「AIがそう言ってますから」。 - AIを管理するほど、会社は痩せていく

1. まず、一つの場面から

上場の鐘を鳴らした翌朝、社長は経営会議でこう言い放つ。

「AIをもっと、きちんと管理しろ。利用率を測れ。ログを取れ。プロンプトを揃えろ。」

ダッシュボードが整い、AI活用率がグラフになり、エージェントの稼働ログが毎朝届くようになる。見栄えは、よくなる。ところが、半年後。新しい打ち手は出てこない。提案は、どれも昨日の焼き直し。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 — ToMo指数

「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。

「経営が管理を強めるほど、現場が考えるのをやめていく」。
この逆説を、20年以上かけて突き止めてきた人たちがいる。代表格が、マッキンゼー・アンド・カンパニーで組織開発に携わったニール・ドシ氏とリンゼイ・マクレガー氏だ。

二人が編み出した、組織の創造性をそのまま数値化するものさし。それがToMo指数(Total Motivation)である。二人の著書『マッキンゼー流 最高の社風のつくり方』(原題:Primed to Perform)に、その全体像はまとまっている。

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、ToMo指数の研究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。

人が働く動機を、6つに分解する

ドシ氏らはまず、人が仕事をする動機を、たった6つに分解した。
大きな分け方は、こうだ。

• 直接的動機(=仕事そのものに近い動機。創造性を生む)

• 間接的動機(=仕事から遠い動機。創造性を奪う)

「直接的動機」― 会社を強くする3つ（加点）

• 楽しさ Play…仕事そのものが面白いから働く

• 目的 Purpose…仕事の目的に共感するから働く

• 可能性 Potential…この仕事が将来の自分につながると感じるから働く

「間接的動機」― 会社を弱くする3つ（減点）

• 感情的圧力 Emotional Pressure…評価されたい、怒られたくない、罪悪感で働く

• 経済的圧力 Economic Pressure…報酬や罰のために働く

• 惰性 Inertia…理由もなく、なんとなく続けて働く

ToMo指数は、現場の一人ひとりにこの6項目を1〜7点で答えてもらい、直接的動機は加点、間接的動機は減点して合計する。プラスに大きいほど、その組織は創造的に動く。マイナスに振れるほど、その組織は言われたことしかやらなくなる。

図1｜ToMo指数の構造

ToMo指数は「やる気の問題」ではない。直接的動機3つの加点と、間接的動機3つの減点を、同じ組織のなかで合計できているかという、構造の問題である。

業界を超えて確認された、業績との相関

ドシ氏らは、業界を横断してToMo指数を測定した。そこから、ひとつのパターンが浮かび上がる。

直接的動機が高い企業は、業績でも卓越していた。

• ホールフーズは、同業他社よりToMo指数が14ポイント高く、顧客満足度と収益性で群を抜いていた

• サウスウェスト航空は、同じ機体・同じターミナルを使う他社より14ポイント高く、顧客満足度もはるかに高かった

• スターバックスは、他のファストフード／レストランより約18ポイント高く、卓越したサービスを誇っていた

ここまでは、ToMo研究が直接測定した実証データである。
さらに、同じ構造は別の事例にも見て取れる。

• トヨタは、現場のカイゼン提案を通じて、作業者を単なる実行者ではなく問題解決者として扱った。標準作業を守らせるだけでなく、現場が自分の仕事を良くする余地を持っていた。Play(楽しさ)とPotential(可能性)が、ラインに埋め込まれていたのである

• パタゴニアは、環境保護という目的を事業の中心に置き、社員と顧客が「何のために働くか」を感じやすい文化を作った。Purpose(目的)を、広報文句ではなく採用・商品・行動に埋め込んだ

• アトラシアンは、ShipIt Daysのような短期集中の自由開発イベントを通じて、日常業務の外に遊びと探索の時間を作った。管理された仕事だけではなく、自分で見つけた課題に向かう動機を、制度として設計した

• グーグルは、20%ルールや心理的安全性を通じて、社員が本業の周辺で試す余白を持てる文化を作った。すべてを上から管理せず、Play・Purpose・Potentialが新しいプロダクトの種になる設計を持っていた

共通するのは、ひとつだ。

彼らは、間接的動機で人を縛る前に、直接的動機が立ち上がる場を、組織のなかに用意した。

逆に、間接的動機が暴走した反面事例も、はっきり残っている。

• ウェルズ・ファーゴは、販売目標と評価圧力が強まりすぎ、社員が顧客の同意なしに大量の口座を勝手に開設するに至った。Economic Pressure(経済的圧力)とEmotional Pressure(感情的圧力)が、行動そのものを歪めた典型である

彼らに足りなかったのは、人材ではない。研修でもない。
Play・Purpose・Potentialを、業務そのものに埋め込む構造である。
業界・規模・地域を問わず、ToMo指数と業績には強い相関があった。
創造性は、属人的な才能ではない。組織の動機設計が生み出す、再現可能な現象である。

この研究の、決定的な発見

そして、ドシ氏らはもうひとつ、決定的なことを突きとめる。

言い換えれば、こうだ。

ここが、ToMo指数の研究の、いちばん効く一行である。

ところが現実は、真逆を進む

業績が鈍ると、経営は反射的に管理を強める。管理を強めると、現場は「言われたからやる」状態になる。「言われたからやる」は、感情的圧力を高め、間接的動機を太らせる。間接的動機が太ると、直接的動機が痩せ、創造性が枯れる。創造性が枯れると、業績はさらに鈍る。経営は、もっと管理を強める。

これがドシ氏らが「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2｜ToMoスパイラル（古典版）

業績鈍化への合理的対応として管理を強めるほど、間接的動機が太り、直接的動機が痩せ、さらに業績が鈍化する。経営の善意が、組織を痩せさせる古典的な型である。

この研究を一行に圧縮するなら、こうだ。

ここまでが、ToMo指数の研究が、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、管理コストを「ゼロ」にした

ここからが、AI時代の話だ。
かつて、管理には自然な歯止めがあった。報告書を読むには時間がかかる。会議を開くには場所が要る。評価には上司の脳みそが要る。人手と時間という壁が、管理欲求を抑えていた。
ところがAIは、その壁を、一夜で取り払った。

図3｜管理項目の従来とAI時代

かつての管理には、人手と時間という自然な歯止めがあった。AIは、報告・進捗・異常検知・改善案・評価・標準化の6領域すべてで、その壁を取り払った。

これは、管理の高度化ではない。
管理コストの、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、常時見られる」。

ここで一度、誤解をほどいておきたい。
AI管理そのものが悪いのではない。情報漏洩を防ぐ。著作権を守る。誤情報を点検する。顧客への影響を確認する。判断責任を曖昧にしない。これらは当然、必要である。

問題は、管理がいつの間にか安全のための柵ではなく、人間を小さく動かす檻に変わることだ。

• AIで何を創るか。

• AIでどんな問いを増やすか。

• AIでどこまで試せるか。

この問いが消え、「AIをどれだけ正しく使わせるか」だけが残った瞬間、AIは成長の道具ではなく、統制の道具になる。
そしてこの全能感こそが、ToMo(Total Motivation)の蛇口を全開にする引き金になる。

4. AI時代の衰退スパイラル

前章で見たToMo指数のスパイラルは、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4｜AI時代の衰退フライホイール

AIは管理を安くし、客観性を装い、人事と連動する。だから古典的なToMoスパイラルが、徒歩から電動キックボードへと変わる。

上の図で点線で描いた3本(4本)の矢こそが、AIが新たに取りつける加速装置である。

• AIが客観性を装う → 非難バイアスが「データに基づく合理的判断」に偽装される

• 管理コストがゼロ化 → 自然な歯止めが消える

• AI評価と人事の連動 → 経済的圧力で固定化される

ToMo指数のスパイラルがもともと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。

5. AIは、ToMoの6つを「内側から」侵食する

ToMo指数を構成する6つの動機。AIは、その一つひとつに、別々の毒を仕込む。

図5｜直接的動機3つの侵食

楽しさ・目的・可能性 ― 会社を強くする3つの直接的動機が、AI管理によって内側から削られる経路を整理する。

図6｜間接的動機3つの増幅

感情的圧力・経済的圧力・惰性 ― 会社を弱くする3つの間接的動機が、AI管理によって増幅される経路を整理する。

直接的動機を削り、間接的動機を太らせる。
これは、ToMo指数のシーソーを、両側から踏みつける行為である。

6. AI時代の「非難バイアス」は、3つの装置で加速する

ドシ氏らが警告した最大の罠、非難バイアス。「現場は間接的動機で動いているから、締め付けが必要だ」という、リーダーの思い込み。
AIは、この思い込みを、3つの装置で加速する。

装置①：AIが「客観性」の衣をまとう

従来の非難バイアスは、上司の主観だった。「あいつはサボっている気がする」。
AI時代の非難バイアスは、ダッシュボードに現れる。「AIスコアが低い」。
主観が、データに化ける。
非難する側は「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。

装置②：AIが「もっと管理できる」と囁き続ける

AIは、終わらない。
「もっと細かく見られますよ」「もっと精緻に評価できますよ」「次は、これも測りませんか」。
AIは経営者の管理欲求を、継続的に、一定のリズムで、煽り続ける。

装置③：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。

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ガバナンスは必要である。
だが、ガバナンスには二種類ある。

ひとつは、人間の逸脱を減らすためのガバナンス。
もうひとつは、人間が安全に逸脱できるようにするためのガバナンス。

同じ「管理」という言葉を使っていても、前者は創造性を削り、後者は創造性を守る。
分岐点は、単純だ。

ガバナンスの設計思想が、すべてを分ける。

図7｜AIガバナンスの2×2

強い管理が悪いのではない。人間を従わせる強い管理と、人間を解き放つ強いガバナンスがある。第3章で示した「檻か、柵か」の分岐は、ここに対応する。

図8｜衰退する企業と成長する企業のAI管理比較

AIを「人間を従わせる」側に使う企業と、「人間を解き放つ」側に使う企業の違いを、7観点で比較する。

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。

悪いAI管理は、こう聞こえる

• AI利用率を上げろ

• 生成AIで工数を削れ

• AIに聞いてから動け

• AIの推奨から外れるな

• AIログを見て評価する

• プロンプトを標準化して、逸脱を減らせ

• AIが作った改善計画を、そのまま実行しろ

これらは一見、合理的に見える。
しかし現場に届く音は、こうだ。

これが、間接的動機を太らせる。

良いAI管理は、こう聞こえる

• AIを使って仮説を増やせ

• AIで顧客理解を深めろ

• AIで試作品を早く作れ

• AIで複数案を比較しろ

• AIの出力に、人間が反論しろ

• AIで学習速度を上げろ

• AIで現場の探索余地を広げろ

• AI利用の成果を、利用率ではなく「生まれた価値」で見ろ

こちらが現場に届ける音は、まったく違う。

これが、直接的動機を支える。

8. ではどうするか — REAPモデル、AI時代版

ドシ氏らが処方箋として示した、非難バイアスを個人で防ぐ4ステップ「REAPモデル」。
これをAI時代に翻訳すると、明日の朝から使える日常技法になる。

図9｜REAPモデル（AI時代版）

非難バイアスを個人で防ぐ4ステップ（Remember／Explain／Ask／Plan）を、AI時代の現場語に翻訳する。直すべきは現場ではなく、AIと管理する側である。

注目してほしいのは、最後のPだ。
原典では「多くの場合、計画の中には自分の改善点が含まれる」と書かれていた。AI時代は、これがもっと露骨になる。
直すべきは、現場ではない。AIと、管理する側の自分である。

9. 中心命題

ここまで来て、本稿の中心命題は、こう置ける。

AIを管理すれば、企業が成長するのではない。 AIによって、人間がより自由に、より深く、より責任を持って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をどう管理するか」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、どう責任を引き受けるか。

つまり必要なのは、AI管理規程だけではない。
AI時代の組織プロトコルである。

• 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。

• 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は統制を増やす。

その差が、そのままToMo指数の差になる。

図10｜AI時代の組織プロトコル

AI管理規程だけでは足りない。問い・疑い・違和感・学習・責任を、人間の側に残す設計がいる。

10. 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。

「AIがそう言ってますから」。

この一言が出る組織は、もう創造していない。
この一言が出ない組織だけが、AI時代を生き延びる。

関連図書・論文一覧

Neel Doshi & Lindsay McGregor (2015), Primed to Perform: How to Build the Highest Performing Cultures Through the Science of Total Motivation.

Daniel H. Pink (2009), Drive: The Surprising Truth About What Motivates Us.

「AIがそう言ってますから」。はじめに

#AIがそう言ってますから#組織開発#経営理論 #AI
#March理論#ToMo指数#Goodhartの法則#心理的安全性#Conwayの法則#取引コスト理論