日本のAIに対するラッダイズムは、技術的な問題ではなく、リーダーシップの信頼の問題だ

ある日本の金融サービス会社の従業員が、膨大なスプレッドシートのデータを手作業で修正するという、精神的に消耗する単調な作業を命じられた。それは何日もかかる仕事だった。しかし彼は、社内で誰でも使えるAIと自動化ツールを組み合わせて、その作業をわずか1時間で終わらせた。同僚も上司も唖然とした。

彼は革新的な独創性と自主性を称えられたのだろうか。とんでもない。同僚たちは、自分たちの仕事が置き換えられる可能性を示したとして憤慨した。あるいは、収入の一部として多くの人が頼りにしている残業代を正当化しにくくなると怒った。上司たちは、より効率的な方法を選ぶ前に「許可を求めなかった」ことに腹を立てた。彼は厳しく叱責された。あまりにも全方位から非難されたため、彼は自分の精神状態と世界の認識に疑念を抱き始めた。自分が何を間違えたのかが理解できなかったからだ。彼はメンタルヘルスの専門家の助けを借りた。専門家は彼に告げた。あなたはおかしくない、と。では、いったい何が起きているのか。

日本のジェネレーティブAI利用率は26.7%だ。アメリカは68.8%、中国は81.2%である。日本の企業のAI戦略策定率は42〜50%程度に留まっているが、米中では80%を超えている。日本の自動車、製造、金融サービス、小売分野の210人の上級幹部を対象にした調査では、93%がAIについて少なくとも一般的な理解があると回答したにもかかわらず、本格的な導入に到達したのはわずか8%だった。残りはパイロット段階か部分的な導入に留まるか、あるいはまだ何も始めていない。

これらの数字が描くのは、技術的な問題ではない。日本には技術がある。ツールは利用可能であり、手頃な価格で、日本語ビジネス環境への適応も進んでいる。日本の組織における技術的な準備状況は、組織的な準備状況を上回っている。制約はツールにあるのではない。それを手にしているリーダーにある。

私はこのパターンを何度も見てきた。AIに限らない話だ。ある幹部は、新しい手法によって自分の部門を変革できる大胆なアイデアを持っていると私に語った。なぜそれを提案しないのかと聞くと、日本でも本社でも、組織が保守的すぎると言う。彼女はまず他の人が考え方を変えるのを待っているのだ。

しかし彼女自身の及び腰こそが、彼女が不満を抱く保守的な惰性の一部となっている。もしかしたら、組織の中の他の誰かが、同じように進歩的なアイデアを持ちながら、彼女が先に動くのを待っているかもしれない。彼女は、自分が他の人のせいにしている問題そのものなのだ。

あるCEOは、新しい技術の導入が遅いと自分の組織を評した。私が深く掘り下げると、実は彼の部下は彼が思うほど抵抗しているわけではないことがわかった。彼らはただ、何かまずいことが起きたときに上司が守ってくれると信じていないのだ。だから彼らは待つ。彼も待つ。組織も待つ。そして翌四半期も、彼の会社の利用率は依然として悲惨なほど低いままだ。

これが私の言う「屈折層（Refraction Layer）」だ。組織はAIを拒絶するのではなく、屈折させる。本物の力を持つ技術が組織に入り込み、階層構造、説明責任への回避、コンセンサスの必要性を通して歪められ、最終的にはパイロットプロジェクト、研究グループ、実現可能性を評価するための委員会になる。ツールは変わらない。組織がそれを曲げて表面上「安全」にする。だからこそ役に立たなくなる。

以前私は、組織における保守主義は認知的ではなく行動的なものだと書いた。私が会う幹部たちは、AIが価値を生み出せるかどうかを理解していないわけではない。彼らにはわかっている。レポートを読んでいる。ワークショップにも参加している。印象的なデモを見て頷いてきた。問題は、AIを理解しているかどうかではない。問題は、知っていることを実行する規律があるかどうかだ。

私は規律をこう定義する。すぐに報われないかもしれなくても、不快な結果が伴うかもしれなくても、自分が正しいと知っていることをやり遂げる能力だ。それこそが、業績の低い幹部を解雇し、実力主義で昇進させ、現地スタッフや自称「日本の専門家」の警告を無視する日本のオペレーションを本当に改革するCEOと、あらゆる段階で躊躇し早期の進歩を無駄にするCEOを分けるものだ。

日本のAI導入は、まったく同じパターンをたどっているように見える。

法的不確実性、データプライバシーリスク、AIの信頼性の問題を挙げる幹部たちは、その懸念において間違っているわけではない。それらは本物の懸念だ。しかし彼らは、本物の懸念を慎重に行動する理由としてではなく、先送りの理由として使っている。

法務チームの仕事は、あなたが安全に行動できるよう支援することであり、無期限に待つ許可を与えることではない。私はかつて、すべての潜在的リスクを排除するためにオフィスのドアに鎖をかけることも厭わないような法務マネージャーに会ったことがある。

ITチームの仕事は、あなたがやっていることのガバナンスを構築することであり、まだ始めてもいないことを最初から拒否することではない。

日本のテクノロジー企業は、主にデータセキュリティ上の懸念から、社内でのジェネレーティブAIツールの使用を制限してきた。これは理解できる。しかしあまりにも多くの場合、それが問題への対応の始まりではなく、終わりになっている。データセキュリティ上の懸念に対する正しい対応は、ガバナンスの枠組みとエンタープライズグレードの展開だ。よく見られる誤った対応は、ツールを禁止して問題を終わらせたと宣言することだ。

ソフトバンク、ソニー、ホンダ、NECが国産AI基盤モデルを開発するコンソーシアムを設立したとき、彼らは具体的な理由を挙げた。日本のデータを外国のプラットフォームに任せることは信頼できない、というものだ。その直感は正当だ。しかし、その対応の形に注目してほしい。既存のものを使うのに十分なガバナンスを構築するのではなく、日本は信頼できるものを一から作るために1兆円を費やそうとしている。国家レベルでは大胆な行動だ。しかし組織レベルでは、それは回避に他ならない。

日本のAI導入の問題は、技術についてのものではない。信頼についてのものだ。ラッダイズムは、偽装した信頼の問題だ。

ボトルネックはAIではない。AIへの信頼でもない。あなたへの信頼だ。

では、月曜日に何をすべきか。

AIの実現可能性を検討する委員会の設置をやめよう。すでに設置しているなら、解散させよう。委員会の存在は、AIに価値があることはわかっているが、実行する規律が欠けている証拠だ。

組織が繰り返し行う意思決定、予測、顧客の優先順位付け、コンテンツの制作、診断、を一つ選び、今四半期中にAI支援プロセスを割り当てよう。パイロットではなく、プロセスとして。その違いは重要だ。パイロットは放棄されるために設計されている。プロセスは結果を出すために設計されている。

AIを使ってより良い仕事をしている部下を見つけよう。彼らを昇進させるか、より広い権限を与えよう。目に見える形で行おう。これが、許可の構造が変わったことを示す方法だ。方針文書や全体会議によってではなく、誰が評価されるかによって。

AI支援による最初の意思決定が失敗したとき、それは不快なものになることを受け入れよう。それは必ず起きる。問題は、それを学習と改善の理由として扱うか、撤退の許可として扱うかだ。最初の失敗で撤退するリーダーは、最初から本当にコミットしていなかった。彼らは言い訳を待っていただけだ。

そして、「まだ安全ではない」と言う人たちの言葉に耳を傾けるのをやめよう。彼らはあなたを守っているのではない。自分自身を守っているのだ。少なくとも、そう思っているだけだ。

あなたは、自分が知っていることに基づいて行動できる組織を作れるだろうか。AIにリスクを取って何かがうまくいかなかったとき、スケープゴートにするのではなく、部下の背後に立ってくれると信じられる組織を。リーダーとしてのあなたの目的は、これまで達成不可能だったビジネス成果を実現することだ、と彼らは信頼できるだろうか。彼らは技術を、労働代替やコスト削減の手段としてではなく、大きな価値を創造するための力の乗数として見ているだろうか。

これらはAIの問題ではない。かつてもそうではなかったし、今もそうではない。

これはリーダーシップの問題だ。そしてその答えを出せるのは、あなただけだ。