部下を見張るマネジメントの終焉——AIで文脈を蒸留する「コンテキスト・マイスター」の時代へ
リモートワークが広がってから、マネージャーの不安はよくこう表現されるようになりました。
「部下が見えない」
ちゃんと働いているのか分からない。
困っているのか分からない。
何に詰まっているのか分からない。
若手が育っているのか分からない。
チームの空気が見えない。
だから、やはり出社が必要なのではないか。顔を合わせて働くべきなのではないか。同じ場所にいないと、マネジメントは難しいのではないか。
そう感じる管理職は少なくないと思います。
その感覚自体は、よく分かります。
それは、管理職が古いからでも、部下を疑っているからでもありません。
むしろ、見えない中で成果を出さなければならない責任を背負っているからこそ、生まれる不安です。
深い霧の中で飛行機を操縦しているようなものかもしれません。視界が悪い。前方が見えない。どこに危険があるのか分からない。そうなると、パイロットは手元の計器を強く確認したくなります。
マネージャーにとっての勤怠、返信速度、会議参加、在席状況も、それに近いものです。
本当は部下を見張りたいわけではない。けれど、見えない中でチームを墜落させないために、見えるものに頼らざるを得ない。
だから、監視は単なる悪ではありませんでした。少なくともこれまでは、不確実な状況で成果を出すための、ある種の防衛策だったのだと思います。
ただし、その防衛策が、これからも有効とは限りません。
見えるものを強く握りしめるほど、かえって見えなくなるものがあります。
それが、仕事を止めている文脈です。
実際、リモートや非同期の働き方には難しさがあります。
雑談は減り、ちょっとした相談は生まれにくくなる。表情や声色から違和感を拾うことも難しくなる。新人や若手が、先輩の判断を横で見て学ぶ機会も減ります。
ただ、ここで考えたいのは、本当に見えなくなったのは「部下」なのか、ということです。
もしかすると、見えなくなったのは部下ではありません。
見えなくなったのは、仕事の文脈ではないでしょうか。
なぜ、その判断をしたのか。
何を優先し、何を捨てたのか。
どの前提で仕事が進んでいるのか。
どこで迷い、どこで詰まっているのか。
誰に相談すべきなのか。
どの言葉の意味が、部署や人によってズレているのか。
新人がつまずいているのは、能力の問題なのか、それとも判断基準が渡されていないからなのか。
こうしたものは、目に見えにくいものです。
オフィスにいれば、何となく補えていたかもしれません。隣にいるから声をかけられる。会議前後の雑談で前提がそろう。ベテランの会話を横で聞いて、若手が判断の勘所を学ぶ。部署をまたぐ調整も、ちょっとした立ち話で進む。
しかし、それは「オフィスにいれば文脈が設計されていた」ということではありません。
たまたま同じ場所にいることで、設計されていない文脈共有の不足を、空気や偶発性で補っていただけだったのかもしれません。
組織が小さいうちは、それでも何とか回ります。創業者や初期メンバーの考え方が、自然と全員に伝わる。誰が何を知っているかも分かる。「あの件は、たぶんこう判断するよね」という感覚も共有される。
しかし、組織が大きくなると、それは崩れます。人数が増える。部署が分かれる。職種が増える。リモートや非同期の働き方が混ざる。AIツールが入り、仕事の進め方そのものも変わる。
すると、これまで空気のように共有されていた文脈は、自然には届かなくなります。
そのとき、マネージャーの役割も変わります。
これからのマネージャーは、部下が席にいるかを確認する人ではありません。チャットに即レスしているかを見張る人でもありません。オンライン会議でカメラをオンにしているかを気にする人でもありません。
もちろん、進捗確認は必要です。業務管理も必要です。成果を見ることも必要です。
しかし、それだけでは足りません。
AI時代のマネージャーに必要なのは、組織の中に散らばる会議、チャット、判断、失敗、違和感の中から、次の人が使える文脈を取り出す力です。
それは、ただ情報を整理することではありません。雑多な情報の中から、判断に使えるエッセンスを取り出すこと。
言い換えれば、文脈を蒸留する力です。
私はこの役割を、コンテキスト・マイスターと呼びたいと思います。
「コンテキスト・デザイナー」では、少し足りない
以前の記事で、私は「コンテキストワーク」という考え方を整理しました。
コンテキストワークとは、出社かリモートかを先に決めるのではなく、その仕事にはどんな文脈が必要なのかから働き方を設計する考え方です。
たとえば、深い集中が必要な仕事なら、割り込みを減らす必要があります。複雑な合意形成が必要な仕事なら、対面や同期的な対話が有効な場面もあります。新人の育成なら、先輩の判断を観察できる場や、すぐにフィードバックを受けられる導線が重要になります。横断連携なら、部署ごとの前提や言葉のズレをそろえる必要があります。
つまり、本当に問うべきなのは「週に何日出社するか」ではありません。
その仕事には、どんな文脈が必要なのか。
誰と、どの前提を共有している必要があるのか。
どの情報が、どのタイミングで届くべきなのか。
どの判断基準がそろっていないと、仕事が前に進まないのか。
この問いから働き方を設計するのが、コンテキストワークです。
この考え方からすると、マネージャーは文脈の設計者、つまり「コンテキスト・デザイナー」と言えるかもしれません。
文脈を設計する人。情報の流れを設計する人。出社、リモート、同期、非同期、AI、ドキュメントを組み合わせ、チームが成果を出しやすい状態をつくる人。
この表現は、間違っていないと思います。
ただ、今回あえて「デザイナー」ではなく「マイスター」と呼びたい理由があります。
それは、現場の文脈は、最初からきれいな設計図のように存在しているわけではないからです。
文脈は、もっと雑多です。
会議中の迷い
チャットの小さな違和感
1on1で漏れた不安
商談で顧客が見せた反応
失敗した施策の裏側
ベテランが何気なく口にした判断基準
新人が何度もつまずくポイント
部署によって違う「優先度」や「品質」の意味
こうしたものは、きれいに整理されたデータとして存在しているわけではありません。むしろ、流れていきます。
その場にいた人の記憶になる。チャットの奥に埋もれる。会議録には決定事項だけが残り、迷った過程は消える。失敗は「反省」で終わり、次の判断に使える形にはならない。
だから、マネージャーには単なる設計者以上の役割が必要になります。
雑多で濁った情報の中から、次の判断に使えるエッセンスを取り出す人。何を残し、何を捨てるかを見極める人。ノイズに見える違和感の中から、重要な兆候を拾う人。AIを使いながらも、AIがきれいにまとめすぎたものを疑える人。
それは、設計者というより、むしろ職人に近い。
だから、コンテキスト・マイスターです。
「コンテキスト」という抽象的な言葉と、「マイスター」という職人的な言葉は、少しミスマッチに聞こえるかもしれません。
でも、その違和感こそが大事だと思っています。
AI時代のマネージャーに求められるのは、抽象的な情報設計だけではありません。一方で、昔ながらの勘と経験だけでも足りません。
抽象的な文脈を扱いながら、現場の手触りを失わないこと。
AIを使いながら、熟練者としての目利きを手放さないこと。
その両方を含む言葉として、「コンテキスト・マイスター」という表現には意味があります。
部下を見るのではなく、文脈の欠落を見る
従来のマネジメントでは、部下の状態を見ることが重要だとされてきました。
もちろん、それは今も重要です。
疲れていないか。
孤立していないか。
相談できているか。
無理をしていないか。
成果が出ているか。
成長しているか。
これらを見ることは、マネージャーの大事な仕事です。
ただし、A働く場所や時間が分散する時代において、マネージャーが見るべきものは、それだけではありません。
部下本人を見るだけではなく、部下が動くために必要な文脈が届いているかを見る必要があります。
人が動けないとき、その原因は本人の能力や意欲だけにあるとは限りません。
何を優先すべきか分からない。
どこまで任されているのか分からない。
いつ相談すべきか分からない。
何が「良いアウトプット」なのか分からない。
誰の合意が必要なのか分からない。
過去に似た判断があったのに、それを知らない。
上司の頭の中にある判断基準が、言語化されていない。
こういう状態では、人は自律的に動けません。
にもかかわらず、外から見ると「動きが遅い」「主体性がない」「判断できない」「相談が少ない」と見えてしまう。
ここでマネージャーが監視を強めると、問題は悪化します。
進捗を細かく聞く。
毎日報告させる。
会議を増やす。
出社させる。
即レスを求める。
短期的には安心できるかもしれません。
しかし、根本的には、文脈の欠落は埋まりません。
むしろ、部下は「見られているから動く」状態になり、自律から遠ざかります。
コンテキスト・マイスターとしてのマネージャーは、ここで問いを変えます。
「なぜ動かないのか」ではなく、
「動くための文脈は届いているか」と問う。「なぜ相談しないのか」ではなく、
「どのタイミングで相談すべきかが明確になっているか」と問う。「なぜ判断できないのか」ではなく、
「判断基準が渡されているか」と問う。「なぜ成果が出ないのか」ではなく、
「成果物の定義と優先順位がそろっているか」と問う。
ここに、マネージャー像の大きな転換があります。
マネージャーは、部下を見張る人ではありません。
部下が動けるだけの文脈を整える人です。
「監視」から「ブロック解除」へ
では、文脈の欠落を見るマネージャーは、日々の行動をどう変えればよいのでしょうか。
重要なのは、確認の量を増やすことではありません。
仕事を止めている要因を見つけ、取り除くことです。
見えない不安を解消しようとすると、マネージャーはつい「もっと確認する」方向に進みたくなります。
勤怠を細かく見る。
常時接続を求める。
ステータスを確認する。
会議を増やす。
報告を増やす。
出社を義務化する。
こうした方法は、マネージャーに一時的な安心を与えるかもしれません。
でも、それは仕事が前に進むことと同じではありません。
本来マネージャーが見るべきなのは、働いている姿ではなく、仕事が止まっている理由です。
何がブロックになっているのか。
判断材料が足りないのか。
権限が足りないのか。
関係者の合意が取れていないのか。
優先順位が曖昧なのか。
過去の判断が共有されていないのか。
本人が不安を言語化できていないのか。
そもそも依頼内容が曖昧なのか。
これらを見つけて取り除くことが、マネージャーの仕事です。
コンテキスト・マイスターは、監視ではなくブロック解除に集中します。
そのためには、進捗を可視化する必要があります。
ただし、それは監視のためではありません。
成果物は何か。
期限はいつか。
どの時点で相談するのか。
どこまで自分で判断してよいのか。
何が決まっていないと先に進めないのか。
これらを明確にすることで、マネージャーは「ちゃんと働いているか」ではなく、「何が仕事を止めているか」を見られるようになります。
そしてAIは、そのブロック発見を助けます。
チャットのやり取りから、同じ質問が何度も出ていることを見つける。
会議録から、決まったようで決まっていない論点を抽出する。
進捗報告から、特定の関係者の承認で止まりがちなパターンを見つける。
1on1メモから、本人が言語化しきれていない不安や負荷の兆候を拾う。
AIは、人間の代わりにマネジメントするわけではありません。
しかし、見えにくいブロックを見つける補助線にはなります。
マネージャーは、その補助線を使って、部下を見張るのではなく、仕事が進む状態をつくる。
ここでも、AIは文脈のバディです。
AIを開く前に、マネージャー自身の問いを変える
ただし、ここで一つ注意が必要です。
AIを使えば、すぐに文脈を蒸留できるわけではありません。
なぜなら、AIに何を聞くかを決めるのは、人間だからです。
長く監視型のマネジメントに慣れていると、マネージャーの問いはどうしてもこうなりがちです。
進捗はどうなっているのか。
なぜ遅れているのか。
いつ終わるのか。
誰が止めているのか。
もちろん、これらの問いが不要なわけではありません。仕事を進めるうえでは、進捗確認も期限確認も必要です。
ただし、それだけでは文脈の欠落は見えません。
AIに的確な指示を出す前に、まずマネージャー自身の問いを変える必要があります。
たとえば、自分のカレンダーや1on1メモを見返してみる。
そこに書かれている問いは、進捗確認に偏っていないでしょうか。
「どこまで進んだか」は聞いている。
でも、「何に迷っているか」は聞いていない。
「いつ終わるか」は聞いている。
でも、「どの判断基準があれば進められたか」は聞いていない。
「なぜ遅れているか」は聞いている。
でも、「どの前提が共有されていなかったか」は聞いていない。
この偏りに気づくことが、コンテキスト・マイスターへの第一歩です。
AIにプロンプトを入れる前に、まず自分自身への問いを変える。
「なぜ進んでいないのか」と問い詰めたくなったら、
「どの判断基準が渡っていれば、動けただろうか」と言い換える。
「なぜ相談しなかったのか」と言いたくなったら、
「どのタイミングで相談すべきかを、こちらは明確にしていただろうか」と問い直す。
「なぜ自分で考えないのか」と感じたら、
「自分で考えるための前提や制約条件は、共有されていただろうか」と考える。
「なぜ品質が低いのか」と思ったら、
「この仕事における品質の基準を、具体的に渡していただろうか」と問い直す。
「なぜ判断が遅いのか」と感じたら、
「判断するための権限と材料は、十分に渡っていただろうか」と見る。
この問いの変換がないままAIを使っても、AIは単なる報告整理ツールになります。
しかし、問いが変われば、AIの使い方も変わります。
進捗をまとめさせるだけではなく、判断の詰まりを見つける。
会議録を要約させるだけではなく、共有されていない前提を抽出する。
チャットを整理させるだけではなく、繰り返される迷いや言葉のズレを見つける。
AIを文脈のバディにする前に、まずマネージャー自身が、文脈を見る目に切り替える必要があります。
AIは蒸留器であり、マネージャーはマイスターである
AIは、仕事を大きく変えつつあります。
文章を書く。資料を作る。議事録をまとめる。データを整理する。情報を検索する。アイデアを出す。メールを下書きする。FAQを作る。
こうした使い方だけでも、AIは十分に便利です。
ただし、AIを単なる時短ツールとして使うだけでは、組織の働き方はあまり変わりません。
議事録作成が速くなる。資料作成が楽になる。メールを書く時間が短くなる。
もちろん、それは意味があります。しかし、それだけではAIは「作業のバディ（相棒、伴走者）」にとどまります。
この点については、以前の記事でも、AIを単なる作業代行ではなく、人間の判断や学習、協働を支える「文脈のバディ」として捉える必要があると整理しました。
コンテキストワークの視点で見ると、AIのより本質的な役割は、作業代行ではありません。
文脈の蒸留です。
ここでいう蒸留とは、単なる要約ではありません。
雑多な情報の中から、次の判断に使える背景、前提、判断基準、思想を取り出すことです。
たとえば、会議の録音があります。そこには、決定事項だけでなく、迷った理由があります。捨てた選択肢があります。誰かが感じた違和感があります。判断の前提があります。
普通の議事録は、「何が決まったか」を残します。
しかし、次に似た判断をする人にとって本当に必要なのは、それだけではありません。
なぜ、その案を選んだのか。
他の案はなぜ選ばなかったのか。
何を優先し、何を犠牲にしたのか。
どの前提が崩れたら、判断を見直すべきなのか。
誰がどんな懸念を持っていたのか。
その懸念は、最終判断にどう反映されたのか。
こうしたものが残って初めて、会議は組織知になります。
チャットのやり取りも同じです。
チャットには、現場の困りごとが出ます。何度も繰り返される質問があります。部署ごとに違う言葉の使い方があります。明文化されていない判断基準がにじみ出ます。
「至急」とはどのくらい急ぐことなのか。
「品質」とは何を指すのか。
「顧客優先」とは、どこまで顧客要望に応えることなのか。
「リリース可能」とは、どの水準を満たした状態なのか。
「完了」とは、作業が終わったことなのか、相手が使える状態になったことなのか。
こうした言葉のズレは、小さな摩擦として現れます。そして、その摩擦は放っておくと大きな手戻りになります。
AIは、こうしたチャットの中から繰り返される質問や、用語のズレや、暗黙の判断基準を見つけることができます。
商談メモや1on1の記録にも、同じように文脈があります。
商談メモには、顧客が本当に困っていること、失注した理由、期待値がズレたポイント、営業担当者が現場で感じた違和感が含まれています。
1on1の記録には、メンバーがどこでつまずいているのか、どの仕事で判断基準が曖昧になっているのか、どんなフィードバックが効いたのかが含まれています。
これらは、放っておくと個別の記録で終わります。
しかし、適切に扱えば、営業戦略、プロダクト改善、育成の勘所につながる文脈になります。
AIは、こうした散らばった情報を集め、整理し、パターンを見つけることができます。
しかし、ここで重要なのは、AIがマイスターそのものになるわけではない、ということです。
AIは蒸留器です。
でも、何を原料として入れるのか。どこまで抽出するのか。何をノイズとして捨てるのか。どの違和感を残すべきなのか。どの判断基準を次の人に渡すべきなのか。その会社らしさをAIが取り違えていないか。
それを見極めるのが、人間としてのマネージャーの役割です。
つまり、AI時代のマネージャーは、AIを使って効率化する人ではありません。
AIを蒸留器として使い、組織の文脈を抽出し、整え、流通させる人です。
これが、コンテキスト・マイスターとしてのマネージャーです。
暗黙知を、組織知へ蒸留する
組織が大きくなると、必ず暗黙知の問題が出てきます。
創業期や小さなチームでは、暗黙知はそれほど大きな問題になりません。
なぜなら、近くにいるからです。
何を大切にしているか。
どんな顧客を優先するか。
どこまで品質にこだわるか。
どんな案件は断るべきか。
どのくらいのスピード感で動くべきか。
どのタイミングで上司に相談するべきか。
こうした判断基準は、日々の会話や行動を通じて伝わります。
しかし、人数が増えるとそれは届かなくなります。
部署が増える。
階層が増える。
拠点が分かれる。
リモートメンバーが増える。
新しく入る人が増える。
すると、以前は「空気」として共有されていたものが、共有されなくなります。
その結果、こうした問題が起きます。
同じような判断を、別のチームが何度もやり直す。
過去に失敗した施策を、別の人がまた繰り返す。
新人が、何を基準に判断すればよいか分からない。
ベテランに聞かないと仕事が進まない。
部署ごとに「正しさ」が違い、調整に時間がかかる。
マネージャーがすべての判断のハブになり、ボトルネック化する。
これは、個人の能力の問題ではありません。
暗黙知が、組織知になっていない問題です。
コンテキスト・マイスターの重要な役割は、ここにあります。
ベテランの頭の中にある判断基準を取り出す。
会議やチャットに埋もれている背景を拾う。
過去の失敗から、次に使える教訓を抽出する。
顧客対応の記録から、会社としての向き合い方を言語化する。
新人の質問から、説明されていない前提を見つける。
そして、それを次の人が使える形に変える。
FAQにする。
判断事例集にする。
オンボーディング資料にする。
意思決定ログにする。
用語集にする。
チェックリストにする。
ケーススタディにする。
ここでAIは大きな力を持ちます。
人間だけでこれをやるのは重い。すべての会議録を読み返し、チャットを分析し、過去の失敗を整理し、判断基準を抽出するのは、現実的にはかなりの負荷です。
だからこそ、AIを使う意味があります。
ただし、AIに任せれば終わりではありません。
AIは、整理できます。要約できます。パターンを見つけることもできます。
しかし、どの暗黙知を組織知にするべきか。どの判断基準を明文化すべきか。どこまでルール化すると、逆に現場の柔軟性を奪うのか。どの違和感を、単なる例外として捨ててはいけないのか。それは人間が判断する必要があります。
コンテキスト・マイスターは、AIを使って暗黙知を抽出します。しかし、それを組織知として採用するかどうかは、人間として判断します。
ここに、マイスターとしての目利きがあります。
文化は「空気」ではなく、判断の蓄積である
文脈を蒸留するという話は、組織文化の話にもつながります。
組織文化というと、どこか抽象的に聞こえます。
バリュー。ミッション。社風。空気感。らしさ。
もちろん、それらも大切です。
しかし、実務における文化は、もっと具体的なものだと思います。
文化とは、その組織が実際の判断場面で、何を優先し、何を捨ててきたかの蓄積です。
短期利益より何を守ったのか。
顧客要望をどこまで受け、どこから断ったのか。
スピードと品質が衝突したとき、どちらを選んだのか。
トラブルが起きたとき、誰にどこまで共有したのか。
成果を出した人だけでなく、どんな行動を称賛したのか。
何を「やらない」と決めたのか。
こうした判断の積み重ねが、組織文化です。
逆に言えば、文化はポスターに書かれた言葉だけでは伝わりません。
「顧客中心」と書いてあっても、実際には短期売上を優先していれば、その組織の文化は短期売上重視です。「挑戦を歓迎する」と言っていても、失敗した人を責めるなら、その組織の文化は挑戦を歓迎していません。「心理的安全性が大切」と言っていても、違和感を言った人が面倒な人扱いされるなら、その組織の文化は沈黙を促しています。
文化は、言葉ではなく判断に表れます。
だから、文化を継承したいなら、判断の背景を残す必要があります。
コンテキスト・マイスターは、ここでも重要です。
AIを使って過去の会議、意思決定ログ、顧客対応、失敗事例を整理する。そこから、その組織らしい判断基準を抽出する。それを新人や別部署の人が使える形にする。
すると、文化は「空気」ではなくなります。
再利用可能な判断事例になります。
これは、リモートワークやAI活用が進む時代には特に重要です。
同じオフィスにいれば、文化は何となく伝わると思われがちでした。でも、実際にはそれも限界があります。まして、働く場所が分散し、非同期で仕事が進み、AIが日々の作業に入り込むなら、文化を空気だけに任せることはできません。
文化もまた、文脈として蒸留し、流通させる必要があります。
出社の価値は、情報共有から文脈共有へ変わる
AIが文脈を蒸留できるようになると、出社の価値は下がるのでしょうか。
私は、むしろ逆だと思います。
AIが情報整理や要約、検索、FAQ化、過去判断の提示を支えられるようになると、人間同士の対話は、単なる情報伝達から解放されます。
これまで会議や出社でやっていたことの中には、実は非同期やAIで代替できるものが多くあります。
情報共有。進捗報告。決定事項の確認。資料の読み合わせ。過去事例の検索。よくある質問への回答。
これらは、必ずしも全員が同じ時間・同じ場所に集まらなくてもできます。
では、出社や対面は不要になるのか。
そうではありません。
むしろ、対面で扱うべきものがはっきりします。
信頼形成
違和感の共有
例外判断
育成
内省
価値観のすり合わせ
複雑な合意形成
相手の反応を見ながら進める難しい対話
こうしたものは、AIがすべて代替するものではありません。
AIが文脈を整えることで、人間はこれらに集中しやすくなります。
つまり、AIによって出社が不要になるのではありません。
AIによって、出社の目的が変わるのです。
これまで出社は、情報を共有するために使われがちでした。「とりあえず集まる」ことで、何となく前提をそろえていた。同じ場所にいることで、何となく空気を共有していた。
しかし、情報共有の一部をAIやドキュメントが担えるなら、出社はもっと濃い時間にできます。
集まるべき文脈を扱う。
同期でなければ扱いにくい違和感を共有する。
若手がベテランの判断を観察する。
複雑なトレードオフを対話で引き受ける。
チームとして大切にする価値を確認する。
コンテキスト・マイスターは、出社を否定しません。
むしろ、出社の価値を高めます。
出社を監視の場にしない。
出社を情報伝達だけの場にしない。
出社を、文脈を深く扱う場として設計する。
それが、AI時代の出社の使い方です。
部下を監視しないことは、マネジメントを放棄することではない
コンテキスト・マイスターという言葉は、新しい造語です。
ただし、言っていることは、既存のマネジメント論と断絶しているわけではありません。
マネジメントの古典が繰り返し問うてきたのは、部下をどう監視するかではなく、人が成果を出せる状態をどうつくるかでした。
たとえば、ピーター・ドラッカーが「目標」や「成果」を重視したように、マネジメントの中心には本来、監視ではなく、人が成果を出せる状態づくりがありました。
その意味で、コンテキスト・マイスターは、古典的なマネジメント論の否定ではありません。
むしろ、その延長線上にあります。
ただし、AI時代には一つ大きく変わったことがあります。
それは、「成果を出せる状態」をつくるために扱うべきものが増えた、ということです。
目標だけでは足りません。
手順だけでも足りません。
KPIだけでも足りません。
その仕事がなぜ必要なのか。
何を優先すべきなのか。
どの判断基準で動くべきなのか。
過去に似た判断では何が起きたのか。
どの前提が変わったら、判断を見直すべきなのか。
どの言葉の意味を、チームでそろえるべきなのか。
こうした文脈が届いていなければ、人は自律的に動けません。
リモートや非同期の環境では、なおさらです。
組織が大きくなれば、さらに届きにくくなります。
だからこそ、これからのマネージャーは、目標を管理するだけでは足りません。
AIを文脈のバディとして使いながら、組織の暗黙知を蒸留し、次の判断に使える形で流通させる必要があります。
ここに、コンテキスト・マイスターとしてのマネージャーの新しさがあります。
AIに文脈を丸投げしてはいけない
ここまで、AIを文脈の蒸留器として使う話をしてきました。
ただし、AIに文脈を丸投げしてはいけません。
AIは、もっともらしく整理します。
きれいに要約します。
論点を分類します。
パターンを見つけます。
それはとても便利です。
しかし、便利だからこそ危うさもあります。
AIは、重要な違和感をノイズとして削ってしまうことがあります。本当は残すべき迷いや葛藤を、きれいな結論にまとめすぎてしまうことがあります。会社固有の判断基準を、一般論に置き換えてしまうことがあります。誰かの発言を過剰に重く扱うことがあります。逆に、声の小さい人の違和感を拾い損ねることもあります。
文脈は、単なる情報ではありません。
そこには、価値判断があります。責任があります。迷いがあります。葛藤があります。その会社らしさがあります。
だから、AIが蒸留したものを、そのまま正解にしてはいけません。
コンテキスト・マイスターは、AIの出力をレビューします。
本当にこの判断基準でよいのか
次の人が読んで誤解しないか
会社らしさが失われていないか
ノイズに見える重要な違和感を捨てていないか
抽象化しすぎて、現場で使えないものになっていないか
逆に、具体的すぎて他の場面に転用できないものになっていないか
これを見極めることが必要です。
AIは蒸留器です。しかし、味を決めるのはマイスターです。
この関係を間違えると、AI活用は危険になります。
AIがまとめた「正しそうな文脈」が、組織に流通してしまう。実際には現場の感覚とズレているのに、文章として整っているから信じられてしまう。誰も違和感を言えなくなる。
そうなると、AIは文脈のバディではなく、文脈を平板化する装置になります。
だからこそ、AI時代のマネージャーには、より強い目利きが必要です。
AIを使いこなすとは、AIに任せることではありません。
AIが抽出したものを、人間が問い直せることです。
コンテキスト・マイスターが明日から始めること
では、コンテキスト・マイスターとしての仕事は、何から始めればよいのでしょうか。
大きな制度変更は必要ありません。
まずは、最近の重要な判断を一つ選ぶことから始められます。
たとえば、こんな判断です。
なぜ、この顧客を優先したのか。
なぜ、この施策をやめたのか。
なぜ、この機能を作らないと決めたのか。
なぜ、今回はスピードより品質を優先したのか。
なぜ、この採用を見送ったのか。
なぜ、このトラブルでは顧客対応を最優先したのか。
なぜ、この案件では値引きしなかったのか。
その判断に関係する会議メモ、チャット、資料、発言を集めます。
そしてAIに、単なる要約ではなく、判断の背景を聞きます。
たとえば、こう問いかけます。
「この判断の背景にある前提を整理してください」
「この決定で、優先したものと捨てたものを分けてください」
「次に似た判断をする人が知っておくべきことを抽出してください」
「この判断から見える、私たちの会社らしい判断基準を言語化してください」
「決定事項ではなく、判断に至るまでの迷いや論点を整理してください」
「この判断で、後から振り返るべきリスクや前提条件を挙げてください」
「新人がこの判断を理解するために必要な背景を説明してください」
ここで大事なのは、AIの出力をそのまま使わないことです。
マネージャーがレビューします。
本当にその判断基準でよいのか。
会社らしい判断と言えるのか。
次の人に渡しても誤解されないか。
残すべき文脈と、残すべきでない情報は分けられているか。
個人情報や機密情報は適切に扱われているか。
そして、使える形にします。
意思決定ログにする。
オンボーディング資料に入れる。
FAQにする。
判断事例集にする。
1on1やチームレビューで使う。
部署間の用語集に反映する。
重要なのは、一度作って終わりにしないことです。
文脈は、使われて初めて意味を持ちます。
実際に使ってみると、必ず違和感が出ます。
この説明では足りない。
今は前提が変わった。
別部署には伝わりにくい。
若手には抽象的すぎる。
例外ケースがある。
この判断基準を別の場面に当てはめると危ない。
その違和感をまた記録し、AIと人間で文脈を更新する。
もちろん、最終的には、マネージャー一人がすべての文脈を蒸留し続ける状態を目指すべきではありません。
文脈を抽出する
使う
違和感を拾う
更新する
次の判断へ渡す
このループは、少しずつチームの作法にしていく必要があります。
ただし、その前にまず必要なのは、マネージャー自身が文脈を見る目を持つことです。
何を残すべき文脈と見るのか。
どの違和感を拾うのか。
どの判断背景を次の人に渡すのか。
その目利きがないまま仕組みだけを作っても、文脈はただの記録になります。
だから最初の一歩は、チーム全体の制度化ではありません。まず、マネージャー自身が一つの判断を選び、その背景をAIとともに蒸留してみることです。
そこから、コンテキスト・マイスターとしての仕事は始まります。
マネージャーの仕事は、さらに人間的になる
AIが進化すると、マネージャーの仕事は機械的になるのでしょうか。
私は、逆だと思います。
AIが情報整理や要約や検索を支えてくれるほど、マネージャーにはより人間的な仕事が残ります。
何を大切にするのかを決めること。
複数の選択肢の中から、責任を持って選ぶこと。
人を育てること。
違和感を拾うこと。
迷いや葛藤をなかったことにしないこと。
組織らしい判断に意味を与えること。
チームが自律的に動けるように、文脈を渡すこと。
これらは、AIに丸ごと置き換えるものではありません。
むしろ、AIによって周辺の作業が整理されるほど、人間が向き合うべき中核として浮かび上がってきます。
部下を見張るマネージャーは、AI時代にはますます苦しくなります。
なぜなら、働いている姿を見るだけでは、仕事の実態は分からなくなるからです。AIを使えば、同じ1時間でも出せる成果は人によって大きく変わります。リモートや非同期が進めば、席にいるかどうかはますます意味を失います。組織が大きくなれば、マネージャー一人がすべての情報を抱えることもできません。
だからこそ、マネージャーは監視者ではなく、文脈の職人になる必要があります。
部下を見張るのではなく、部下が判断できる状態をつくる。
情報を抱えるのではなく、必要な文脈が流通するようにする。
経験と勘を個人の中に閉じ込めるのではなく、AIとともに組織知へ蒸留する。
出社を管理のために使うのではなく、文脈を深く扱う場として使う。
それが、AI時代のマネージャーの役割です。
おわりに
リモートワークが人をサボらせるのではありません。
AIが人の仕事を奪うのでもありません。
問題は、文脈が設計されていないことです。
文脈が共有されていなければ、出社していても仕事は迷います。リモートなら、もっと迷います。AIを導入しても、ただ作業が速くなるだけで、判断の質は上がりません。
だから必要なのは、部下を見張るマネージャーではありません。
会議、チャット、1on1、商談、失敗、違和感の中に散らばる文脈を拾い上げ、AIとともに次の判断へ渡すマネージャーです。
その役割を担う人を、私はコンテキスト・マイスターと呼びたいと思います。
AI時代に強い組織とは、AIを導入した組織ではありません。
自分たちの文脈を蒸留し、流通させ、更新し続けられる組織です。
働く場所を管理する時代から、働く文脈を蒸留する時代へ。
マネージャーの役割は、いま大きく変わろうとしています。
