「AIがそう言ってますから」。 - 効率化するほど、会社は新しいことをしなくなる

2026年5月18日 07:46

1. まず、一つの場面から

全社AI導入の式典を終えた翌朝、社長は経営会議でこう言い放つ。「これでイノベーションを起こす。AIで新規事業を増やせ。顧客の見えない課題を掘り出せ。誰もがAIを使い、誰もが市場を調べ、誰もが仮説を試せる会社にしろ」。ダッシュボードが整い、AI活用率がグラフになり、エージェントが議事録・市場分析・営業資料・KPI改善案を毎朝届けるようになる。

見栄えは、よくなる。

ところが、半年後。新しい事業案は、出てこない。提案は、どれも既存事業の焼き直し。離脱予測、アップセル、CVR改善、プロセス自動化、資料の標準化。会議室で誰かが小さくつぶやく。

「AIがそう言ってますから」。

この静かな一言が、衰退のはじまりの音である。

2. この衰退には、すでに名前がついている — March理論の探索と深化

「AIがそう言ってますから」。

あの一言が漏れる瞬間、現場では何が起きているのか。

意外に思われるかもしれないが、この現象はAIが生んだものではない。AIが登場する何十年も前から、世界中の企業で何度も繰り返されてきた、組織衰退の古典的なパターンだ。

「会社は、成功するほど、新しいことができなくなる」。

この逆説を、30年以上前に突き止めた人たちがいる。代表格が、スタンフォード大学経営大学院で「組織論の巨人」と呼ばれたジェームズ・G・マーチ氏だ。

マーチが1991年に書いた、たった一本の論文―"Exploration and Exploitation in Organizational Learning"―に、組織の長期生存を左右する原理は、ほとんど書き切られている。後に、スタンフォードのチャールズ・A・オライリー氏とハーバードのマイケル・L・タッシュマン氏が、これを「両利きの経営（Ambidexterity）」として経営の現場語に翻訳し、世界の経営学の根幹理論にまとめあげた。

なぜAI時代の話の前に、この古い研究を持ち出すのか。
理由はひとつだけだ。

AI時代の衰退スパイラルは、March理論が描いた古典的なスパイラルの、高速増幅版にほかならない。

土台を押さえれば、増幅の仕組みも、止め方も、見えてくる。だからまず、この研究をひととおり押さえておきたい。

組織の活動を、二つに分解する

マーチはまず、組織の活動を、たった二つに分解した。
大きな分け方は、こうだ。

深化（Exploitation）…既存資産を磨いて利益を出す力
探索（Exploration）…未知を試して、未来の資産を仕込む力

言葉は難しく見える。
でも、現場の言葉に翻訳すると、とても単純だ。

深化とは、昨日うまくいったことを、明日もっと上手にやる力である。
探索とは、昨日まで存在しなかった問いを、今日小さく試す力である。

どちらも要る。

深化がなければ、会社は利益を出せない。
探索がなければ、会社は未来をつくれない。

両利きの度合いは、組織の時間・予算・人員のうち、どれだけが探索に向かい、どれだけが深化に向かうかで測れる。探索に厚みが残るほど、その組織は遠くへ行ける。深化だけに寄るほど、その組織は昨日の延長線上でしか、動けなくなる。

図1｜探索と深化の基本構造

両利きは「やる気の問題」ではない。過去を磨く流れと、未来を試す流れを、同じ組織のなかに同時に通せているかという、構造の問題である。

図2｜探索と深化の比較

深化と探索の違いを、現場の言葉・時間軸・成果の見え方・AIとの相性で比較する。

時代を超えて確認された、衰退と生存のパターン

マーチとその後継者たちは、業界を横断して企業の長期生存を観察してきた。そこから、ひとつのパターンが浮かび上がる。
長く生き延びた企業はみな、深化と探索を同時に持っていた。

トヨタは、生産方式の深化を磨きながら、ハイブリッドという探索を20年以上続けた。短期の燃費改善ではなく、次の自動車産業の地形を見越した長期の学習である
アマゾンは、Eコマースの深化を続けながら、AWS・Kindle・Alexaを本業の隣に仕込み続けた。小売の効率化で終わらず、計算資源と顧客接点そのものを、新しい事業に変えた
マイクロソフトは、Officeの深化を保ちながら、Azureとクラウドへ会社を丸ごと賭け直した。既存資産を守るだけでなく、収益モデルと開発文化を、クラウド前提に組み替えた
富士フイルムは、写真フィルム事業で蓄積した化学・材料・画像処理の知識を、医療・化粧品・高機能材料へ展開した。既存市場が縮む前に、内側の技術を、別の市場へ探索した
任天堂は、キャラクターIPとゲーム設計の深化を続けながら、Wii・Switchのように遊び方そのものを探索した。性能競争に乗らず、体験の再定義で市場を作り直した

共通するのは、ひとつだ。
既存事業を磨きながら、まだ市場と呼べない問いを、社内に抱え続けた。
逆に、衰退した企業はみな、深化に閉じ込められていた。

コダックは、世界で最初にデジタルカメラを発明した。にもかかわらず、フィルム事業の深化に閉じ込められ、自分が持っていた未来の種を、自分の手で潰してしまった
ノキアは、世界最強の携帯電話メーカーだった。しかし既存事業の深化を磨きすぎ、スマートフォンへの探索が決定的に遅れた。強かったから、強い方向に、閉じてしまったのである

彼らに足りなかったのは、技術ではない。アイデアでもない。
まだ説明できない未来に、組織として賭ける構造である。
業界・規模・地域を問わず、長期生存企業はみな両利き（ambidextrous）だった。

長期生存は、属人的な天才性ではない。組織の探索設計が生み出す、再現可能な現象である。

この研究の、決定的な発見

そしてマーチは、決定的なことを突き止める。

短期の競争では、深化に強い組織のほうが、探索に強い組織よりも、はっきりと勝つ。
長期の生存では、探索を持たない組織は、深化に強くても、崩れやすい。

言い換えれば、こうだ。

深化は、今日を生かす力である。
探索は、明日を始める力である。

ここが、March理論の、いちばん効く一行である。
そしてマーチは、もう一段踏み込む。マーチの主張を一行に圧縮すれば、こうなる。

深化と探索は、本質的に奪い合う関係にある。同じ予算、同じ人員、同じ時間を、両方には使えない。だから組織は、放っておくと必ず深化へ寄る。

なぜか。

深化は短期で見返りが返ってくる。
探索は、ほとんど失敗する。

合理的に考えるほど、組織は深化を選ぶ。
そして気づいたときには、会社には、よく回る既存事業しか、残っていない。

マーチはこの現象を 「成功の罠（Success Trap）」 と呼び、後に共著論文 “The Myopia of Learning” (Levinthal & March, 1993) で 「学習のミオピア（Myopia of Learning）」 として整理した。

組織はうまくいっているからこそ、いまうまくいっている方法を、もっと上手にやろうとする。

そして、いまうまくいっている方法の外側にある未来を、見えなくしていく。

オライリーとタッシュマンは、これを踏まえて言い切る。

両利きでない企業は、長期的に衰退する傾向がある。

そしてマーチの議論を一行に圧縮すれば、こう言える。

探索を支えるのは、合理性ではない。組織の意志である。

ところが現実は、真逆を進む

業績が鈍ると、経営は反射的に深化を強める。深化を強めると、短期成果が出る。短期成果が出ると、経営はさらに深化を評価する。深化が評価されると、人と予算が既存事業に寄る。すると、探索の余地が消える。探索の余地が消えると、未来の事業が育たない。未来の事業が育たないと、会社は既存事業にさらに依存する。経営は、もっと深化を強める。

これがマーチが「最も警戒すべき」と警告した、際限のない、下りのスパイラルである。

図3｜成功の罠スパイラル

業績への対処として深化を強めるほど、探索が消え、未来が痩せ、さらに既存事業依存が高まる。

この研究を一行に圧縮するなら、こうだ。

会社は、賢くなるほど、遠くへ行けなくなる。

ここまでが、March理論が、AI時代以前にすでに示していた事実である。
本論はここから始まる。

3. AIは、深化コストを「ゼロ」にした

ここからが、AI時代の話だ。
かつて、深化には自然な歯止めがあった。分析するには時間がかかる。資料を作るには人手が要る。改善案を出すにも、会議を開く脳みそが要る。人間の処理能力という天井が、深化欲求を抑えていた。
ところがAIは、その天井を、一夜で取り払った。

図4｜深化作業の従来とAI時代

かつての深化には、人間の処理能力という自然な歯止めがあった。AIはその天井を取り払った。

これは、深化の高度化ではない。深化コストの、ゼロ化である。

蛇口の栓が、外れた。

経営者の目には、こう映る。「あらゆる業務を、あらゆる粒度で、いくらでも改善できる」。

ここで一度、誤解をほどいておきたい。

AIで深化することそのものが悪いのではない。既存事業を磨く。コストを下げる。顧客満足を上げる。属人ノウハウを再現可能にする。判断のバラつきを抑える。これらは当然、必要である。問題は、深化がいつの間にか未来への梯子ではなく、未来を塞ぐ蓋に変わることだ。

AIで何を磨くか。
AIでどんな問いを増やすか。
AIでどこまで遠くを試せるか。

この問いが消え、「AIをどれだけ深化に使わせるか」だけが残った瞬間、AIは成長の道具ではなく、未来を狭める道具に変わる。そしてこの全能感こそが、探索の3つの源泉"違和感・雑談・寄り道"を、内側から枯らしていく引き金になる。

4. AIは、探索の3つの源泉を「内側から」枯らす

深化が無限に安くなる一方で、探索はどうなるのか。
AIは探索を、外から潰すのではない。
内側から、源泉ごと枯らすのである。
探索を駆動するのは、論理ではない。違和感・雑談・寄り道。この3つだけが、まだ存在しない問いを生む。AIは、その一つひとつに、別々の毒を仕込む。

図5｜探索の3つの源泉とAIによる侵食

違和感・雑談・寄り道が、AI時代にどのように弱められるかを整理する。

3つの源泉は、いずれも「合理的に説明できない」ものだ。AIが組織に入ると、合理的に説明できないものから順に、静かに消えていく。

違和感を出した人ほど、説明責任を負わされる。
雑談する人ほど、稼働率を疑われる。
寄り道する人ほど、評価が下がる。

そのとき、会議室で出る言葉がこれだ。

「AIがそう言ってますから」

違和感を削り、雑談を消し、寄り道を罰する。
これは、両利きのバランスを、根元から踏み抜く行為である。

5. AI時代の「効率化スパイラル」と、3つの加速装置

前章で見たMarch理論のスパイラルは、AIが登場する前から、世界中の企業で繰り返されてきた古典的な型である。ところがAIは、このスパイラルに、特有の3本の加速装置を取りつける。これが、AI時代に「衰退が高速化する」本当の理由だ。

図6｜AI時代の効率化スパイラル

AIは深化を安くし、客観性を装い、探索者を断罪する。だから古典的な衰退ループが高速化する。

点線で描いた3本の矢印こそが、AIが新たに取りつける加速装置である。

加速装置A：AIが「客観性」の衣をまとう

従来、探索を止めるのは、上司の主観だった。「直感的に、無理だと思う」。
AI時代に探索を止めるのは、ダッシュボードの数字だ。「AIスコアが低い」。
主観が、データに化ける。
止める側は「自分は感情で言っているのではない、データが言っている」と、無罪を確信する。違和感も、雑談も、寄り道も、客観性の衣の前では言葉を失う。

加速装置B：AIが「もっと深化できる」と囁き続ける

AIは、終わらない。
「もっと細かく分析できますよ」「もっと精緻に最適化できますよ」「次は、これも改善しませんか」。
AIは経営者の深化欲求を、継続的に、一定のリズムで、煽り続ける。
だからAI活用は、放っておけば、必ず凡庸な深化に閉じる。

加速装置C：AIに従わない現場が「合理的に間違って」見える

かつての反逆者：上司の指示に従わない部下。
今の反逆者：AIの推奨に従わない部下。
後者は、はるかに断罪しやすい。
なぜなら、AIは「間違わない前提」で語られているからだ。
March理論の成功の罠が、徒歩の下り坂だったとすれば、AI時代のそれは電動キックボードの下り坂だ。同じ斜面を、はるかに速く、はるかに止まりにくく落ちていく。

6. 深化バイアス：合理的な経営者ほど、未来を切り捨てる

March理論が描いた「成功の罠」は、AI時代に新しい姿を取る。私はこれを 深化バイアス と呼ぶ。

深化バイアスとは、過去のデータで説明できる打ち手を、未来をつくる打ち手よりも合理的だと感じてしまう認知のクセである。

もっと厳しく言えば、こうだ。

深化バイアスとは、「根拠があること」だけを信じるあまり、「まだ根拠がない未来」を切り捨ててしまう経営者の病である。

深化バイアスにかかった経営者は、自分では合理的に判断しているつもりでいる。むしろ、以前よりも賢くなったと感じている。

AIが市場を分析してくれる。
AIがリスクを洗い出してくれる。
AIが優先順位をつけてくれる。
AIが過去の成功パターンを整理してくれる。

だから、こう言うようになる。

「まずは既存顧客を深掘りしよう」
「新規事業は、もう少しデータが揃ってから」
「AIの分析では、今は優先度が低い」
「確度の高いところからやろう」
「いったん既存事業の効率化を優先しよう」
「利益が出てから新しいことをやろう」

どれも、一つひとつは正しい。
だから怖い。
間違った判断が会社を衰退させるのではない。
正しい判断だけを積み重ねることで、会社は未来を失うことがある。

図7｜深化バイアスの構造

深化バイアスにかかった経営者は、こう言う。

「いまは、まず効率化が先だ。新しいことは、利益が出てからやればいい」

この一言が出た瞬間、組織から探索の最後の種が、静かに消える。
利益は、出続ける。効率化を続ければ、短期利益は積み上がる。だから「新しいことをやる時期」はいつまでも来ない。気づくと3年後、会社にはよく回る既存事業しか、残っていない。
マーチの議論を要約すれば、こう言える。

深化への偏りは、合理的な判断の積み重ねによって生じる。だからこそ、止めるのは難しい。

深化バイアスの恐ろしさは、本人に自覚がないことだ。経営者は、未来を捨てているつもりはない。むしろ、会社を守っているつもりでいる。
しかし、未来は最初から強い姿では現れない。

未来は、弱い。
未来は、粗い。
未来は、説明が下手だ。

だから、未来は守らなければ消える。

次回予告：本稿が扱ったのは、経営者の認知のクセとしての深化バイアスである。シリーズ第2回では、深化バイアスを 組織の現場 に降ろし、「きちんと管理すれば企業は成長する」という、もうひとつの経営の迷信を、ToMo指数の研究で解体する。

7. 同じAIを入れても、企業は2つに分かれる

ここが、本稿のいちばん大事なところだ。
AI活用は必要である。だが、AI活用には二種類ある。
ひとつは、過去を磨くためのAI活用。もうひとつは、未来を試すためのAI活用。同じ言葉を使っていても、前者は探索を削り、後者は探索を守る。
分岐点は、単純だ。

そのAI活用は、人間の探索を減らしているか。増やしているか。

AI活用の設計思想が、すべてを分ける。

図8｜AI活用の2×2

強いAI活用が悪いのではない。探索を増やす強いAI活用と、探索を殺す強いAI活用がある。第3章で示した「梯子か、蓋か」の分岐は、ここに対応する。

図9｜衰退する企業と成長する企業のAI活用比較

AIを過去最適化に使う企業と、未来仮説生成に使う企業の違いを比較する。

左の列は、AIに人間を従わせる設計。
右の列は、AIで人間を解き放つ設計。
見た目は、似ている。中身は、真逆だ。

過去延長型AI活用は、こう聞こえる

AI利用率を上げろ
既存業務をもっと効率化しろ
AIに聞いてから動け
AIの推奨から外れるな
過去データから最適解を出せ

どれも一見、合理的に見える。しかし現場に届く音は、こうだ。

過去のままでいろ。AIに合わせろ。

これが、深化バイアスを太らせる。

未来試作型AI活用は、こう聞こえる

AIで新しい仮説を増やせ
AIでまだ会えない顧客像を描け
AIの出力に、人間が反論しろ
AIで未知の組み合わせを試せ
AI利用の成果を、効率化ではなく「生まれた仮説の数」で見ろ

現場に届く音は、まったく違う。

もっと試せ。もっと疑え。もっと遠くまで行け。

これが、探索を支える。

8. ではどうするか — 探索を守る5つの制度

精神論では足りない。
「もっと挑戦しよう」では、探索は増えない。
探索は、合理性に負ける。
短期成果に負ける。
既存事業に負ける。
AIのきれいな分析に負ける。

だから探索は、制度で守らなければならない。

ステップ1：AI活用時間を「深化」と「探索」に分けて測る

AI利用率だけを測ってはいけない。AI利用率は、ほぼ必ず深化を増やす。既存業務に使ったほうが、利用量も成果も見えやすいからだ。
最低限、測るべきはひとつだ。AI活用時間のうち、何%が探索に向かっているか。

図10｜深化AI活用と探索AI活用の違い

顧客・業務・商品・会議の4領域で、AI活用が深化に向かう場合と探索に向かう場合を比較する。

この「深化／探索」の二分計測は、入口の最小限の規律である。
さらに踏み込んだ指標設計『AI利用率や削減時間が、なぜ目標化された瞬間に組織を歪めるのか』は、シリーズ第3回（グッドハートの法則）で扱う。

ステップ2：経営会議に「AIが否定した案」を持ち込む

AIが推奨した案だけを会議に出すと、会議は過去の延長になる。
むしろ、経営会議には AIが低評価した案 を持ち込むべきだ。
問いは、こうだ。

AIが低評価した理由は、失敗確率が高いからか。それとも、過去データがないからか。

この二つは違う。
本当に筋が悪い案なら、止めればいい。
しかし、過去データがないから弱く見えているだけなら、それは探索の候補である。
AIが否定した案の中に、未来の入口がある。
そう考える場を、経営会議に持つ必要がある。

ステップ3：探索予算を「余ったら使う」から「先に確保する」に変える

探索は、余った時間では生まれない。余った時間は、必ず深化に吸われる。既存顧客の分析、既存資料の改善、既存業務の自動化、既存KPIの改善。AIによって、これらはいくらでもできるようになった。
だから探索時間は、先に固定するしかない。

毎週半日を探索時間にする
四半期ごとに探索テーマを3つ持つ
経営会議の30%を探索議題にする
探索予算を利益の後ではなく、予算編成時に先取りする

探索は、余白ではなく、予約で生まれる。

ステップ4：探索KPIを「成功数」ではなく「学習量」で測る

探索を成功率で測ると、探索は死ぬ。確度の高いものしか試さなくなるからだ。それは、探索ではなく深化である。
探索で測るべきは、成功ではなく学習だ。

仮説数
顧客インタビュー数
小実験数
中止した実験数
反証された仮説の数
学んだことの数
次の問いに接続した数

特に大事なのは、中止した実験の数である。
中止できたということは、学習できたということだ。早くやめられたということだ。傷が浅いうちに、次の問いへ進めたということである。

ステップ5：「AIがそう言ってますから」を禁句にする

最後に、会議の言葉を変える。
「AIがそう言ってますから」は、禁句にする。この言葉は、判断を止め、責任をAIに渡し、人間の違和感を弱くする。
代わりに、会議で必ずこう問う。

AIはこう言っています。では、人間は何を疑いますか。

この一問だけで、AIは答えではなく、議論の材料に変わる。AIの出力は結論ではなく、反論の起点になる。
AIを信じるのではない。AIを使って、人間がもっと深く疑うのである。

9. 探索リーダーの14のふるまい

探索を守るリーダーは、アイデアを出す人ではない。探索が消えない場をつくる人である。以下の14項目は、AI時代に探索を守るための具体的なふるまいだ。

【観点：時間設計】

AIで生まれた余白を、どこへ流すかを毎月公言する
メンバーの時間の10〜20%を、探索専用としてカレンダーに固定する
経営会議の30%を、短期KPIではなく探索議題に使う

【観点：意思決定】

AIの推奨案と、AIが低評価した案を並べて議論する
「AIがそう言ってますから」を会議の禁句にする
過去データのない判断について、リーダー自身が先に言葉にする

【観点：失敗の扱い】

失敗を、KPI未達ではなく学習として記録する
中止した実験の数を、四半期ごとに発表する
失敗を語った人を、会議で名指しで称える

【観点：違和感の引き出し】

「なんか違う気がする」を、会議で最初に扱う
若手の違和感を、AI分析より先に聞く時間をつくる
異業種・社外・若手・顧客未満の人に会う予算を持つ

【観点：ナラティブ】

新規事業の進捗を、数字だけでなく物語で語ることを許可する
まだ言葉にならない問いを、半製品のまま共有する場を持つ

この14項目に共通しているのは、ひとつだ。

探索は、合理性に勝てない。だから、合理性とは別の場所で守らなければならない。

10. ではどうするか（個人版） — PAUSEモデル

組織制度だけでは足りない。個人が、自分の判断を守る技法もいる。AIに聞く前に、自分の思考を少しだけ守る。AIの答えを見たあとに、自分の違和感を少しだけ残す。
そのための技法として、PAUSEモデルを置く。

図11｜PAUSEモデル

AIに飲み込まれず、人間が問いと判断を保つ5段階。

PAUSEモデルは、AIを使わないための技法ではない。AIに飲み込まれないための技法である。
AIを使う。ただし、AIに最初の問いも、最後の判断も渡さない。問いも、違和感も、責任も、人間が持つ。そのうえで、AIを使う。

11. 中心命題

ここまで来て、本稿の中心命題は、こう置ける。

AIを深化に使えば、企業が成長するのではない。 AIによって、人間がより遠くを試せるようにした企業だけが、成長する。

もう一段、経営の言葉に落とすなら、こうだ。

AI時代の経営の核心は、「AIをどう深化に使うか」ではない。 AIと人間が、どう問いを立て、どう試し、どう判断し、どう未来に賭けるか。

つまり必要なのは、AI活用規程だけではない。
AI時代の探索プロトコルである。

誰が問いを立てるのか。
AIの答えを、誰が疑うのか。
現場の違和感を、どこで拾うのか。
失敗から、何を学習するのか。
未来の責任を、人間がどう引き受けるのか。
このプロトコルがある企業では、AIは探索を増やす。
このプロトコルがない企業では、AIは深化だけを増やす。

その差が、3年後の事業の差になる。

図12｜AI時代の探索プロトコル

AI活用規程だけでは足りない。問い、試行、判断、責任、賭けを人間の側に残す設計がいる。

12. 最後に、一番効く一文を

冒頭の場面に、戻ろう。
会議室で、誰かが小さくつぶやいた、あの一言。