「AIがそう言ってますから」。 - AIにKPIを持たせるほど、会社は数字だけうまくなる

2026年5月25日 08:08

1. まず、一つの場面から

四半期決算の役員会議。AIダッシュボードは、ほぼ全項目が緑色だった。AIアシスタントが、淡々と読み上げる。

「全社主要KPI、達成率98.4%。解約率もNPSも改善。今期は計画どおりに着地する見込みです」

CFOは頷き、社長は「よし」と短く言った。
そのとき、営業出身の役員が、小さく手を挙げた。
「数字は、たしかに良いです。ただ、A社の役員から『最近、御社の営業さんが急によそよそしくなった』と言われました。B社からも『困りごとを聞きに来なくなった』と。数字には出ていませんが、現場では空気が変わっています」

CFOがAIに問う。「A社・B社の取引状況は？」

「A社は前年比102.1%、B社は104.3%。解約率にもNPSにも、悪化シグナルは検出されていません。AIがそう言ってますから、現時点でリスクは限定的です」

ここで重要なのは、この台詞を、人間ではなくAI自身が吐いたことだ。

「AIがそう言ってますから」。

営業出身の役員は、もう一度何かを言いかけて、言葉を飲み込んだ。会議は、次の議題に進んだ。半年後、A社とB社が、ほぼ同時に契約規模を半分以下に縮小した。両社の役員は、口を揃えてこう答えた。

「御社は、こちらの困りごとを聞きに来なくなりました。数字だけ、追いかけていらっしゃるように見えました」

AIダッシュボードには、いまだに警告は出ていない。
出ていないのに、会社は静かに痩せていく。
この静かな衰退の音が、本稿の出発点である。

2. この衰退には、すでに名前がついている — グッドハートの法則

この現象には、半世紀近く前から名前がついている。
グッドハートの法則（Goodhart's Law）。
1975年、英国の経済学者チャールズ・グッドハートが、金融政策を観察するなかで示した命題に端を発する。のちに人類学者マリリン・ストラザーンが、1997年に次のように再定式化した。

ある指標が目標になった瞬間、それは良い指標ではなくなる。
When a measure becomes a target, it ceases to be a good measure.

似た命題を、心理学者ドナルド・キャンベルも1979年に独立して提示している。いわゆるキャンベルの法則である。社会的意思決定において、定量指標が強い圧力にさらされるほど、その指標は腐敗し、本来測ろうとしていた社会的プロセスを歪めていく。
なぜ、こんなことが起きるのか。
論理は単純だ。

ある事業の良し悪しを測るために、KPIを導入する
KPIは、現実の事業の一面を切り取った代理変数にすぎない
しかしKPIが目標として運用された瞬間、人々はKPIを上げることに最適化しはじめる
やがて、KPIだけが上がり、本来測りたかった現実は、KPIから乖離していく
KPIは、現実の地図ではなく、現実の影だけを指し示すようになる

教育では、テストの点数を目標にすると、教育そのものが歪む。医療では、手術件数を目標にすると、必要のない手術が増える。警察では、検挙件数を目標にすると、軽微な事案ばかり追われる。研究では、論文数を目標にすると、サラミ論文と引用カルテルが横行する。

ビジネスでも同じことが起きてきた。

Wells Fargoでは、クロスセル目標が過剰に追われた結果、顧客の同意なく多数の口座が開設された。指標は「顧客との関係深化」を測るはずだった。しかし目標になった瞬間、現場は「口座数を増やすこと」に最適化した。

Volkswagenの排ガス不正では、環境性能や規制適合という指標を満たすために、実際の走行環境ではなく、テスト環境を通過することへ最適化が向かった。測定が、現実を良くしたのではない。測定に通る現実だけを、作り出した。

Searsでは、部門別の数値目標と競争が過度に強調され、全社としての顧客体験よりも、部門ごとの数字が優先された。会社全体を強くするはずの指標が、社内の分断を強めた。
ここまでは、悪意や不正に近い事例である。しかしGoodhartの法則は、悪意がなくても効く。

英国NHSでは、患者の待ち時間を短くするという善意の指標が導入された。すると現場は、測定対象の時間を短く見せるための運用に向かい、対象外のプロセスにしわ寄せが回った。誰も患者を欺こうとはしていない。それでも、測られた時間だけが改善し、医療体験全体は痩せていった。

ソ連の釘工場の逸話は、もっと露骨だ。本数で評価すれば、現場は小さな釘ばかり作る。重量で評価し直せば、今度は巨大な釘ばかり作る。誰も悪人ではない。ただ、評価される指標に対して、誠実に最適化しているだけである。指標を変えるたびに、釘の形だけが変わり、本来必要だった用途は満たされない。

悪意がなくても、誠実な努力だけで、指標は腐敗する。

これが、Goodhartの法則の最も静かで、最も普遍的な姿である。
アメリカの歴史学者ジェリー・ミュラーは、著書『測りすぎ（The Tyranny of Metrics）』で、近代マネジメントがいかに「測れるもの」を目標にしすぎてきたかを批判した。

問題は、測ることではない。
測れるものだけを、現実だと思い込むことだ。
ここで、冒頭の会議を思い出してほしい。

A社とB社の違和感は、現場にあった。顧客の声もあった。営業役員の身体感覚もあった。だが、KPIに悪化シグナルが出ていなかったため、それらは意思決定に届かなかった。

このとき会社は、顧客を見ていない。
顧客を表す指標を、見ている。

3. AIは、測定コストを「ゼロ」にした

AIがグッドハートの法則に決定的に効く理由は、ただ一つに集約できる。

AIは、測定コストをゼロにした。

古典的なマネジメントにおいて、KPIの運用には、見えないコストが大量にかかっていた。

データを集めるコスト
データを整えるコスト
集計するコスト
可視化するコスト
解釈するコスト
会議で説明するコスト

このコストが高かったから、組織はKPIをむやみに増やせなかった。リアルタイムで追えなかった。全社員に常時表示できなかった。
皮肉なことに、測定コストの高さが、グッドハートの法則の暴走を抑える最後のブレーキになっていた。
AIは、このブレーキを外した。

図1｜AIによる測定コストのゼロ化（AI以前 vs AI以後）

AIが測定にもたらした6つの変化を、データ収集から最適化までの工程ごとに並べる。これは測定の高度化ではなく、測定コストのゼロ化である。古典のグッドハートの法則を抑えていた最後のブレーキが、ここで外れる。

これは、測定の高度化ではない。
測定コストの、ゼロ化である。
ブレーキが外れた結果、何が起きるか。

KPIの数が増える。測れるものは、片っ端からKPI化される。
KPIの更新頻度が上がる。月次が日次になり、日次が時間単位になる。
KPIへの最適化が直接化する。人間の判断を介さず、AIがKPIを上げる行動を選ぶ。
KPIが従業員の評価に直結する。AIがリアルタイムで、全員のKPI貢献を可視化する。

結果として、AI以前の組織が抱えていた「測定が現実を歪める」という古典的な病理が、桁違いの速度と密度で進行する。
古典的なグッドハートの法則は、年単位・月単位で進行した。
AI時代のグッドハートの法則は、日単位・時間単位で進行する。

測定が安くなった瞬間、現実は、目盛りの影に隠れはじめる。

4. AIは、現実を「目盛りの中」に閉じ込める

測定コストがゼロになったとき、組織には、より深い変化が起きる。

現実認識が、目盛りの中に移住する。
古典的な組織では、「現実」と「KPI」は別物だった。
現実は、現場で起きている。KPIは、それを切り取った代理変数である。両者の間には距離があった。まともな経営者は、その距離を意識していた。
「数字はこう出ている。では、現場では何が起きているのか」
この問いが、経営会議に残っていた。
ところがAIダッシュボードが組織の中心に座ると、この距離が消える。

AIダッシュボードは、現実の鏡ではない。 KPIに最適化された、現実の影である。 だが、組織はやがて、その影こそが現実だと信じ始める。

なぜ、そうなるのか。
理由は3つある。

第一に、AIダッシュボードは、現場よりも整っている。現場は乱雑で、矛盾していて、説明しづらい。ダッシュボードは整然としていて、矛盾がなく、誰にでも説明できる。経営者は、整っている方を選んでしまう。

第二に、AIダッシュボードは、現場よりも速い。現場の声は伝わるのに時間がかかる。ダッシュボードは秒で更新される。速い方が、最新の現実に見える。

第三に、AIダッシュボードは、現場よりも全体を見せる。現場の声は一部分しか見えない。ダッシュボードは全社を一画面で見せる。全体を見ているように感じる方を、経営者は選んでしまう。

図2｜AIダッシュボードの3つの性質と、失われるもの

ダッシュボードは現実の鏡ではない。整っている／速い／全体を見せるという3つの性質が、経営者を「目盛りの中の現実」へ移住させ、現場のざらつき・遅効性シグナル・例外を、意思決定から落としていく。

そして、ここが決定的に重要だ。

AIによる行動最適化は、ダッシュボード上で起きる。

AIエージェントが「次にどう動くべきか」を提案するとき、AIが見ているのは現実そのものではない。ダッシュボードに映ったKPIの目盛りである。
AIの推奨は、KPIを上げる方向に最適化される。人間の従業員も、AIの推奨に従う。結果として、組織全体の行動が、ダッシュボードという「現実の影」に対して最適化されていく。

本物の現実——顧客が困っていること、現場のベテランが感じている違和感、市場で起きている地殻変動——は、KPIに翻訳されない限り、意思決定に届かなくなる。

届かないものは、ないのと同じになる。
これが、AI時代のグッドハートの法則の、最も恐ろしい姿である。
KPIだけが上がるのではない。

KPIだけが、現実になる。

5. AI時代の「KPI最適化スパイラル」と、3つの加速装置

前章で見たグッドハートの法則は、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。

図3｜AI時代のKPI最適化スパイラル

AIは測定を安くし、行動をKPIへ直接最適化し、達成ストーリーまで生成する。3本の加速装置（リアルタイムKPIダッシュボード／AIによるKPI最適化提案／KPI達成ストーリー化）が、古典的なグッドハートの法則を、徒歩から電動エスカレーターへ変える。

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。
スパイラルを一行で圧縮すると、こうなる。

会社は、KPIをAIに渡した順に、目盛りだけがうまくなる。

このスパイラルを駆動するのが、3つの加速装置である。

加速装置A：リアルタイムKPIダッシュボード

AIによってKPIの更新頻度が秒単位・分単位に上がると、「KPIを追う」という行為が、組織の最も目立つ仕事になる。

経営者の朝のルーティンが、ダッシュボードを眺めることから始まる。中間管理職の会議の冒頭が、ダッシュボードの読み上げになる。現場の従業員の評価が、ダッシュボードの個人スコアで決まる。

組織の注意の総量は有限だ。
ダッシュボードに目が向くほど、現場・顧客・市場に目が向かなくなる。

加速装置B：AIによるKPI最適化提案

生成AIや業務用AIエージェントは、KPIを上げるための行動提案を、人間の判断を介さずに直接出してくる。

「解約率を下げるには、解約予兆スコアの高い顧客に、来週このクーポンを配布することを推奨します」
「営業生産性を上げるには、商談時間が90分を超える案件を、AIが自動で短縮提案します」
「NPSを上げるには、アンケートの設問順序を、このように変更することを推奨します」

どれも、KPIを上げる方向には正しい。
だが、どれも、現実の顧客や事業の本質に触れているとは限らない。

AIの提案は、現実への提案ではなく、ダッシュボードへの提案であることがある。

加速装置C：AI評価レポートの「KPI達成ストーリー」化

AIは、KPIの達成状況を、自然な日本語のストーリーに整えてくれる。

「A事業部は今期、目標を超過達成しました。要因は次の3点です」
「Bチームは、生産性改善施策により、前年比15%の効率化を実現しました」

このストーリーは、構造的にKPIを達成した部署を肯定するように書かれる。なぜなら、AIがストーリーを生成するときの素材は、KPIの数値だからだ。

KPIに表れない努力、KPIに表れない構造変化、KPIに表れない顧客の不満は、ストーリーには登場しにくい。

やがて、組織で評価されるのは「実際に成果を上げた人」ではなく、KPIで成果が見えた人になる。
両者は、しばしば別人である。

6. 指標現実化バイアス：数字は、現実ではない。現実の影である

ここで、本稿の中心となる概念を置きたい。

指標現実化バイアス KPIが上がっていることを、事業の現実が良くなっていることと同一視してしまう、経営の認知のクセ。 AIダッシュボードが、整い、速く、全体的になるほど、このバイアスは強化される。

古典的なグッドハートの法則は、「指標を目標にすると、指標が腐敗する」という、指標側の問題を語ってきた。
AI時代の新しい問題は、さらに深い。

経営者の頭の中で、指標と現実の区別がつかなくなる。

指標が腐敗するだけなら、経営者が「指標と現実は違う」と意識していれば補正できる。だがAI時代のダッシュボードは、経営者の認知そのものを、KPIの目盛りの中に住まわせてしまう。
経営者は、「KPIが上がった＝現実が良くなった」を、疑わなくなる。
疑う必要を感じなくなる。

図4｜指標現実化バイアスの5症状

真面目な経営者ほど深く侵される、5つの症状。経営者の頭の中の認識と、実際に起きていることの乖離として現れる。ダッシュボード至上主義から、遅効性問題への盲目まで。

指標現実化バイアスが深刻なのは、善意の経営者ほど深く侵されることだ。
真面目な経営者ほど、KPIを丁寧に追う。AIダッシュボードを熱心に見る。KPIを上げる施策を真剣に打つ。
その真剣さが、現実とKPIの乖離を加速させる。
だから、この章でもっとも強調したいのは、これである。

KPIをサボれ、と言っているのではない。KPIを、現実だと思うな、と言っているのである。

7. 同じAIを入れても、企業は2つに分かれる

AIを導入すると、すべての会社が指標現実化バイアスに陥るわけではない。
同じAIを、同じ予算で、同じタイミングで導入しても、半年後に出てくる組織の姿は、まったく違う。
分岐点は、単純だ。

そのAI活用は、KPIを現実に近づけているか。現実をKPIに閉じ込めているか。

図5｜痩せていく会社と強くなる会社の対比（8観点）

同じAIを、同じ予算で、同じタイミングで入れても、半年後の組織は2つに分かれる。KPIへの態度・現場接点・問いの設計・経営会議の禁句が、両者を分ける。

2×2でも整理しておく。

図6｜KPI最適化 × 現実への接点の2×2

「数字だけ巨人」と「強い会社」は、ダッシュボード上では区別がつかない。現実への接点の強さだけが、3年後の顧客との距離をつくる。

注目すべきは、左上の「数字だけ巨人」と、右上の「強い会社」が、外から見るとほぼ区別がつかないことだ。

どちらもダッシュボードは緑。どちらも経営会議は穏やか。どちらもAIを使いこなしている。

だが、半年後、1年後、2年後の姿は、まったく違う。
数字だけ巨人は、KPIの目盛りの中で強くなる。
強い会社は、現実の中で強くなる。

8. ではどうするか — 指標を現実に戻す5つの制度

精神論では足りない。
「数字だけを見るな」では、数字の支配は止まらない。
KPIは便利だ。AIダッシュボードは速い。経営者は忙しい。現場の声は面倒で、矛盾していて、説明しづらい。
だから、指標は制度で現実に戻さなければならない。

ステップ1：KPIに「賞味期限」を設定する

すべてのKPIに、設定時点で賞味期限を与える。多くは6か月、長くても1年でよい。
期限が来たら、自動的に「このKPIは、まだ現実を捉えているか」を再検証する会議を開く。
グッドハートの法則は、時間とともに必ず効く。
腐敗しないKPIは存在しない。
賞味期限を設けないKPIは、賞味期限切れの食品と同じである。

ステップ2：定性情報を、専用の議題で経営会議に置く

経営会議の議題のうち、最低でも1つは、KPIに翻訳されない定性情報を扱う議題にする。
例えば、次のようなものだ。

役員が直接聞いた顧客の声
現場のベテランが感じている違和感
退職者インタビューで出てきた言葉
カスタマーサポートに寄せられた、数値化されないクレーム
失注顧客が最後に残した一言

これを、AIサマリーではなく、人間が、自分の言葉で、20分かけて報告する。
要約しない。圧縮しない。生のまま、経営に届ける。

ステップ3：KPIに反する一次情報を、意図的に集める

ダッシュボードの数字が良いほど、組織の感度は鈍る。
だから、KPIが緑のときほど、KPIに反する情報を意図的に集める仕組みを置く。

解約率が下がっている期に、解約した顧客10社へ直接インタビューする
NPSが上がっている期に、低スコア回答者だけを集めて話を聞く
営業数字が良い期に、失注案件のレビュー会議を増やす
エンゲージメントが高い期に、退職者の声を読む

人間の認知は、放っておくと、自分に都合のいい情報だけを集める。
だから制度として、逆方向の情報を集める強制装置を置く。

ステップ4：評価会議で「KPIは達成、でも現実は？」を必ず問う

KPIを達成した部署の評価会議で、必ずこう問う。

このKPI達成の裏で、現実は何が起きていますか。

この問いに、KPI数値ではなく、具体的な顧客名、商品名、現場のエピソードで答えられるかを確認する。
答えられないなら、その達成は「目盛りの中の達成」にすぎない。

ステップ5：「AIがそう言ってますから」を経営会議の禁句にする

最後に、経営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、現実への問いを弱くする。
代わりに、こう問う。

では、その数字の裏側で、何が起きていますか。 では、現場で、実物を見ましたか。

この問いに答えられない経営は、もはや経営ではない。
AIダッシュボードの操縦士である。

9. 指標を現実に戻すリーダーの14のふるまい

制度を機能させるのは、最終的にリーダーの日常のふるまいである。
指標現実化バイアスを抑える、14のふるまいを置く。

【観点：見る順番】

朝のルーティンを、ダッシュボードからではなく、現場の一次情報から始める
会議の冒頭に、KPIの数字ではなく、現場の具体的な一場面を語らせる
ダッシュボードの緑色を、無条件には信じない態度を、自分自身が示す

【観点：問いの設計】

KPIを見るたびに、「これは何の代理変数か」を声に出して確認する
「KPIで見えていないことは何か」を、毎週問う
KPIを達成した部署の祝賀の場で、必ず「現実はどうか」を問う

【観点：現場接点】

月に最低1回、生の顧客と1時間話す
退職者の声、失注案件、低NPS回答を、自ら読みに行く
数字に強い人材だけでなく、現場の違和感に強い人材を、経営の隣に置く

【観点：KPI運用】

KPIの定義変更を、達成困難の言い訳にしない
遅効性指標を、別の議題で扱う
AIの提案を、現実への提案ではなく、ダッシュボードへの提案かもしれないものとして読む

【観点：リーダー自身】

「AIがそう言ってますから」を、自分が一番先に禁句にする
自分のふるまいが、組織の指標現実化バイアスを強めていないか、定期的に内省する

この14項目に共通しているのは、ひとつだ。

指標は、現実を見るための道具である。現実の代わりに座らせた瞬間、道具は支配者になる。

10. ではどうするか（個人版）— METERモデル

組織が変わるのを待たなくても、個人として始められることがある。
AIダッシュボードに飲み込まれず、数字を現実に戻すための技法として、METERモデルを置く。

図7｜METERモデルの5段階

数字を見たあと、現実に戻るための5段階。Measure → Examine → Triangulate → Embody → Recalibrateの流れで、KPIを否定するのではなく、KPIを現実に接続し直すための個人技法。

Examine は、数字そのものを点検する動作である。定義、集計方法、対象期間、抜け落ちを確認する。
Embody は、数字から離れて、身体で現実に触れる動作である。顧客の表情を見る。現場の沈黙を聞く。商品を使う。店舗に立つ。コールセンターの横に座る。数字には乗らない違和感を、自分の身体で受け取る。
METERモデルは、KPIを見ないための技法ではない。
KPIを、現実に戻すための技法である。
AIを使う。ただし、AIに現実を独占させない。数字を見る。ただし、数字の中に住まない。最後は、自分の身体で現実に触れる。

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でKPIを精緻にすれば、会社が強くなるのではない。 AIで見える数字を、現実に戻し続けられる会社だけが強くなる。

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、「何を測るか」ではない。 測ったあと、誰が、どの現実に戻るか。

つまり必要なのは、AIダッシュボードだけではない。
AI時代の指標プロトコルである。

どのKPIに、賞味期限を置くのか。
どの定性情報を、経営会議に上げるのか。
誰が、顧客の声を直接聞きに行くのか。
どの数字に反する一次情報を、意図的に集めるのか。
どのタイミングで、KPIを測り直すのか。
このプロトコルがある企業では、AIは現実を見る目を増やす。
このプロトコルがない企業では、AIは現実を目盛りの中に閉じ込める。
その差が、3年後の顧客との距離になる。

図8｜AI時代の指標プロトコル（METERサイクル）

KPIを見る。定義を点検する。複数情報で三角測量する。身体で現実を確かめる。必要なら測り直す。この循環が回り続けている限り、AIダッシュボードは支配者ではなく、道具であり続ける。

図9｜METERにおける人間とAIの役割分担

METERの各工程で、何を人間が引き受け、何をAIに委ねるか。AIに数字を集めさせる。ただし、現実に戻る責任は、人間が握り続ける。

12. 最後に、一番効く一文を

冒頭の場面に、戻ろう。
AIダッシュボードは緑だった。AIアシスタントは、リスクは限定的だと言った。CFOは頷き、会議は次の議題に進んだ。営業出身の役員は、何かを言いかけて、口をつぐんだ。

その半年後、顧客は静かに離れていった。
数字は、嘘をついていなかった。
ただ、現実の全部を語っていなかった。

AIは、測定する。
人間は、現実に戻る。

AIに、数字を集めさせることはできる。集計させ、可視化させ、予測させ、次の行動を提案させることもできる。それは必要だ。会社は、AIなしには、もはや回らない。

けれど、それだけでは経営にならない。
まだ数字になっていない顧客の不満を聞くこと。
まだKPIに出ていない信頼の劣化に気づくこと。
まだダッシュボードに載っていない現場の違和感を拾うこと。
まだ測れない価値を、測れるものに従属させないこと。

それは、人間の仕事である。
AIが悪いのではない。AIは、頼まれたことをしているだけだ。問題は、私たちがAIに、現実の代わりまで頼んでいないか。そして、AIに頼まないで、自分の目と耳と身体で現実に戻れるかである。
経営会議で、もし誰かが「AIがそう言ってますから」と言ったら、こう問い返したい。

では、その数字の裏側で、何が起きていますか。

それを引き受ける一人が、組織のどこかにいるかぎり、会社は、まだ、目盛りの外に出られる。