EP.2 スピード実行型 - 「もう一度書いて」 一言が完璧主義に勝つ
팀
팀제이커브
AI NEWS
AI Native Lab
購読
EP.2 速度実行型
「もう一度書いて」 一言が完璧主義に勝つ
最後のEP.1で、我々は変化の最大の敵が技術ではなく70％の慣性であることを確認した。トップダウン、ニンジンと鞭、セキュリティワンチーム - 慣性を破る戦術を見た。
ところが慣性が壊れたら、その後はまた別の罠が待っている。完璧主義です。
AIを使ってみようと思ったリーダーたちが最も多く落ちる罠がある。一度に完璧な結果を出すためにプロンプト文法を勉強し、ROIを数字で証明しようとし、役員に機能を一つ一つ説明しようとする。その間に市場は既に3つの車輪を回る。
今回は失敗の費用がなくなった時代に速度を選んだリーダーたちの話を覗く。同時に、すべての産業がこの速度戦に乗ることができるわけではないというB2B製造業の冷静な現実も一緒にわかる。
2-1.春に決めると秋になって結果が出てきた組織が、一ヶ月で終わる
AI時代がもたらした最大の祝福は派手な機能ではない。失敗に対する機会費用がほぼゼロ（０）に近づいたということだ。
通信大企業A社のリーダーはわずか2年前と今の違いをこう体感する。
「以前は春に意思決定をすれば夏ごろにも報告書が出て、そこで予算を執行して秋や冬になってこそプロトタイプを見ることができました。今はほぼ一ヶ月以内に意思決定してプロトタイプまで見る状況です」
春から冬までかかるサイクルが一ヶ月に圧縮された。この変化が意味するのは、単なる業務効率の向上ではない。間違った意思決定をしても、もうひっくり返す時間が十分に残るという意味だ。
A社のリーダーは、この変化がリーダーシップ自体を変えていると言う。
「過去には「私だけを信じて従って来て、できなければ私が責任を持てる」というリーダーが必要でした。今はそうする必要はありません。素早く意思決定し、私のミスを認め、再フィードバックし、またトライしてみて。
機会費用がなくなり、リーダーに求められる徳目が変わった。完璧な正解を求めて長く悩む慎重さより、素早く試みて素早く修正する敏捷さ（Agility）が生存の条件になった。
2-2. 「気に入らないのにまた書いてくれる？」 — プロンプトの強迫から抜け出す
機会費用がゼロであることを頭では知るが、いざAIの前に座れば多くの人がまた別の完璧主義に陥る。プロンプトエンジニアリングという言葉が生み出した強迫だ。
A社のリーダーは、メンバーがAIが望む答えを与えていないときに見える反応をこうねつける。
「結果が気に入らなかったら、「私は間違ったプロンプトを書きましたか？」ながら、自責します。 だからプロンプトエンジニアリングを学ばなければなりませんが、文法を勉強しなければなりませんか - ここに陥ると終わりはありません。
解決策は驚くほど単純です。
「ただ「気に入らないのにもう一度書いてくれる？」と言えばいいのですが、AIに逆質問を投げてください。そうです。
HRD / OD諮問団の議論でも同様の観察が出た。 AIをよく使う人と使えない人の違いは、技術力ではなく態度にあるということだ。
「AIと3日間戦いながら結論が出てこない人がいます。以前同じなら3時間で終わったことなのに、AIがずっと新しいことを提案するからもっと良いことがあるようで壊れないんです」
— HRD/OD アドバイザリ議論中
— HRD/OD アドバイザリ議論中
スピード実行型リーダーは「一度に正解を得ること」ではなく、絶えずティキタカをやり取りし、迅速にクオリティを引き上げる実行力を見せる。そしてどの時点で壊れるかを判断すること - これこそがAI時代に人だけができる意思決定だ。
2-3.自分で書いたリーダーだけが速い決断を下す
プロンプト強迫を捨てることは実務陣の課題だ。では、リーダー、特に役員級はAI時代に何をしなければ速度が出るのだろうか？
答えは意外に単純だ。本人が直接書いてみなければならない。
第1世代フィンテックC社の役員は毎朝7時に出勤し、AIと会話することで一日を始める。ネイバーニュースを開く代わりにGPTを開いて「夜の間に何があったの？」と尋ねることが日常になった。
「以前は個人秘書と言ってみなければ共通秘書でした。しかし今は本当にうんざりして癒しまでなる個人秘書がひとつできたんです。毎日1時間ほど会話するのが日常になりました。」
これが単なる個人的な習慣で終わらない理由がある。リーダーが直接AIを体感すると、意思決定の速度が本質的に変わる。実務陣が「AIでこんなことをしてみます」と上げた時、直接書いた本リーダーは、それが可能な提案なのか過大妄想なのかを即座に判断できる。書いていないリーダーは、見直し、確認し、再度尋ねるのに数週間を費やす。
グローバル半導体Ｄ社でも同じ現象が現れた。 D社のCEOはAIを直接使ってみた後、組織のAI推進速度が完全に変わった。
「CEOさんが自分で使ってみてください。秘書の方々にデモンストレーションをもらって、私たちが直接説明をさせてください。それでは「これこんなに好き？では推進してみよう」という一言が出てきます。
HRD/OD諮問団の討論でも同様の観察が導出された。リーダーがAIを直接書かずに報告だけを受ける組織と、リーダーが直接体感した組織との間には意思決定までかかる時間に圧倒的な違いがあるということだ。
「リーダーの方々もAIを書いたのですが、検索レベルです。私たちが見るとき、リーダーが使っているAIレベルが検索に重すぎるから、何か実務陣が持ってきた結果物について判断する基準がないんです」
— HRD/OD アドバイザリ議論中
— HRD/OD アドバイザリ議論中
スピード実行可能なリーダーはレポートとしてAIを理解していません。直接書いてみて、体感し、その体感を組織の意思決定速度でつなぐ人だ。 AIを毎日使うリーダーの組織と報告だけを受けるリーダーの組織 - 2つの間の速度ギャップは時間が経つにつれて繰り広げられるしかない。
2-4.すべての産業がこの速度の前に登ることができるわけではありません
ここまで読んで「そう、早く行かなければならない」と首をうなずいたなら、しばらく止まらなければならない点がある。すべての組織が同じ速度で走ることができるわけではないからだ。
第1世代フィンテックC社の役員は定量的ROIに埋没するのではなく、果敢に定性的インパクトに賭けて組織のスピードを高めた事例を聞かせる。
「私たちの会社は、全社員に月3万ウォン相当のチャットGPT有料勘定費用をサポートしています。個人カードで使った方も会社のアカウントに切り替えました。全社員にこの費用を払ったときに売上がどれだけ上がるかを数字で証明することは難しい。しかし、従業員がAIを日常で秘書のように活用して得られる定性的効果。
しかし、B2B素材/製造E社のシニアは全く違う現実を語る。
「私たちはB2B製造業です。自動車OEMに部品を納品する会社ですが、顧客会社が5年前に5年後に出る車種を決定し、そこに入る部品を4年前、3年前、2年前にすべて決定します。この構造でAIを導入してコストを上げる？
E社の首席はAI導入ができない理由をより率直に解いてくれる。
「AIを導入すると初期にコストが上がります。その効果が現れるまで1～2年を耐えなければならないのですが、それを待つことができるかが問題です。
だからといって、B2B製造業にAIが完全に踊っているわけではない。 E社のシニアが唯一導入が説得力あると見た領域がある。
「設備予知保全（Predictive Maintenance）です。装備が人よりはるかに大きく、一度故障すると10億単位の損失が発生します。 '5億持ち込んでこのセンサーシステムを導入すれば10億個の事故を防ぐことができる」 - このようなコストロジックが成立したときだけ意思決定が急速になります。 結局この産業では「防止」という非常に伝統的なビジネスロジックです。
スピード実行可能なリーダーは無条件に速く行く人ではありません。私たちの産業と組織が余裕がある速度の限界を正確に認識し、その中で最速の選択をする人だ。フィンテックのように全社員に有料アカウントを振り分けることができる組織があり、B2B製造業のように10億の事故防止ロジックでなければ投資決定が出ない組織がある。自己組織の速度限界を知らないリーダーは速いのではなく無謀なものだ。
EP.2 を終了: スピード実行型リーダーのチェックリスト
今回のエピソードで出会ったリーダーの共通点をまとめると、速度実行型リーダーが現場で実行した戦術は次のようになる。
①機会費用ゼロを体化せよ- 春から秋までかかるサイクルが1ヶ月に減った。誤った意思決定をしても裏返す時間がある。完璧な正解を見つけようと心配する時間が最も高価です。
② プロンプト強迫を捨てろ— 「もう一度書いて」 一言でいい。一度に正解を抜こうとする完璧主義の代わりに、素早くティキタカしてクオリティを引き上げろ。そしてどの時点で壊れるかを判断しなさい。
③リーダーが直接書いてみると速度が出る— 報告書でAIを理解しないでください。毎日直接書いて見て体感したリーダーだけが実務陣の提案を即座に判断し、迅速な決断を下すことができる。書いた本リーダーの組織と報告だけを受けるリーダーの組織、速度格差は時間が経つにつれて広がる。
④ 自己組織の速度限界を知る— すべての産業が同じ速度で走ることはできない。定性的インパクトに大胆に賭けることができる組織なのか、コスト対損失防止ロジックがまず必要な組織なのかを把握しましょう。速度の限界を知らないリーダーは速いのではなく無謀なものだ。
次の編： EP.3デザイナー- 「薬局に直接行き、隣に座った：AIの前にすべきこと」
投稿者：チームジェイカーブ|監修：キム作家（By Claude）
AI Native Partnerとして、企業のAI Nativeへの移行を支援しています。 L&D（Learning & Development）からAXコンサルティング、AIコーチの自動化まで - 組織がAIと連携する方法を設計します。
インタビューへの参加とお問い合わせ： Info@teamjcurve.com
「AI Native百科事典」を購読する
サイトを購読すると、新しい投稿などの最新のアップデートを通知やメールで最初に受け取ることができます。
Slashpageに参加して「AI Native百科事典」を購読してください！
Slashpageに参加して「AI Native百科事典」を購読してください！
購読
