AI時代に経営者の仕事はなくなるのか

「AIに仕事を奪われる」という議論は現場の話として語られがちですが、実は経営層にとっても他人事ではありません。定例資料の作成、競合情報の整理、選択肢の初期比較は、これまで経営者自身か、その右腕が担ってきた仕事です。ここがAIに置き換わったとき、経営者に残る仕事は何なのかを、早いうちに自分の言葉で説明できるようにしておく必要があります。

減る仕事

AIは、経営者が行ってきた情報収集や分析の一部を低コスト化していきます。しかし経営は、正解のある問題を解くだけの仕事ではありません。何を目指し、誰の不利益を引き受け、どの不確実性に賭けるかを決める仕事でもあります。第1部の最後にあたる今回は、意思決定の話をもう一段引き上げて、「経営者という役割そのもの」がAI時代にどう変わるのかを、まず減っていく仕事から確かめます。

定例資料の要約、競合情報の整理、複数案の初期比較は、AIへ移りやすい仕事です。毎週の役員会議のために部下が半日かけて作っていた市場動向のまとめは、AIに一次案を作らせて、経営者は結論と根拠だけを確認する形に変えられます。経営者が情報の入り口を独占する必要はもう薄れています。

この変化には、権威の面での影響もあります。かつて経営者は、社内で最も多くの情報に触れられる立場にありました。その情報量が、判断の正しさを裏づけていた面があります。しかし今は、若手社員でも同じ調査をAIに依頼できます。情報の非対称性が、経営者の権威の源泉ではなくなりつつあるということです。

報告を受ける時間を減らし、その分を前提を問い直す時間に振り向けてください。「先月の実績はこうでした」を聞く時間を短縮し、「そもそもこの目標設定は正しいのか」を議論する時間に変えていくイメージです。

ただし一つ注意があります。報告資料を作る作業には、作った本人が数字を理解するという副次的な効果がありました。ここをAIに渡すと、資料は出てくるが中身を誰も咀嚼していない、という状態になりかねません。作成を任せるなら、代わりに「その数字から何が言えるか」を担当者に問う場を残してください。時間を空けることと、思考を空にすることは違います。

残る仕事

企業の存在理由、許容するリスク、顧客への約束、資源配分の優先順位は、計算だけでは決まりません。たとえば「利益率の高い大口顧客を優先するか、地域に根ざした小口顧客との関係を守るか」というような選択は、データが答えを教えてくれるものではなく、経営者自身の価値観が問われる場面です。

異なる価値観を調整し、決定を説明し、結果に責任を持つ役割は、これからも人間に残ります。AIがどれだけ精緻な予測を出しても、それを踏まえてリスクを取ると決めるのは、最終的に経営者です。

もう一つ、見落とされがちな仕事があります。決めないと決めることです。情報が足りない段階で結論を急がず、判断を保留する。AIは問われれば必ず何らかの答えを返しますが、「いま決めるべきではない」とは言ってくれません。保留の判断は、人間にしかできない仕事の一つです。

説明責任も同様です。社員や取引先に対して「なぜこの方針なのか」を、自分の言葉で語れるかどうか。AIが用意した説明文を読み上げるだけでは、相手は納得しません。納得を引き受ける仕事は、代替されにくい領域です。

新しく増える仕事

AIが提示した選択肢の盲点を探すこと、データに表れない現場の兆候を拾うこと、AIに任せる範囲を定期的に更新すること。こうした仕事はむしろ増えていきます。過去のデータだけを根拠にした提案は、市場の前提が変わった局面ではかえって危険になることがあり、その違和感に気づけるのは、現場の空気を知っている人間だけです。

モデルやベンダーへの依存度そのものが、新しい経営課題になります。どのAIサービスに、どこまで業務を預けているのかを把握し、そのサービスが使えなくなったときの代替手段まで考えておく仕事は、これまで経営者の視野になかった領域です。

もう一つ加わるのが、社員への説明です。AIを入れると、多くの社員は「自分の仕事はどうなるのか」を考えます。ここに答えないまま導入を進めると、表向きは協力しながら実際には使わない、という静かな抵抗が生まれます。何を任せ、人には何を期待するのかを、早い段階で言葉にしてください。

これは人事部門の仕事ではありません。会社が人に何を期待するかという話である以上、経営者が語るべき領域です。

経営チームの再設計

AI担当役員を一人置くだけでは足りません。事業、財務、人事、法務、技術が同じ成果指標で判断できる体制が必要です。AI担当役員だけが張り切って導入を進め、他の役員が「よく分からないので任せている」状態では、投資の是非を誰も本当の意味でチェックできません。

そして経営者自身が最低限の利用経験を持っていなければ、投資とリスクの質を正しく評価できません。私はこれを、外部の専門家任せにしてはいけない領域だと考えています。専門家の説明を鵜呑みにするか、的確に質問できるかの差は、経営者自身がどれだけ手を動かした経験を持っているかで決まります。

必要なのは技術の知識ではなく、感覚です。実際に使ってみると、どのくらい間違えるのか、どんな作業なら任せられるのか、どこで違和感が出るのかが、肌で分かります。この感覚があるだけで、提案されたAI投資が過大なのか妥当なのかを判断できるようになります。

取締役会の議題設計も見直してください。AIの話が「システム投資の報告」の枠に入ったままだと、能力の変化やベンダー依存といった論点が上がってきません。成果、リスク、能力形成を並べて扱う議題として、独立させることをお勧めします。

まず、ここから考える

「経営者がAIに詳しくなる」ことと「経営者がAIを使う」ことは違います。詳しくなろうとして技術の勉強から入ると止まります。まず自分の判断の一つにAIを実際に使い、任せられる範囲を体感するところから始めてください。

具体的な入り口として、自分が毎週行っている仕事を、情報処理、判断、関係構築、責任の四つに分けてみてください。分けてみると、思っていたより情報処理の比重が大きいことに気づく方が多いはずです。そのうち一つをAIに任せ、空いた時間の使い道を先に決めておいてください。使い道を決めずに時間だけ空けると、別の作業で埋まって終わります。

もう一つ、経営チームで話し合っておきたいのは、AIの提案を採用しない条件です。どういう場合には人の判断を優先するのかを、自社の言葉で書き出しておくと、現場が迷わなくなります。

経営者への問い

• 今週、自分の判断のどこにAIを使いましたか。使わなかったとしたら、それはなぜですか。

• 情報を最も多く持っていることと、最も重い問いを引き受けることは、あなたの中でどちらが仕事の中心ですか。

• AIの提案を却下した経験は、直近でありますか。

• 経営チームは、同じ成果指標でAI活用を判断できていますか。

まとめ

第1部では、AI経営の定義、意思決定の分解、そして経営者の役割の変化を見てきました。技術ではなく、判断と責任の設計を変えることが出発点だという点は、ここまで一貫しています。第2部からは、この変化が組織や評価制度にどう波及するかを見ていきます。