AI時代における「なぜ」の問いが出ない背景を探る

リクエスト株式会社が公開した資料「AI時代、なぜ『なぜ』が出てこないのか」は、980社、33.8万人の業務経験データに基づいて、企業における問題解決のアプローチの変化を紹介しています。この資料から得られる洞察は、特に今の生成AIを活用するビジネス環境において重要な示唆を与えてくれます。

1. 問題提起と実務の関係

まず、この資料は、組織での判断経験が減少しているという現状を指摘します。調査によると、わずか82％の企業が、日常業務での判断経験が減ったと感じています。データの確認や原因を精査することなく、既存の施策に進む傾向が強まっています。リーダー研修でも、参加者が市場の広域データに基づき、長期的には成長していることに気づく一方で、なぜ自分の担当範囲では伸びていないのかといった問いが出にくい状況が見られました。

この現象は、主に企業がAIを導入する際に直面するリスクをもたらします。生成AIは迅速に施策を提案できますが、そのせいで「問いを考える」という重要なプロセスが後回しになっているのです。

2. 生成AIとの関係性

生成AIは、与えられたデータに基づいて施策案を早急に生成しますが、そのプロセスで最初の問題設定や原因仮説が不適切であれば、迅速に出た施策が実行されるだけとなり、適切な解決には至らないことがあるのです。実際、この資料では、生成AIを単なる“答えを出す道具”ではなく、問題解決を助ける補助者として利用する方法が提案されています。

具体的には、観測された事実と解釈を分けること、複数の原因仮説を考えること、反証するためのデータを探し出すこと、そして最小限の検証方法を考え出すことなどが挙げられています。これにより、AIを業務のどの段階で活用するかを明確に設計する重要性が強調されています。

3. 結果を求める仕事のデザイン

企業における業務設計は、ただ結果を求めるのではなく、仮説を確かめる過程が必要です。この考え方は、「判断経験」を一連の行動として捉え直すことから生まれます。データを見ても何がその差を生んでいるのかを考えない限り、無駄な施策に進んでしまう恐れがあります。

この資料では6段階のプロセスが提案されており、事実確認から原因仮説の構築、施策選択までの流れが組織内に根付くことが重要とされています。つまり、個々の判断力のみならず、組織全体で問題を解決するための設計が求められています。

4. まとめと今後の方針

リクエスト株式会社の資料は、生成AIがもたらす恩恵とリスクの両方を考慮に入れ、企業が直面する課題を、組織全体で解決するためのシステム設計に繋がる知見を提供しています。もはや、ただAIを導入する段階ではありません。その利用方法や設計の工夫が不可欠となっているのです。

企業は「問い」を出すことを軽視せず、むしろそれを組織内で設計し、育てていくことが求められています。この資料からもたらされる洞察をもとに、リーダーたちが研修や会議で具体的に何を行うべきかを再考する契機にしてほしいものです。