リーダーがAIをどのように使用しているか、ツールがどこで不十分かを共有することで、チームは自動化と並んで判断力がどのように機能するかをより明確に理解できる。これはまた、実験と学びが仕事そのものの一部であることを示すシグナルにもなる。
チームを学習プロセスに招き入れる
従業員は日常業務の中でAIに関する実践的な知識を蓄積していることが多い。リーダーは、チームにツールの使用方法、機会を見出している点、リスクを感じている点を示してもらうことで、導入を加速できる。
実験を意思決定につなげる
探求は、ワークフロー、責任分担、成果期待に関する実際の選択に反映されてはじめて意味を持つ。これらの学びを運用上の意思決定に取り込むリーダーは、組織を孤立した実験から実践的な統合へと導く手助けをする。
これらの行動は、テクノロジーが仕事のあり方を変える中で、チームが必要とする共通理解と判断力を構築するのに役立つ。先延ばしにする代償は現実のものであり、信頼の崩壊として現れることがある。リーダーがその堅固で適応力のある核を持っていなければ、どうやって安定した導き手となり、チームに自信を与え、AIの影響を測定できるだろうか。私たちの調査では、リーダーの95%が「組織が追跡していないため、AIの影響を定量化できない」と答えた。これは、多くの人が本当には理解していない変化の舵取りをしていることを示している。
いまのリーダーシップが求める一貫した選択は1つである。初心者でいるための時間を確保することだ。その空間の中で、あなたはチームの信頼を築き、自らのリードする力を新たにする。
