AI は意思決定の支援をしますが、新しい「AI スーパーリーダー」は引き続き各々の権力構造の中で業務を遂行し、チームの統制を図り自身で意思決定を行うことになります。

AIを駆使した意思決定とは、AIが解決できることだけに集中するのではなく、AIが算出するデータを元に事業目標とその戦略に対し人間のリーダーの知恵を振り絞る必要があるのです。人間の脳で知恵を振り絞り、アクションに対し稼働し、新たなスケールのデータが生まれさらなる目標と戦略立てが確立するのです。

スキルとリソースの徹底的な集中が必要となりますが、依然として人間のリーダーが最前線に立ち、中心的な存在となります。今回のブログでは、HR と L&D のリーダーが組織内でこれらの重要な変化を推進できるかを探ります。

AI は、組織が事業目標を決定する新たな機会をスピーディにできるので、ヒトはその意思決定された戦略や取り組みに最大限の時間を使うことが可能になります。より多くのアプリケーションが技術的に可能になり、実行が簡単になるにつれて、人間とテクノロジーの関係は今とはまた違う形に再定義されていくことになるでしょう。目標とその KPI は、新しい分散型の意思決定と組織設計に合わせて調整する必要があります。HR と L&D のリーダーは、最善の方法、先進的アプローチを確実にかつ迅速に取り組む必要があります。

テクノロジーが差別化要因でなくなることで、適切な事業目標を決定することが最優先事項になる

ジェネレーティブAIの利用可能性が高まっていることもあり、組織はますます同じ AI 機能にアクセスできるようになるため、最大の事業機会と最も差し迫った課題に重点を置く必要が出てきます。Hult International Business Schoolの財政学教授 Terence Tse は次のように述べています。「今後は、テクノロジーに基づく事業解決策ではなく、事業解決策そのものに重点を置く必要があります。しかし、それを実現するには、組織全体の人財がテクノロジーで何ができるか、どのように機能するのかについての高度の知識を習得する必要があります。」

事業目標と解決が必要な問題を正しく特定することも、競争力維持を望む組織にとって重要な差別化要因になります。結論、AI が常に解決策である必要はなく、AI にまつわる話題に耳を奪われてしまうことで、むしろ不明確になる危険性があります。「解決策を見出すテクノロジーには注意が必要。テクノロジーで解決できる問題を探すべきである。言うのは簡単だが、実行するのはずっと難しい。」と Hult EFがBtoB部門を担う、グローバル展開をする民間教育機関 EF Education First の会長 Philip Hultは警告します。そして、それらの問題を解決し、事業機会を支援するAIの役割については、慎重に検討する必要があります。「AIが最も得意とするのは、標準化・ルーティン化・反復を求められるタスクの遂行です」とTseは述べています。「AI は多くの計算問題は解決できますが、どんなにAIを訓練しても解決できない事業問題は多くあります。その解決に必要なのは、創造性、水平思考、点と点を結びつけるという人間特有のスキルなのです。」

このAIの時代での成功は、AIのテクノロジーによるのではなく、目標設定と意思決定に絶えず注力されているかにかかっています。そのためには適切なデータが必要なのです。

AIには新たなスケールのデータを必要とする。それを形成し、適切なアウトプットを出すためには人間の判断が必要

近年、データ・ドリブンであることには大きな注目が当てられていますが、データとデータへの質問の投げかけが正しいかどうかについての理解は十分に浸透されていないように感じます。

AIの利点を確実に活用するために、組織は今、適切なインフラとクリーンなデータの取得に力を入れる必要があります。AI ツールは必ずしも社内で構築する必要はなく、ベンダーとのライセンス契約を通して独自のデータを使って強化することができます。EF Education First のデジタル マーケティング Executive VPの Jennsen Fung は以下のように述べています。「ジェネレーティブAIが本当に確実で商用に役立ち、競争力のあるツールになるためには、社内データを使ってAIをトレーニングすることを考えるべきです。すべてのAIツールはソフトウェア・ライセンス・モデルで導入できるため、企業にとって真の差別化要因となり競争力となるのは、そのAIエンジンに供給可能なデータなのです。」

それ以上に重要なのは、データをどのように使うかです。「チームメンバーにテクノロジーとデータの使い方を明確に指示することはできますが、より重要な問題は、解決したい重要な問題が何かということです（生産性、成長、意思決定、保守的など）。これらを明確にし、事業の優先事項と組み合わせることができれば、すべきことをより速く達成できるようになります。」とFungは述べています。

データ整備を始めるなら今です。Hultは下記のように述べています。「AI/機械学習には新たな規模のデータが必要です。そのために、私たちはデータを統合し、アクセス可能にし、不可知論的なフォーマットにするために、過去数年取り組んで来ています。この作業は非常に時間がかかります。」

迅速かつ適切な意思決定を行うデータ要件の一部は、KPI から得ることができます。AI が常に生み出す変化の激しい環境を反映するには、これらを根本的に変える必要があります。Hult International Business Schoolの経済学/戦略教授 Mark Espositoは次のように述べています。「過去に基づきKPIによってパーフォーマンスの測定を事前に決めることはできない。将来何が起こるかを予測してパフォーマンス指標を確立するにはどうすればよいでしょうか。それができないと、業務の課題と一致しない KPI 設定をしていまい、継続して偏見を生み出すことになります。」

Espositoは、組織が既に答えを持っている思い込むのではなく、仮説を立ててテストアプローチを取り入れて、実験的に取り組む必要があると考えています。「KPI の実行とそれらに挑戦する能力を評価するには、最も純粋な形でのリーダーシップが必要です」とEspositoは述べています。 例えば、サンドボックステストと実験手法など、学際的なアイデアと考え方を使用してリアルタイムでアプローチテストをすることで、KPI の設定とその測定に成功しています。

素早い意思決定は、それをサポートする適切な組織構造の有無にも強い関係性があります。組織は階層構造から、分散型の意思決定とリスク負担を可能にするネットワークに移行する必要があります。Espositoはまた次のように述べています。「組織がトップの権力の強化に基づくのではなく、リソース、自主性、任命を割り当てる方法について、より深い変化が必要です。これは、プロセス自体を管理するのではなく、未来に向かって進んでいる信頼性の高い組織でのみ起こる動きです。」

AIの普及による組織とその運営に必要である人財の再構築が迫られることで、人間の資質が今まで以上に重要になっています。意思決定にAIツールを活用しつつも、最終的な判断は自分自身で下すことのできる新しいAIスーパーリーダーを創出させる必要があります。このようなAIスーパーリーダーは、意思決定に周囲の人々を巻き込み、トップダウンではなく分散型の構造で動く必要があります。AIスーパーリーダーは、コミュニケーターでありコラボレーター、そして組織のChange makerという存在になります。このような人財が将来のトップリーダーへと進むことになります。

効果的なリーダーシップは、広い視野と未来への集中から始まる。

AIによって変化のスピードが加速する中、組織が社会貢献をする全体像を考え、それに従って行動し、技術に精通したリーダーが必要になります。

Terence Tseは次のように述べまていす。「地政学的、人口統計学的、市場の急速な変化や、新たにリリースされるさまざまなテクノロジーを理解することは言うまでもありません。リーダーは、社内で何をなすべきかについて広い視野を持ち、目先の業務から離れようとする意志を持たなければならないと思います。順応性が高く、迅速な判断ができ、チャンスを最大限に生かすために積極的にチームと連携、協力し合うことができなければなりません。」

迅速に判断し行動するためには、リーダーはデータを活用して何ができるのか、どのように機能するのかを理解する必要があります。「テクノロジーの判断はCTOだけに委ねるのではなく、C-suite（役員）全体の業務の一部としてとらえるべきです。ビジネスとテクノロジーの両方で意思決定を下さなければなりません。」

リーダーは、トップダウンの指示ではなく、コミュニケーション、連携、チームを団結させることが重要

一旦組織の意思決定がなされると、AIスーパーリーダーはチームに指示するのではなく、関わりをもつことで、チームからの信頼を得て団結へとつながります。そのためには、何がチームを動かすのかを理解すると共に、効果的なコミュニケーションが重要なポイントとなります。

AI はチームが望み、必要とするものを試す際にすごく有効的な手段です。Hult EF Corporate Educationの教務責任者 David Bishは次のように述べます。「AI には、電子メール、ソーシャル メディア、チャットなどのオンライン チャネルを受動的にスキャンすることで、対処が必要な点を特定できる便利な機能があります。これは、重要な情報やコミュニケーションのギャップを発見するのに役立ちます。」

実際にAIは現在、オンラインチャット、電子メール、文書作成など、数多く様々な種類のコミュニケーションに使用されています。また、ChatGPTなどの生成AIは、語りかける感情に応じて口調や言語を選択すると、人間のコミュニケーションスタイルをある程度まねる機能を備えています。しかし、業務上でのコミュニケーションの重要性を考えると、リーダーはそれをいつ、どこで使うかを慎重に判断する必要があります。

チームの成功において重要なコミュニケーションは、すべてが人間によって行われるわけではないにしても、かなりの割合で人間のインプットが必要です。Hult EF でHead of Academic Affairsを務めるDavid Bishは次のように述べています。「リーダーがチームに影響してしまう繊細な変化や議論へとつながる可能性のある事象に対し、言葉の選択と共感は極めて重要であり、状況やチームの懸念に対するリーダーへの信頼へつながります。コミュニケーションは感情の部分で行う必要があります。コミュニケーションにおいては、常に人間が最終決定を下さなければなりません。」

AIスーパーリーダーは、HR と L&D の支援を受けながら、チームを不確実性を乗り越えるための旗振り役を担う

ますます不確実性が高まる世界において、リーダーはチームに自信とそのカオスに立ち向かう楽しみを与える能力が必要です。EY のグローバル タレントリーダーであり、Hult International Business Schoolの非常勤教員のRiaz Shahは、不確実な時代にリーダーシップを発揮する能力そのものが真のリーダーシップであると言い、次のように述べています。「従業員にエキサイティングなビジョンを設定し、チームと協力して戦略立てを行い、任された業務がなぜ組織戦略に紐づくのかを把握できる資質というのは、昔から変わっておらず、今後も変わることはないでしょう。」

チームリーダーは、AI が事業のニーズに確実に応えられるように整備する必要があります。同時に、HR とL&Dは、チームが適応力を高め、学習の意識を持てるようサポートする必要があります。「クリティカルシンキング、感情的判断や創造性こそが我々が競争に打ち勝つためのスキルなのです」とShahは述べています。「組織内でこれらのスキルを高め、知ったかぶりの文化ではなく、すべてを学ぶ姿勢をもつ文化形成をするにはどうすればよいでしょうか。新しいスキルを学びたいと人々に思わせるのは、HR とL&Dのリーダーの責任だと思います。」

またShahは続けて次のように述べています。「リーダーは、人々に確実性が何もないところで、確実性を提供できるスキルを持つべきです。誰も不確実性は好みませんし、正確な答えを知りたいと考えてしまいますが、答えが見つからない課題も増えてきています。答えを知る必要はなく、必要なのは正しい質問をすることだと、私はいつもチームに伝えています。スマートな人は、すでに解決したと思っていることでも常にその理解を繰り返し修正しています。そして咀嚼し、自分たちの考え方に対する矛盾を受け入れているのです。」

最後にShahは次のように結論づけています。「つまり、リーダーの業務はチーム全体にビジョンを与え、その理由を明確にすることだと思います。同時に、今は不確実性の時代であり、答えが分からないが、もっと質問をしてもいいのだとチームに理解してもらうようにします。そして、それは事業にさらなる革新と創造性をもったアイデアとつながる素晴らしい方法です。」

職務のリーダーは、AI が事業ニーズに確実に応えられるようにする必要があります。同時に、HR と学習リーダーは、従業員が適応力を高め、学習の意識を持てるようサポートする必要があります。「批判的思考、感情的知性や創造性は、人間が競争できるようにするスキルです」とシャーは述べています。「組織内でこれらのスキルを高め、知ったかぶりの文化ではなく、すべてを学ぶ文化にするにはどうすればよいでしょうか。新しいスキルを学びたいと人々に思わせるのは、HR と 学習リーダーの責任だと思います。」