AIは労働者に失敗していない。リーダーは仕事を再設計することに失敗している

最近のGoogle–Ipsos調査によると、労働者のうち5%のみが自分自身をAIに精通していると考えている。過去1年以内にAIトレーニングを受けた人は14%にすぎない。さらに、労働者の半分以上は、AIは自分の仕事には適用されないと考えている。初めて見たときには、これはよくある問題のように見えるかもしれない。つまり、トレーニングのギャップ、認識の問題、または従業員の抵抗である。

しかし、データはより深いパラドックスを明らかにしている。AIは明らかに企業の上層部では戦略的優先事項となっている。例えば、アクセンチュアは、AIの熟練度がリーダーシップの昇進に影響することを示唆している。しかしながら、AIの導入はまだ労働者全体に広がっておらず、断片的である。AIが企業を変革しているならば、現場ではまだオプションのようです。

答えは、従業員の抵抗ではなく、組織とワークフローの設計にある。

生産性のイリュージョン

多くの組織は、ワークフローにAIを導入し、個々のタスクレベルでは生産性の向上を実現している。しかし、ほとんどの企業は、エンジニアリングコストの30％から40％の削減や、出力の同等の増加を見ていない。

理由は、生産性の向上は、必ずしも全体の経済的構造を変えるわけではないからである。したがって、作業量はわずかに減少するが、P＆L（損益計算書）を再構成することはできない。結果として、生産性の向上は、AIライセンスのコストの増加と、価値創出の方法の構造的な変化のない、不快な中間地帯にある。

人間の隠れたコスト

さらに、より微妙で、より危険な結果がある。AIがタスクを吸収するにつれて、作業は減少するが、豊かにならない。従業員は時間を節約するが、目的を得ない。組織は時間を解放するが、時間が価値を創出する方法を再定義しない。

開発者がコードを40％速く書く場合、次に何が起こるか？節約された時間は、役割を薄くし、意味のないものにする。期待は曖昧になり、管理者は、実現できないコスト削減の圧力に直面する。ダッシュボードは生産性の向上を示すが、成果はほとんど動かない。

これは、AIを既存の仕事に重ねた場合の、見えないコストである。従業員の役割を高めることなく、効率性を提供する。意図的に再設計しない限り、成果は表面的なものに留まる。従業員は無関心を感じ、企業はAIの真の潜在能力をほとんど活用できない。

これは、従業員の採用問題ではなく、リーダーシップとワークフローの設計問題である。

設計によるROI：ワークフローの再設計による成果のオーケストレーション

今日、ほとんどのAI導入は、間違った質問から始まる。「この既存の仕事にAIをどのように適用するか？」これは、デジタル時代の初期の間違いを繰り返している。すでに存在するものをデジタル化することなく、価値がどのように創出されるかを再考することなく、ステップを自動化し、ワークフローを高速化することはできるが、プロセス自体が再設計されなければ、運用モデルはほとんど変わらない。

AIは、異なる出発点を必要とする。「AIがこのプロセスにネイティブである場合、どのように設計するか？」

実際の影響は、AIを強化したタスクからAIファーストのワークフロー設計への移行にある。これは、効率性ではなく、成果から始まる。目標は、より迅速な製品リリース、より鋭いリスクの決定、よりパーソナライズされた顧客体験、より低い不正行為の損失、またはより高い転換率であるか？目標が明確になると、リーダーは、自動化されるもの、人間の判断がどこにあるか、責任がどのように移行するか、パフォーマンスがどのように測定されるかを、全体の作業の流れを再想像する必要がある。

これは、ステップの削除、役割の再定義、意思決定サイクルの圧縮、権限の再配分を意味する場合がある。そうすることで、生産性の向上は、断片的なものではなく、構造的なものとなり、ROIは、時間の節約を超えて、利益の拡大、収益の増加、またはリスクの軽減に達する。

人材のリセット

ワークフローが再設計されるにつれて、人間の役割も進化する必要がある。作業は、実行から判断、意思決定、説明責任への移行する。リーダーシップは5つのフロントでピボットする必要がある。

まず、採用を再考する。AIファーストの企業は、第一原理から推論できる、創造的で、曖昧さを切り抜け、システムを再設計できる人を必要とする。資格や勤続年数は、判断、問題解決、創造的なリスクテイクよりも重要ではない。

2番目に、学習を変革する。プロンプトや機能に関するクラスルームトレーニングは十分ではない。従業員は、現実のドメイン固有の課題を含む、再設計の演習に参加する必要がある。

3番目に、キャリアパスを再設計する。昇進は、勤続年数やタスク量によってではなく、成果の所有権、意思決定の質、AIを活用した環境での価値創出によって決まるべきである。

4番目に、何が重要かを測定する。AIの採用がツールの使用率またはライセンスの数で測定され続ける限り、企業は断片的な成果と増加する挫折感しか見ない。ログイン頻度で採用を追跡するのを止め、サイクルタイムの圧縮、意思決定の速度、エラーの削減、収益の増加、コストの削減を追跡し始める。

最後に、フロントラインのAIチャンピオンを通じて変化を制度化する。この変革は自動的に発生しない。変化の触媒となる人、将来志向で、好奇心があり、変化を受け入れる人を特定し、エンパワーする必要がある。これらの人は、変革の乗算器となり、可能性を示し、他の人を先に引っ張る。

再設計する時は今

労働者の5%のみが自分自身をAIに精通していると考えているというデータは、従業員の野心の欠如を示すものではなく、組織が仕事の核心的な構造にAIを埋め込んでいないことを示すものである。

AIが現代のワークフローに重ねられている限り、その影響は断片的なままである。生産性の向上は断片的である。仕事は高められるのではなく、減少する。ROIは、幻のままである。先を行く企業は、最も多くのAIツールを導入する企業ではなく、仕事そのものを構造的に、意図的に、成果優先で再設計する企業である。