KPMGとテキサス大学オースティン校は、実際のビジネス領域におけるタスクで新入社員がAIとどのように協働するかを評価するため、米国の新入社員523名（勤続18ヶ月未満）を対象としたフィールド調査を実施しました。
参加者はAI Agent（エージェント）の支援を受けて専門的な演習を行い、その後、人間が追加した価値を特定するために、AIが単独で完了した基準レベルと結果を比較しました。
結果、参加者は3つのグループに分類されました。AI Apprentices（24.1%）はAIを下回る結果となり、AI Delegators（25.8%）はAIと同等のレベルを達成し、AI Amplifiers（50.1%）はAIよりも優れた結果を生み出しました。
驚くべきことに、批判的思考力、専門知識、AIに関する知識は、誰がどのグループに属するかを予測する指標にはなりませんでした。違いは、業務プロセスの中で彼らがAIとどのように協働したかという点にありました。
AI Apprenticesのグループは優れた基礎を持っていましたが、AIの活用方法を知りませんでした。仮説の検証、結果の評価、成果物の品質向上のためにAIを使うのではなく、情報の書き換えや整理をAIに要求することが多かったのです。
AI Delegatorsのグループは、AIが生成した結果をほとんど調整せずにそのまま受け入れました。AIがかなり優れた成果物を出力したため、一定のパフォーマンスは達成できましたが、付加価値はほとんど生み出しませんでした。
AI Amplifiersのグループは、AIを「思考のパートナー」として使用しました。彼らは問題を正確に設定し、AIに論理の説明を求め、仮説を検証し、他の可能性を検討し、実際の業務基準を満たすために絶えず成果物をブラッシュアップしました。
研究は、企業が新入社員の研修方法を変更し、単にAIスキルや専門知識を個別に教育するのではなく、AIを用いたワークフローにおける実践的な演習に焦点を当てるべきだと推奨しています。
KPMGは、社全体でAI Amplifiersグループの行動パターンを育成するため、実際の業務シミュレーションシナリオと継続的な学習ロードマップを活用した、パーソナライズドAI研修プログラムを展開しています。
著者は、企業は最終結果だけでなく、AIとの働き方、問題の設定方法、成果物の検証、意思決定の方法に基づいて従業員を評価すべきだと主張しています。将来的には、人間の価値は単に自分で答えを作り出すことではなく、AIが生成した結果を方向付け、評価し、拡張する能力にますます存在するようになるでしょう。
📌 結論： 研究によると、AIは従業員間の格差を自動的に解消するわけではなく、逆に一人ひとりの働き方の違いを際立たせることが示されています。523名の新入社員を対象とした調査では、約半数がAIを超える結果を出した一方で、約4分の1はAIそのものよりも劣る結果となりました。決定的な要因は知識やAIへの理解度ではなく、AIと協働し、問いを立て、批判的に検証し、成果物を改善し続ける能力でした。これは、企業がAI時代における人材の育成、評価、開発方法を再設計する必要があることを示しています。
