AIは仕事を変えるのではない。会社の意思決定を変える。

結論

企業活動は判断の連続です。誰に営業するか、在庫をどこに置くか、価格を変えるか、人を採用するか。AIが影響するのは個々の作業だけでなく、これらの判断が行われる頻度と質そのものです。

前回、AI経営を「判断の仕組みを設計し直す経営」だと定義しました。今回はその「判断」を実際に分解しながら、AIがどこに入り、どこに入ってはいけないのかを具体的に見ていきます。

「業務が速くなった」で止まる会社

「AIで業務が効率化した」という報告の多くは、資料作成や検索が速くなったという話にとどまります。それ自体は良いことですが、経営者が本当に知りたいのは、その先です。速くなった分、会社の判断は良くなったのか、それとも同じ判断を同じ速さで繰り返しているだけなのか。

この違いを見分けるには、「仕事」という大きな単位ではなく、「判断」という単位まで分解して観察する必要があります。

意思決定を分解する

判断は、目的の設定、情報収集、選択肢の作成、比較、決裁、実行、結果確認という工程に分けられます。たとえば「価格を改定するかどうか」という判断なら、競合価格の情報収集、値上げ幅の候補作成、想定される離反率の比較、決裁、通知、そして実際の解約率の確認という具合に分解できます。

AIが得意なのは、大量の情報を整理し、候補を提示することです。競合の価格変更を毎日チェックし、過去の値上げ時の離反データから複数の候補を出すところまでは、AIに任せて構いません。一方、価値基準を決めること、例外をどう扱うか判断すること、最終責任を負うことは、人間の側に残してください。長年の顧客だけは据え置くのか、それとも一律に変更するのか。ここは会社の価値観そのものです。

この線引きを曖昧にしたまま「AIに任せる」と言ってしまうと、後で「誰が決めたのか」が誰にも分からなくなります。値上げに対するクレームが来たとき、「AIが提案したので」という説明は、顧客にとって何の答えにもなりません。

工程に分けて見ると、もう一つ気づくことがあります。多くの会社で時間を食っているのは、情報収集でも比較でもなく、決裁の待ち時間です。資料は揃っているのに、決裁者の予定が空くまで一週間待つ。ここはAIでは解決できません。判断の遅さの原因が権限設計にあるなら、AIを入れる前に決裁権限の見直しから始めるべきです。

自社の判断がどこで詰まっているのかを知らないまま道具を足すと、詰まっていない工程だけが速くなります。分解して測る意味は、そこにあります。

速度と質を同時に測る

早い判断が、常に良い判断とは限りません。処理時間だけでなく、予測誤差、差し戻し率、顧客への影響、判断後の利益まで追ってください。「見積回答までの時間が3日から3時間に短縮された」という報告があっても、その分だけ受注後のキャンセルや条件変更が増えていれば、本当の意味での改善とは言えません。

速度だけを目標にすると、誤りを高速で拡大させる危険があります。誤った判断基準のまま処理件数だけを増やせば、間違いも同じ速さで積み重なっていきます。速さを測る指標の隣に、必ず質を測る指標を並べて置いてください。

質を測る指標は、業務によって変わります。見積なら受注後の条件変更率、問い合わせ対応なら再問い合わせ率、採用なら早期離職率。いずれも共通するのは、判断した瞬間ではなく、しばらく経ってから分かるという点です。だからこそ意識して追わないと、誰も見ないまま消えていきます。

判断の速さは翌日に分かり、判断の質は三か月後に分かる。この時間差が、速度偏重を生む構造的な原因です。経営会議では、先月決めたことの結果を確認する時間を、意識して確保してください。

会議の役割を変える

資料の読み上げや数値確認をAIが事前に済ませておけば、会議は前提の相違、選択肢のトレードオフ、責任の確認に集中できます。これまで会議の前半30分を占めていた「今月の実績確認」をAIの事前配布資料に置き換えるだけで、残りの時間を「なぜこの案を選ぶのか」という本題に使えるようになります。

議事録を自動化することより、決定理由と見直し条件を記録として残すことのほうが、経営にとってはずっと重要です。「誰が」「何を根拠に」「いつまでに見直すと決めて」その判断をしたのかが記録に残っていれば、後から結果が思わしくなかったときも、どこを直せばよいかがすぐに分かります。

議事録の自動化に多くの会社が飛びつくのは、効果が分かりやすいからです。しかし議事録に残るのは「何が話されたか」であって、「なぜそう決めたか」ではありません。発言録がどれだけ正確でも、判断の根拠が書かれていなければ、半年後に読み返しても学びにはなりません。

私が勧めているのは、会議の終わりに三行だけ残すことです。決めたこと、その根拠、見直す時期。これだけで、次に同じ議題が来たときの出発点がまったく変わります。

判断の格差が競争力になる

同じ市場情報を持っている企業同士でも、週次で仮説を更新できる企業と、四半期ごとにしか動けない企業では、差がどんどん広がっていきます。たとえば同じ売上データを見ていても、毎週小さく価格や在庫を調整する企業と、四半期に一度まとめて見直す企業とでは、一年後に積み上がる差は決して小さくありません。

AIの性能差より、判断から学習までをどう運用しているかの差が、これからの競争条件になります。高性能なモデルを導入したかどうかより、判断した結果を翌週の判断にきちんと反映できているかどうかのほうが、長い目で見れば効いてきます。

ただし、すべての判断を高速にする必要はありません。撤退や大型投資の判断まで週次で揺らすと、現場は方針の変化についていけなくなります。速く回すべきなのは、価格、在庫、人員配置といった戻せる判断です。戻せない判断は、むしろ時間をかけてください。

この使い分けができている会社は、外から見ると「意思決定が速い会社」に映ります。実際には、速くする判断と、あえて遅くする判断を、意識的に選び分けているだけです。

まず、ここから考える

判断を速くすることと、判断を軽くすることは違います。影響が大きい判断ほど、AIの提案をそのまま実行に移さず、人が根拠を確認できる手順を残しておいてください。

手を動かして確かめるなら、重要な判断を一つ選び、この記事で挙げた七つの工程に分解してみることをお勧めします。目的の設定、情報収集、選択肢の作成、比較、決裁、実行、結果確認。それぞれにどれだけ時間がかかっているかを測ると、意外な場所で待ちが発生していることに気づくはずです。

そのうえで、各工程を三色に塗り分けてください。AIに任せる工程、AIが支援する工程、人が決裁する工程。この色分けが、そのまま自社のAI活用の設計図になります。

経営者への問い

• 今、AIに任せようとしている工程は、判断のどの段階ですか。

• 会議の時間は、報告を聞く時間から、選択肢を吟味する時間へ変わっていますか。

• 判断の速さと質、両方を測る指標をお持ちですか。

• 週次で学べる企業と、四半期ごとにしか動けない企業、どちらに近いですか。

SUKUMOの視点

AIが答えを出すことより、会社が問いを立て直せることに価値があると私は考えています。経営者の仕事は、判断を減らすことではありません。どの判断を機械に任せ、どこに人間の注意と責任を集中させるかを決めることです。

まとめ

判断を工程まで分解すると、AIに任せてよい場所と、人が握り続けるべき場所がはっきり見えてきます。この見極めができていない会社ほど、AIを入れたのに何も変わらない、という結果に陥りがちです。次回は、この判断の変化が組織図そのものにどう影響するかを見ていきます。