OECDが突きつけた日本企業の本当の敗因、技術ではなく、組織だった

OECDが先月発表した調査が突きつけたことは、私たちが思い込んでいた「日本のAI遅れ」という単純な問題ではなかったということだ。むしろ、より深い、より根治的な組織的な課題を日本企業は抱えている。パリの本部で発表されたOECDの包括的なAI採用調査によれば、日本は技術力そのものは決して劣っていない。むしろAIハードウェア開発、研究レベルでは世界的競争力を保有している。ソニー、トヨタ、NTTといった企業の技術研究所の実力は、米国のOpenAI、Google、中国のBaiduと比較しても見劣りしないレベルだ。では、何が問題なのか。その答えは、技術ではなく組織の側にあったのだ。

組織的なAI採用の遅れは、表面的には聞こえるが、実は日本企業の根本的な構造問題を指しているのだ。OECDのデータによると、米国ではAIツールを実装している企業の割合が約35%に達しているのに対し、日本は約18%に止まっている。この10倍以上の開きは、単なる「ツール導入の差」ではない。しかもこの数字は、AIを「買った」という段階での割合であり、実際に実装してから業務改革を伴う「実際の活用」まで到達している企業となると、さらに落ちるのだ。韓国でさえ約28%、ドイツが約24%、フランスが約22%であることを考えると、日本のギャップの深刻さが浮き彫りになる。つまり、AIというツールを保有することと、それを組織的に統合して実際の価値を生み出すことの間には、想像以上の隔たりがあるということなのだ。

稟議制度と年功序列が、なぜAI導入に根本的に影響するのかを理解するには、具体的な例が必要だ。私が銀行出身の経営者に聞いた話では、AIが提案する業務改革案を稟議制度で進めると、決裁ラインが20段階を超えることもあるという。各段階で「従来の方式との差分は何か」「新しいリスク要因は何か」「法的問題はないか」「セキュリティは大丈夫か」という質問が繰り返される。その過程で、改革案は当初の形をほぼ失ってしまう。さらに加えて、年功序列制度下では、新しいツール導入によって「仕事のやり方」が変わること自体が、組織内に軋轢を生む。20年同じ方式で仕事をしてきた部長が、AIの導入により職務記述書を書き換えられるという状況を想像してみてほしい。その部長は、自らのキャリアと専門性を否定されていると心理的に感じるかもしれない。組織への抵抗は、当然のように湧き上がる。この心理的な抵抗が、実装段階で経営層の足を引っ張るのだ。

終身雇用という仕組みが、実は経営層の足を引っ張っているという逆説がある。米国企業なら、業務プロセスの変更に伴う人員削減を、比較的容易に実行できる。しかし日本企業では、AIによる効率化で余剰人員が生じても、簡単には解雇できない。法的な問題も発生するし、組織文化として許容されない。そのため、経営層は導入そのものに二の足を踏むのだ。結果として、AIの導入検討は長期間ペンディングされたまま動かない。OECDの調査でも「雇用維持への懸念」が、日本企業のAI投資判断を遅延させている最大の要因として明確に挙げられている。つまり、AIそのものの技術的な優位性や効率性ではなく、それを導入することで組織内に生じる「人事的な問題」が、最終的な意思決定を邪魔しているということだ。経営層にとって、AIの導入は単なるツール導入ではなく、企業の人事戦略全体に関わる経営判断なのだ。

組織文化の違いを具体例で見てみると、より鮮明になる。ある大手製造業の子会社では、AIを導入してから営業データの分析が大幅に改善された。新しいシステムは、市場トレンド、顧客行動パターン、購買確度を数値化し、営業活動の最適化を提案するようになった。しかし、その分析結果は営業部長に報告され、営業部長は従来通りの「勘と経験」による営業戦略を変えなかった。なぜか。AIが示したデータが、彼の30年の営業キャリアを否定しているように見えたからだという。彼は意識的にAIの提案を無視した。その後、新システムは「参考資料」という曖昧な位置付けで実質的に使用されなくなった。これはAI技術の問題ではなく、組織内での権力構造と意思決定プロセス、さらには個人のアイデンティティと関わる深刻な問題なのだ。

対照的に、ドイツやフランスではAI採用が日本より有意に進んでいる。これは興味深い比較研究の対象だ。なぜなら、ドイツも「マイスター制度」など堅い職人伝統があり、組織文化も日本同様に比較的保守的だからだ。また、フランスも公務員制度や労働法の厳格性で知られている。しかし、ドイツ企業がAI導入で日本に明らかに勝っている理由は、経営者層の「覚悟」と「戦略性」の差だと私は考える。ドイツでは、AIによる組織変革を「競争上の必須要件」として最高経営層が位置付け、労使交渉の枠組みの中で、明確な雇用保障を従業員に提示しながら進める。職を失う可能性のある労働者には、スキルリトレーニングプログラムへのアクセス、配置転換の選択肢、場合によっては割増退職金が提供される。日本企業のように「AIを導入したら、雇用をどうするのか」という根本的な問題が未解決のまま、導入を先送りにすることがない。その結果、ドイツは実装段階で日本に差をつけているのだ。

職務記述書の不在というのも、実は日本企業の根深い問題だ。米国企業では、従業員の職務が明確に記述されており、AIツール導入による職務変更も、比較的スムーズに進む。契約書の附則で「職務内容の変更」について明記されているため、導入時に新しい職務記述書を提示する法的な基盤が存在する。しかし日本企業では、多くの社員の仕事内容が曖昧に定義されている。「営業職」と言っても、営業、事務、企画、顧客サポート、時には製造品質管理など多くの業務が混在している。こうした環境では、AIによって「何が変わるのか」を事前に説明することさえ難しい。その結果、組織内で漠然とした不安だけが広がる。従業員側も「自分たちの仕事がどうなるのか」を判断できず、変革に対する抵抗が強まるのだ。

政府のAI戦略も、実は問題の根本的な解決に向けていない側面がある。日本政府は「AI技術開発への投資」と「スタートアップ支援」を掲げており、毎年数千億円の予算をAI開発に投下している。しかし、既存企業の「組織変革」については、ほぼ手付かずなのが現状だ。OECDの報告書でも、日本政府の施策は「供給サイド」に偏っており、「需要サイド」すなわち企業が実際にAIを使いこなすための組織改革支援が不足していると明確に指摘されている。つまり、新しいAIを開発する支援はするが、それを実装する組織を変える支援はしないということだ。大学のAI研究所への補助金は増えても、中小企業がAIを導入する際の人事コンサルティング支援や、リスキリングプログラムへの補助は極めて限定的なのが現状だ。

教育システムの問題も、ここに深く関連している。日本の学校教育は、正解を素早く見つける能力を重視する。テストで高い点数を取ることが成功の指標とされてきた。しかし、AI時代の組織改革には「何が正解かを自分たちで定義する」という能力が必要になるのだ。さらに、失敗から学ぶ文化が日本の教育には薄い。AI導入による試行錯誤は、当然ながら失敗を伴う。第一次導入では思ったような効果が出ないかもしれない。データセットに偏りがあったり、アルゴリズムが特定の条件に適していなかったりすることもある。しかし、日本企業の文化では「失敗は許されない」という観念が強い。そのため、パイロット段階から完璧な成功を求める。これでは、組織的な学習と改善は生まれない。米国企業の「Fail Fast, Learn Faster」という文化とは、全く異なるのだ。

スタートアップ企業との比較を見ると、この問題がより明確になる。日本のAIスタートアップ企業の多くは、技術力では米国や中国のそれに引けを取らない。優秀なエンジニア、優れたアルゴリズム、ユニークなビジネスモデルを持つ企業も多い。しかし、日本国内での採用スピードは遅いのが現実だ。なぜか。既存企業が「新しい小さな企業のツール」を信用しないからだ。組織の意思決定が遅く、複雑だからだ。一方、シリコンバレーでは、新興企業のAIツールが数ヶ月で大企業に採用されることも珍しくない。例えば、ChatGPTは2022年11月のリリースから数ヶ月で、米国の大手企業数千社で実験的に導入された。この比較は、意思決定の速さと、新しい技術への開放性の差を象徴しているのだ。

米国企業との経営哲学の比較を見ると、経営層のマインドセットの差が顕著だ。米国のCEOは「AIを導入しないことのリスク」を語る。つまり、競合他社がAIで生産性を上げている間に、自社が対応しなければ、5年後には市場で大きく負けているかもしれないという危機感だ。一方、日本のCEOは「AIを導入することのリスク」を語りがちだ。従業員の反発、システムの障害、データセキュリティの問題、失敗したときの企業イメージへのダメージなど、導入に伴う潜在的なリスクに焦点を当てるのだ。この心理的な違いが、実装までの時間を大きく左右している。OECDの調査でも、経営層のAIに対する「恐怖心」が導入遅延の重要な要因として挙げられている。これは技術的な問題ではなく、心理的、組織的な問題なのだ。

ここで興味深いのは、日本企業の中でも「AI採用先進企業」が存在することだ。ある大手通信企業は、AIによる業務改革で生じる人員削減を「新事業へのジョブローテーション」という形で吸収する戦略を取った。つまり、「人員削減ではなく、配置転換」という枠組みで組織変革を進めたのだ。5G事業、IoT事業、デジタルマーケティング、データ分析など、新しい領域では確かに人手が必要だ。既存業務でAIに置き換わった従業員を、こうした新領域にジョブローテーションし、新しいスキルを習得させるプログラムを設計した。このプログラムには経営層の本気の覚悟が感じられた。この企業のAI採用率は、業界平均を大幅に上回っている。つまり、「終身雇用を守りながら、AIを導入する」ことは、不可能ではなく、戦略と覚悟の問題なのだ。

稟議制度の改革も、実は進んでいる企業では着実に進んでいる。AIによる意思決定支援が進めば、稟議の段階を減らしたり、決裁ラインをスリム化したりすることが可能になる。例えば、100万円以下の案件については、部長決裁で足りるようにシステムを設定する。AIが分析した「リスク評価スコア」に基づいて、決裁段階を自動的に判定する。実際、ある銀行では「AI提案の決裁はAIが判定する」という仕組みを導入した。これにより、従来は30段階かかった決裁が、わずか3段階に短縮されたという。処理時間は数週間から2日に短縮された。つまり、稟議制度自体が問題なのではなく、それをAIの導入に合わせて変革する覚悟が問題なのだ。

日本企業が何を失っているのかを考えると、それは「時間」だ。AIの導入が1年遅れることで、失う競争上の優位性は想像以上に大きい。特に、グローバル市場での競争を考えると、AIを使いこなす企業と、まだ試行錯誤の段階にある企業では、5年後に大きな差が生まれている。データ、アルゴリズム、人的資本の投資で先行する企業は、さらに先へ行く。OECDの報告書でも、2030年までにAI採用企業は非採用企業に対して、労働生産性で20%以上の優位性を確保すると予測されている。日本企業がこの遅れを取り戻すには、もう時間がない。既に、米国の大手企業は3年以上前からAIの大規模導入を進めており、内部的な最適化を完了しつつある。

では、何がなされるべきかという問いに対する答えは、実は既に各種の報告書で指摘されている。第一に、経営層が「AI導入は全組織的な変革である」という認識を共有すること。単なるツール導入ではなく、企業の存在意義そのものを問い直すプロセスであると理解することだ。第二に、人材育成と雇用の問題を、AIの導入と同時並行で進めること。スキルギャップの分析、リトレーニングプログラムの設計、新しい職務の創造。第三に、失敗を許容する組織文化の醸成。試行錯誤から学ぶ姿勢を経営層が示すこと。第四に、意思決定プロセスの簡潔化。データドリブンな判断へのシフト。これらは、すべて「組織的な工夫」の問題であり、技術的な問題ではない。

私が思うのは、OECDの調査結果は、実は日本企業に対するエールでもあるということだ。なぜなら「技術は劣っていない」という診断だからだ。つまり、組織の側を直せば、日本企業はまだ充分に競争可能な状態にいるということだ。逆に言えば、組織的な問題を放置すれば、技術的な優位性さえも無に帰すということだ。今後5年が、日本企業のAI時代への適応を決める最後の猶予期間だと、私は考えている。稟議制度も年功序列も終身雇用も、すべてが悪いわけではない。むしろ、それらは日本企業の競争力の源泉として機能してきた側面もある。しかし、AI時代には、それらの形態を大胆に変革する覚悟が必要なのだ。

結局のところ、OECDの報告書は「日本企業の敗因は、チップではなく、チェス盤の上の駒の動かし方だ」と言っているのだ。そして、その駒の動かし方は、明日からでも変えられる。問題は、変える覚悟があるかどうかということだけなのだ。既に動き始めた企業が報酬を受ける時代に、私たちはいるのだ。