アレハンドロ・マルティネス氏はPropelling TechのCEOである。データと分析がビジネスにもたらす影響と価値について知見を共有している。
2025年、ほぼ10社中9社の組織が少なくとも1つの事業機能でAIを使用していると報告しているが、企業全体でAIを「完全に」スケール展開できていると考えているのはごく一部（約7%）にすぎない。世界中で数十億ドルのAI投資が行われた後も、多くの企業の組織図はアナログ時代からほとんど変わっていない。
「誰もがAIを持つ」時代において、競争優位性はもはや技術へのアクセスではなく、組織がAIを中心にどう再構築するかにかかっている。古いプロセスにAIを継ぎ足すだけでなく、これが今後10年間の組織設計の最前線となる。
AI戦略における組織的ギャップ
従来の階層的な組織図、系統辞書、硬直的な事業部門は、産業時代の活動のために設計されたものだ。意思決定権は直線的で、仕事は工場のラインのように流れていた。対照的に、AIは仕事の進め方を変える。意思決定サイクルを圧縮し、認知作業をパターン認識と統合へとシフトさせる。全体として、迅速な部門横断的オーケストレーションが必要となる。
しかし、多くの企業は依然としてAIをワークフロー再設計の触媒としてではなく、既存プロセスのプラグインツールとして扱っている。その結果は？AI疲れ、停滞したパイロットプロジェクト、そして最小限の企業への影響だ。組織図は変わっていないが、仕事は変わった。
AIネイティブ組織は組織図に収まらない
ここで私の主張の核心を述べる。AIネイティブ組織には、役割の流動性、動的なワークフロー、ネットワーク化された意思決定権が必要であり、これらは静的な組織図では捉えられない相互作用のパターンなのだ。
組織図は権限の縦軸を前提としており、仕事はバトンのように上から下へ渡される。AIは水平的で動的な結びつきを必要とする。データ、プロセスの文脈、機械の役割、人間の役割がリアルタイムで交差する。ワークフローは階層的な報告ラインではなく、生きたエコシステムとなる。
私が見出したのは、従来の階層構造が意思決定速度を遅らせ、AIが約束するスピードの優位性を無効化するボトルネックを生み出すということだ。ガートナーは、企業が組織設計を再考しない限り、アジャイルAIイニシアチブの最大40%が、技術的な制約ではなく構造的な制約により2027年末までにキャンセルされると予測している。
階層構造の再考
繰り返すが、現在の階層構造は仕事が上下に流れることを前提としている。しかしAIは仕事を横断的に捉える。ドメインエキスパート、データスチュワード、モデルオーナー、オーケストレーターがリアルタイムで結びつく。新たなモデルはネットワークに近い形となる。
• ノードは明確な能力を持つ役割を表す。データ、ドメイン、倫理ガバナンス、AIオーケストレーションだ。
• エッジは状況的要求に応じて柔軟に対応できる協働ワークフローを表す。
• 権限は肩書きではなく、タスクの関連性に基づいて分散される。
これらのノードは、仕事の要求の進化に応じて組み立て、分解、再組み立てが可能なアジャイルポッドを形成する。この設計は、AIエージェント自体の動作を反映している。自律的で、相互接続され、応答性が高い。
ワークフローの再設計
マッキンゼーからの最も明確な洞察の1つは、AIを中心にワークフローを再設計する組織が最大のEBIT（利払い・税引き前利益）への影響を見ているということだ。単にAIをレガシータスクに接ぎ木するのは、馬車にターボチャージャーを取り付けるようなものだ。その乗り物は依然として方向転換、加速、効果的なブレーキができない。
AI中心のワークフロー設計の原則は以下の通りだ。
1. タスクではなく意思決定から始める。意思決定が実際にどこで行われているかをマッピングし、定型タスクを自動化するのではなく、判断ループを強化するようAIサポートを設計する。
2. データを業務資産として扱う。サイロ化されたデータはAIのパフォーマンスを停滞させる。接続されたデータパイプラインがそれを増幅する。
3. 自律性をエッジに再配分する。ポッドや部門横断チームが、複数レベルの承認遅延なしに、洞察に基づいて即座に行動できるようにする。
これにより、意思決定がより迅速になり、洞察がより実行可能になり、創造的な問題解決が強化される。適切に設計された部門横断チーム内で使用される場合、AIは意思決定速度を最大30%向上させることができる。
誰もがAIを持つ世界における競争優位性
今や戦略は、ワークフローと説明責任のラインを再発明することだ。メタのReality Labs部門や、ブロックの野心を考えてみよう。これらの大企業では、従来の中間管理職が再構想され、さらには排除され、AIビルダー、ポッドリード、組織リードに置き換えられている。
私自身の、従来のコンサルティングモデルからAIネイティブな運営アプローチへの移行において、最も重要な変化は組織的なものだった。最初のステップは役割をより流動的にすることだった。コンサルタント、データエンジニア、ストラテジストはもはや順次ではなく同時に、しばしばAIエージェントのサポートを受けながら活動した。
ワークフローも再構築された。既存の提供モデルを改善するのではなく、インテークと発見から洞察生成と実行まで、プロセス全体がAIを中心に再設計された。これにより意思決定がエッジに移行した。問題に最も近いチームが、AIによって強化され、階層的承認を待つことなく行動する権限を与えられた。
結果は単なる効率性ではなく、価値実現までの時間の圧縮だった。このシフトはより広い真実を示している。優位性はもはやAIを持つことからではなく、AIが仕事の構造化と実行の方法にどれだけ深く組み込まれているかから生まれる。
データ駆動型意思決定ループ
AIネイティブモデルでは、権限は肩書きではなく、文脈と能力に結びついている。意思決定ループは以下の通りだ。
• より短い：洞察と行動の間の層が少ない。
• より広い：より多様な視点が早期に関与する。
• より速い：リアルタイムのデータフローが遅延を削減する。
リーダーはAIリテラシーに投資し、オーケストレーション、ガバナンス、影響の説明責任を中心に役割を再定義する必要がある。以下に注目すべきだ。
• 職務記述書だけでなく、意思決定権をマッピングする。誰が決定するのか？どのデータに基づいて？どのようなリスク許容度の下で？
• 人的資本に投資する。技術は必要だが、人間とAIの協働スキルが差別化要因となる。
• 自動化ではなく、オーケストレーションのために設計する。戦略的成果を追求する中で、人間とAIエージェントを調整できるようチームを装備する。
これにより、会話が技術プロジェクトからビジネスモデルの再設計へとシフトする。
制約からの脱却
AIはもはや実験的な追加機能ではない。仕事の流れ、意思決定の方法、優位性の創出方法を再構築している。私が見るに、かつてマネジメントの普遍的な成果物だった従来の組織図は、今や制約となっている。
繁栄する組織は、時代遅れの階層構造を放棄し、適応的でAIネイティブな構造を採用する組織だ。意思決定速度、学習ループ、継続的イノベーションを中心に設計されたチームのネットワークである。誰もがAIを持つ世界では、優位性は仕事そのものを再構想する者に属する。
