はじめに
ハーバード・ビジネス・レビューが2025年12月10日に公開した記事では、AIを職場に導入する際にリーダーが対処すべき5つの緊張関係について論じています。本稿では、世界中の100人以上の実践者や研究者からの洞察に基づくこの研究成果を紹介し、AI導入における実践的な示唆を解説します。
参考記事
- タイトル: The 5 AI Tensions Leaders Need to Navigate
- 著者: Rebecca Hinds and Robert I. Sutton
- 発行元: Harvard Business Review
- 発行日: 2025年12月10日
- URL: https://hbr.org/2025/12/the-5-ai-tensions-leaders-need-to-navigate
要点
- AIの職場導入には、専門家と初心者、集中型と分散型など、5つの緊張関係が存在する
- ポーランドの内視鏡医がAIを使用した際、AI支援下での精度は向上したが、非AI手順でのパフォーマンスが低下したという研究結果が報告されている
- 最も優れたリーダーは、AIを救世主でも破壊者でもなく、バランスを取るべき対象として捉えている
- 効率化のためのフラット化は、マネージャーの過負荷を招き、かえって調整を遅らせる可能性がある
- トップダウンとボトムアップのバランスが重要で、Worklytics社のデータによれば、マネージャーが先にAIツールを使用した場合、チームの採用率は2倍になった
詳細解説
AIがもたらす二面性
Harvard Business Reviewによれば、AIの職場導入には本質的な緊張関係が存在します。ポーランドの内視鏡医を対象とした研究では、AIを使用した癌検出の精度は向上しましたが、AI非支援の手順でのパフォーマンスが低下したと報告されています。また、学生がAIを使ってSAT形式のエッセイを下書きした際、当初は創造性が高まりましたが、AI生成のアイデアから始めた学生は創造的フローの指標であるアルファ波活動が減少し、出力が互いに非常に似通ったものになったとのことです。
これらの研究は、AIツールが単調な作業を軽減する一方で、仕事に意味を与える困難な摩擦も取り除いてしまう可能性を示しています。業務を容易にする一方で、スキルと満足度を構築する苦労も削り取ってしまうという二面性があると言えます。
5つの緊張関係の全体像
著者らは、100人以上のビルダー、エグゼクティブ、投資家、アドバイザー、研究者へのインタビューと調査を通じて、「AI Transformation 100」というプロジェクトを立ち上げました。これは、新しいWork AI Instituteによる最初のプロジェクトです。
このプロジェクトでは、実験と実行、誇大広告と具体的な変革を区別し、AIがどこで進展を促進し、どこで停滞し、どこで静かに(または大きく)失敗しているかを理解することを目標としています。研究の結果、5つの主要な緊張関係が浮かび上がりました。
緊張関係1:専門家 vs. 初心者
AIは「誰が専門家になれるか」という概念を覆しつつあります。以前は何年もの訓練が必要だったコーディング、データ分析、法律文書の作成などが、適切なプロンプトがあればほぼ誰でも実行できるようになっています。
Duolingoの取締役John Lillyによれば、チェスの経験がゼロの2人の非エンジニアがAIを使用して、わずか4ヶ月でチェス学習コースのプロトタイプを作成し、他のDuolingoの内部イニシアチブを上回る成果を出したとのことです。Googleでは、製品要件を詳述する長い文書から「プロトタイプ優先」のアプローチに移行し、AI搭載の「バイブコーディング」により、提案書を起草する前に動作するデモを構築するようになったと報告されています。
しかし、スタンフォード大学の研究によれば、エントリーレベルの開発者の雇用は減少している一方で、シニアエンジニアの需要は上昇し続けているとのことです。これは、AIが妥当な下書きを生成できても、ベテラン開発者の判断力、優雅さ、システム思考を複製できないためと考えられます。
この緊張関係を管理するための実践的なアプローチとして、以下が提案されています:
- 初心者に始めさせるが、終わらせない: AIを使用して初期プロトタイプの参入障壁を下げますが、専門家が介入してテスト、改良、スケーリングを行います
- 最良の人材をモデルのトレーニングから外さない: 組織は高パフォーマーを日々の業務に過度に縛り付けがちですが、トップの従業員を最初からAIモデルのテストとパイロットに参加させることが重要です
- 専門家をローカルチームに組み込む: Gleanでは、マーケティング、財務、エンジニアリングなど異なる機能を代表し、正式にその一部である専門家で構成される「Glean on AI」チームを編成しています
緊張関係2:集中型 vs. 分散型
AIが広がるにつれ、リーダーは「どの程度の管理を上層部と中央に留め、どの程度の自由を組織の端や下層レベルに与えるべきか」という馴染みのある問題に直面します。
一部の組織は集中化を強化し、標準を強制し、リスクを管理し、アクセスを制御するためのAIセンター・オブ・エクセレンスを作成します。しかし、すべてのパイロットが法務、セキュリティ、調達のレビューの迷路を通過しなければならない場合、イノベーションは委員会、ボトルネック、失敗した引き継ぎの中で死んでしまいます。
一方で、AI開発が大規模に分散化されると、イノベーションが統合を上回る可能性があります。チームが異なる方向に突進し、ダッシュボードが増殖し、自動化ソリューションが重複して時には衝突します。UC Santa Barbara教授のPaul Leonardiは、この結果生じる過負荷と断片化されたツール間の絶え間ない切り替えを「デジタル疲労」と呼んでいます。
実践的なアプローチとして:
- スケールと安全性のために集中化し、学習と速度のために分散化する: 米国のある大学では、中央ITセンター・オブ・エクセレンスが高リスク領域(データガバナンス、統合、インフラストラクチャ)を管理し、個々の学部は分散型パイロットを実行して迅速に動き、アイデアをテストします
- 華やかな新しい役職に注意する: 多くの場合、これらの役職は戦略的ではなく象徴的なものになります。新しいレイヤーを追加する代わりに、AI責任を既存のチームと役割に分配することが推奨されます
- 摩擦なしで作業を可能にしながら、エンタープライズグレードのガバナンスを強制する技術を選択する: Booking.comでは、AI検索が従業員がアクセス許可を持つ情報のみを表示するシステムを実装しました
緊張関係3:フラット vs. 階層型組織
管理レイヤーが多すぎる組織図は勢いを窒息させますが、多くの組織、特にテクノロジー企業は「フラットの方が良い」という流れに飛びついています。しかし、階層は窒息させる官僚主義の同義語ではなく、組織が複雑さを活用し理解する方法です。
元General Motors最高人材責任者のMichael Arenaの研究によれば、マネージャーが7人以上の直属の部下を率いる場合、10〜13時間労働しても仕事を完了するのに苦労し、圧倒され燃え尽きを感じることが多いとのことです。
この緊張関係を管理するために:
- 「フラット化は速い」という半面の真実に注意する: フラット化の前に、組織内の人々が「頭を下げた作業」(詳細な調整やコラボレーションを必要としない)と「頭を上げた作業」(リアルタイムの相互依存と双方向コミュニケーションを必要とする)のどちらをどの程度行っているかを評価することが推奨されます
- AIを使用して管理を軽減し、排除しない: Workdayの人材分析担当副社長Phil Wilburnは、チームにブリーフィングデッキや週次更新文書の作成を要求するのをやめました。代わりに、Slackの会話やプロジェクト計画からの非構造化データが単一のAIシステムに流れ込み、会議前にAIに要約を依頼できるようになったとのことです
緊張関係4:速い vs. 遅い
ほぼすべての企業のリーダーが「AIをやっている」と見られたいと考えており、それを速くやることが正しくやっている証とされています。しかし、速い方が常に良いわけではありません。
多くの組織では、過度な速度と焦りが意思決定と実装のギャップを生み出しています。リーダーは新しいツールを採用するために迅速に動きますが、壊れたシステムを修正したり、技術が既存の制約、習慣、ワークフローにどのように適合するかを理解するために十分に減速しません。
Northwestern大学の教授Hatim Rahmanは、彼のPhD学生Jodie Kohが研究している病院プロジェクトについて説明しています。AIモデルのトレーニングには数千枚の超音波画像、特に同じ患者の経時的な繰り返しスキャンが必要ですが、医療における効率圧力により、臨床医は時間とコストを節約するために各患者の画像数を最小限に抑えるよう教えられています。さらに、患者の同意取得が追加の遅延を生み出し、協力が必要な画像部門間に悪質な部門間対立の歴史があることも進捗を遅らせています。
実践的なアプローチとして:
- スローモードを保護する: 創造的および戦略的な作業にスピードバンプを組み込みます。Stanfordのd.schoolのLaunchpadアクセラレーターを率いるPerry Klebhanは、AIによってプロトタイプの生成と迅速な反復が容易になった一方で、創業者が有望なアイデアを実行可能な企業に発展させるために必要な深いコミットメント、決意、オーナーシップが時に弱まると報告しています
- 学習を報酬し、ショーマンシップではない: Udemyは「U-Days」というAI学習イベントで、派手なデモを称賛するだけでなく、ビジネスへの影響、測定可能な改善、ピアフィードバックの3つのカテゴリーで賞を分けています
- 「AI残渣」テストを実行する: プレゼンテーションを聞いた後、「AI」という用語をすべて削除し、残ったものが空虚であれば、そのプレゼンテーションをパスできます
緊張関係5:トップダウン vs. ピア主導の変化
最後の緊張関係は、AI変革をどの程度トップから主導し、どの程度ピアによって駆動すべきかという点です。
Worklytics社のデータによれば、マネージャーが最初にAIツールを使用した場合、チームがAIツールを採用する可能性は2倍になったとのことです。しかし、トップダウンの圧力が強すぎると、抵抗やパフォーマンス的なコンプライアンスを引き起こす可能性があります。一方、ボトムアップの取り組みに過度に依存すると、断片化と疲労が生じます。
実践的なアプローチとして:
- 変化のリズムを作る: ある Fortune 20の小売業者では、CEOが数百人の副社長との月次会議でAIを定例議題として保持しています
- ほとんどの実験が失敗することを計画する: ある Fortune 500企業の副社長によれば、AIプロジェクトの約80%が当初の生産性目標を下回るとのことです。したがって、AIが効率と信頼性を向上させるという説得力のある証拠が得られるまで、職務の再設計や削減を行わないことが推奨されます
- 重要なことを測定する: Zendesk社のシニア副社長Nan Guoは、ログインやプロンプト数のような表面的な「使用」指標を追跡する代わりに、6つのエンジニアリング生産性指標(5つは運用的、1つはエンジニアがツールについてどう感じているかを捉えるエンゲージメント指標)のバランススコアカードを構築しました
- ピアネットワークを正式化する: Uberでは、AIユースケースの公募を開始し、約150のアイデアが集まりましたが、より重要なことに、機能を横断する53人の初期AIチャンピオンが明らかになったとのことです
まとめ
AI変革はバランスを取る行為であり、リーダーと組織は競合する力と格闘する必要があります。優れたリーダーは、無思慮に一方の極端に振れることなく、緊張関係を設計機能や制約として扱い、管理し活用すべきものと捉えています。AIが組織をどのように形作るかを正確に予測することは愚か者の用事であり、成功するリーダーは、強固で柔軟性がなく不変の信念を持つ人ではなく、謙虚で柔軟な組織を構築できる人だと言えます。
