AI の最重要課題: 人・スピード・新しい働き方のパラダイム

AI は今私たちの働き方を変革しています。そして、経営幹部や取締役会に「仕事とは何か」「人々が AI とどのように協働できるか」という問題を再考する機会も提供しています。

オートメーション・エニウェアでは、企業として成長し、自律型企業を目指す中で、従来の枠組みを見直し、何十年も前から使われてきた手法を新しい目的に合わせて再構築しつつ、AI を活用した「人」を中心に捉えた新しい働き方を模索しています。その過程で、AI や自動化されたプロセス、ビジネス機能全体における ROI を測定・追跡するためのスコアカードも開発しました。

AI によって仕事がどのように再定義されるのか、私たちの視点をご紹介します。

AI 時代における新たな働き方のパラダイム

「人、プロセス、テクノロジー」というよく使われる枠組みは、60 年以上にわたって広く使われてきました。しかし、今こそアップデートが必要です。

1960 年代初頭に「ダイヤモンドモデル」として開発されたこのモデルは、元々「人」、「構造」、「タスク」、「テクノロジー」の 4 つの要素で構成されていました。 1990 年代には、「構造」と「タスク」が統合されたことで再び脚光を浴び、現在では「人、プロセス、テクノロジー」という形で世界中のビジネス会議の定番の枠組みとなっています。

しかし、AI エージェントが単なる技術やシステムではなく、協働者や自律的な同僚 (つまり人間に近い存在) へと変化するにつれて、技術的な側面ではエージェントオーケストレーションに焦点が移り、AI はこの三本柱の枠組みに浸透し、変革をもたらしています。さらに、組織の成長、イノベーション、成功がますます AI に依存する中で、「仕事」という概念そのものにも AI の成熟度を含める必要が出てきました。

AI を考慮して「人・プロセス・テクノロジー」のパラダイムを再構築することは、決して簡単な作業ではありません。 AI を導入したからといって、ただちに自律型企業になれるわけではなく、単にワークフローに AI を組み込んだだけでは、効率性や生産性を劇的に向上できるわけではないのです。 AI の成熟度を高めるには、組織全体の戦略的な再構築が必要であり、その第一歩は「人」から始まります。

今こそ人に投資すべき理由

オーストラリア・デロイトの AI インスティチュート責任者であるケリー・ナタル博士による最新の記事「AI elephant in the boardroom: future workforce is here (取締役会にいる AI という象: 未来の労働力はすでにここにある)」では、経営陣や取締役会は AI による生産性や効率性の向上だけに目を向けるのではなく、AI が組織全体をどのように変革するかを深く理解する必要があると論じられています。

例えば、ナタル博士は、従来の従業員の経験を積む方法と、AI によって多くの業務からその「見習い」のステップが消えつつある現状を指摘しています。「私たちの従来のキャリア開発モデル、つまり、実践を通じて学び、徐々に経験と判断力を身につけるという方法は脅かされています。ジュニア職 (初級レベルの業務) は真っ先に自動化の対象となることが多いのです。」

AI エージェントが情報収集、分析、要約、レポート作成といった初級レベルの業務を担うようになるにつれ、若手人材の必要性が減っています。これにより、次世代の従業員が AI を活用したワークフローを導くために必要な経験、スキル、専門知識を習得する機会が失われつつあります。さらに、ケリー・ナタル博士は、若手の従業員たちは「判断力、適応力、倫理的推論力、創造性、批判的思考力、つまり、AI を批判し、形成し、責任を持って社会に統合するために不可欠な力」を決して身につけることはないといいます。

今日の取締役会や経営幹部にとって重要なのは、AI 主導のプロセスが主流となる業務環境において、すべてのレベルの人々が仕事を導き、成果を評価するためにますます必要となる認知スキルへの投資です。

すべての従業員の AI スキルと知識を向上させる

当社の「コラボレーティブインテリジェンスのための能力成熟度モデル (CI-CMM)」では、戦略的なビジネス目標の達成において AI の評価、導入、拡張を行うためのフレームワークを提供しています。 AI 成熟度の 5 つの段階を通じて、重要な要素となるのはスキルの開発です。ステージ 1 では、人が AI ツールやその機能について基本的に理解していることが前提となりますが、ステージ 5 では、自律的な組織が AI ガバナンス、自己学習型システムの管理、自律的な意思決定プロセスなどに精通した人材を有していることが求められます。

AI を導入するだけでは十分ではありません。AI を成功させるには、人の力も同じくらい重要なのです。

人々には、追加のトレーニングやリスキリングの機会、そして自動化されたプロセスや優先順位付けに対する関与と主体性、さらに従来の KPI と AI によって導かれる新しい KPI への可視性、そしてそれらが相互にどう影響し合うかを理解する機会が必要になります。 AI ガバナンスの取り組みによって、これらの要素が統合され、指標や ROI を追跡し、AI の導入を拡大し、チームやシステム全体にわたる AI エージェントの調整を管理できます。また、ガバナンスは人々が AI を活用する際の指針となり、リスクを軽減し、制御を高め、データを保護するガードレールを提供することで、人々がより安心して AI を使用できるようにします。

人を意思決定やプロセスに積極的に関与させる、組織全体が協力して進める取り組みを行うことで、AI の成熟度をより早く向上させることができます。

とはいえ、CI-CMM の分析だけで判断しないでください。 IDCの MaturityScape: AI-Fueled Organization 1.0 によれば、「人、戦略、テクノロジー」のすべてにおいて、「人」は AI の成熟度を高めるうえで特に重要な要素であるとされています。これは組織が初期段階の「AI スクランブル」から最適化された「AI 駆動型組織」へと成熟度を高めていく過程において特に注目すべきことです。

IDC の「AI スクランブル」という表現は、現在の AI に対する世間の注目と、ほとんどの組織やリーダーが AI を迅速に導入し、価値を生み出すことを強く求められている状況を浮き彫りにしています。しかし、プレッシャーとスピードが重なることで、「西部開拓時代のような無秩序な雰囲気」が醸成され、チームが連携や統制もないまま、AI を導入しようとし、人への影響に対する準備も不十分なまま突き進んでしまう可能性があります。

今日の「AI スクランブル」の状態から、自律型企業へと移行する中で、人々を積極的に関与させることが重要です。今のうちに AI の知識を身につけることで、AI が自分たちの主要な業務にどのような影響を与え、変化をもたらすのか、また業務のどの部分を AI エージェントと分担できるのかをより理解できるようになります。

人間の可能性を引き出すために働き方を再構築する

なぜ人々は職場の進化に対して批判的なのでしょうか? AI は人々が企業の目標を達成するために、自らの可能性を最大限に発揮できるよう支援してくれる存在です。

リーンという概念に馴染みがない方のために説明すると、リーンは無駄を削減し、顧客に価値をより迅速かつ効率的に届けることに焦点を当てた業務プロセスの改善手法です。リーンの 2 つの柱は、「継続的な改善」と顧客、労働者、チームを含む「人々の尊重」です。

リーンは無駄を排除することを目的としており、「8 つの無駄」が分類されています。欠陥、待機時間、動作などが含まれ、8 番目の無駄として、「未活用のスキルや才能」があります。欠陥や不要な移動が金銭、時間、資源を浪費することは明らかですが、活用されない人間の可能性は、イノベーション、訓練、教育、経験、創意工夫などを無駄にします。

人間の可能性を最大限引き出すことで、業務という枠組みから人々を解放できます。単に指示に従うだけではなく、人々がプロセスに責任を持ち、課題を見つけ、解決策を生み出すことができるようになります。 AI の成熟度を高めることで働き方を再構築すれば、従業員、顧客、組織全体にとって、価値の向上、イノベーション、スケーラビリティという共通の目標が生まれます。

「AI が仕事を奪う」という恐怖が次第に薄れるにつれて、ますます多くの研究者たちがリーダーに対し、AI を人間の努力を補完するために活用すべき協働者、情報のキュレーター、および同僚として捉えるように働きかけるようになります。分かりやすい例を挙げれば、AI が単調な手作業を引き受けることで、人間はより高度な認知的思考に集中できるようになるのです。しかし、真の価値は AI の成熟度が高い段階で、人間と AI がそれぞれの強みを活かし、協働して業務に取り組むようになったときに生まれます。

AI に投資して能力を高めるように、同じ理由で人にも投資すべきです。ナタル博士が提唱しているように、「創造性、感情的知性、複雑な意思決定、システム思考 – 機械には再現できないスキルに投資することが重要なのです」。

人への力を数値化する

オートメーション・エニウェアは自律型企業への道を着実に進んでいます。まだ完全には到達していませんが、組織全体にエージェント AI を導入することで、働き方を再構築し、戦略的な企業再編、スケーラビリティと効率の向上、そして人々の能力を最大限引き出すことに取り組んでいます。 AI を活用した業務プロセスがさらに増えることで、チームの働き方が変革され、創造性、戦略、複雑な問題解決に集中できるようになります。

こうした取り組みの中心に「人」を据えることで、AI は顧客、同僚、パートナーのために体験を向上させる手助けをします。 AI は効率性を向上させ、チームがより少ない時間とリソースで、より多くの成果を上げることを可能にします。そして、AI はプロセス、データ、場所をまたいで瞬時に拡張できるため、人の能力も柔軟に拡張することが可能になります。

私たちは、「人・プロセス・テクノロジー」のフレームワークを、「人・プロセス・システム」という企業運営モデルにアップデートしました。このモデルは、パフォーマンス管理によって支えられ、ガバナンスを通じて制御されています。以下に、各要素が今日の AI 活用環境にどのように適応するかを示します。

人: 人間とその AI 協働者
プロセス: 業務の流れを管理するエージェントオーケストレーション
システム: AI および AI 対応の技術、アプリケーション、システム
パフォーマンス管理: 自律型企業への移行に向けた進捗と成熟度を追跡
ガバナンス: 統制、アクセス管理、セキュリティ、責任ある AI 運用など

当社の自律型エンタープライズスコアカードのご紹介

私たちは「人」に対する取り組みをさらに強化するとともに、AI トレーニングと活用支援を拡充し、現在の成熟度のベースラインを測定しました。そして、新たな成熟度目標とその目標を達成するための計画も策定しました。更新されたベースラインにより、今後の取り組みの影響をより明確に把握できるようになり、期待されるビジネス価値と実際のビジネス価値に基づいて、継続的な投資の優先順位を判断することができます。

こうした取り組みの成果の一つが、新たに導入した「自律型企業スコアカード」です。このスコアカードを活用すると、業務プロセスやビジネス機能を自律性のレベルに応じて評価することができます。評価のレベルは、完全に手作業で行われる自動化ゼロのプロセスから、人間と AI が協働する AI 支援型プロセス、そして人間の関与なしに完結する完全自律型プロセスまで多岐にわたります。

このスペクトル全体に沿ってプロセスをマッピングすることで、AI の成熟度や自律型企業への進捗状況を測定することができます。また、AI による完全な自動化が困難または不可能な領域、例えば、独自性が高く、きわめて複雑で、認知的な判断を要するプロセスを特定することもできます。

プロセスの自動化を評価する際には、当社は「自動化するか、それとも排除するか」というアプローチを採用し、基盤となる業務から無駄を排除できる領域を特定します。自律型企業スコアカードは、これらの分析結果を定量化・視覚化し、プロセスを手動から自律型へ移行する進捗状況を示し、排除対象となるプロセスを特定します。

これは、業務機能スコアカードの一例です。各従属機能を次のスペクトラムに沿って分類しています。