- ウォール・ストリート・ジャーナルの調査によると、職場でのAI体験に大きな格差があります。経営層は週に約8時間の節約を報告していますが、現場社員の3分の2は2時間未満、あるいは全く節約できていないと回答しています。
- 多くのリーダーは導入方法やトレーニングのせいにしますが、研究では組織がAI技術を吸収する能力（吸収能）に本質的な問題があることが示されています。
- 全米経済研究所が6,000人の経営者を対象に行った調査では、多額の投資にもかかわらず、ほとんどの企業で測定可能な生産性の向上が見られないことが確認されました。
- 著者エイミー・ラディン氏によると、すべての組織には既存の運用モデルを守るための「組織免疫システム（プロセス、リスク管理、文化）」が存在します。
- AIが導入される際、この免疫システムが無意識に変革に抵抗し、試験段階では成功しても全社規模への拡大（スケーリング）で失敗する原因となります。
- 多くの企業が試験運用には成功しますが、組織のスキルやマインドセットが不足しているため、規模を拡大しようとするとプロジェクトが停滞します。
- EYの2025年「Work Reimagined」調査では、AIが適切に統合されれば、生産性は最大40%向上する可能性があるとされています。
- しかし、AI投資の資金を捻出するために人員削減を行い、AI吸収能力を自ら弱めている企業も少なくありません。
- 削減対象となるのは中間管理職や経験豊富な専門家であり、彼らはAIのアウトプットを評価し、ビジネス判断に変換する重要な役割を担っています。
- これらの判断力や文脈理解のスキルは完全には自動化できず、一度失われると再構築は困難です。
- IBMのリーダーは、初期キャリアのポジションを削減すると将来のリーダー不足を招くとして、2026年に若手採用を3倍に増やす計画を明かしました。
- 38ポイントの差は使い方の違いにも起因します。リーダーは思考や対話にAIを使いますが、現場社員は過負荷な環境で作業を加速させるためにAIを使わされています。
- 実質的な価値を生むには、ライセンス数ではなく「AIが意思決定をより良く、より速くしたか」を測定すべきです。
- また、社員が仕事を失う恐れなく、AIの問題点について正直にフィードバックできる環境が必要です。
- さらに、技術インフラの管理だけでなく、社内のAI活用能力を構築する責任者が必要です。
- 結論： AIが失敗しているのではなく、組織の吸収能力に問題があります。38ポイントの格差は、AIが階層間で全く異なる使われ方をしていることを示しています。適切な統合により40%の生産性向上が見込めますが、それには組織構造の変更、人間の判断層の維持、そして企業レベルでの運用能力の構築が不可欠です。
