0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

分析は増えたのに判断は鈍る歴史をAI時代に繰り返さない

0
Posted at

分析は増えたのに意思決定は鈍る、その歴史をAI時代にどう繰り返さないか

新しい情報技術が登場するたびに、企業は「これで分析が速く、正確になる」と期待してきた。ところが実際に起きたのは、レポートと数字ばかりが増え、肝心の意思決定はかえって遅く、質も落ちるという逆説だった。Whitney Zimmerman 氏の記事「Sustaining a Shared Reality」は、この繰り返されてきたパターンを過去の技術の波からたどり、生成AIが同じ罠を一段と深くしかねないと警告する。エンジニアやテックリードにとっては、「ツールを入れれば判断もよくなる」という素朴な前提を点検する材料になる。

元記事: https://whitneyzim.medium.com/sustaining-a-shared-reality-how-past-technology-waves-have-impacted-strategy-c5965139341f

過去の波が残した同じ失敗

著者はまずメインフレームの時代を振り返る。1955年に世界で約240台だったコンピュータが、その後5万台規模まで広がり、企業には戦略計画ブームが訪れた。ところが当時の経営者からは、その膨大な計画作業が「時間と金の途方もない浪費」だったという不満が漏れた。分析の能力は手に入ったが、それが良い判断につながったわけではなかった。

次の波は表計算とデータベースだ。1979年の VisiCalc、そして Oracle に代表されるデータベースが分析を民主化し、机の上にはスプレッドシートが、企業の足元にはデータベースが当たり前に並んだ。1990年代までに、企業の分析は精緻で大がかりなものになった。しかしその精緻さは、組織を戦略的に動けなくする方向に働いた面があったと著者は指摘する。

IBMとGEで起きたこと

具体例として挙がるのが、1993年に IBM を率いた Lou Gerstner だ。彼が見たのは、高度な分析を抱えながら「麻痺して動けない」会社だった。象徴的なのは、顧客満足度調査が339種類も別々に走っていたという話で、その大量のデータがかえって経営陣の判断を誤らせていた。Gerstner の対処は分析を増やすことではなく、逆方向だった。「Operation Bear Hug」と呼ばれる取り組みで、幹部に顧客と直接向き合わせ、共通の理解を組織の中に作り直させた。

GE の Jack Welch も似た問題に直面したという。著者はこれを「Fallacy of Detachment(切り離しの誤謬)」と呼ぶ。集約され、きれいにまとめられた情報が、経営トップを現場の実態から遠ざけてしまう現象だ。情報が整うほど、見ている気になって実は見えていない、という構図である。

なぜ技術はこの罠を生むのか

著者は、こうしたパターンが繰り返される理由を三つの仕組みで説明する。

一つ目は自動化による油断だ。技術が定型作業を引き受けると、人はその周辺の思考からも手を引いてしまう。判断力は使い続けることで保たれるが、その練習機会が失われていく。

二つ目は、共有されない頭の中のモデルだ。完成した分析を受け取るだけのチームは、一緒に問題を解く過程で育つはずの共通認識を持てない。各人がバラバラの理解のまま、見栄えのいい結論だけを共有することになる。

三つ目はスピードの不一致である。分析はどんどん速くなるのに、人間の熟慮や合意形成の速度は変わらない。速い層が、それを統治すべき遅い層を追い越してしまう。

AIに同じことをさせないために

著者の主張は、AIそのものが戦略にとって有害だ、というものではない。問題は使い方であり、過去の教訓を意識すれば避けられる、という立場だ。記事が挙げる方向性は次のようなものだ。

磨き上げたスライドを消費するのではなく、作業セッションを通じて直接関わること。成果物をすぐ自動化する前に、組織がそれを咀嚼する時間を確保すること。分析の量より、問題の立て方(フレーミング)の質を優先すること。そして、人間の判断の痕跡を価値あるものとして扱うこと。著者はここで Ruskin の「不規則さ(irregularities)」に触れ、人の手が入った跡をむしろ尊ぶ姿勢を引いている。

読んで考えたこと

ここからは私の補足になる。この記事が示すのは、ツール導入の効果を「アウトプットの量や速さ」で測ると失敗しやすい、という点だと思う。コードレビューや設計判断をAIに任せられる場面が増えるほど、レビューや設計を「自分で考える」筋肉は意識して使わないと衰える。Gerstner が分析を足すのではなく現場との対話を足したのは示唆的だ。AIが答えを速く出すからこそ、問題をどう切り取り、選択肢をどう議論し、チームで共通理解をどう作るかという、遅くて人間的な部分に時間を残す価値が上がる。生成AIの導入を検討するときに、「何を自動化するか」と同じ重みで「何を自動化せず人が関わり続けるか」を決めておく。それがこの記事の実践的な持ち帰りだろう。📝


出典: Whitney Zimmerman「Sustaining a Shared Reality: How past technology waves have impacted strategy」。ニュースレター『Leadership in Tech』で紹介。原文: https://whitneyzim.medium.com/sustaining-a-shared-reality-how-past-technology-waves-have-impacted-strategy-c5965139341f

0
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?