AI導入に協力すると、自分の墓場を掘るのか

会社のAI導入に協力することは、自分の墓場を掘るようなものだ。そう感じる人がいても、不思議ではない。

これは感情論ではなく、ゲーム理論的に合理的な判断だ。

本当の障壁は、ツールでも予算でもない

AI導入が進まない理由を聞くと、たいていこう返ってくる。「ツールの選定が難しい」「予算が足りない」「経営層の理解がない」——。

これらは本物の障壁だ。しかし、もっと根本的な問題がある。

自動化のキーマンが、合理的に協力しない選択をしている。

自動化のキーマンとは、組織の暗黙知を持つ人だ。現場の例外処理。顧客ごとの癖。システムの抜け道。誰に聞けば進むか。どこで止めるべきか。こうした知識は、マニュアルには書かれていない。そしてその知識こそが、AI導入を成功させる鍵になる。

なぜ協力しないことが合理的なのか

この人と組織の間には、こういう利得構造がある。

協力して知識を出す場合 → 希少性が下がる → 自分が不要になるリスクが上がる

知識を出さない場合 → 希少性を保てる → 自分の立場を守りやすい

信頼が担保されていない状況では、秘匿が支配戦略になる。どちらの選択をとっても「秘匿する」が合理的になる状態——ナッシュ均衡が「全員が協力しない」側に固定される。

結果として何が起きるか。現場は本当の情報を出さない。例外処理が見えない。PoCは進まない。プロジェクトが止まる。

経営者も合理的に動いている。現場も合理的に動いている。全員が合理的に動いた結果、AI導入が進まない。これが本質的な難しさだ。

均衡を動かすには、利得構造を変えるしかない

ナッシュ均衡を崩すには、ゲームのルールを変えるしかない。「知識を渡したら終わり」という構造が問題なら、「知識を渡した人が新しい役割の起点になる」構造に変える。

ここで具体的に考えたいのは、「新しい役割」とは何かだ。

4つの新しい役割

AI導入後に暗黙知を持つ人が担える役割は、大きく4つある。

ここで重要なのは、「役割を与える」という発想ではなく、「その人なしには設計できない領域がある」という認識だ。AIは、業務のどこで止まるべきかを自分では決められない。証拠が足りているか、例外として扱うべきか、誰に確認が必要か——これらは、その業務を体で知っている人にしか判断できない。暗黙知を持つ人は、AIを動かす側ではなく、AIが動いていい範囲を定義する側に立つ。

① 監督者 AIの出力を評価し、成果と品質をモニタリングする役割。AIが「正しいか」を判断できるのは、その業務を深く知っている人だけだ。マニュアルに書けない判断基準を持つ人が、AIの監督者として最も機能する。

② 改善者 AIの判断パターンを観察し、継続的に改善する役割。「このケースではAIの判断がずれている」「このルールは変えた方がいい」——そういう改善提案ができるのは、現場を知る人だけだ。

③ 例外判断者 AIが止まったとき、最終的な判断を下す役割。例外処理こそが暗黙知の塊だ。AIが迷う場面には2種類ある。「止める理由が定義済みで止まる」ケースと、「そもそも何を根拠に判断すべきかが未定義で止まる」ケースだ。後者こそが、暗黙知が眠っている場所だ。この「未定義の判断境界」を読み、分類し、必要なら人間判断として残置する——これが例外判断者の本質的な仕事になる。

④ 業務設計者 業務とAIの最適なつなぎ方を設計する役割。どの工程をAIに任せ、どこに人間の確認を入れるか。AIが外部行為（顧客への返信、発注、公開）へ進む前のどこに検問を置くか——この設計は、業務フローを構造として読める人にしかできない。

この設計がないまま進めると何が起きるか

「新しい役割の設計」なしにAI導入を進めると、現場は合理的に防衛する。情報を出さない。例外をブラックボックスに残す。「うまくいかない理由」を積み上げる。これは悪意ではない。合理的な自己防衛だ。

もう一つ起きることがある。暗黙知が設計に組み込まれないまま進むと、AIは「未定義の判断境界」に何度もぶつかり続ける。顧客ごとの例外、規程と実務のズレ、誰が決めるべきか不明な権限境界——これらはAIが自動化できない領域ではなく、まだ誰も定義していない領域だ。定義されないまま放置されると、AIは止まり続け、現場は「AIは使えない」と判断する。本当は「まだ設計されていないだけ」なのに。

だから、AI導入をROIというひとつのKPIだけで見てはいけない。削減効果だけを見ていると、最も重要な問いを見落とす。

誰の知識が使われるのか。誰の役割が変わるのか。誰が責任を持つのか。誰が新しい価値の起点になるのか。

AI導入は、技術導入ではなく、利得構造の再設計でもある

AI導入が進まないのは、ツールの問題でも予算の問題でもない。暗黙知を持つ人が、合理的に協力しない選択をしているからだ。

均衡を崩すには、「知識を渡したら終わり」という構造を変えるしかない。暗黙知を出した人が、置き換えられるのではなく、監督者・改善者・例外判断者・業務設計者として新しい価値の起点になる。そういう設計があって初めて、現場は合理的に協力する理由を持てる。

AI導入は、技術導入ではなく、利得構造の再設計でもある。