仕事とは、一見すると定義しやすい概念に思える。人々が報酬と引き換えに行うものだ。しかし、単純に見える多くの概念と同様、深く掘り下げると曖昧になる。明らかに仕事をしているが、明らかには働いていない多くの人々を考えてみよう。何の決定も生まない会議に常に出席しているマネージャー、オリンピック選手のような器用さでタブを切り替える従業員、あるいはカレンダーは埋まっているが貢献を追跡するのが難しい経営幹部などだ。最近の調査によると、65%の従業員が（実際の数字はおそらくもっと高い）定期的に「生産性劇場」に従事していることを認めている。つまり、実際に意味のある仕事をすることなく、忙しく見えるようにタスクを実行しているのだ。逆に、正式な認識や報酬なしに実質的な仕事をしている人々もいる。経済学者は長い間、無給労働、特に女性が不釣り合いに多く行っている家事や介護労働が、GDPに計上されれば年間10兆ドル以上（GDPの約9%）に相当すると指摘してきた。
曖昧さはそこで終わらない。誰が働いているかについて合意したとしても、どれだけ働いているかを測定するのに苦労する。時間は、努力の最も一般的な代理指標だが、生産性の指標としては非常に不十分だ。記録された時間と創出された価値の相関は弱い。才能のある人材を採用することの要点は、一部の個人がより少ない労力でより多くを達成したり、同じ努力またはより少ない投入でより高いレベルの価値と成果を生み出すことを可能にすることだ。ある従業員が2時間で生み出すものを、別の従業員は10時間かけても提供できないかもしれない。一方、現代の知識経済は、成果そのものの定義を難しくしている。生産された単位を数えることができる工場労働とは異なり、今日の仕事の多くは、アイデア、判断、影響力といった無形の貢献を伴う。
この測定問題に直面して、組織は2つの欠陥のあるアプローチの間で揺れ動いている。一方の極端では、キーストローク、送信されたメール、かけた電話、オンライン時間など、詳細で観察可能な行動を追跡する。これらの指標は測定可能であるという利点があるが、質よりも量を優先し、不正を招く。もう一方の極端では、企業は売上高の成長や収益性などの広範な成果を評価する。しかし、これらの成果は個人の貢献から切り離されていることが多い。「私の在任中に利益を増やした」と主張しても、因果関係や個人的な影響についてはほとんど語っていない。これらの両極の間には、測定されるものと実際に重要なものとの間に持続的なギャップがある。
事態が十分に複雑でないかのように、政治を混ぜ合わせることができる。仕事は純粋に成果だけに関するものではなかった。常にシグナリング、認識、パフォーマンス、評判管理を伴ってきた。現代社会学の父であるアーヴィング・ゴフマン氏は、社会生活を演劇の一形態として有名に描写し、個人が他者に自分をどう認識させるかを形作るために役割を演じると述べた。職場も例外ではない。従業員は、ゴフマン氏が「印象管理」と呼ぶものに従事し、高度に振り付けられた演技を披露し、「良く見せる」努力をすることで、生産性と能力のイメージを演出する。
時にこのパフォーマンスは内面化される。彼が「深層演技」と呼んだものでは、客観的な影響が不明確であっても、個人は自分が役割を効果的に果たしていると自分自身を納得させる。これは、組織研究における確立された知見を説明するのに役立つ。自己評価によるパフォーマンスは、他者の評価とわずかにしか相関しない。多くの人々は、証拠が別のことを示唆している場合でも、自分が高いパフォーマンスを発揮していると心から信じている。困難なパフォーマンスレビューを行わなければならなかったマネージャーなら誰でも、このギャップを直接認識するだろう。自己認識が実際の影響よりもはるかに好意的な従業員に現実を突きつける必要性だ。
意味の問題もある。故人類学者のデヴィッド・グレーバー氏は、現代の雇用のかなりの部分が「BS仕事」、つまりそれを実行している人々でさえ無意味だと疑っている役割で構成されていると主張した。そのような場合、狭い意味では生産的でありながら、より広い実存的な意味では無関心であることができる。逆説的なのは、仕事が同時に努力を要し、無意味であり得ることだ。
パフォーマンスのパラドックス
個人が実際の仕事のパフォーマンスよりも仕事のパフォーマンス的側面に焦点を当てることに多くの時間を費やすと、仕事のパフォーマンスは低下するが、キャリアの昇進には利益がある。そのような環境では、生産的に見えることが価値そのものよりも価値あるものになる。
これは不快な可能性を提起する。実際に価値を生み出すことよりも生産的に見えることに多くの時間を投資する人々は、その逆を行う人々を上回るパフォーマンスを発揮するかもしれない。2人の従業員を考えてみよう。1人は高品質の仕事を提供することに執拗に焦点を当てているが、可視性を無視している。もう1人は、基礎となる成果がそれほど印象的でなくても、自分の貢献が見られ、語られ、組織の優先事項と一致していることを確実にするためにかなりの努力を費やしている。多くの文脈では、後者の方が速く昇進する。組織は価値創造だけでなく、価値認識も報酬する。認識が現実に勝る。キャリアは実質と同じくらいシグナリングに基づいて構築される。
この論理は完全に非合理的ではない。マネージャーは限られた情報の制約の下で活動している。彼らはパフォーマンスを推測するために代理指標、物語、シグナルに依存している。この環境では、印象管理は単なる欺瞞ではない。それは適応だ。問題は、システムが生産性の現実よりもその外観を体系的に報酬する場合に生じる。
さらに事態を複雑にしているのは、マネージャー自身がしばしば同じダイナミクスの対象となっていることだ。多くのマネージャーは、チームを客観的に精査するのではなく、上級リーダーのために自分自身の物語を演出し、上方へのパフォーマンスのシグナリングに同様に没頭している。評価があらゆるレベルで印象管理のゲームになると、システム全体が実質から離れて演劇に向かって漂流する。
AIは何かを変えるのか？
人工知能（AI）の登場は、事態をさらに複雑にしている。生成AIは、同じ成果をわずかな時間で達成することを可能にした。かつて1日かかったレポートが、今では1時間で作成できる。チームを必要としたプレゼンテーションが、1人の個人によって組み立てられる。原則として、これは生産性ブームにつながるはずだ。実際には、効果はそれほど目に見えない。
世界経済フォーラムが報告したように、多くの組織では、生成AIツールの採用率が従業員の60～70%を超えている。しかし、総生産性の向上はせいぜい控えめなままだ。理由は技術が失敗するからではなく、その利益がしばしば私的に獲得され、十分に再配置されないからだ。個人はAIを使用して同じタスクをより速く完了するが、節約された時間をより高い価値の活動に再投資する代わりに、単により少ない努力で同じ仕事をする。結果は、目に見える成果ではなく、隠された効率の一形態だ。
同時に、企業は「仕事のない労働」を実験しており、固定された役割をスキルベースの流動的な割り当てに置き換え、人々が定義された職位に座るのではなくプロジェクト間を移動する。理論的には、これは適応的で現代的に聞こえる。実際には、AIは逆の問題を明らかにしているかもしれない。仕事のない労働ではなく、そもそも驚くほど実際の仕事がほとんど含まれていない仕事だ。
その結果、AIはしばしば秘密裏に使用される。従業員は、必ずしも成果を増やすことなく努力を減らすために、これらのツールを静かに活用している。彼らの観点からは、これは合理的だ。パフォーマンスが基礎となる努力ではなく目に見える成果物によって判断される場合、効率の向上を開示するインセンティブはほとんどない。結果は、個人が同じ仕事をより速く行うが、それに応じて貢献を拡大しない、奇妙な形の「隠れた生産性」だ。これは価値創造のない生産性、あるいは少なくとも価値実現のない生産性だ。
マネージャーにとって、これはジレンマを生み出す。どのように達成されたかに関係なく成果を報酬すべきか、それともプロセスを監視しようとすべきか。前者は最小限の努力と人間の潜在能力の過小利用を奨励するリスクがある。後者は侵入的な監視と低価値の指標に戻るリスクがある。より有望な道は別のところにある。期待を再定義することだ。AIが従業員がより少ない時間でより多くのことを行うことを可能にするなら、パフォーマンス基準はそれに応じて進化すべきだ。目標は努力を維持することではなく、影響を拡大することだ。
確かに、パフォーマンス的な仕事は従業員の専売特許ではない。リーダーも同様に影響を受けやすい。経営幹部は、戦略的ビジョン、決断力、または多忙さをシグナリングする独自の形の印象管理に従事している。タウンホール、オフサイト、精巧なプレゼンテーションは、必ずしも成果を推進することなく活動を伝える儀式になり得る。従業員が上司を感心させるために仕事をしているふりをするのと同じように、上司は利害関係者を感心させるため、あるいはお互いを感心させるためにリーダーシップを装うかもしれない。
この対称性は示唆的だ。組織は単なる生産システムではない。それらは認識のシステムだ。あらゆるレベルで、個人は価値を創造するのと同じくらい印象を管理するインセンティブを与えられている。リスクは、企業全体が演劇に向かって漂流し、実質的な成果とのつながりが減少することだ。
何ができるのか？
では、何をすべきか。組織にとっての中心的な課題は、個人のキャリアの成功と実際の付加価値との間のギャップを減らすことだ。これは言うは易く行うは難しだが、いくつかの原則が役立つ。
第一に、不完全であっても、価値創造にできるだけ近い成果に焦点を当てる。測定しやすいが低価値の代理指標に依存する誘惑に抵抗する。第二に、個人のバイアスと印象管理に対抗するために、ピアや顧客のフィードバックを含む複数のデータソースを使用してパフォーマンスを三角測量する。第三に、仕事がより広範な成果にどのように貢献するかについて透明性を作り出し、実質なしに功績を主張することを難しくする。第四に、AI駆動の効率向上を考慮してパフォーマンス期待を更新し、単に現状を維持する人々ではなく、節約された時間をより高い価値の活動に再投資する人々を報酬する。
最後に、そしておそらく最も重要なことは、ある程度のパフォーマンス劇場は避けられないことを認識することだ。目標はそれを排除することではなく、それは非現実的だが、それをより現実に近づけることだ。言い換えれば、生産的に見える技術が生産的であることの実質を覆い隠さないようにすることだ。
結局のところ、仕事は私たちが何をするかだけではない。それはまた、私たちが何を示すか、何をシグナルするか、そして他者が私たちが何をしたと信じるかについてでもある。AI時代において、この区別はさらに重要になる。繁栄する組織は、見せかけを完全に排除する組織ではなく、それが真の価値創造を代替するのではなく、それに貢献することを確実にする組織だ。
