メールの下書き、資料の整理、データの分析。AIに任せる仕事が増えていくと、人が担当する仕事はどう変わるのでしょうか。さらに、それぞれの仕事を束ねる会社の仕組みには、どのような変化が起きるのでしょうか。
今回紹介するのは、OpenAIのサイトに掲載された「The future of the firm（会社の将来）」です。著者は、Hemanth Asirvatham氏とElliott Mokski氏。AIが組織のどこに入るかを、「人の下」「人の隣」「人と人の間」という3つの位置から考えています。
この記事は、著者個人の見解を示すエッセイです。OpenAIの公式見解ではなく、描かれている未来が確実に実現するという予測でもありません。人とAIが混在する会社の姿を考えるための、3つのシナリオとして読むと、その論点をつかみやすくなります。
まず原記事の内容を紹介し、その後で、身近な業務改善にどうつなげられるかを考えます。
原記事の紹介：AIが組織に入る3つの位置
人の下に入る――一人ひとりが仕事を任せる側になる
最初のシナリオでは、人間同士の組織図は大きく変わりません。同じ部署に所属し、同じ上司に報告しながら、それぞれの下にAIの働き手が加わります。
ここで登場するのが、与えられた目標に向けて、必要な手順や道具を選びながら作業を進めるAIエージェントです。著者らは、その能力が高まるにつれ、一人ひとりが複数のAIを率いるようになる姿を描いています。
原記事の経理担当者の例では、表計算ソフトを操作する作業をAIが引き受け、本人の仕事はコミュニケーションや調整、より広い範囲の判断へ移っていきます。経理の専門知識は引き続き必要ですが、その知識を使う場面が変わるのです。
著者らはこれを「The Promoting」と呼び、誰もが管理する側へ引き上げられる変化として捉えています。全員に役職が付くというより、仕事の中身が、作業の実行から委任や判断へ移るという意味です。
ただし、このシナリオは雇用の維持を保証するものではありません。人が生産に価値を加え続けることや、生産性の向上に伴って需要も伸びることが条件になります。需要が十分に増えなければ、働く人数や労働時間が減る可能性も原記事は示しています。
人の隣に入る――人とAIでチームの仕事を分ける
2つ目は、既存の管理職や経営者が、人間とAIの両方に仕事を割り当てるシナリオです。
最初のシナリオでは、各担当者が自分の仕事をAIに任せます。こちらでは、管理職がAIをチームの一員として扱い、まとまった業務を直接任せるところに違いがあります。
原記事には、家具会社の責任者が、AIのマーケティングチームに予算と新製品を示し、広告の企画を任せる例が登場します。AI同士が調査や制作を分担し、必要な調整を進め、人間の責任者へ承認を求める姿です。
著者らが「The Interleaving」と呼ぶこのシナリオでは、一つの作業が得意というだけでは足りません。業務を通して担うには、情報を集め、他の担当者と連携し、途中で起きる問題にも対応する能力が必要です。
そのようなAIを作ることは難しい。一方、十分な能力が備われば、企業は細かな作業ごとに使い方を覚え、業務を組み替える負担を減らせるかもしれません。著者らは、担える範囲の広いAIほど、企業にとって導入しやすくなる可能性を論じています。
人と人の間に入る――管理や調整の一部をAIが担う
3つ目は、人間の上司と人間の担当者の間にAIが入り、一部の人がAIへ報告するようになるシナリオです。著者らはこれを「The Layering」と呼んでいます。
ただし、原記事はそのような大きな変化だけを描いているわけではありません。より穏健な形として、経営者に情報と助言を届けるAIの役割も取り上げています。
例えば、営業が顧客に約束した機能と、開発部門が実際に作っている機能の食い違いを、AIが社内のやり取りから発見する。経営者へ問題を伝え、対応案を提案する。これまで報告経路の途中で埋もれていた従業員の貢献を拾い上げる可能性も描かれています。
この助言役としてのAIは、部下を直接管理する上司とは区別されています。社内の情報を集め、問題や対応の優先順位を経営者に伝える存在です。
注目したいのは、現場の作業だけでなく、状況把握や調整といった管理業務も自動化の対象にしている点です。ただし著者らは、AIが管理の仕事をどれほど適切にこなせるかは、まだ十分に分かっていないとも述べています。「管理職がAIに置き換わる」と結論づけているわけではありません。
原記事の紹介：自由が増えるか、管理が強まるか
3つのシナリオは、順番に訪れる段階ではありません。個人を支えるAI、チームの業務を担うAI、経営と現場の間に入るAIが、同じ会社で併存することも考えられています。
その先についても、原記事は複数の方向を示しています。
AIで試作品を作りやすくなれば、綿密な計画や幾重もの承認を経るより、小さく作って確かめる方が合理的になるかもしれません。一方、AIを使って社内の手順を細かく徹底することもできます。
従業員の裁量についても同様です。AIが重大な問題を見つけて知らせてくれるなら、経営者は日々の判断を現場に任せやすくなる。その反面、従業員への監視を強め、経営者の好む方法を組織全体へ行き渡らせる道具にもなります。
著者らは全体として、働く人の裁量が広がる方向に楽観的です。ただし、その見通しは、企業がAIを使って重大な例外を把握しながら、多くの判断を現場に残すことに支えられています。
企業規模や賃金格差についても、一方向の予測ではありません。AIによって小さな会社が活動しやすくなる一方、大きな会社の調整も容易になる。助言を得られることで人の能力差が縮まる一方、大きな仕事を動かす判断力の違いが、成果や報酬の差を広げる可能性もあると論じています。
本コラムの考察：任せる仕事と、確かめる責任を分けて考える
ここまでが原記事の紹介です。ここからは、その内容を踏まえた本コラムの考察です。
職場でAIの活用を検討するとき、まず話題になりやすいのは「何ができるか」です。そこに、「誰が仕事を任せ、誰が結果を確かめるか」という問いも加えたいところです。
例えば、会議の記録から議事録を作る仕事をAIに任せる場合を考えてみます。
文章が読みやすくまとまっていても、決定事項と検討中の案が混ざっているかもしれません。発言内容は合っていても、担当者や期限が抜けていることもあります。作成する作業を任せただけでは、その記録を確定してよいかまでは決まりません。
誰が決定事項を確認するのか。食い違いがあれば誰に戻すのか。どの確認を終えてから共有するのか。そこまで決めると、AIが作ったものを次の仕事へ渡しやすくなります。
AIが担う範囲が広がれば、確認の方法も変わります。成果物を見れば判断できる仕事もあれば、途中の判断や他部署との約束まで確かめる必要がある仕事もあります。任せられる範囲と確認できる範囲を、あわせて考える必要があります。
管理業務を減らした時間を、何に使うか
情報の集計や報告書の作成をAIが支援できれば、管理職の時間の使い方にも選択肢が生まれます。
報告の回数や確認項目を増やすために使うのか。それとも、判断に迷う担当者の相談に乗ったり、部署間で折り合いのついていない問題を解いたりするために使うのか。
情報が多く集まっても、それだけで問題が解決するわけではありません。AIの導入目的を「詳しく把握する」で止めず、把握した後に何を改善したいのかまで考えたいところです。
評価に使うなら、AIが拾えなかった貢献や、読み違えた事情を、本人が補足できる機会も必要でしょう。原記事が示す「貢献を見つけるAI」という可能性を生かすには、その判断を人が確かめられる仕組みも検討する必要があります。
仕事を通じて人が成長する機会が失われないか
私が気になるのは、AIに仕事を任せることで、その仕事を通じて人が成長する機会まで減ってしまわないかという点です。これは資料作成だけに限った話ではありません。文章を書くこと、情報を集めて取捨選択すること、集めた情報から新しいアイデアを考えること。仕事のさまざまな過程に、知識や経験を蓄積し、考える力を育てる機会があると思います。
例えば文書を書くときには、伝えたいことを整理し、自分の頭の中から言葉を選び、相手に伝わる文章へ組み立てます。書こうとして、自分の理解が曖昧な箇所に気づくこともあります。完成した文章を得るだけでなく、その過程で表現や言葉の使い方を学んでいるのではないでしょうか。
情報を調べるときも同じです。必要な情報を集め、何を採用するかを考えるだけでなく、回り道して調べたサイトで思いがけないヒントに出会うこともあります。一見すると効率の悪い寄り道が、別の情報とのつながりや、新しいアイデアを生むきっかけになることもあると思います。
資料作成でも、データを選ぶ途中で比較条件の違いに気づいたり、グラフにして初めて数字の偏りが見えたりします。情報の整理や構成、説明の文章、表やグラフを自分で考える過程にも、理解を深める機会があります。
「作業はAIに任せ、人は結果を見て判断すればよい」という考え方もあります。ただ、その判断力は、何を下地に育つのでしょうか。これまで自分で調べ、書き、作り、考えてきた経験に支えられている部分も、多いのではないかと思います。経験を積んだ人がAIの出力を確認できることと、これから学ぶ人が同じ力を身につけられることは、分けて考える必要があります。
これは新人だけの話ではありません。経験者にとっても、自分で考えたり試したりする機会が減れば、新しい知識や状況に向き合い、発想や判断の根拠を更新する機会が少なくなる懸念があります。AIを使うと能力が必ず下がると断定するのではなく、仕事を通じて能力を育て、磨き続ける機会が失われないかを考えたいのです。
AIは便利ですが、仕事を指示する人間自身も成長しなければならないと思います。何を目的に、何を調べ、何を作り、どこまで任せるかを決めるには、使う側にも知識や経験、発想が必要です。AIの能力が高まることと、それを使う人の成長は、別々に考える必要があります。
AIによって業務の効率化が進むことは、歓迎したいと思います。一方で、AIの利用に慎重な人の中には、こうした能力の維持や育成を心配している人もいるのではないでしょうか。その懸念を、単に新しい技術への抵抗として片づけず、仕事の設計に含めて考える必要があると思います。
作業を任せた後も、目的を考え、問いを立て、発想し、結果を判断する力をどこで育てていくのか。効率化で省ける時間と、人が成長するために残したい過程を、あわせて検討したいところです。
新人が判断を学ぶ機会をどう残すか
原記事は、AIが基本的な作業を引き受けることで、従来の新人育成の経路が失われる可能性にも触れています。
ここから考えたいのは、作業を減らした後の学び方です。完成した結果を確認するにも、何を根拠に判断するか、どこで間違いやすいかという知識が要ります。
例えば、AIが作った集計結果について、元データを一部たどって確かめる。先輩と判断が分かれた箇所を取り上げ、理由を聞く。すべてを手作業で繰り返さなくても、仕事の根拠に触れる機会は作れます。
効率化によって省く作業と、学ぶために経験してもらう作業を、一緒に検討する必要があるでしょう。
身近な一つの業務から、分担を見直す
会社全体の組織図を、すぐに描き直す必要はありません。まずは一つの業務について、AIに任せる部分、人が判断する部分、確認する担当、問題が起きたときの戻し先を書き出してみることから始められます。
議事録なら、作成、決定事項の確認、修正、共有まで。見積書なら、条件の整理、計算、金額の承認、顧客への提示まで。その流れのどこにAIが入ると、仕事が進みやすくなるのかを考えます。
原記事の3つのシナリオは、未来の会社を想像するための見取り図です。自分の職場に引き寄せるなら、「この仕事をAIに任せた後、次に受け取る人は何を確認すればよいか」。その問いから、仕事の分担を具体的に見直せます。
出典：Hemanth Asirvatham、Elliott Mokski「The future of the firm」、OpenAI。原記事の紹介部分は、ご提供の本文と公式英語原文を基に要約しています。「本コラムの考察」以降の提案・例示は本コラム独自のものです。
関連ページ
- GPT-6 Astraを使ったAI社内連携ハブ提案：部署間の引き継ぎと人の確認・承認を組み合わせる設計案を紹介しています。