マイケル・G・ジャコビデス、M・ダルバート・マ、アマルティア・ダス、マット・ラングイオーネ著
大きな技術的変化が起こるたびに、2つの悪い習慣が生まれる。パニックと過度の単純化だ。生成AIは、その両方を引き起こした。一方には、ホワイトカラー部門が空洞化しようとしていると主張する人々がいる。他方には、問題全体を生産性に還元する人々がいる。より速い起草、より安価な分析、より良い検索、より効率的なワークフロー、といった具合だ。どちらの話も完全に間違っているわけではない。しかし、両方ともあまりにも狭すぎる。
より重要な問いは、生成AIが知識労働を速くするかどうかではない。それは、生成AIが経済における知識労働の組織化を変えるかどうかだ。どの組織がどのタスクを行うのか、何が企業内に統合されたままなのか、何が企業の境界を越えて移動するのか、そして新しい価値創造の形態がどこに現れ始めるのか。それが今、見えてきているより大きな変化だ。
さらに重要なのは、これは単なる将来の可能性ではないということだ。企業はすでに対応している。この初期段階においてさえ、組織は何を強調するか、どのように自らを説明するか、そして事実上、自らが提供すると主張する価値を調整しているように見える。テクノロジーは急速に進化しているかもしれないが、企業は立ち止まっていない。企業は、それに応じて価値提案、あるいは少なくとも公的な自己説明を再調整し始めている。我々の研究はこれらの初期の対応を探求しており、そこで見出されるのはパニックや崩壊ではなく、すでに進行中の意味のある調整であり、テクノロジーが改善するにつれて深まる可能性が高いものだ。
これが重要なのは、知識労働が単なるタスクのリストであったことは一度もないからだ。何十年もの間、その多くは確立された組織形態の内部に統合されたままだった。なぜなら、それは暗黙の専門知識、徒弟制度、繰り返される相互作用、そして困難な調整に依存していたからだ。顧客は単に報告書、分析、または推奨を購入していたわけではない。彼らはパッケージを購入していた。問題の枠組み設定、曖昧さの理解、証拠の断片の統合、判断の行使、そして誰かが行動するのに十分な正当性と安心感の提供だ。組織自体が提供物の一部だった。なぜなら、知識はチーム、ルーチン、評判に埋め込まれており、プレイブックにきちんと体系化されていなかったからだ。
生成AIは、この配置を2つの方法で揺るがし始める。第一に、分析的知識のいくつかの形態を、体系化し、再現し、大規模に展開することを容易にする。第二に、組織の境界を越えて仕事を特定し、契約し、再結合することに伴う摩擦の一部を減らす。知識が体系化しやすくなり、調整が管理しやすくなると、仕事はより流動的になる。その一部はソフトウェアのような提供に移行できる。一部は社内に取り込むことができる。一部は切り離して標準化できる。そして一部は、人間の判断、信頼、文脈的解釈に頑固に結びついたままだ。だからこそ、本当の問題は単純な代替ではない。それは再配分なのだ。
これはまた、「AIがあるセクターを殺す」というより大きな主張が、通常、有用であるには鈍すぎる理由でもある。主要なテクノロジーが到来したとき、セクター全体が消滅することはめったにない。代わりに起こるのは、その価値提案がシフトすることだ。かつて提供していたものの一部の要素は、独自性が低くなる。他の要素はより中心的になる。興味深いパターンは、一律の置き換えではなく、差別的な再配置だ。より多くの分析作業が体系化可能でスケーラブルになるにつれて、多くの企業は、容易に複製できない提供物の部分により強く傾いているように見える。判断、信頼、解釈、顧客エンゲージメント、正当性だ。一方、テクノロジー主導のプレーヤーは、スケーラブルな実行、自動化、展開、統合における役割を拡大している。問題は誰が消えるかではない。誰が何を、どのような条件で、どのような価値の主張とともに行うかだ。
その結論は、いくつかのスタイリッシュな逸話から引き出されたものではない。研究は、27人のCレベル幹部とシニアリーダーによる円卓会議から始まり、2020年から2025年の間に4つの組織カテゴリーにわたる626社のウェブサイトテキストの縦断的分析に移行し、その後、40人の参加者を含む33の半構造化インタビューと2つのさらなる円卓会議を通じて三角測量された。3,756の企業年観測にわたって、企業が自らをどのように提示するかのシフトは示唆的だ。専門サービス企業は、関係的な仕事──信頼、判断、問題の枠組み設定──に関連する言語を増やし、テクノロジー企業は、実行的な仕事──提供、実装、自動化、スケーラブルな展開──に関連する言語を増やした。これらはランダムな変動ではなく、頑健性チェックと独立した言語的検証に耐える。これらは、すべての企業がすでに内部的に自らを作り直したことを証明するものではない。しかし、初期の市場調整が実際に見えていることを示している。
この瞬間が戦略的に非常に興味深いのは、一部の組織が、より体系化され争われるようになっているものから再バランスを取り、標準化が困難なままのものに倍賭けしているからだ。他の組織は、以前ははるかに多くの人的労働とはるかに多くの組織的オーバーヘッドを必要としていた提供の形態に拡大している。さらに他の組織は、以前は実行可能でなかった方法で、小規模な専門家チームとAI対応のレバレッジを組み合わせたハイブリッド形態で出現する可能性が高い。景観は技術的な波の前で凍結していない。それはその下でシフトしている。
これは、経営幹部が尋ねる質問に影響を与えるはずだ。あまりにも多くのリーダーが、まだ第一次の運用上の議題に焦点を当てている。生成AIを使用して生産性を向上させ、日常的な分析に費やす時間を削減し、起草とサポートを自動化する方法だ。これらは賢明な質問だが、もはや十分ではない。
より戦略的な質問はより困難であり、より重要だ。我々の提供物のどの部分が、体系化し、複製し、大規模に提供することが容易になっているのか。どの部分が依然として信頼、制度的正当性、文脈的理解、ライブ判断に依存しているのか。どの活動が本当に企業内に統合されたままである必要があり、どの活動が今や外向き、内向き、または新しいハイブリッド形態に移行する可能性があるのか。
これは単なるテクノロジーの質問ではない。それは、企業の境界、戦略的ポジショニング、そして専門知識の一部がより可搬性になるにつれて、防御可能な優位性──または「堀」──を構成するものの質問だ。リーダーは、自らの組織がどこで競争を続けるか、そしてより標準化されたコンポーネントが分離され、異なる方法で提供されるにつれて、価値がどこにシフトする可能性があるかを決定する必要がある。
実際には、これは一連の意図的な選択を行うことを意味する。一部の組織は、独自のデータを構造化することに多額の投資を行っており、それがAIシステムによってより使用可能になるようにしている。他の組織は、AIを別のツールとして扱うのではなく、仕事がどのように行われるかに直接埋め込むためにワークフローを再設計している。そして多くの組織は、人間の判断と説明責任がどこで中心的なままであるかについてより明確になり、それらの能力を中心に提供物を構築している。これらは純粋に技術的な決定ではない。それらは、ビジネスのどこに価値を固定するかについての選択だ。
これらの選択は、企業が内部的にどのように組織されるかに影響を与える。多くの知識集約型組織は、長い間、徒弟制度ベースの学習モデルに依存してきた。そこでは、能力は分析作業への繰り返しの露出とガイド付き実践を通じて構築される。その作業の一部がますます自動化されるにつれて、リーダーは、専門知識がどのように開発されるか、判断がどのように培われるか、そしてチームが効果的に学習するためにどのように構造化されるかを再考する必要がある。これには、ジュニア従業員がどのように学習するか、経験がどのように蓄積されるか、そして専門知識がどのように検証されるかを再設計することが必要になる可能性がある。
テクノロジー企業にとって、含意は異なるが同様に重要だ。機会は単に既存のタスクを自動化することではなく、実行が今や大規模に提供できる領域に拡大することだ。しかし、そうするには、技術的能力だけでは不十分だ。それには、ドメイン知識の埋め込み、ワークフローの統合、そして完全に自動化されたソリューションについてまだ慎重である可能性のある顧客との信頼の構築が必要だ。
この移行をうまく乗り切る企業は、生成AIを最も速く採用する企業ではなく、それが自らが行うことの境界をどのように変えるか、そして自らの優位性がどこにあり続けるか──データとドメイン固有の洞察、関係と評判、またはより断片化されたエコシステム全体を調整する能力のいずれにおいても──について最も明確な企業だ。
したがって、最も賢いリーダーは、AIがタスクをどのように変えるかだけを尋ねることをやめるだろう。代わりに、それが経済全体にわたる知識労働の配分をどのように変えるかを尋ねるだろう。それが今、競争優位性が再交渉されている場所だ。戦略において、負ける企業は、新しいテクノロジーに気づかない企業ではめったにない。それらは、それに気づきながらも、それが静かに自らのビジネスの境界を引き直したことを見逃す企業だ。
マイケル・G・ジャコビデス氏は、ロンドン・ビジネス・スクールのサー・ドナルド・ゴードン起業家精神・イノベーション教授兼戦略教授、Evolution Ltd.のリードアドバイザー、BCGヘンダーソン研究所のアカデミックアドバイザー。M・ダルバート・マ氏は、ロンドン・ビジネス・スクールの戦略・起業家精神の博士課程候補生。アマルティア・ダス氏は、BCGのプリンシパル。マット・ラングイオーネ氏は、BCGのマネージング・ディレクター兼パートナーであり、BCGヘンダーソン研究所のTech & AI Labを率いている。
