AI時代の部門連携 : サイロを壊すな、橋を架けろ。

AI時代の組織を動かす「4つの設計」

「うちの会社は、部門間の壁が厚い」

この言葉は、多くの会社で何度も繰り返されてきました。営業、技術、調達、経理、人事、IT、現場。どの部門も自分たちの責任を果たそうとしている。にもかかわらず、会社全体としては動きが遅い。会議は増える。資料も増える。システムも増える。それでも、顧客の課題はなかなか解けない。

この状態を、私たちは「サイロ化」と呼びます。

しかし、ここで最初に確認しておきたいことがあります。サイロそのものは悪ではありません。部門とは、本来、専門性を蓄積するための仕組みです。営業には顧客理解があり、技術には品質を守る知識があり、経理には数字からリスクを読む力があり、現場には計画を現実に変える実行力があります。

問題は、サイロが存在することではありません。

問題は、サイロ同士をつなぐ設計がないことです。

近年、この問題はAIによってさらに複雑になっています。AIは組織を賢くする道具である一方、使い方を誤れば、部門ごとの最適化をさらに強めます。営業AI、調達AI、設計AI、工場AI、人事AIが、それぞれ別のデータと別の目的で動き始める。すると、各部門は効率化されているのに、会社全体の意思決定はむしろ難しくなる。

AI時代の組織課題は、単に「AIを導入するかどうか」ではありません。

AIを、部門最適の道具にするのか。
それとも、全社最適の橋にするのか。

この違いが、企業の競争力を分けます。

本稿では、サイロを壊すのではなく、サイロを活かしながら組織をつなぐための「4つの設計」を提案します。

第一に、目的の設計。
第二に、データとAI基盤の設計。
第三に、横断人材の設計。
第四に、評価指標の設計。

この4つがそろわない限り、「部門横断」「全社一体」「AI活用」という言葉は、現場に追加負荷をかけるスローガンで終わります。

ここで本稿の前提を、あえて数式で表すならこうなります。

組織成果 ＝ 部門専門性 × 接続性 × 共通目的

部門専門性だけが高くても、接続性がなければ全社成果には変わりません。逆に、横断連携だけを増やしても、共通目的がなければ調整コストが増えるだけです。重要なのは、専門性・接続性・共通目的を掛け算で設計することです。

第1の設計：目的を設計する

AI導入の前に、「全社で何を良くするのか」を決める

ある中堅の建設設備メーカーを想像してみてください。

営業部は、過去の商談履歴をAIで分析し、受注確度の高い案件を抽出する仕組みを導入しました。調達部は、部材価格の変動を予測するAIを使い始めました。設計部は、過去図面から類似案件を検索するAIを導入しました。工場は、設備の稼働データをもとに故障リスクを予測するAIを運用しています。

一見すると、かなり進んだDXです。各部門は、それぞれ成果を出しています。

ところが、経営会議では意見が割れます。

営業部は「大型案件の受注可能性が高い」と言います。
調達部は「主要部材の価格上昇リスクがある」と言います。
設計部は「特注仕様が多く、工数が読みにくい」と言います。
工場は「短納期案件が増えると、生産計画が崩れる」と言います。

どの部門も間違っていません。むしろ、それぞれのAIは正しく機能しています。

問題は、AIが見ている目的が違うことです。

営業AIは「売れる可能性」を見ています。
調達AIは「仕入れリスク」を見ています。
設計AIは「技術的難易度」を見ています。
工場AIは「生産能力と設備制約」を見ています。

その結果、会社全体として「この案件を取るべきか」「どの条件なら取るべきか」「どのリスクまで許容するのか」が決められない。

これは、AIの性能の問題ではありません。目的設計の問題です。

AI導入で最初に問うべきなのは、「どのツールを使うか」ではありません。

「全社として、何を良くしたいのか」です。

たとえば、この会社が「顧客への納期回答精度を上げ、利益率を落とさずに受注する」という目的を置いたとします。すると、AIの役割は変わります。

営業AIは、単に受注確度を見るだけでは足りません。粗利率、設計工数、調達リスク、生産能力、過去の不具合まで含めて案件を評価する必要があります。

調達AIは、単に価格変動を予測するだけでは足りません。その価格変動が、どの案件の採算に影響し、どの顧客への納期に影響するのかまで接続する必要があります。

工場AIは、設備故障リスクを見るだけでは足りません。営業案件、設計変更、調達遅延と結びつけて、生産計画全体への影響を示す必要があります。

目的が変われば、AIの使い方も変わります。

部門別にAIを導入すると、AIは部門の効率化ツールになります。
全社目的からAIを設計すると、AIは組織をつなぐ判断基盤になります。

ここに、最初の分岐点があります。

目的の設計で重要なのは、抽象的な理念ではなく、意思決定に使える目的にすることです。

「顧客満足を高める」だけでは足りません。
「納期回答精度を上げる」まで具体化する。

「利益を上げる」だけでは足りません。
「受注時点の粗利率と完工時点の粗利率の差を縮める」まで具体化する。

「イノベーションを起こす」だけでは足りません。
「新規提案が実証実験に進むまでの期間を短縮する」まで具体化する。

目的とは、きれいな言葉ではありません。部門間で判断が割れたときに、何を優先するかを決める基準です。

AI時代の組織に必要なのは、AI戦略の前に目的戦略です。

第2の設計：データとAI基盤を設計する

各部門のAIを、全社の判断基盤につなぐ

目的を決めたら、次に必要なのはデータとAI基盤の設計です。

ここで多くの会社が陥る失敗があります。それは、各部門がそれぞれ便利なAIツールを導入し、別々のデータで動かしてしまうことです。

営業部はCRMデータを見る。
調達部は購買データを見る。
設計部は図面データを見る。
工場は稼働データを見る。
経理は会計データを見る。

それぞれのデータは正しい。しかし、つながっていない。すると、会社全体の問いに答えられません。

たとえば、「この案件は本当に受けるべきか」という問いに答えるには、顧客情報、見積条件、設計工数、調達リードタイム、生産能力、契約条件、粗利率、過去トラブルの情報が必要です。

営業データだけでは判断できません。
設計データだけでも判断できません。
会計データだけでも判断できません。

部門横断の意思決定には、部門横断のデータ基盤が必要です。

ただし、ここで誤解してはいけないのは、すべてのデータを一つの巨大システムに統合すればよい、という話ではないことです。重要なのは、全データの一元化ではなく、意思決定に必要なデータがつながることです。

そのために有効なのが、「ハブ・アンド・スポーク型」のAI運営です。

ハブには、全社のAI方針、データ標準、セキュリティ、ガバナンス、共通基盤を置きます。ここには、AIやデータに詳しい専門人材だけでなく、経営企画、IT、法務、内部統制、人事なども関与します。

スポークには、営業、設計、調達、工場、経理など、各部門の実務チームを置きます。各部門は、自分たちの業務知識を使ってAIを活用します。ただし、データ定義、品質基準、リスク管理、全社目的との整合性はハブと共有します。

この形にすると、中央集権と現場分権のバランスが取れます。

中央がすべてを決めると、現場で使えないAIになります。
現場が自由に作りすぎると、全社でつながらないAIになります。

必要なのは、共通基盤を持った分権です。

たとえば、営業部が案件評価AIを改善したいとします。そのとき、営業部だけでモデルを作るのではなく、ハブが定めたデータ標準に従い、設計部や調達部のデータとも接続できる形で作る。工場の生産能力データとも連携できるようにする。経理の採算データとも整合させる。

こうすると、営業部のAIは営業部だけのものではなくなります。会社全体の案件判断に使えるAIになります。

AI基盤の設計で特に重要なのは、次の三つです。

一つ目は、データ定義をそろえることです。

たとえば、「案件確度」「利益率」「納期遅延」「設計変更」「顧客満足」といった言葉の定義が部門ごとに違えば、AIの出力も部門ごとにずれます。データの言葉がそろっていなければ、AI以前に会話が成立しません。

二つ目は、データの責任者を決めることです。

誰がそのデータの品質を保証するのか。誰が更新するのか。誰が利用権限を管理するのか。これが曖昧なままAIを使うと、便利なようで危険な仕組みになります。

三つ目は、AIの判断を説明できるようにすることです。

AIが「この案件は高リスク」と出したとき、その理由が分からなければ、現場は使えません。逆に、理由が分かれば、営業、設計、調達、工場が同じリスクを見ながら対話できます。

AIは、答えを出す機械である前に、部門間の対話を始める材料であるべきです。

そのため、AI活用の成果を「どれだけ作業時間を削減したか」だけで測ってはいけません。

AI活用成果 ＝ 自動化効果 ＋ 意思決定改善効果 ＋ 部門接続効果

多くの会社は、AIを自動化の道具として評価します。しかし、AIの本当の価値は、判断の質を上げ、部門間の接続を強めるところにもあります。営業、設計、調達、工場が同じ前提を見て意思決定できるなら、それは単なる効率化ではなく、組織能力の向上となります。

第3の設計：横断人材を設計する

「橋をかける人」を便利屋にしない

部門を越えて仕事を進めるとき、必ず「橋をかける人」が現れます。

営業の言葉を技術に翻訳する人。
技術の制約を顧客価値に置き換える人。
経理のリスク感覚と現場の実情をつなぐ人。
本社の方針と海外拠点の現実を調整する人。
ITの仕組みを、現場の業務に落とし込む人。

こうした人たちは、組織にとって非常に重要です。ところが、多くの会社では、この仕事が正式な役割として認められることは多くありません。

本来業務に加えて、横断会議に呼ばれる。
関係者への説明を任される。
対立する部門の間に入る。
決まらない論点を整理する。
誰かの不満を聞き、別の誰かに翻訳する。

そして、評価されるのは、最終的に目立つ成果を出した部門です。

これでは、橋をかける人から疲弊します。

横断連携を本気で進めるなら、横断人材を偶然に頼ってはいけません。正式に設計する必要があります。

横断人材の設計には、少なくとも四つの要素が必要です。

第一に、役割を明確にすることです。

その人は単なる会議調整係なのか。意思決定に関与するのか。部門間の論点整理を担うのか。プロジェクト全体の成果責任を持つのか。役割が曖昧なままでは、「何でも頼める人」になってしまいます。

第二に、権限を与えることです。

横断人材に責任だけを持たせ、権限を与えなければ、調整負荷だけが増えます。必要なデータにアクセスできる権限、関係者を招集する権限、論点を経営に上げる権限が必要です。

第三に、時間を確保することです。

横断業務を「通常業務のついで」にしてはいけません。部門横断の調整、資料作成、合意形成、リスク整理には、実際に時間がかかります。その時間を業務計画に入れなければ、横断人材は静かに燃え尽きます。

第四に、育成することです。

横断人材に必要なのは、専門知識だけではありません。相手部門の制約を理解する力、利害を翻訳する力、対立を構造化する力、未完成の案を前に進める力、AIやデータを共通言語として使う力が必要です。

これらは、個人のセンスだけに頼るべきものではありません。育成できる能力です。

たとえば、ある会社で新規事業の横断プロジェクトを進める場合、プロジェクトリーダーには事業部門、技術部門、経理部門、法務部門、IT部門の言葉をつなぐ力が求められます。

技術部門が「仕様上難しい」と言ったとき、それを単なる拒否として受け取るのではなく、「どの条件なら可能か」に変換する。経理部門が「採算が合わない」と言ったとき、それを単なる否定として扱うのではなく、「どの前提が変われば投資判断できるか」に変換する。法務部門が「リスクがある」と言ったとき、それを止める理由ではなく、「どの契約条件なら進められるか」に変換する。

横断人材とは、対立を消す人ではありません。

対立を、意思決定できる論点に変換する人です。

この役割を正式に設計しない会社では、優秀な人ほど疲弊します。そして、組織は「部門横断が大事だ」と言いながら、実際には部門横断を担う人を消耗品のように扱ってしまいます。

AI時代には、この問題がさらに重要になります。なぜなら、AIが出す示唆を業務に接続するには、人間の翻訳力が必要だからです。

AIはデータを示せます。
しかし、部門間の利害を調整することはできません。
AIはリスクを検出できます。
しかし、そのリスクを誰が引き受け、どの条件で進めるかは、人間が決めなければなりません。

だからこそ、AI時代の組織では、横断人材の設計が競争力になります。

第4の設計：評価指標を設計する

共通KPIがなければ、連携は続かない

部門横断の取り組みが長続きしない最大の理由は、評価指標が古いままだからです。

会社は「全社で協力しよう」と言う。
しかし、評価は部門別のまま。

会社は「顧客価値を高めよう」と言う。
しかし、営業は売上、工場はコスト、技術は仕様遵守、経理は予算管理だけで評価される。

会社は「AIを活用しよう」と言う。
しかし、AIの成果は各部門の作業時間削減だけで測られる。

これでは、部門横断は続きません。

人は、評価される方向に動きます。組織も同じです。部門別KPIだけで評価される組織に、全社最適を求めるのは無理があります。

だからこそ、評価指標の設計が必要です。

評価指標の設計で重要なのは、部門別KPIをなくすことではありません。部門別KPIに加えて、共通KPIを持つことです。

たとえば、製造業であれば、次のような共通KPIが考えられます。

受注時点の粗利率と納品後の実績粗利率の差。
設計変更による手戻り回数。
顧客への納期回答精度。
調達遅延が生産計画に与えた影響件数。
営業、設計、調達、工場が合意した案件判断のリードタイム。

建設業であれば、次のような共通KPIが考えられます。

受注前リスクの見積精度。
設計変更による原価増加の早期検知率。
施工段階で発生した手戻りの原因分類。
調達条件と工程計画の整合率。
顧客との合意事項が現場に正しく伝達された割合。

サービス業であれば、次のような共通KPIもあり得ます。

顧客問い合わせから解決までの部門横断リードタイム。
顧客が同じ説明を複数部門に繰り返した回数。
マーケティング施策とカスタマーサポート負荷の整合性。
解約予兆に対する営業、商品、サポートの連携率。

これらの指標は、一つの部門だけでは改善できません。だからこそ、共通KPIとして意味があります。

AI活用の評価も同じです。

「AIで何時間削減したか」だけを見ると、部門最適に偏ります。もちろん効率化は重要です。しかし、それだけでは不十分です。

AIによって、部門間の意思決定が速くなったか。
AIによって、リスクが早く共有されたか。
AIによって、顧客への回答が一貫したか。
AIによって、手戻りが減ったか。
AIによって、横断人材の負荷が減ったか。

こうした指標を見なければ、AIは単なる自動化ツールで終わります。

評価指標は、組織へのメッセージです。

何を測るかは、何を大事にするかを示しています。
何を評価するかは、どの行動を増やしたいかを示しています。

「協力しよう」と言いながら、協力を評価しない会社では、協力は続きません。

4つの設計をどう実装するか

ここまで、4つの設計を見てきました。

目的の設計。
データとAI基盤の設計。
横断人材の設計。
評価指標の設計。

では、実際に会社で始めるには、何から着手すればよいのでしょうか。

最初にやるべきことは、全社改革ではありません。小さな横断テーマを一つ選ぶことです。

たとえば、次のようなテーマです。

「受注前のリスク判断を改善する」
「納期回答の精度を上げる」
「設計変更による手戻りを減らす」
「AIを使って顧客対応を部門横断で改善する」
「海外拠点と本社の情報共有を標準化する」

テーマは、抽象的すぎない方がよいです。「組織文化を変える」では広すぎます。「顧客への納期回答精度を上げる」の方が、関係部門、必要データ、判断ルール、KPIを設計しやすくなります。

次に、そのテーマに関係する部門を洗い出します。

営業だけで解けるのか。
技術が必要なのか。
調達が必要なのか。
経理が必要なのか。
ITが必要なのか。
現場が必要なのか。

ここで重要なのは、「関係者を広く集めること」ではありません。意思決定に必要な専門性を持つ人を集めることです。人数が増えればよいわけではありません。むしろ、役割のない参加者が増えると、会議は遅くなります。

そのうえで、4つの問いを順番に確認します。

第一の問い。
この横断テーマで、全社として何を良くしたいのか。

第二の問い。
その判断に必要なデータは何で、どのAIやシステムと接続すべきか。

第三の問い。
部門間をつなぐ役割を誰が担い、その人にどの権限と時間を与えるのか。

第四の問い。
部門別KPIに加えて、どの共通KPIで成果を測るのか。

この4つの問いに答えられないままプロジェクトを始めると、横断連携は「とりあえず会議を増やす活動」になります。

逆に、この4つの問いに答えられれば、小さなテーマでも組織は変わり始めます。

サイロを壊すな、橋を架けろ

サイロ化の議論では、よく「壁を壊す」という言葉が使われます。

しかし、私は少し違う表現を使いたいと思います。

サイロを壊すな。橋を架けろ。

なぜなら、組織に必要なのは、境界のない混沌ではないからです。専門性を持つ部門は必要です。責任範囲も必要です。意思決定権限も必要です。品質を守る標準も必要です。

ただし、それらが全社目的から切り離された瞬間、部門は強みではなく壁になります。

AI時代には、この壁がさらに厚くなる危険があります。部門ごとにAIを導入し、部門ごとにデータを持ち、部門ごとに最適化すれば、会社は一見スマートになります。しかし、顧客から見れば、相変わらず対応が遅く、説明が分断され、判断が一貫しない会社に見えるかもしれません。

本当に必要なのは、AIを使って各部門を少しずつ効率化することだけではありません。

AIを使って、部門同士を賢くつなぐことです。

そのために必要なのが、4つの設計です。

目的を設計する。
データとAI基盤を設計する。
横断人材を設計する。
評価指標を設計する。

この4つがなければ、部門横断はスローガンになります。AI活用は部門最適になります。橋をかける人は疲弊します。

しかし、この4つがそろえば、サイロは悪者ではなくなります。

営業、技術、調達、経理、現場、人事、IT。それぞれの専門性が、会社全体の価値創造に向かって接続されます。

部門の壁を壊すことが目的ではありません。
壁の向こうにいる人と、同じ景色を見ることが目的です。

AIが普及するこれからの時代、組織の競争力は、どれだけ高度なツールを持っているかだけでは決まりません。

そのツールを使って、どれだけ人と部門をつなげるかで決まります。

だからこそ、これからのビジネスパーソンに必要なのは、AIを使いこなす力だけではありません。

サイロの中で専門性を磨き、サイロの外へ橋をかける力です。

組織を変える第一歩は、大きな改革宣言ではないかもしれません。

次の会議で、隣の部門にこう聞くことかもしれません。

「あなたの部門が困っていることを、私たちの仕事の前提に入れるとしたら、何を変えるべきでしょうか」

その問いが、最初の橋になります。