AI投資の判断で最も危ういのは、意思決定者本人が一度もAIを触っていない状態です。部下のデモとベンダーの提案と記事の伝聞だけで判断すると、評価は両極端に振れます。万能だと信じて大きく賭けるか、おもちゃ扱いで見送るかのどちらかです。AIに何ができて何ができないかという肌感覚は、報告書やデモでは移転できない体験知だからです。週に三十分、自分の実務で使うだけで、稟議に上がる提案の目利きは育ちます。本稿では、その理由を学習の理論から確かめ、明日からの三十分の使い方まで示します。
部下のデモと記事の伝聞だけでは、評価は両極端に振れます
AI投資の稟議には、だいたい三種類の材料が載ってきます。ベンダーの提案書、部下が見せてくれるデモ、そして経営者自身が読んだ記事です。どれも有用ですが、共通の偏りがあります。うまくいった場面か、派手に失敗した場面か、両端しか伝えないことです。
提案書とデモは、成功する条件を整えた上での成功例を見せます。ここだけを材料にすると、AIは万能に見えます。万能に見えた経営者は大きく賭け、現場が追いつかずに失速します。逆に、AIの誤答や情報漏えいを報じる記事だけを材料にすると、AIはおもちゃに見えます。おもちゃに見えた経営者は見送りを重ね、気づけば競合との差が開いています。
実際のAIは、その中間にいます。議事録の要約はほぼ任せられるけれども、契約書の見落とし確認には人の目が要ります。見積のたたき台は作れても、与信の最終判断は渡せません。採用でも同じ形が現れます。求人票の下書きは得意でも、応募者の見極めを丸ごと預けるのは危険です。この「条件付きで使える」という一番広い領域は、境界線の肌感覚がないと見えません。そして境界線の感覚は、自分の手で境界を踏み越えて、AIに裏切られた経験からしか生まれないのです。
導入の現場で繰り返し見てきたのは、投資判断が的確な経営者ほど、自分のAIの失敗談を具体的に語れるという事実です。うまくいった自慢ではなく、任せてみて駄目だった話を語れるかどうかが、目利きの分かれ目でした。
伝聞だけでは、学習のサイクルが回りません
なぜ報告書では感覚が移転できないのでしょうか。理由は学習の構造にあります。組織行動学者のデイビッド・コルブは、1984年の著書で、人が経験から学ぶ過程を四つの段階の循環として定式化しました。具体的な経験をし、それを振り返り、そこから自分なりの持論をつくり、次の場面で試します。学習とは経験を変換して知識をつくる過程であり、この一周が回って初めて、使える知識になるという理論です。
この枠組みで見ると、伝聞だけの判断が危うい理由がはっきりします。伝聞で受け取れるのは、他人が経験を変換し終えた結論だけです。自分の具体的経験がないため、サイクルの起点が欠けています。起点のない知識は、覚えることはできても、目の前の提案がその知識の当てはまる範囲に入るかどうかを判定できません。「AIはもっともらしい誤りを混ぜる」と知識で知っている経営者と、自分のメール下書きで取引先の固有名詞を間違えられた経営者とでは、稟議書の同じ一行から読み取れる情報量がまるで違います。
もちろん、コルブの理論は個人の学習を扱ったものであり、投資判断の成否を直接検証した研究ではありません。学習スタイルの分類など、後続の研究から批判を受けた部分もあります。ただ、経験の裏づけなしには使える知識にならないという中核の主張は、免許の学科試験に受かっただけでは運転できないという日常の実感とも一致します。AIの目利きも、その例外ではありません。
判断材料は「伝聞・観察・体験」の三層に分けられます
そこで、いま自分が持っている判断材料を三つの層に分けてみることを提案します。名づけるなら、伝聞・観察・体験の三層です。
最初の層は伝聞です。記事、ベンダーの提案、セミナーで聞いた話がここに入ります。自社に当てる質問は一つです。「その根拠は、誰かの言葉だけではないか」。
次の層は観察です。部下が見せてくれたデモや、他社の見学がここに入ります。伝聞よりは濃い材料ですが、ハンドルは他人が握っています。質問はこうです。「見ただけで終えず、自分の手で同じ操作をしたか」。
最後の層が体験です。自分の実務にAIを入れ、任せられた場面と裏切られた場面の両方を持っている状態を指します。質問は「直近一ヶ月で、AIに失敗された経験を自分の言葉で語れるか」。コルブの循環が回り出すのは、この層に立ったときだけです。
決裁の場でこの三層を思い出すだけで、判断の質は変わります。体験の層が空のまま金額の大きい投資を決めようとしていたら、それは海図なしの航海です。決裁を止める必要はありません。決裁の前に、自分を体験の層まで降ろせばよいのです。
「忙しいから専門家に任せる」は、線の引き方を間違えています
当然の反論があるはずです。経営者は多忙であり、専門的なことは詳しい人に任せるのが分業ではないか、というものです。
半分は正しいと考えます。ツールの選定、社内展開、規程の整備といった導入の実務は、任せてよい仕事です。以前、社内に「AIを育てる人」を一人つくることを論じましたが、あれは組織に広げる役割の話でした。本稿が扱うのは、その手前にいる、判断する人自身の話です。広げる実務は委任できても、判断の土台になる体験は委任できません。
財務に置き換えると、線の位置が見えます。記帳や決算の実務は経理の担当者や外部の専門家に任せます。しかし、数字を読んで意思決定する力まで外に出す経営者はいません。AIも同じです。導入の手足は借りてよいのです。ただし、何ができて何ができないかという肌感覚だけは、決裁印を持つ人の内側にしか置けません。別稿で、AIは外注して入れるものではなく自分で育てるものだと論じました。育てる主体になるための前提としても、経営者自身の一次体験が最初の一歩になります。
まず三十分、自分の実務でAIに仕事を一つ渡してください
第一歩は大がかりである必要はありません。経営者本人が、週に三十分、自分の実務でAIを使う。これだけです。メニューを三つ用意しました。
一つ目は、メールの下書きです。返信に悩む一通を渡し、たたき台を作らせてみてください。二つ目は、議事録の要約です。直近の会議メモを渡し、決定事項と宿題を抜き出させます。三つ目は、意思決定メモの壁打ちです。いま悩んでいる案件の論点を書き、想定される反論を挙げさせます。
道具は、会社で使ってよいと決めたものを使ってください。顧客名や未公表の数字を入れない範囲でも、練習の題材には困りません。そして使うたびに、一行だけメモを残してください。「任せられた」か「任せられなかった」か、そしてその理由です。四週間で四回試せば、稟議に上がるAI提案を読む目は変わります。どの業務なら任せられるか、どこから先は人が持つべきかを、自分の失敗経験を根拠に言えるようになるからです。
来週の予定表に、三十分の枠を一つ入れてください。件名は「AIに仕事を一つ渡す」で十分です。導入の実務は任せて構いません。ただ、判断の土台になる体験だけは、自分の手で仕入れてください。AI投資の精度は、その三十分から育ちます。
（出典注：デイビッド・コルブ『Experiential Learning: Experience as the Source of Learning and Development』（1984年、Prentice-Hall）。学習を、具体的経験・内省的観察・抽象的概念化・能動的実験の四段階が循環する過程として定式化した、経験学習理論の古典です。個人の学習を扱った理論であり、経営判断の成否を直接検証したものではない点は、本文に記した通りです。）