BCG の新しい調査、上司と監督者必読: AI で時代の先を行く企業は働き方を変えています。
今朝の7時頃、私のAI秘書が午前中のブリーフィングを終えるのを手伝ってくれて、あるWebサイトにはデータベース権限があり、当初来週月曜日に閉鎖される予定だったということを思い出させてくれました。
まずは必要かどうか評価してもらいます。 コードと公式データベースをチェックし、この権限はもはや正当な目的を果たしておらず、この権限をそのままにしておくとサーバー側のチェックを回避できる可能性があると報告した。 「今すぐ実行してください」と答えるだけで、移行が作成され、適用され、2 つのパスが検証され、テスト データが削除され、仕様が更新され、最後に月曜日のカレンダー リマインダーが削除されました。
全部で5分もかかりませんでした。 私がやることは、やるかやらないかの判断と、やった結果の確認の2つだけです。
今週、BCG Institute が 9 月末に発表した研究「AI フロントランナーが仕事のやり方を変える 5 つの方法（新しいタブで開く）」をたまたま読みました。読んだ後、私は次のように感じました。このレポートは主に大企業の変革について述べていますが、私にとってもそれは日々経験していることです。
この研究は何を言っているのでしょうか?
BCG Institute は、2026 年 3 月から 8 月にかけて、AI リーダーとして分類した 50 社以上の最高人事責任者、首席補佐官、創業者、部門責任者にインタビューを実施しました。 このサンプルには、AI ネイティブ企業 23 社、AI をコアエンジンとするデジタル プラットフォーム 18 社、部門ごとに変革を進めている伝統的な企業 9 社が含まれています。
このレポートは、BCGの別の調査結果の数字を引用することから始まっている。 AIを利用して仕事と人材を再設計している企業は、業界調整後の年間株主利益率が同業他社よりも11パーセント以上高いという。 重要なのは文の後半です。これらの企業は古いプロセスの上に AI ツールを積み重ねていません。
言い換えれば、AI をさらに活用することは、進歩することを意味するものではありません。 報告書の最初の段落では、リーダーのAI利用が必ずしも記録を更新するとは限らないと説明している。 彼らが行うことは、運用モデルを変革し、既存のレイヤーとプロセスを解体することです。
研究チームは 5 つの方向性をまとめており、調査対象企業の 80% が 3 つ以上を同時に達成しました。
| の場合伝統的な慣習 | AI先進企業の実践 | |
|---|---|---|
| 仕事の目的 | 上記によって割り当てられた義務とタスク | 方向性は上記によって定められ、結果は個人とチームの責任となります。 |
| 作品そのもの | 人が生産し、機械が支援 | 機械が生産し、人が指示を与え、評価を行う |
| 意思決定の仕組み | 意思決定は上に集中し、年功序列が権限を決定します。分配は決定が償還可能かどうかに基づいて行われ、それは下位に委任されます。 | |
| ワークコーディネート | 定期的な会議、進捗状況の同期、レイヤーごとの承認 | 日常的な同期は AI に引き継がれ、人々は意思決定を行い、関係を構築するために集まります。 |
| 報酬制度 | 年功序列、活動量、成果を見てみましょう | 結果を見て、判断を見て、AI からどれだけ活用できるかを見てみましょう |
次に、台湾の中小企業にとって最も興味深い 3 つの側面についてお話したいと思います。
決定権は不可逆的であり、ランクとは関係ありません。
これは、レポート全体の中で最も線を引きたいセクションです。
伝統的な組織では、意思決定は上向きに行われ、情報の分散により権力の集中が強制され、年功序列が権威をもたらします。 大手 AI 企業のアプローチは、明確なルールを持つ意思決定をエージェントに引き渡し、回復可能でリスクの低い意思決定は問題に最も近い人々に委任し、取り消し不能な意思決定のみを最上位に置くというものです。
レポートでは、エンジニアリング プラットフォーム Jellyfish（新しいタブで開く） の例を挙げています。 彼らの統合コードは反復性が高く、同じ変更を何百回も行う必要があります。以前は、毎回チーム外のプログラム リーダーの承認が必要でした。 AIプログラミングの導入後、修正量が飛躍的に増加し、レビューが最大のネックとなった。 現在の慣例では、変更を作成するエンジニアはそれを自分で承認し、一度合意されたガードレールを遵守し、毎回レビューのために提出する必要はありません。当初は 3 日かかっていた修正が 1 日で完了します。 料金も明記されており、自分でネット接続することも可能ですが、壊れた場合は自己責任となります。
これを読んで笑ってしまったのは、私がAI向けに書いた就業規則もほぼ同じロジックだからです。
私のクロード・コードのプロフィールには次のように書かれています。取り消し不能なアクションや公開されるアクションについては、まず私に尋ねてください。オンライン コンテンツを展開、削除、または上書きする前に、目標を明確に確認してください。 一方、情報を確認したり、プログラムコードを読んだり、下書きを書いたりといった、いつでも元に戻せる作業に関しては、いちいち問い合わせることなく、機械が勝手に判断することができます。
今朝のデータベースのアクセス許可は、この分業の結果でした。 評価はAIに任せる、評価が間違っても損はないから、評価はAIに任せる。正式なデータベースにアクセスするかどうかは私が決定します。 それは元に戻せないからです。 決定が下されると、実行と検証が返されます。
多くの上司は、AI 導入後の最大の問題は手放せないことだと言いました。 問題は、勇気があるかどうかではなく、むしろ自分の決断を最初に分類していないことだと思います。 どのような間違いを修正できますか?一度行ってしまうと取り返しのつかないことは何ですか？ まずこの表を描いてください。 そうすれば、手放すための基礎が得られます。
専門家の頭の中にあることを書き留めておけば、経験が積み重なっていきます。
このレポートは、大手 AI 企業で生まれつつある 5 つの新しい役割を整理しています。そのうちの 1 つはドメイン アンカーと呼ばれ、専門知識を再利用可能な形式に書き込む人々を指します。 5 つの家族のうち 4 つがこれを行っています。最も有力な専門家が知っていることを整理し、隣に座っている人々だけでなく組織全体がそれを利用できるようにしています。
保険テクノロジー会社 Reserv では、従業員が自社構築プラットフォーム上で AI エージェントとして働くことを許可しています。各人の専門知識がエージェントの運用方法に書き込まれ、会社全体で再利用できます。 エージェントがやればやるほど、結果は複雑化し始めます。新しいトレーニング コースの開発は 18 か月から 4 週間に短縮されました。規制変更への対応は約 3 日から約 1 時間に短縮されました。
ウォルマートの取り組みも参考になる。 従業員は約 18 ～ 24 か月ごとにポジションを変更します。経験が残らないようにするために、専門家は仕事が実際にどのように行われるかをさまざまなバージョンで書き留め、自分の立場のデジタルクローンを作成します。
この部分にはとても共感します。 私の AI 秘書チームが機能できるのは、モデルが賢いからではなく、私が半年以上かけて私のやり方を 1 つずつ書き留めたからです。文体ファイルには私の口調や禁止文パターンが記録されています。メモリ ファイルには、どのデプロイメント パイプラインに落とし穴があるのか、どの API がサイレントに失敗するのかなど、罠にかかるたびに記録されます。朝のブリーフィングのプロセスは標準的な作業手順として書かれており、日付の次の週の事前計算さえも書き込まれています。 これは、かつて間違っていたとマークされたためです。
端的に言えば、これはナレッジマネジメントの一人会社版です。違いは、以前は SOP は初心者向けに書かれており、書かれた後は誰も読まないことがほとんどでした。 今では、書き留められた内容は AI によって毎日追跡されるようになります。明確に書かれているほど、それはより良く行われます。 これは、ナレッジ マネジメントに関して私がこれまで見た中で最も直接的なフィードバックです。
この報告書では、非常に実際的な問題についても言及しています。 伝統的な企業では、専門家が代替可能になることを恐れて知識を共有することに消極的であることがよくあります。 大手 AI 企業にとっての解決策は、共有を昇進への道に変えることです。筆者が全員会議で賞賛するのは、他人が使うものを作った人たちです。 AIの使用量が多いからといってステージに立つことはできません。
評価は思考の質で決まり、何が渡されるかは二の次です。
5番目の側面は、報酬と報酬についてです。その中に、すべての上司にコピーしたい一文があります。「AI はアクティビティを作成するのが非常に得意です。」人はツールを非常に乱暴に使用して、結局何も達成できない可能性があります。 これは Zapier 氏の見解であり、彼らはビジネス指標、顧客関係を改善するか、チームメイトの仕事を改善するかなど、結果に基づいて従業員を評価します。
調査対象企業の約4分の3は活動よりも判断を優先した。 具体的な方法は、評価を紙から現場に移し、作業を始める前に計画を説明し、作業終了後にAIの回答を覆した箇所を指摘するというものだ。
情報プラットフォーム Clay（新しいタブで開く） は、その人が自分の提案を本当に理解しており、それを実行する能力があることを確認するために、15 ～ 20 分のリアルタイム会話を使用することがよくあります。 理由は簡単です。AI 支援による出力は美しく見えるかもしれませんが、その人はそれを深く考えていない可能性があります。
Glean（新しいタブで開く） ビジネスマンへのインタビューの仕方も非常に興味深いです。 申請者に 3 ～ 4 人の潜在顧客を与え、AI と自身の判断を使用して最初に追求する顧客を決定し、開発レターを書いてもらいます。 評価のポイントは 3 つあります。クライアントの戦略についての直感、いつ AI を使用するかについての判断、AI の初稿をどの程度変更したか、またはそれをそのまま受け入れたかどうかです。
これは私が AI に対して設定したもう 1 つのルールを思い出させます。それは、作業を行うエージェントは自分自身の作業を検査しないということです。 受け入れるには、異なる目と異なる問題意識が必要です。 人も同様です。アウトプットが容易になると、上司が見たいのは、渡されたものの数ではなく、なぜそれをしたのか、どこがAIの言うことを聞かなかったのか、ミスの責任は誰にあるのかを明確に説明できるかどうかです。
このレポートの制限事項: 読むときはこの点に留意してください
また、研究者として、皆さんが読んだだけで真似することのないように、いくつかの注意点をお伝えしたいと思います。
まず、これは定性的調査です。 50社、半構造化面接。面接対象者は第一線の従業員ではなく上司であり、必ずしも従業員の実際の日常生活ではなく、リーダーの目から見た組織について説明しています。 研究チームは厳格なプロセスを実施しました。計画にあるものではなく、インタビュー対象者が「すでに実行している」と述べたものだけがスコア化されました。 これは評価に値します。
2 つ目は、サンプルが特定のジャンルに偏っていることです。 63% は北米にあり、半分はソフトウェアとサービスに属し、23 社は AI ネイティブ企業です。 台中の機械部品工場では、Cursor のマーケティング スタッフが代理店全体を置き換えるために独自のアプリケーションを作成しましたが、参考値は限られています。
第三に、株主利益率の 11 パーセントポイントの差は、別の BCG 研究から得られたものであり、単なる相関関係であり、因果関係の証明ではありません。 すでにうまくいっている企業がそのような変革を起こすことができる可能性は非常に高いです。
第 4 に、サンプルは単一のリーダーです。 成功しなかった企業はレポートには表示されません。
これらの制限によってレポートの価値が下がるわけではありませんが、リマインダーとして機能します。つまり、レポートを保証ではなくロードマップとして扱ってください。
台湾の中小企業向け: 橋頭堡からのスタート
レポートの最後では、伝統的企業のロードマップが 3 つのセクションに分かれています。つまり、基礎を築き、それを 1 か所で実証し、それを全社に展開するというものです。 これを中小企業が実行できるバージョンに翻訳しました。
- まず、どのような結果が必要かを明確にしましょう: AI をインポートするためだけに AI をインポートしないでください。 最初に尋ねてください: 今年最も改善したいビジネス指標はどれですか?次に、どのポジションとどのスキルが影響を受けるかを後退させます。 同じことを「業務の課題から始める AI の導入」でもお話しました。
- 会社の AI リテラシーを定義する: ChatGPT を使用できるかどうかは出発点にすぎません。いつ使うのか、いつ使わないのかを判断できるかが焦点です。 Zapier は、好奇心、適切なツールを選択するための戦略、良い結果を生み出す能力、出力に対する責任という 4 つの側面に分類されます。
- 橋頭堡を選択: ビジネス価値が最も明確で、最も積極的に挑戦する人材がいる部門を選択します。 Rivian のソフトウェア部門は、社内の他の部門よりも半年早く独自の AI フレームワークを実行し、現在ではそれが全社のリファレンス モデルとなっています。
- 意思決定を分類し、会議をスリム化: どの決定を AI に任せるか、どれを前線に任せるか、どれを上司に任せるかを描きます。 純粋に進捗状況を報告する会議は書面またはオンラインでの同期に変更され、会議の時間は本当に議論する必要がある事柄のために確保されます。
- 結果を見てみましょう: パイロット部門によって行われた変更を広めます。何が速くなったのか、何が良くなったのか、どの引き継ぎが不要になったのかを説明します。 昇進には証拠が必要であり、上司の口だけを頼りにしていては意味がありません。
レポートの最後に、私も同意する一文があります。「これらの変化は決して終わることはない」。 本当のことは、リーダーの現在の地位に追いつくことではなく、最前線にいる企業が常にそうしてきたように、継続的に改善する能力を開発することです。
このような能力は、会議を開催したり、システムを購入したりすることでは得られないというのが私の経験です。 それは、毎日小さなことを一つずつ渡し、それを受け入れ、修正し、次回そのことについて話さなくても済むように書き留めることから生まれます。 あなたの会社で毎週繰り返していることは何ですか?それについて書き始めてください。
さらに読む:
- 企業は AI をインポート、上司はただ見ているだけではいけない
- 答えが無価値になったとき、複利資産となるのは判断だけです
- 『仕事の大改革』読書体験記：AIがあなたの仕事を引き継ぎ始めたとき、あなたに残る価値は何ですか？
出典: Sagar Goel、Julie Bedard、Matthew Kropp、Ashley Sim、Charikleia Kaffe (2026-09-24)。 AI のフロントランナーが仕事のやり方を変える 5 つの方法。 BCG研究所。 https://web-assets.bcg.com/pdf-src/prod-live/companies-use-ai-to-redesign-work.pdf（新しいタブで開く）
