AIはテクノロジーの論点から、リーダーシップの論点へと移った。
多くの経営層はもはや中立的な立場からAIを判断していない。雑音、ベンダーの約束、従業員の不安、メディアの警鐘、取締役会の期待にさらされながら意思決定をしている。その圧力が、新たな経営層の状態を生み出した。AI疲れである。
AI疲れとは、退屈や「デジタル過多」ではない。運用上の明確さがほとんどないまま、同じメッセージに繰り返しさらされることで生じる認知的疲弊だ。「AIがやってくる」「AIが仕事を奪う」「AIがあらゆる業界を変革する」「AIは誰も完全には理解していないリスクを生む」。こうした類いのメッセージを何度も聞かされるうちに、多くのリーダーは耳を貸さなくなる。
NIH（米国国立衛生研究所）で訓練を受け、25年にわたり臨床に携わってきた精神科医として、私は次のことを観察している。心が飽和すると、近道を探す。その近道の1つが、リーダーシップにおける「オールかゼロか」の思考である。心理学では、複雑な現実を極端な二項対立へと縮減することを意味する。星1つか星5つか。全面的な失敗か全面的な救済か。脅威か奇跡か。中間がない。
私はこの10年、AIに関する先駆的な取り組みに携わる医師として、経営層のAIに対する思考プロセスがどう変化しているか、そのパターンを目にしている。
あるグループは「ゼロ」の立場を取った。AIは誇大宣伝だ。従業員が大げさに言っている。コンサルタントは恐怖を売っている。規制当局が減速させるだろう。自社の事業は別物だ。チャットボットを試したが何も変わらなかった。これは規律を装った戦略的な関与放棄である。
別のグループは「オール」の立場を取った。AIはあらゆるところに必要だ。すべてのチームが今すぐツールを必要としている。すべてのプロセスを自動化しなければならない。競合は皆アドバンテージを持っているのだから、ガバナンスよりスピードが重要だ。これはビジョンを装った無謀さである。
どちらの立場も決断力があるように見える。だが、どちらも脆い。
市場はすでに、二項思考がなぜ機能しないかを示している。スタンフォード大学の2025年版AI Indexは、2024年に組織の78%がAIを利用したと報告した。前年の55%から増加している。マッキンゼーの2025年グローバル調査では、62%の組織が少なくともAIエージェントの実験を行っていた一方、ほぼ3分の2は、企業全体でAIをスケールさせる段階にはまだ達していなかった。IBMの2025年CEO調査では、「過去数年で期待したROIを実現したAI施策は25%にとどまり、企業全体にスケールしたのは16%にすぎない」とされた。採用は現実であり、誇大宣伝も現実であり、実行の失敗もまた現実である。
それが経営層のジレンマだ。AIは重要すぎて無視できず、未成熟すぎて崇拝もできない。
「ゼロ」派の経営層は、変化を止めることはできない以上、関与を断てば課題に直面する。学習曲線からリーダーを外すだけである。経営層が手を引いても、AIが会社から消えるとは限らない。従業員が方針なしに消費者向けツールを使うこともある。部門が孤立したパイロットを構築することもある。ベンダーが既存契約にAI機能を追加することもある。取締役会が一度もレビューしていないシステムを通じてデータが移動することもある。
「オール」派の経営層は別の問題を生む。こうしたリーダーは、動きがあることを成熟と取り違える。パイロットが証明になる。デモが戦略になる。ある部門での生産性向上が、全社展開の正当化になる。組織は、ワークフローの再設計、データ準備、説明責任の定義、従業員の訓練を行う前にツールを買ってしまう。結果は、測定可能な価値を伴わない高額な見せ物である。
AIには、より規律ある経営姿勢が求められる。リーダーに必要なのは抵抗でも陶酔でもない。調整された導入である。
有用な枠組みは、4つの運用上の問いから始まる。
第1に、どの意思決定またはワークフローを改善するのか。AIはツールから始めるべきではない。事業機能から始めるべきだ。ワークフローが曖昧なら、AI戦略も曖昧になる。
第2に、このユースケースはどの程度のリスクを伴うのか。会議メモを要約するツールと、レイオフを勧告する、患者を診断する、融資を承認する、顧客とコミュニケーションするツールは同じではない。経営層は、低リスクの支援と重大局面の自動化を切り分けるべきである。影響が大きいほど、人による監督、監査可能性、法務レビューがより必要になる。
第3に、価値を証明するエビデンスは何か。「オール」派は熱狂をエビデンスとして受け入れる。「ゼロ」派は失望をエビデンスとして受け入れる。どちらも弱い基準だ。リーダーは導入前に成功を定義すべきである。時間短縮、エラー削減、顧客満足度、売上の押し上げ、従業員の採用状況、コンプライアンスリスクを測定し、AIプロジェクトがスケールに値するかどうかを判断しなければならない。
第4に、何をやめるべきか。成熟したAIリーダーシップには「引き算」が含まれる。多くの企業は、プロセスを廃止しないままツールを追加する。これがデジタルの混雑、重複作業、従業員の反感を生む。AIがワークフローを改善するなら、リーダーは古い摩擦を取り除くべきだ。そうでなければ、AIはレバレッジの源ではなく、労働の層を1つ増やすだけになる。
リーダーは、グラデーションで考える訓練をすべきである。「AIは良いのか悪いのか」と問う代わりに、こう問うべきだ。AIはどこで有用か。どこで信頼できないか。どこで人の判断が必要か。どこで隠れた責任を生むか。どこで実験すべきか。どこで当面は利用を禁じるべきか。
経営層は、AI導入マップを4つのゾーンで作るべきである。回避（avoid）、支援（assist）、増強（augment）、自動化（automate）。リスクが高くエビデンスが弱いユースケースは回避する。管理業務の負担を減らす領域では従業員を支援する。スピードが向上する領域では専門職を増強しつつ、判断は人が保持する。反復可能で、低リスクで、十分に測定され、元に戻せる場合にのみ自動化する。
この枠組みは、企業を麻痺と行き過ぎから守る。また、恐怖を超えた言語を従業員に与える。人々に必要なのは、AIがあらゆるものを変えるという演説をもう1つ聞くことではない。AIがどこに属し、どこに属さないのか、そして組織が評判を賭けずにどう学ぶのかを定義するリーダーである。
AI疲れは現実だが、疲れは戦略ではない。誇大宣伝も現実だが、誇大宣伝も戦略ではない。
経営層の課題は、極端の誘惑に抗うことだ。星1つと星5つはオンラインレビューなら機能するかもしれない。しかし、企業戦略には機能しない。リーダーは、企業のオペレーティングシステムに規律ある好奇心を組み込み、「オールかゼロか」の罠を退け、責任ある推進力へと置き換えるべきである。
