Heather Levy Sigel, チーフ・ピープル＆トランスフォーメーション・オフィサー, Tungsten Automation Heather Levy Sigel チーフ・ピープル＆トランスフォーメーション・オフィサー, Tungsten Automation

AI時代は人材の需要を増やし、削減はしない

企業は業界を問わず、内部プロセスの効率化に取り組んでいます。その結果、テクノロジーが度重なるレイオフのスケープゴート（犠牲者）として扱われるようになりました。特にテック業界では、AIが大量のレイオフの原因とされています。投資資金を確保するために組織をフラット化し、運営をスリム化するという市場動向は、実際には効率向上として表現されていますが、実際のエンタープライズAIリーダーは、現在利用可能な技術で人間をこの規模で置き換えることは不可能だと考えています。それでも、AIが人を置き換えるというストーリーはさらに固まり、直接影響を受けていない労働者層にも技術への不安が広がっています。AIが特定のタスクを排除し、時間の使い方を変え、達成できる規模を拡大しているのは事実です。しかし、専門性の必要性がなくなるわけではありません。むしろ、ビジネスオペレーションとAIの交差点における人間の専門知識への需要が高まっています。仕事における人間価値の変化過去1年間で、数多くの企業がAI関連のレイオフを発表しました。確かにAIは一部の業務をより効率化し、冗長化させていますが、多くの場合、公開市場からの評価を受けた広範なコスト削減の口実に過ぎません。企業の評判を犠牲にしながらも、表面的には新技術による効率向上が投資家にとって好材料と見なされます。しかし、この戦略は短期的な利益率の向上を優先し、長期的なリターンを犠牲にします。実際、Deloitte studyによると、ほとんどの組織は支出の93％をテクノロジーに投じ、わずか7％しか人材に再投資していません。このまま生産性向上分を新たな能力や堅実な人材戦略に再投資しなければ、企業は不利益を被ります。AIファースト時代で成功するためには、労働力変革を支えるバランスが必要です。変革を推進するフレームワークは依然として「人・プロセス・テクノロジー」の三要素に依存しています――AIの文脈でも同様です。基盤技術は変化しても、プロセスと人を軽視してはなりません。結局のところ、AIは管理的・反復的タスクの自動化に多く使われていますが、その実現までに必要な裏方作業を忘れがちです。目的設定や出力の検証、AIの意思決定をガバナンスし、システムが継続的に改善されるよう管理し、さらにそれらのシステムに合わせて全体のワークフローを再設計する必要があります。テクノロジーはあくまで支援ツールであり、批判的思考や人間関係の構築、多様な意見や視点を支えることの代替にはなりません。この視点から見ると、エンタープライズAIは排除する仕事よりもむしろ新たな仕事を生み出し、人間が価値を発揮できる領域をシフトさせていると言えます。大規模言語モデルは言語を理解しますが、特定のビジネスの内部構造――方針、規制環境、企業文化、運用上のニュアンス――についての洞察は限られています。そのため、前線に配置されるエンジニア（FDE）やAIワークフローアーキテクト、変革・イネーブルメントリーダーといった、ビジネスとAIをつなぐ役割への需要が高まっています。注意！組織変革が迫る企業はAIパイロットは比較的容易であることに気付いています。実験段階から本番展開へ移行することが難関であり、現在多くの企業がこの段階にあります。パイロットを本格的に展開するには、ワークフロー全体とビジネスプロセスの再設計が必要です。モデルの性能だけでなく、組織全体の変革も不可欠です。そのため、AIを特定のビジネスワークフローに適用できる人材への需要が高まっています。今年初めにFDEの台頭を目にしましたが、こうしたAIエキスパートが競争優位となるのは驚くことではありません。次のような質問に答えられる社内の人物がいることの価値を考えてみてください： どの問題／ワークフローの再設計が必要か？ 自社における成功指標はどのように測定すべきか？ 従業員にAIを大規模に採用させるにはどうすればよいか？ では、ビジネスリーダーはこのような人材を確保し、組織を成功に導くために何ができるでしょうか？まず、 AI人材を社内で育成するか外部から採用するかを決める必要があります。現在この議論は活発で、どちらにも長所と短所があります。新たな人材を迎えることで技術的な専門性のギャップをすぐに埋め、初期のAI戦略を強化し、斬新なアイデアを試すことができます。しかし、AIの知識とビジネスの専門性を兼ね備えた新しい役割について語るのであれば、最も自然な選択はすでに自社の業務に精通している社内の人材です。当然、これには適切なリーダーシップが必要で、外部から採用するよりも時間がかかる可能性があります。答えは、育成と外部採用の両方を組み合わせて理想的な結果を得ることです。外部の技術的AIスペシャリストと社内のワークフロー専門家を組み合わせることで、最適なバランスが実現できます。次に、 IT部門だけに閉じたものではなく、横断的なAIチームを構築することです。労働力変革を成功させるフレームワークが「人・プロセス・テクノロジー」の三要素であるなら、いずれも軽視できません。最も成功したAI導入の多くは、人事、プロダクトチーム、法務部門など、ビジネスリーダーが主導しています。AI時代とその先：新たな労働力を見つめて歴史が示すように、これまでの大きな技術ブームは常に労働力構造を根本的に変え、既存の職種を廃止しつつ新たな職種を生み出してきました。例えば、インターネットは従来の実店舗小売や印刷業の需要を減少させましたが、その裏でデジタルマーケター、グラフィックデザイナー、サイバーセキュリティ専門家、クラウドアーキテクトなどが登場しました。つまり、企業がAIの利用拡大と生産性向上を掲げる中で、AIが原因とされる大量のレイオフが今後も続く可能性があります。しかし、真にAI志向の企業は、職種自体は変わっても、全体の役割数は大きく変動しないことを理解しています。変化の真っ只中にある新しい労働力は、ビジネスオペレーション、変革マネジメント、技術的専門性のギャップを埋めるプロフェッショナルを必要としています。これに早期に注力する企業こそが、AIを持続可能な競争優位に転換できる人材基盤を構築できるでしょう。