AIを会社に入れるとき、多くの会社は「使いたい部署」「入れやすい業務」から手をつけます。当然に見えますが、ここに落とし穴があります。会社全体の仕事の速さは、部署ごとの速さの足し算では決まりません。いちばん詰まっている一か所、ボトルネックの速さで決まります。ボトルネック以外をどれだけAIで速くしても、会社全体の成果は動きません。むしろAIは、置き場所を間違えたときの代償を、昔の道具より大きくします。コピーのコストがほぼゼロなので、手前の工程が一気に速くなり、行き場のない仕掛かりやレビュー待ちが、これまでにない勢いで膨らむからです。AIは「どこに入れるか」を間違えると、便利な部署を増やしながら、会社全体はかえって詰まっていくのです。
なぜ「全部署に入れる」と成果が出ないのか
これは新しい話ではありません。ものづくりの現場では、四十年あまり前から知られてきた原則です。物理学を学んだ経営思想家エリヤフ・ゴールドラットは、1984年の著書『ザ・ゴール』で、制約理論という考え方を世に広めました。要点はこうです。どんな仕事の流れにも、全体の速さを決めている一か所、ボトルネックがあります。そして全体の処理量は、そのボトルネックを速くしたときにしか、まとまっては増えません。
ここから、直感に反する結論が出ます。ボトルネックでない工程をいくら強化しても、会社が生み出す量は増えません。手前だけが速くなれば、処理しきれない仕事がボトルネックの前に積み上がり、在庫や手待ちが増えて、現場はかえって忙しくなります。部分の改善を足し合わせても、全体の改善にはなりません。ゴールドラットが繰り返し説いたのは、この一点でした。
AIは、この古い罠を一段深くする
ここにAIならではの事情が重なります。昔の改善は、人を増やすにも設備を入れるにも、手間とお金がかかりました。だから手前の工程をやみくもに速くすることには、自然なブレーキがありました。AIは違います。一度うまく動かせば、同じ作業をほぼ無料で、いくらでも速く大量にこなします。そのブレーキが外れるのです。結果として、ボトルネックでない工程にAIを入れると、これまでにない速さで仕事が前へ流れ、詰まった一か所の手前に、見積もりや申請や問い合わせが洪水のように溜まります。速くなったはずなのに、全体はむしろ詰まる。AIは、置く場所を間違えたときの代償を、過去のどの道具より大きくするのです。
「各部署が楽になるなら、いいことでは？」への答え
当然の疑問が出ます。たとえボトルネックでなくても、各部署が楽になるなら十分ではないか、と。負担が軽くなること自体は良いことです。問題は、それを「会社の成果が上がった」と取り違えることにあります。担当者が楽になっても、出口である全体の処理量が増えなければ、売上にも納期にも表れません。だから効果は、「その部署が楽になったか」ではなく、「いちばん詰まる一か所が動いたか」で測ります。物差しを取り違えると、現場は満足しているのに経営の数字は動かない、という最もありがちなすれ違いが起きます。
どこが詰まっているか、四つの兆候で見当をつける
では、自社のボトルネックはどこにあるのでしょうか。次の四つの兆候が、見当をつける手がかりになります。
仕事の山が、いつも溜まっている。 書類でも、承認待ちでも、問い合わせでも、手前に行列ができている工程が、最有力候補です。
「あの人待ち」「あの部署待ち」で止まる。 特定の人や部署にしか判断できない仕事は、そこに流れが集中し、全体を遅らせます。
注文が増えると、最初に悲鳴を上げる。 引き合いが伸びたとき、真っ先に回らなくなる工程が、会社の処理量を縛っています。
そこが一日止まると、後ろが大きく困る。 止めた影響がいちばん大きい工程ほど、全体を支配しています。
四つの兆候が同じ場所を指せば、そこが本命です。もし候補が割れたら、注文が増えたとき最初に詰まる工程を優先します。会社の処理量を直接縛っているのは、そこだからです。
ボトルネックが決まったら、AIの置き方は三つ
一つめは、ボトルネックそのものを速くする置き方です。 詰まっている工程の作業を、AIに直接肩代わりさせます。会社全体の処理量を増やすのは、原則としてこの一手です。最優先で考えます。
二つめは、ボトルネックを守る置き方です。 詰まった工程に手戻りや不良が流れ込むと、貴重な処理能力が空転します。手前でAIに下調べや下書き、チェックをさせ、ボトルネックには確かな仕事だけを通します。
三つめは、いったん見送る置き方です。 ボトルネックと関係のない工程の自動化は、楽にはなっても全体には効きません。やらないと決めるのも、立派な判断です。
ただし、注意がいります。ボトルネックは、機械的な作業とはかぎりません。人の目視や対人のやり取り、最終承認といった判断に宿ることもよくあります。そして判断は、AIで丸ごとは速くしにくい場所です。その場合は、肩代わりではなく「守る置き方」に軸足を移します。判断そのものは人に残し、その手前の情報集めや下調べ、候補の絞り込みをAIに担わせて、人が判断だけに時間を使えるようにする。ボトルネックがAIで速くしにくいときほど、二つめの置き方が効いてきます。
制約は動く。だからAI導入は一度では終わらない
最後に、いちばん大事な前提を一つ。ボトルネックは、一か所を速くすると消えるのではなく、別の場所へ移ります。出荷の詰まりをAIで解けば、今度は受注の確認が追いつかなくなる。制約は、会社の中を動き回ります。だからAI導入は、便利なツールを一度入れて終わる買い物ではありません。いま詰まっている一か所を見つけて手を打ち、流れが変わったら、また次の詰まりを探す。この繰り返しそのものが、AIを成果に変える営みです。一度きりの配置ではなく、制約を追いかけ続ける運用だと捉えてください。
まず三十分でできること
難しい分析は要りません。まず、自社の主力の仕事が、引き合いから納品まで、どんな順で流れているかを、工程ごとに一行で書き出します。次に、四つの兆候を当てて、仕事がいちばん溜まる一か所に印をつけます。最後に、いま検討中のAIが、その印の工程を速くするのか、守るのか、それとも無関係なのかを見ます。無関係なら、いったん保留にして構いません。ここまでで、たいてい三十分ほどです。
AI投資の成否を分けるのは、ツールの性能でも、入れた数でもありません。会社全体の速さを決めている一か所を見つけ、そこに最初の一手を置けるかどうかです。便利な部署からAIを増やすのは、いちばんやりやすく、いちばん成果につながりにくい進め方です。地味でも、詰まっている一か所から始め、制約が動いたら追いかける。それが、投資を会社の成果に変える順番です。
（本文の制約理論／ボトルネックの考え方は、エリヤフ・ゴールドラットが1984年の著書『ザ・ゴール』で示した、全体の処理量は制約となる一工程によって決まり、制約は解消すると別の工程へ移るという原則に基づきます。）