- イェール大学のK・スディア（K. Sudhir）教授は、多くの企業がAIエージェント（AI Agent）を導入する際、ある重要な要素を過小評価していると指摘しています。それは、公式なデータや正式なプロセスには存在しない、組織を動かしている「暗黙のルール」です。
- 記事は、ある富裕層の顧客が投資口座の受取人の変更を依頼した例から始まります。AIシステムは、依頼の分類、手続きの完了、自動確認の送信まで完璧に処理しました。しかし、経験豊富な財務アドバイザーであれば、これが顧客が他の機関へ資産を移転することを検討している兆候（シグナル）であると気づくはずです。
- 1ヶ月後、その顧客は実際に会社を去りました。
- どのAIも間違った処理はしていませんが、人間が通常察知できる暗黙のシグナルを見落としたため、企業としては誤った判断を下してしまったのです。
- スディア教授はこの目に見えない能力の層を「暗黙の組織（implicit organization）」と呼んでいます。
- 彼によれば、すべての企業には2つのオペレーティングシステムが同時に存在しています。
- 第1のオペレーティングシステムは、正式なプロセス、ポリシー、組織図、および記録されたデータです。
- 第2のオペレーティングシステムは、従業員が日々使用している暗黙知、個人の動機、経験、そして判断力のネットワークです。
- 暗黙の組織は、正式なシステムでは代替が困難な3つの機能（調整、動機付け、自己抑制）を果たしています。
- 「調整」は、従業員が正式なプロセスで要求されていない情報を自発的に交換するときに発生します。
- 「動機付け」は、社内の文化、職業的な名声、および人間関係から生まれます。
- 「自己抑制」とは、たとえその行動を実行する正式な権限を持っていたとしても、何かがおかしいと感じたときに踏みとどまる能力のことです。
- スディア教授は、現在のAIエージェントはデータやプロセスに非常に素早くアクセスできるものの、これらの暗黙の要素を自動的に引き継ぐわけではないと主張しています。
- 企業が従業員をAIに置き換えるとき、単に業務の実行者を変えるだけでなく、水面下で静かに機能していた多くの動機付けや管理のメカニズムをも排除してしまっているのです。
- 著者は信用審査員の例を挙げています。AIは融資承認のスピードを最適化することはできますが、専門家が長年培ってきた顧客関係のリスクや業界の経験を本質的に理解することはできません。
- Ramp社は、AIエージェントに要求の大半を処理させつつ、困難なケースは人間の判断に回すように設計した優れた事例として挙げられています。その後、人間の下した決定は、時間をかけてシステムを改善するために使用されます。
- マッキンゼーの「Lilli」システムやエスティローダーの「ConsumerIQ」は、組織の知識の一部をデジタル化することに成功しました。
- しかし著者は、知識の検索（抽出）ができることと、判断力があることは同義ではないと強調しています。
- 複数のAIエージェントが連携するマルチエージェント（Multi-agent）システムは、共通の歴史や経験を欠いており、全体に最終的な責任を負う者がいないため、特にトラブルが発生しやすくなります。
- スディア教授が引用した研究によると、マルチエージェントシステムの失敗率は40%から80%の間に及ぶ可能性があります。
- 彼は、企業には3つの選択肢しかないと考えています。AIを既存のプロセスに組み込むか、古いプロセスに基づいて再設計するか、あるいは暗黙の組織を完全に理解した上で再設計するかです。
- 3番目の選択肢こそが、唯一効果的な道と見なされています。
- もう一つの長期的なリスクは、AIが若い人材の育成プロセスを崩壊させる可能性があることです。多くの初級職（エントリーレベルの業務）は、従業員が判断力を学び、企業文化を吸収し、将来のリーダーになるための経験を積む場所そのものです。AIがこれらの業務を完全に代替してしまえば、企業は将来的にAIを管理・運用できる人材の源泉を失う恐れがあります。
- スディア教授は、企業は単に自動化に集中するのではなく、徒弟制度（育成）、監督、そしてAIに対する批判的検証のシステムを主体的に再設計すべきだと推奨しています。
- 📌 結論： AIエージェントの最大の挑戦はテクノロジーではなく、企業が毎日効率的に運営されるのを支えている「目に見えない要素」です。K・スディア教授はそれを、経験知識、職業的動機、そしていかなるシステムも完全には記録できない判断力からなる「暗黙の組織」と呼んでいます。AIが人間に取って代わるとき、企業は誤った決定から自らを保護しているまさにそのメカニズムを、意図せず排除してしまう危険性があります。著者によれば、AIで成功を収める企業とは、最も自動化を進めた場所ではなく、何を自動化できないかを最もよく理解している場所になるでしょう。
