ティモシー・J・ジャルディーノ博士は、myWorkforceAgents.aiの創設者である。
ほとんどの組織は、人材のオンボーディング方法を熟知している。従業員の入社日のはるか前から、役割が定義され、リーダーシップが割り当てられ、アクセス権、期待値、オリエンテーション、プロセス、説明責任が設定される。しかし、エージェントAIが職場に導入される際、多くのリーダーはこのベストプラクティスを放棄してしまう。代わりに、この技術を他のソフトウェアと同様に展開するが、それは問題である。
受動的な前世代のシステムとは異なり、エージェントAIは会議のスケジュール設定や候補者のスクリーニングといったタスクを積極的に管理し、顧客とコミュニケーションを取り、日々の業務上の意思決定に影響を与えることができる。これらのシステムは監督下での自律性を持って行動するため、もはやツールではない。組織の運営モデルに積極的に参加するデジタルワーカーなのである。
組織がこの自律的な働き方の時代に入るにあたり、成功と同様に安全性を確保するため、ガバナンスは稼働に先行しなければならない。AIの採用に関心を持つリーダーにとって、以下の6つの規律は、責任あるエージェントAIオンボーディングの基盤となり得る。
1. 稼働前に役割を定義する
新入社員が入社する際、リーダーは彼らが何ができるかを尋ねることはない。なぜなら、その役割が何に対して責任を負うかをすでに定義しているからだ。従業員の場合、権限、範囲、制限、成功の定義はすべて、組織がパフォーマンスの測定を開始する前に明確化されるべきである。
エージェントAIにも同じ規律が必要だ。その超拡張性のため、この技術のオンボーディングは封じ込めから始めなければならない。最低限、リーダーは以下を明確にすべきである：
• このエージェントはどのような権限を持つのか？
• 明示的に許可されていないことは何か？
• どの意思決定に人間へのエスカレーションが必要か？
• その成功はどのように測定されるのか？
• その成果に対して誰が責任を負うのか？
役割のアーキテクチャがなければ、デジタルワーカーは本来の目的から逸脱する。自律性の下での逸脱は業務上の曖昧さを生み、規模での曖昧さは組織的リスクに変わる。
2. 信頼を段階的に構築するように自律性を段階化する
成熟した組織は、新入社員に初日から無制限の権限を与えることはない。責任は通常、実証された信頼性とともに増加する。ベストプラクティスとして、AIも同様の進行に従うべきである。まずシャドーモードから始め、システムに観察と提案をさせる。次に、改善のための監督下での実行に移行する。その後、定義された制限内で条件付き自律性を付与する。最後に、システムを定期的に再評価する。
自律性を瞬時のものとして扱うと、リーダーは能力と準備状況を混同する。段階的進行の規律は、規模がエラーを増幅する前に、較正、改善、修正に必要な余地を生み出す。信頼は、デジタルワークフォースを監視する者が、実際の条件下でのシステムの動作に自信を持てるようになって初めて拡大すべきである。
3. 失敗（または成功）の前に所有権を割り当てる
すべての人間の従業員には管理者またはリーダーシップチェーンがあるが、多くのデジタルワーカーにはそれがない。しかし、その不在は、計画通りに進まない最初の事態が発生して初めて明らかになることが多い。AIのオンボーディングでは、いくつかの構造的ポイントを事前に決定しなければならない：誰がパフォーマンスを監視し、異常をレビューし、範囲を拡大し、システムを廃止するのか？
ここでの所有権はマイクロマネジメントではなく、構造的な説明責任である。人間が成果を完全に所有せずにアウトプットを承認すると、自律性はリスクになる。システムは明確な受け手なしにエスカレーションし、問題は全員の責任になる。組織がデジタルワークフォースの所有者を明確に割り当てないか、誰がデジタルワーカーを管理するかを明示しない場合、オンボーディングは不完全である。
4. コンプライアンスだけでなく、文化に合わせて較正する
すべてのオンボーディングにおいて、コンプライアンスフレームワークは必要である。しかし、ポリシーの学習を超えて、人間のオンボーディングは組織規範と文化への没入に関するものである。これには、意思決定がどのように行われるか、異議がどのように処理されるか、どのようなトーンが許容されるか、どのような行動が報われるかを知ることが含まれる。
技術リーダーが認識しなければならないのは、AIシステムは相互作用パターンから学習できるということだ。実際、それらは動作する環境を反映する。したがって、文化的シグナルに一貫性がない場合、それらの問題はエージェントAIに変換され、規模化する。
したがって、これらのシステムのオンボーディングには、規範の明示的な表明、シナリオベースの較正、明確な上書き権、エスカレーションのリハーサルを含めるべきである。意図的に価値観をエンコードしなければ、システムは最も頻繁なシグナルを吸収する。この放任的アプローチはガバナンスではなく、文化の逸脱が静かに成長することを許す。較正はそれが制度化されることを防ぐ。
5. 初日から心理的安全性を保護する
人材をオンボーディングする際、心理的安全性は、新入社員が何か問題があるときに声を上げるかどうかを決定する。同じダイナミクスがここにも当てはまるが、逆である。AIが採用、評価、ワークフローに影響を与える場合、従業員は抵抗を減らし、採用を増やすために事前に答えを必要とする。彼らは、報復なしにアウトプットに疑問を呈し、決定を上書きできることを知る必要がある。人々が自律システムに従属していると感じると、信頼は侵食され、沈黙の服従が責任ある判断に取って代わり、イノベーションはコンプライアンスになる。だからこそ、心理的安全性はエージェントAIをオンボーディングする際の構造的必要性なのである。
6. レビューサイクルを関係性に組み込む
人材のオンボーディングは、新入社員の初日で終わらない。それに続くのは、構造化されたチェックイン、パフォーマンスレビュー、進化する期待値である。デジタルオンボーディングも同様に徹底的である必要がある。なぜなら、ガバナンスは一度限りのイベントではないからだ。それは、逸脱の監視、アクセスの再評価、パフォーマンスの再較正、役割の改善のためのプロセスを含む運営規律である。
自律性は急速に拡大し、監視もそれに合わせて拡大しなければならない。構造化されたレビューサイクルがなければ、組織は継続的な運用を継続的な整合性と誤解する。しかし、環境は進化する。データと戦略は変化する。システムはそれに応じて再較正されなければならない。
エージェントAIは人間的な体験に値する
あまりにも多くの組織が、エージェントAIをデジタルワーカーではなく、ソフトウェアのように扱っている。しかし、ソフトウェアはインストールされるが、ワーカーはオンボーディングされる。その違いが、自律性が組織を強化するか不安定化するかを決定する。エージェントAIをツールとして扱えば、それが意思決定を下した後に常に反応することになる。それは単に組織をリスクにさらすだけである。しかし、エージェントをワークフォースのメンバーとしてアプローチすれば、その周りに強靭な構造を設計できる。
展開は技術的イベントである。オンボーディングはガバナンスの決定である。その違いを理解する組織が、自律性がワークフォースに入る方法を定義する。残りの組織は、それに反応することに時間を費やすことになる。
