あなたの最大のボトルネックは、最も自信のあるAIチャンピオンかもしれません

今や、AI運営委員会の会議に十分に出席したので、ある傾向に気づくようになった。部屋には常に一人（たいていはツールに最も詳しい人）がいて、結局は部屋の他の人たちがどれだけ速く動けるかを決める。その決定は慎重に、悪意なく行われる。彼らが意図的に情報を遮断しようとすることはほとんどない。簡単に言えば、他の全員はその人の承認を待ってから行動する技術を身につけているのだ。

このパターンは単なる一回の会議だけにとどまらない。 Gartnerによる2026年の調査によれば、企業のわずか20％しか従業員が本当にAIに備えていると考えていない。ギャップに関する議論の大半は、時間・トレーニング・ツールが不足しているというスキルの物語に焦点が当てられる。しかし、スキルギャップの背後にあるより微妙な問題は見過ごされがちで、知識そのものよりも、個人が自分の重要性をどれだけ感じ始めているかに関係している。

貢献と自信は別物です

人は自分のチームへの個別の貢献度を評価するのが苦手で、これはかなり一貫した問題である。チームメンバーに、共同プロジェクトのうち自分が実際にどれだけ貢献したかを独立して計算させると、結果はしばしば 100％をはるかに超えることになる。これは正直さの問題ではなく、記憶の働き方に起因する。自分の努力は鮮明に思い出すが、他人の努力は概略的にしか思い出せないのだ。

AIが加わると、その効果はさらに顕著になる。新しいスキルを最も早く習得した人は、ツールがもたらす結果に対するコントロール感も同時に育む。この傾向は 心理的所有感と呼ばれる。適度に用いれば、この所有感は望ましいもので、プロジェクトの成功に本当に関心を持つようになる。しかし、さらに踏み込むと、優れた成果を守る同じ動機が、その人の関与自体を守るようになる。

数字が実際に示すもの

私たちは AIに従事する2,000人の専門家を対象にした調査を実施した。これはその直感がどれほど広がっているかを確認したかったからだ。その規模は私たち自身にも驚きだった。回答者の79％が自分が組織のイノベーションの主要な推進者だと考えており、37％が「確実に」、さらに42％が「かなり」そうだと答えた。64％はさらに踏み込み、もし自分が明日辞めたら自社のイノベーションは鈍化すると考えている。

この自己イメージと実際の成果とのギャップを「AIrrogance（エアロガンス）」と名付けた。データ上で誰かが自慢しているわけではないので、やや誤解を招くかもしれない。実際に捉えたのは、仕事が自分個人に依存しているという個人的な信念であり、チームが単に自分のスキルを持つ人を抱えているだけではないという感覚だった。 他の報道でも、創造性がエゴ問題を抱えていることが示唆されている。

続いて明らかになったのは不快な事実だった。イノベーションを推進していると最も確信している人々が、実はそれを遅らせていることが判明した。22％の回答者は、AIプロジェクトに対して十分な可能性を見出せずに押し戻したと答え、21％はデータがタイムリーに入手できなかったと指摘し、17％は公式にブロックはしなかったもののプロジェクトを遅らせたと認めた。

また、全体サンプルの70％がこの種の内部抵抗を経験したと回答している。この抵抗は裏からの破壊行為のように感じられることはほとんどなく、むしろ彼らが本当に大切に思うものに対する慎重さ、注意深さとして現れる。

バスファクタ問題

エンジニアリングチームは、特定の人物に過度に依存するリスクを「 バスファクタ」と呼んでいる。これは、プロジェクトが停滞するまでに何人がいなくなる必要があるかを示す指標だ。たとえその人物が優秀な労働者であっても、マネージャーはバスファクタに注意すべきである。多くのチームはドキュメントやコードでバスファクタを監視する必要があると認識しているが、信念、すなわちプロジェクトが進むのは一人の個人が価値があると判断し続けるからだという考えに同じ論理を適用する者はほとんどいない。

AIrroganceは同様のリスクを提供する。しかし部族的な知恵ではなく、信念が一人に集中している。最善の意図があっても、ひとつの強い意見が静かにすべてのイニシアティブが通過しなければならないゲートになる。

実際に取るべき対策

これらは、物事を遅らせている人が懸念を表明できないということを意味するわけではない。欠陥のあるAI導入は、真に欠けているデータや実際に有用性が弱いという根拠に基づく適切な反対意見によって遅らせられるべきだ。「この実装には本当の欠陥がある」ことと「まだ納得できていない、納得できないだけで十分な理由になる」ことを区別できなくなると、問題が生じる。

私が関わるチームは、この二つを区別するいくつかの方法を見つけた。プロジェクトを一時停止する前に、具体的にどの証拠が問題を解決できるか、そしてそれはいつまでに必要かを尋ね、訴えを明確かつ検証可能にすることが重要だ。欠けているデータが多数ある場合は、「まだ価値が見えない」という曖昧な発言よりも重く評価すべきだ。

次に、ドメインエキスパートの役割を常に最も客観的に優れた人物に任せるべきではない。Sombraでは意図的にローテーションさせており、たとえ経験の浅い人がリーダーになることになっても、単一プロジェクトのスピードはやや犠牲になるが、唯一の「仕組みを理解している」人物が辞めたときに全体が止まるリスクは回避できる。

三つ目は、チェックポイントからその人物を外すことだ。AIプロジェクトが本当に一人の専門家の承認を必要とする場合、その理由を明記し、四半期以内に別の人物が合理的に承認できるように名前を挙げておく。第二の候補が思い浮かばない場合、古典的なバスファクタ問題に直面していると言える。

そして四つ目。これは自分自身に対して実践しているテストだ。「自分が所有していない、会社の大きなアイデアは何か」そして「それを実現するために自分がどれだけ貢献したか」を考える。数秒以上考えなければ答えが出ないなら、そのまま受け止める。私が見てきた最も強いイノベーション文化は、共有責任が高く、目立つ個人貢献者が少ない。貢献者は十分に分散されており、どんなに有能でも一人の人物が進捗の前提条件になることはない。

人々はGartnerの20％という数字をトレーニングギャップとして読み続けるだろうし、トレーニングはその一部でもある。しかし、私が十分に多くの導入事例を見てきた結果、より困難な解決策はツールの使用をより速く教えることではなく、最も速く学ぶ人々が自分の進捗が他者の代わりになり続けていることに気付くようにさせることにある。