仕事が従来と同じ委員会、承認、引き継ぎ、部門間の壁を通り続けるなら、生産性向上の価値は限定的です。組織の遅延が、ますます大きな制約となります。つまり、組織が意思決定を行い、プロセスを変え、新たな能力を事業成果へ結び付けるまでにかかる時間です。
以前は複数の専門家や部門、あるいは数週間の作業を要した仕事を、劇的に短い時間で完了できるようになります。これにより、チームの連携方法、意思決定の方法、専門知識が必要となる領域が変わります。
AI による生産性向上を企業全体で積み重ねるには、ワークフロー、ガバナンス、インセンティブ、知識の流れ、意思決定構造を根本から見直し、組織設計を変革する必要があります。そこで初めて、その効果を最大限に引き出せます。
AI ネイティブ組織には、安定した基盤と適応力の高い現場の両方が必要です。同時に、判断と行動の調整において、最も価値ある人間の能力を生かす必要があります。
LinkedIn や Substack などでは、「AI の ROI が見えない」という趣旨の議論が数多くあります。本格的な導入が進む中、AI ソリューションや ChatGPT、Codex、Claude のような既製ツールの導入では、十分な ROI が確認されています。それでも、この主張は理解できます。個人の生産性を大幅に高められても、組織のワークフローが変わらなければ、最終的な効果は制約されます。組織設計も進化させる必要があります。
しかし残念ながら、特に AI が急速に進歩する中では、将来にわたって万全な組織をあらかじめ作ることはできません。3 年後、AI に最適化された銀行、保険会社、小売企業、エネルギー企業、コンサルティング会社がどのような姿であるべきかを、自信を持って断言できる人はいません。テクノロジー、経済性、仕事のパターンはあまりに速く変化しています。そのため、適応力は今後 10 年を左右する重要な競争優位の一つになります。
しかし、専門家レベルの知能を即座に利用でき、AI エージェントが何時間も自律的に働けるなら、仕事の進め方は変わり、また変えるべきだと考える必要があります。つまり、テクノロジーの恩恵を得るには、オペレーティングモデルも変えなければなりません。新しい仕事のパターンや、このテクノロジーから生まれる新たな用途に最も速く適応しようとする組織が、最大の利益を得られます。
AI が組織に与える影響を理解する最も簡単な方法は、単純な前提から考え始めることです。組織内の誰もが専門家レベルの知能を即座に利用できると仮定します。2 年前には想像しにくかったことですが、今ではほぼ現実になっています。まだ完璧ではないとしても、ごく近い将来にはほぼ完璧になると考えるのが妥当です。
ここでもう一つ、前提を加えます。自律型エージェント同士が連携し、数時間、数日、やがては数週間にわたり、意味のある一連の仕事を完遂できると仮定します。一つ、あるいは数個のタスクではなく、複数分野にまたがる実質的で大規模な一連の仕事です。自らワークフローを組み立てられるエージェントチームの中に、部門横断型チームが組み込まれるイメージです。
この二つが大筋で正しいだけでも、仕事の進め方は変わり、変えざるを得ません。完了までの時間は短縮し、社内連携の形は進化し、変化の速度は増します。
この速さの変化には、分権化、自律性、イノベーションが有利です。しかし、大半の大規模組織は正反対の発想に基づいて構築されています。
大企業は、各機能に沿って編成された部門に権限を集中させています。戦略、テクノロジー、データ、リスク、業務、財務、人事、事業を別々の組織に分け、それぞれに独自の優先事項、インセンティブ、そして何より管理権限を持たせています。
投資委員会、運営委員会、アーキテクチャ委員会、リスク審査、コンプライアンス審査、調達プロセス、年次計画サイクル、事業計画書によって変革を統制します。一部のチェンジマネジメントチームは、価値を加えることなく、ステークホルダー間の情報伝達にさらに介在しています。
繰り返しますが、これはどれも不合理ではなく、こうした仕組みには妥当な存在理由があります。リスクを管理し、資本を配分し、重複を防ぎ、顧客を保護し、説明責任を明確にする一方で、変化のペースも決めています。しかし、AI ネイティブな競合企業がはるかに速く検証、学習、業務再設計を進める世界では、そのペースは遅すぎる可能性があります。
組織文化が発するメッセージも重要です。多くの組織では、リーダーが何度「自ら意思決定する権限がある」と言っても、依然として各部門の境界内にとどまる行動が評価されます。なぜでしょうか。チームを守る。予算を守る。ロードマップを守る。人目につく失敗を避ける。難しい判断は委員会にエスカレーションする。承認済みのプロセスから大きく外れない。
実験のコストが高く、時折起こる変化が革命的ではなく漸進的なものである場合、この中央集権型アプローチには合理性があります。しかし、能力が数か月ごとに大幅に向上し、最良の機会を現場に近いチームが発見する状況では、問題になります。
従来型の中央集権化で AI に対応すると、遅延が生じ、有意な ROI の実現を妨げます。あらゆる変更が実際の業務に届く前に複数の委員会を通らなければならないなら、組織の学習は遅すぎます。
成長してより速く前進したい人材にとって、AI を活用する機会が限られた組織は、魅力の低い職場になります。
大半の組織は、個人の AI 活用力の向上から始めています。出発点としては正しい選択です。AI にどう指示し、どう異議を唱え、成果をどう確認し、機密情報をどう保護するか、そして、いつ使うべきでないかを理解する必要があります。必要なのは、自信、判断力、実践経験です。
しかし、個人の活用力だけでは限界があります。アナリストが 5 倍の分析を生み出せても、意思決定会議が月 1 回のままでは効果は限られます。開発者がより多くのコードを生成できても、レビューとリリースのプロセスは変わっていません。マーケティング担当者がより多くのコンテンツを作成できても、ブランド承認は従来と同じ待ち行列に並びます。
チーム単位でも、組織の他の部分が従来どおりに動いていれば、ワークフローを変えただけで必ずしも速度が上がるとは限りません。
つまり、個人やチームの動きが速くなっても、成果を生み出す速度は、組織のエンドツーエンドの流れを構成する他の部分によって最終的に制約されます。だからこそ、AI 活用の取り組みは、個人の活用力からチームの活用力へ、さらに組織の活用力へと進める必要があります。
企業が組織構造、インセンティブ、ガバナンス、知識の流れ、テクノロジーの活用パターンを変えられるようになれば、個人やチームが生み出した現場の成果は企業価値へと変わります。
これは難しい課題ですが、価値を引き出す機会もそこにあります。ChatGPT の登場後、ここ数年で生まれた AI ネイティブ企業は、当初から AI を組み込んだワークフローを構築しており、機敏さとフラットな組織構造を維持しています。対照的に、大企業は既存のプロセスへ AI を継ぎ足してきました。その結果、つぎはぎ状態となり、仕事の進め方そのものを変えられていません。
AI ネイティブとは、無秩序、無謀、あるいはツール偏重を意味するものではありません。全従業員が最新のモデルを好きなように使うことでもありません。ましてや、熱意でガバナンスを置き換えることでも、人間が不要になったかのように装うことでもありません。
従来の組織設計モデルでは、将来像を定義し、組織構造を描き、変革を実行した後、安定化できると想定しています。それでは AI の進化に対して遅すぎます。
AI ネイティブ組織は、継続的な変化を前提に設計されます。AI ネイティブ組織とは、人、AI システム、データ、ワークフロー、ガバナンスそれぞれの強みを組み合わせ、それを軸に仕事を継続的に再設計する組織です。一つの青写真にすべてを賭けることはありません。変えるべきワークフロー、進化させるべき役割、必要な統制、重要性が高まるスキル、再利用できるパターン、すでに古くなった前提を迅速に見極める力を構築します。
そのためには、安定した基盤と適応力の高い現場という二つの要素が同時に必要です。この二つにより、中央集権化と、現場に近いチームへの権限付与とのバランスを取れます。
安定した基盤は、組織に信頼と拡張性をもたらします。承認済みツール、再利用可能なパターン、データへのアクセス経路、評価手法、セキュリティ統制、ガバナンス原則、監視、知識基盤、明確な責任分担を、事業全体で利用できます。
適応力の高い現場では、実際の仕事が行われ、頻繁かつ摩擦なく変化します。課題に近い少人数の部門横断型チームに、ワークフローの再設計、AI の適用、新しい働き方の検証、得られた知見の組織への還元に必要な権限を与えます。
中核と現場のバランスが重要です。中央の統制が強すぎると、組織の学習は遅くなります。現場の自由度が高すぎると、組織は分断されます。AI ネイティブ組織には、中核の規律と現場の適応力が必要です。
業務自動化について安易に導かれがちな結論は、AI によって人材の必要性が低下するというものです。文脈への依存が少ない反復的な知識労働など、一部の領域では実際に業務が圧縮または削減されます。システムの不備を補う作業、情報の受け渡し、初期分析、初稿の作成、限定的な「付加価値」の提供など、主に定型処理で構成される業務は、いずれも見直しを迫られます。
一方で、人間の「貢献」は一段上の水準へ移ります。専門家レベルの知能を即座に利用できるようになれば、AI が代替できず、また代替すべきでもない希少な人間的資質、すなわち判断力、創造性、説明責任、文脈理解、信頼が重要になります。
組織は今後、曖昧な状況でも意思決定できる人材をより重視すべきです。AI を導き、その誤りを見抜けるほど業務領域を深く理解している人材。より良い問いを立てられる人材。事業、技術、業務、人に関する現実を結び付けられる人材。関係を築き、安心感を生み出し、多様なステークホルダーを連携させられる人材。さらに重要なのは、1 週間分の仕事が月曜の午前中に凝縮される状況を考えると、文脈を素早く切り替え、情報を迅速かつ正確に解釈する能力が一層不可欠になることです。
したがって、部門をまたいで文脈を把握し、AI を活用した業務を調整できるゼネラリストの価値は、低下するどころか高まります。仕事が速くなるほど品質と判断が問われる場面が増えるため、専門家の価値も低下するどころか高まる可能性があります。リーダーには、活動を管理する役割よりも、仕組み、文脈、ペースを設計する役割が求められるようになります。
投資すべき能力は「AI スキル」だけではありません。AI が低レベルのタスク実行を担うほど重要になる、好奇心、判断力、回復力、明晰さ、創造性、決断力、協働力、曖昧さを受け入れる力といった人間的資質です。組織は今から、こうした資質を持つ人材を採用し、育成し、評価すべきです。
これほど多くの仕事を圧縮することは大きな負荷を伴い、AI ネイティブ組織でも常に猛烈な速度で動き続けることはできません。人が回復し、互いにつながり直せるよう、余力とゆとりを確保する必要があります。効果的な判断と意思決定のために、組織は偶然の出会いから斬新なアイデアが生まれ得る環境を育むべきです。
現在、多くの企業は、すでに実現可能な用途にも AI をなかなか活用できていません。そのため、AI エージェントの能力向上と、その活用の進展との隔たりが広がっています。
これは自然なことです。大規模組織では、レガシーシステム、規制上の制約、文化的抵抗、分断されたデータ、不明確な責任の所在、そして管理すべき現実のリスクがあるため、テクノロジーの導入に時間がかかります。
しかし、いずれ十分な数のリーダー、チーム、競合企業が、実際のワークフローに AI を安全かつ継続的に適用する方法を確立します。実践パターンが成熟し、ガバナンスが定着し、エージェントの信頼性が高まり、組織の自信も深まります。AI が実現できることと、企業が実際に活用していることの隔たりは縮まり始めます。
その転換点が訪れたとき、優位に立つのは最高のモデルや最大の AI 予算を持つ企業ではなく、仕事の進め方を迅速に変えられる組織です。
あらゆる意思決定を中央に集約し、各部門の領域を守り、遅い委員会で統制し、「波風を立てない」人を評価する企業は、変化についていけなくなります。
強固な基盤と適応力の高い現場を築く企業は、より速く学びます。より優れたワークフローを早期に発見し、ゼネラリスト、専門家、リーダーを健全なバランスでより価値の高い仕事へ再配置し、現場の実験を再利用可能なパターンへと発展させます。
今は「どうすれば AI をうまく導入できるか」が問いかもしれません。しかし近いうちに、「AI が仕事を変える中で、組織はどれだけ速く適応できるか」へと問いを変える必要があります。
強力な AI を備えていても、動きの遅い組織は遅いままです。一方、適応力の高い組織は、強力な AI による効果を積み重ねていけます。