AIが生む知識の空白は新たなセキュリティの空白になる。その埋め方とは。

テクノロジー企業は、AIなら人間より速く安く仕事ができるという、おなじみの賭けに出ている。多くの場合そうかもしれないが、人員削減を安易に進める口実にもなっている。

今年初めに公表されたPwCの報告では、CEOの56％が、AI投資から目立った経済的利益をまだ得ていないと回答した。コスト削減と売上増の両方を報告したのは12％にとどまる。また、全米経済研究所が2月に発表した研究では、企業の9割近くが、過去3年間にAIは雇用にも生産性にも影響していないと答えた。多くの組織は当初約束された売上や生産性の向上をまだ実現できず、損失を埋めるため何千人もの従業員削減を続けているのだ。

だが決算説明会では語られないことがある。10年分の顧客関係の背景を頭に蓄えた担当者や、組織の蓄積知によって顧客に届く前の不具合を唯一見つけられるQAエンジニアを切るのは、ぜい肉の削減ではない。建物を支える壁を壊すことだ。その後の手戻り費用、顧客離れ、品質問題は、人員削減を祝った同じ資料にはほとんど載らない。後の四半期にひそかに織り込まれ、市況のせいにされ、忘れられる。AI主導の再編が約束する成果と現実の隔たりは確かに存在し、拡大している。それでも多くの組織は、その存在すら認めていない。

この循環の本当の費用は一か所に集中せず、削減後に残るすべてのチームへ広がる。開発者は去ったエンジニアの仕事を引き受ける一方、減った人員を補うには未熟なAIツールを渡される。製品チームは、計画を顧客の現実に結び付けていた背景知識を失う。サポート部門は余裕を失い、回答の質も落ちる。顧客は問い合わせに対する粗悪なAI回答をすぐ見抜く。負担は分散し、そのため四半期報告で見過ごしやすくなる。中でもITチームには、独自の問題が重なっていく。少ない人数で多くをこなすだけではない。急造されたインフラを、その一貫性を支えた組織知なしに管理しなければならない。同時に、去った同僚の退職時の手続きと後任の受け入れも進める。企業が、公に祝った削減方針をひそかに撤回しているからだ。

年が進み、組織がAIの約束を実現しようとする中、AIによる効率化を理由に人の専門性を切り捨てると、売上以外にも多くを失うと認識すべき時だ。幸い、人とAIの両方の長所は生かせる。ただし、より現実的で実用的なAI活用が必要であり、戦略の中心に人を置かなければならない。

知識を持つ人が去ると何が失われるのか

重要な業務知識はシステムではなく人に宿り、人の判断を通じて使われる。その人が去れば知識も去る。モデルがどれほど高度でも、現在のAIにはこの穴を埋められない。

AIの能力が伸びても、細かな背景を欠く自動化は、重要な領域に危険な盲点を生む。

• 判断と戦略：直感、組織の蓄積知、市場への理解は、非構造化データであっても、データセットにきれいに収まるものではない。
• 文脈と状況認識：人は微妙な違いや意図を読み取り、硬直的なルールが機能しない曖昧な領域にも対応できる。
• 共感と信頼：影響が大きい場面や感情が絡む場面、とりわけ顧客や従業員に関わる場面では、人を中心とした対応が必要になる。
• 監督と説明責任：失敗や偏りの発見、誤情報の予防に責任を負う人が必要だ。完全な誤情報を出した後で「おっしゃる通りです。もう一度やってみます」と言うだけでは済まない。
• 組織の記憶とシステムの背景：なぜその構成を採用したのか、あるいは採用しなかったのか。過去に何を試し、どんな未文書化の例外があるのかを理解すること。
• リーダーシップとガバナンス：方針やリスク許容度を定め、倫理的な境界を守るのは、根本的に人の責任だ。

AIは知見を示し、行動を提案し、実行を速められる。だが災害を防ぐ組織の記憶を置き換えることも、問題が拡大する前に捉える責任を担うこともできない。

賢い組織は何を変えているか

AI活用で成功する組織は人を排除しない。日々の業務に摩擦を生む単調な反復作業をAIで効率化し、人が時間や重要な資源を別の場所に使い、事業価値を高める創造的な方法を探せるようにしている。AIと競うのではなく、並走する道具として人の力を増幅するのだ。IT運用を考えてみよう。限られた資源で広大なインフラを管理するチームには、すでに余裕がない。AI、より厳密には機械学習は、ここで実際の価値を生める。パッチのテストと調査、問い合わせの分類、ワークフロー生成、環境の検出・把握、リスクの可視化など、専門家を日常の雑務に埋もれさせる時間のかかる定型作業を自動化できる。

これらはIT運用の土台だが、膨大な時間を取る。デジタル環境が広がり、脆弱性の状況が変化し、従業員が仕事用機器に良い利用体験を期待するほど、その負担は増す。過負荷で基本機能やプロセスの管理・監視が行き届かなくなると、停止、パッチの適用漏れ、データ漏洩、侵害という重い結果を招く。

こうした仕事をAIで適切に効率化すれば、IT担当者はAIにできないことへ時間を使える。技術的負債を減らし、既存システムとプロセスを改善し、障害に強い構成へ設計し直し、重要なシステムを動かす組織知を守ることだ。単なる効率化ではなくリスク軽減であり、長期成長の基盤を強くする。

AI導入を正しく進める

AIの適用と導入を慎重に考え、安全で有効に使える環境も重視する組織は、戦略からより大きな成果を得ており、今後も得るだろう。最適化は人を切ることから生まれない。人への投資、業務フローの再設計、AIを最適に使うための教育から生まれる。

新しい話ではない。技術は何百年も世代交代を繰り返して進歩してきたが、そのたびに同じ誤りを犯しがちだ。過度に傾倒し、一つの進歩をあらゆる問題の万能薬にしようとする。その焦りにつけ込み、過大な約束をして成果が測られる前に消える詐欺的な売り手も多い。AIと機械学習ができるのは、コンピューターが常にしてきたこと、つまり特定の作業を人より速く正確に行うことだ。その機会を見つけ、AIを人の伴走役として実用的に使う人は、投資の効果を非常に早く得られる。具体的には、次の取り組みが必要になる。

• 価値の低い作業をAIで減らし、価値の高い判断は取り除かない
• 影響の大きい意思決定のリスクを下げるため、人が関与する業務フローを設計する
• AIが失敗したり不確かな結果を出したりした場合の、明確なエスカレーション経路を定める
• AI主導の意思決定の責任者を明確にする
• AI出力をうのみにせず精査するようチームを訓練する

やり方を誤った場合の本当の代償

テクノロジー業界では、大量解雇の後にひそかな再採用が続いている。これは人材の移動ではなくリスクの移転だ。組織は何十年もの蓄積知を、数か月の自動化による速さと引き換えにし、その後始末をITリーダーに押し付けている。

AIは実際に利益をもたらすが、専門性の代替ではなく維持・強化に使うときにこそ価値が大きい。AI時代も栄えるのは、最も深く人を削る企業でも、最多のツールを導入する企業でもない。単調さを慎重に自動化し、人の創造性、協働、専門性を伸ばす企業だ。

次のシステム障害、停止、サイバーセキュリティ事件が起きたとき、復旧や顧客対応の先頭にロボットや機械を置きたいわけではない。そのとき必要なのは、深い歴史的背景と知識を持つ人が、まだ社内にいることだ。

AIの可能性を十分に引き出すには、退屈な作業への活用に集中し、事業の不振を正当化する口実として使うのをやめることが重要だ。