AIが特定の仕事にどれほど深く影響するのかをめぐっては活発な議論がある。新たな調査によれば、その影響は人々の労働時間の半分以上を再編する可能性があるという。
これはウォートン・スクールとアクセンチュアによる新たな調査レポートで示された見立てだ。同レポートは、労働時間の50%超がAIエージェントの影響を受けると推計している。
分析では、「ミニマム・バイアブル（実用最小限）」なAI主導組織を、企業向けエージェントを少なくとも60体（デジタル35体、物理25体）備え、研究開発、製造、人事、財務、カスタマーサービスといった部門横断の業務を支援できる体制と定義する。研究者らは、「積極的なモデリング・シナリオ」を追求する企業は10%の成長を見込めると予測している。
レポートは、職務（ロール）ベースからスキルベースへと雇用市場が移行していることを示すウォートン・アクセンチュア・スキルインデックスを引用する。企業がAIをどのように統合していくのかを見通すため、アクセンチュアとウォートンのチームは、O*NETと米労働統計局（BLS）の職業別データを用いてタスクと職務を分析した。デジタルエージェントの影響が最も大きい業界は銀行で、次いでハイテク、資本市場となる。ロボットエージェントは、天然資源、消費財・サービス、化学の分野に影響を及ぼしている。
業界別：約60体のエージェントによる影響時間の割合
デジタルエージェント ロボットエージェント
銀行 49% 2%
ハイテク 37% 15%
資本市場 46% 3%
保険 45% 3%
ソフトウェア・プラットフォーム 45% 2%
公共サービス 36% 2%
ライフサイエンス 32% 24%
天然資源 25% 33%
消費財・サービス 29% 29%
化学 30% 27%
レポートによれば、ユースケースを俯瞰すると明確な構造的パターンが浮かび上がる。「先進的な組織は、個別のソリューションにとどまらず、人間の指揮の下で稼働するデジタルと物理のエージェントを、連携した一群として活用する方向へ移行している」。
とはいえ現時点では、AIによって得られる生産性向上は「コスト低下にきれいに結びつくわけではない」と研究者らは結論づけている。生産性向上の効果のうち約3分の2は直接的なコスト削減として現れ、3分の1はコスト回避として現れた。すなわち、別のより高付加価値な仕事に充てられる余力が生まれたということだ。「意図的な再配置がなければ、その回避されたコストは成長にはならない」。
アクセンチュアとウォートンのチームは、次の行動を推奨している。
- トップダウンで明確な損益（P&L）優先順位を設定する：研究者らは「人間とエージェントの協働（human-plus）を前提に企業を再設計せよ」と促す。「どこに投資し、どこに能力を再配置するかについて意図的に選択し、成長と差別化を生む領域に集中する。こうしたトップダウンの焦点がなければ、エージェント活用の取り組みは変革的な成長エンジンではなく、孤立した生産性向上の試みにとどまる」
- エージェント型業務に向けた人間主導のオペレーティングモデルを設計する：「エージェントとは何か、エージェントがワークフローと意思決定フローにどのように組み込まれるのか」を定義すべきだという。「境界、エスカレーション経路、意思決定権限、説明責任を定義し、成果、リスク、信頼に関する責任の所在が明確に保たれるようにする」
- 人間とエージェントの協働（human-plus）を前提に企業を再設計する：ルーティン業務がエージェントに委ねられ、従業員がより高度なスキルに集中できるようになることで、「再設計された"人間が主導する"役割が、より効果的であるだけでなく、多くの場合より良い体験でもある」ことを従業員に示す。
- 人材を職務（ロール）ではなくスキルの観点で評価する：静的な職務体系を超え、「データに基づくスキルベースの人員観」へ移行する。この変化を設計し、主要なパフォーマンス管理プロセスに組み込み、スキルという言語で個人に伝える。
- 雇用者・教育者・学習者としての機会を受け入れる：研究者らは、人々が知的システムを効果的に監督し、導き、協働できるよう、継続学習を積極的に支援することを促している。「次の職務に向けて人を準備するだけでなく、共同知能（co-intelligent）経済への生涯にわたる参加に向けて人を備える」。
