ほとんどの組織が抱えているのはAIの問題ではなく、「翻訳」の問題だ。パイロットプロジェクトを実施し、ユースケースをテストしてきた。チームによっては、目覚ましい成果や結果さえ出ている。だが、そうした局所的な進展が、必ずしもビジネス全体の意味ある成長へとつながっているわけではない。
実験とインパクトの間に横たわる、その厄介な隔たりこそが、多くの大規模組織がAI導入で立ち往生しがちな地点である。
成熟した企業にとって、その隔たりは越えられない大峡谷のように感じられることがある。技術の進化は速く、期待値は日々高まる。行動を迫る圧力は差し迫っている。
私の経験では、これがリーダーシップの課題だと理解している企業ほど、AI導入の早い段階で正しい方向に進む可能性が高い。
すでに持つ強みを生かす
AIは最も俊敏な企業や新興企業に有利だと思い込みがちだが、必ずしもそうではない。
実際、大規模組織には明確で本質的な優位性がある。第一に、勝ってほしいと願うロイヤルな顧客がいる。加えて、実際のビジネス課題にひもづいた、長年の業務フローの知見、業界の専門性、データがある。何より決定的なのは、その課題を深く理解する従業員がすでにいることだ。
AI時代には、歴史上かつてないほど多くの人が「つくる」側に回れる。組織内にいる最も強力なAI推進者の中には、コードを1行も書いたことがない人もいる。だが彼らは、どこで業務フローが破綻するのかを見抜くのが得意で、問題を解決するために適切なツールを巧みに当てはめる。
ここでリーダーは、組織がすでに持つ強みに寄りかかる必要がある。AIトランスフォーメーションは、新しい人材や技術を持ち込むことをはるかに超える。ビジネスの内側にすでに存在する洞察、経験、創造性を解き放つことにほかならない。
言行一致を貫く
顧客にとって意味のあるAIの機会を提供したいなら、まずは自社が最もよく知るもの、すなわち自社のビジネスから始めることだ。
業務フローを精査せよ。仕事が滞る箇所、努力が重複している箇所、チームが手作業のプロセスに過度に依存している箇所を見極める。社内チームを支えるAI活用のソリューションは、顧客が価値を感じるソリューションの方向性を直接示してくれることが多い。
ここでリーダーの信頼性も問われる。リーダーがAIを語りながら自ら関与しないなら、従業員は気づく。反対に、リーダーが実験し、的確な問いを立て、自分の仕事でAIを使うなら、それも従業員は見ている。要するに、リーダーはAI探索を完全に外部委託することはできない。組織のAIトランスフォーメーションを最も効果的に導くには、実地での経験が必要だ。
この指針は、AIへの好奇心にとどまってはならない。AIとともに成果を出すには、社内チームに支援が必要である。トレーニング、ワークショップ、ハッカソンのような取り組みが重要だ。人は実践によってAIを学ぶ。だからこそ、実験の余地をつくることが、関心を能力へと変えるために不可欠となる。
目標設定も重要だ。人は測定値や比較に注目する。勢いを生むために、成功の姿を定義し、それを綿密に追跡する。あらゆる成功から学び、うまくいっていることを拡大せよ。
本質を見失わない
AIにおける最大のリスクの1つは、必要な成果に軸足を置かず、テクノロジーそのものに惚れ込んでしまうことだ。結局のところ、顧客が求めているのはあなたからのAIではない。より良いビジネス成果である。
ここでリーダーには規律が求められる。ツールではなく目標から始めることだ。何の問題を解いているのか。成功はどのような状態か。現行の業務フローはどう変える必要があるのか。
あらゆる業務フローの変更にはコストが伴う。改善が小さければ、導入は遅くなる。多くの場合、意味ある変化を生むには、価値が十分に大きくなければならない。漸進的な改善では得られない注目を、飛躍的な改善は集めるものだ。
ここで判断力がものをいう。AIで可能だからといって、価値があるとは限らない。AIから最大の価値を引き出すリーダーとは、最大のインパクトとビジネス価値を生む領域にAIを適用する人物である。
常に動き続ける世界を前提に構築する
AIは「一度設定したら放置」というアプローチには速すぎるスピードで進化している。今日のイノベーションが、明日には当たり前の条件になるかもしれない。当然ながら、この新しい環境におけるリーダーシップの姿は、数年前と比べても大きく異なるはずだ。
ここで重要になるのが、進歩を妨げることなく信頼を維持し、実験を統治する能力である。顧客は信頼できる企業と取引することを選ぶ。AIが製品や業務フローにいっそう深く組み込まれていくにつれ、リーダーはその信頼を守らなければならない。そのためには、AIをどのように使っているのかについて透明性を保ち、最初からガバナンスを優先することが必要だ。
同時に、実験も同じくらい重要となる。チームには、アイデアを試し、素早く学び、うまくいったことを共有できる安全な領域が必要だ。ガバナンスと実験は対立してはならない。両者が一体となることで、組織はリスクを適切に管理しながら、より速く動けるようになる。
重大な決断のタイミングを見極める
AIの取り組みがスケールするにつれ、リーダーは不可避的に重要な転換点に直面する。簡単に元に戻せる決断もあれば、そうでないものもある。
ここで「一方通行のドア」と「双方向のドア」という概念が役立つ。いくつかの選択は、双方向のドアのように素早く調整できる実験である。別の選択は、一方通行のドアのようにビジネスの方向性を定義する戦略的コミットメントとなる。
トップリーダーは、自分がどちらの種類の決断を下しているのかを把握しておくべきだ。組織は、安全な場面では素早く動き、最も重要な局面ではペースを落とせなければならないからだ。
自信を持って「溝」を越える
多くの組織がAIを試す中で、核心的な課題は、その実験をビジネスの運営のあり方を変えるものへと転換することにある。
これをうまく進めている組織には、共通のパターンがある。自社の強みを活用している。従業員が探求し、構築することを後押ししている。成果に集中し続けている。そして、変化のスピードが加速する中でも、熟慮した意思決定を行っている。
AIイノベーションのペースが加速する中、成功する可能性が高いのは、AIの実験と活動をビジネスインパクトへと転換する方法を知っている企業である。
