AXアーキテクトは、育てられるのか
AIを使えば、誰もが100倍の成果を出せる時代になった、と言われる。
実際、その通りの面はある。かつて数日かかった調査が数十分で終わる。一人では手の届かなかった量の制作物が、一晩で形になる。道具は、たしかに万人の手のなかにある。
ところが、奇妙なことが起きている。道具がこれだけ開かれたのに、その道具で事業を変えられる人は、ほとんど増えていない。AIの利用率は上がった。社内のあちこちでAIが使われるようになった。なのに、それが業績の非連続な変化につながった、という話は、驚くほど少ない。
道具は配られた。だが、成果は生まれていない。
この隔たりは、どこから来るのか。そして、この隔たりを埋められる人材は、どうすれば手に入るのか。育てられるのか、それとも、育てられないのか。
本稿は、その問いに向き合う。ただし、いきなり育成可能性を論じる前に、まず「どんな人材なのか」をはっきりさせておきたい。何を育てるのかが曖昧なまま、育てられるかどうかは問えないからだ。
なお、断っておかなければならないことがある。本稿が手がかりにする「AXアーキテクト」という人材像は、本誌の発行元であるアルファドライブが提唱し、研究レポート『AXアーキテクトの実装論』（以下、WP-04）で能力構造を定義したものである。つまり本誌は、この主題について中立な傍観者ではない。当事者である。その立場を隠さずに明かした上で、あえて問いたい。自社が定義したこの人材像は、本当に育てられるのか。売り手が「育てられます」と言うのは、たやすい。だからこそ、その答えを留保したまま、能力の構造を一つずつ分解してみたい。
AXアーキテクトとは、何者か
WP-04は、AXアーキテクトを次のように定義する。ビジネスアーキテクト能力という土台の上に、AI時代に固有の三つの能力—（AI SPRINT、AI Orchestration、FPL/Full-Product Launch）が組み合わさったとき、初めてこの人材が成立する、と。
噛み砕いて言えば、こうだ。
土台となるビジネスアーキテクト能力とは、事業を構想し、関係者を動かし、組織のなかで物事を前に進める力である。新しい価値に気づき、それを形にし、現場の信頼を得て、経営の合意を取りつける。これは、AIが登場するずっと前から、事業開発を担う人材に求められてきた力だ。国の「デジタルスキル標準」も、ビジネスアーキテクトという職種を定義している。その意味で、土台のほうは、決して新しいものではない。
新しいのは、その上に乗る三つのAI能力のほうだ。
一つ目のAI SPRINTは、AIを使って効率化の領域をやり切る力。二つ目のAI Orchestrationは、複数の異なるAIを組み合わせ、束ねて使う力。三つ目のFPL(Full-Product Launch)は、完成品を一気に作り上げ、世に出してしまう力である。いずれも、AIが業務に入ってきたことで、初めて意味を持つようになった能力だ。
そして、WP-04の主張で決定的に重要なのは、この二つの層の関係が、足し算ではなく掛け算だという点である。ビジネスアーキテクト能力がゼロなら、どれだけAIを使いこなしても答えはゼロになる。逆もまた然り。両方が揃って、初めてAXアーキテクトが成立する。
WP-04は、この掛け算を一つの式で表現している。100倍 × 組織を動かす力 = 質的変容、と。
その含意は、こうだ。AIを駆使して、戦略コンサルティングファームに匹敵する事業戦略を、一人で三日間で作り上げたとする。市場分析も、競合分析も、財務シミュレーションも、従来の100倍の速度で出てくる。たしかに、100倍のアウトプットだ。素晴らしい。
しかし——ここで問いが立つ。その100倍のアウトプットを、誰が組織に埋め込み、経営会議の意思決定を動かし、現場の事業構造を実際に変えるのか。この問いに、AIは答えられない。ここを担うのが、土台のビジネスアーキテクト能力なのだ。100倍のアウトプットは、組織を動かす力と掛け合わされて初めて、事業の質的変容に至る。AI能力だけでは、宙に浮いた成果物で終わる。
これが、AXアーキテクトという人材像の骨格である。では、この人材は、どうすれば手に入るのか。ここから先が、本稿の本題だ。
「誰でもできる」が、「誰にもできない」
AXアーキテクトを育てる、という話を始めると、すぐに一つの逆説にぶつかる。WP-04自身が、率直に認めている逆説である。
AIを使えば、誰でもWebアプリケーションを作れる。誰でも記事を書ける。誰でも画像を生成できる。技術的には、その通りだ。参入の障壁は、限りなく下がった。
ところが、ここが肝心なところだ。「誰でもできる」はずのことが、実際にやってみると、誰にもできない。
AIを使ったものづくりは、傍から見るほど簡単ではない。AIに何度も指示を出し、出てきたものを吟味し、方向を直し、また指示を出す。この往復は、想像以上に消耗する。多くの人が、その手前で手を止める。あるいは、一度試して、思うように動かず、離れていく。
つまり、道具が万人に開かれたことと、万人がその道具で成果を出せることは、まったく別の話なのだ。開かれた道具の前で、人は二つに分かれる。使いこなして何かを生み出す少数と、使えないまま立ち去る多数に。
この分岐が、AXアーキテクトの希少性の、出発点にある。だが、希少性の正体は、一つではない。少なくとも二つの、まったく異なる層がある。一つは「越えられない天井」であり、もう一つは「越えようとしない床」である。この二つを順に見ていくと、「育てられるのか」という問いの難しさが、はっきりしてくる。
第一の希少性──「見極め」という天井
WP-04は、AXアーキテクトに求められる第一の能力を、技能ではなくメタ認識だと述べている。すなわち、見極めである。
自社のあらゆる業務を見渡して、二つの領域に切り分ける力のことだ。AIを持ち込めば大きなインパクトが出る領域(AX Area)なのか、それとも、AIを持ち込んでもたいした変化は生まれない領域（Human Area）なのか。
この切り分けが、なぜそれほど重要なのか。
データ分析、調査、文書作成、コード生成、デザイン制作——こうした領域では、AIは桁違いの成果を出しうる。100倍を狙える。一方で、顧客との信頼の構築、経営会議での合意形成、利害の調整、戦略を組織に根づかせること——こうした領域に、AIはほとんど寄与しない。ここは人にしか担えない。
そして両者のあいだには、なだらかなグラデーションが広がっている。日程調整や定型業務の自動化のように、AI化してもよいが、せいぜい1.2倍から1.5倍の効率化にとどまり、ゲームチェンジには直結しない中間地帯がある。
事業を変えられる人は、この地形を読む。どこにAIを集中させれば非連続な成果が出て、どこに投じても徒労に終わるかを、見極める。逆に、ここを誤る人は、人にしか担えない領域にAIを強引に持ち込んで疲弊したり、100倍を狙える領域を見過ごして1.5倍の改善で満足したりする。
厄介なのは、この見極めが、教科書で教えられる種類の知識ではないことだ。どの業務のどこにAIが効くかは、その事業の文脈、顧客の質感、現場の手触りによって変わる。一般論としての正解がない。だから、見極めの力は、経験のなかでしか宿らない。多くの現場を見て、何度も切り分けを試み、外し、修正する——その蓄積の果てに、ようやく身につく。
これが、第一の希少性だ。構造的に難しく、簡単には育たない。能力の天井は、高い。
第二の希少性──「やればできる」を、人はなぜ越えないのか
ところが、希少性にはもう一つの層がある。そしてこちらのほうが、ある意味で厄介だ。
さきほど挙げた三つのAI能力（AI SPRINT、AI Orchestration、FPL）のうち、純粋に技能として習得する部分は、実のところ「学べば誰でも一定水準に届く」性質のものだ。特別な才能は要らない。少し学び、少し手を動かせば、ほとんどの人が習得できる。
ところが現実には、その「少しの学び」に着手しない人が、大半を占める。
これは、目新しい現象ではない。職場のどこにでもある。表計算ソフトの関数を一つ覚えれば一瞬で終わる作業を、何年も手作業で続ける人がいる。プレゼン資料を見やすく整える基本を、学べばすぐ身につくのに、崩れたまま作り続ける人がいる。不思議なのは、その人たちが怠惰なわけでも、能力が低いわけでもないことだ。むしろ仕事熱心で、他の場面では新しいことに挑む人すら、特定の「少しの学び」だけは、なぜか始めない。
この現象を「意志が弱いからだ」と片づけるのは、観察として浅い。そして、おそらく間違っている。
人類は、この問題をずいぶん古くから知っていた。アリストテレスは『ニコマコス倫理学』のなかで、より良いと分かっていながら悪いほうを選んでしまう行為に、アクラシアという名を与えた。2400年前の観察である。この古い難問は、現代の哲学にも引き継がれている。哲学者ドナルド・デイヴィドソンは、なぜ人は自分のより良い判断に反して行為できてしまうのか、という問いそのものを正面から論じた。重要なのは、これが特定の誰かの欠陥としてではなく、人間の行為に普遍的につきまとう謎として扱われてきた、ということだ。「分かっているのに、やらない」は、人間という存在に組み込まれた定数なのである。だとすれば、それを個人の人格の問題に還元することには、最初から無理がある。
では、なぜ人は「今のやり方」を手放さないのか。
組織学習の古典的な研究に、「能力の罠」という概念がある。バーバラ・レヴィットとジェームズ・マーチが整理した考え方だ。いま持っているスキルで仕事が一応回っている状態は、そのスキルへの投資を、それ自体で正当化し続ける。新しいスキルを学び始めれば、最初のうち、成果はいったん下がる。慣れた手順のほうが速いに決まっているからだ。短期的な目で見れば、学ばないという選択は、むしろ合理的に見える。
ここに、見落とされがちな機微がある。人は、痛みがないから動かないのではない。動くことで、一時的に痛みが生じるから動かない。「今のままで困っていない」という状態こそが、学習を静かに抑える罠なのだ。皮肉なことに、「やればできる」性質の技能ほど、この罠にかかりやすい。いつでもできると思えるものは、今すぐやる理由を持たないからである。
とすれば、必要なのは叱咤激励ではないのかもしれない。
行動科学に、示唆的な研究がある。心理学者ピーター・ゴルヴィッツァーが94の研究を統合して示したところによれば、人は「やろう」と思っているだけでは、その半数近くを実際の行動に移せない。ところが、「いつ・どこで・どのように行動するか」をあらかじめ具体的に決めておくと、実際の遂行率がはっきりと高まる。「いつか覚えます」は願望にすぎないが、「毎週火曜の昼休みに、15分だけ動画を一本見る」は、引き金を備えた計画になる。この差は、意志の強さの差ではない。行動が始まる仕掛けが、設計されているかどうかの差である。
スタンフォードのBJ・フォッグは、人の行動を、動機と能力ときっかけ、この三つの掛け算として捉えた。どれか一つでも欠ければ、行動は起こらない。今回の場合、能力——つまり「やれば誰でもできる」という簡単さ——は、すでに満たされている。欠けているのは、多くの場合、きっかけのほうだ。
ここまで来ると、問いの形そのものが、変わってくる。
「なぜ、あの人は始めないのか」ではない。
「始まる構造が、そもそも設計されているか」だ。
着手の責任を個人の意志に帰すことをやめた瞬間に、はじめて、介入の余地が開く。
では、この二つの希少性は、育てられるのか
ここまでで、AXアーキテクトの希少性には、性質の異なる二つの層があることが見えてきた。
一つは、AIが効く領域とそうでない領域を見極める力。これは経験でしか宿らない、能力の天井である。もう一つは、やれば誰でも届くはずの技能を、それでも始められるかどうか。これは難しさの問題ではなく、意志の床の問題だった。
この二つは、育成という観点から見ると、まったく逆の難しさを持っている。
意志の床のほうは、実は、設計で何とかなる余地が大きい。技能そのものは習得可能なのだから、あとは「始まる仕掛け」を用意すればいい。いつ、どこで、何をするかを具体的に決める。最初の一歩を限りなく小さくする。日常の業務動線のなかに、AIを使う場面を埋め込む。これらは、育成プログラムの設計で対応できる範囲にある。WP-04が育成体系を組み立てているのも、この層に対しては理にかなっている。
難しいのは、能力の天井のほうだ。見極めは、座学では伝わらない。なぜなら、見極めとは知識ではなく、判断だからだ。判断は、実際に判断する場数のなかでしか養われない。これを研修のカリキュラムに落とし込もうとすると、たちまち壁にぶつかる。教えられるのは「見極めという観点が存在する」ことまでで、「見極められるようになる」ことではない。
ここに、人材育成という営みが昔から抱えてきた、根本的な限界が顔を出す。
知識は教えられる。技能も、訓練すれば伝えられる。だが、判断は——とりわけ、文脈に依存し、正解が一つに定まらない種類の判断は——教室のなかでは育たない。それは現場で、何度も判断を迫られ、外し、その結果を引き受けるなかでしか、身についていかない。
育成を生業とする立場から、正直に言えば、研修は、入口を作ることはできる。だが、研修を終えた瞬間に人がAXアーキテクトになる、という筋書きは、おそらく成り立たない。WP-04自身も、能力を装着する研修だけでなく、実践への抜擢や、撤退も含むプロジェクト経験を、育成体系の核心に置いている。それは裏を返せば、教室の外にしか、育つ場所がないことを認めているとも読める。
編集部の、現在の仮説
ここまで結論を急がずに見てきた。本誌は、まだ答えを持っていない。だが、現時点での仮説として、置いておきたいことがある。
それは、AXアーキテクトは「育てる」ものではなく、「育つ環境を設計する」ものなのではないか、という仮説だ。
二つの希少性は、どちらも、教え込むことができない。意志の床は、教えるより「始まる仕掛け」を設計するほうが効く。能力の天井は、教えるより「判断を迫られる場数」を用意するほうが効く。どちらの場合も、育成する側がやるべきことは、知識を注ぎ込むことではなく、人が動き、判断し、失敗できる環境を整えることに寄っていく。
これは、研修という言葉が連想させるものとは、だいぶ違う。教室で講師が知識を伝え、受講者がそれを覚える、という構図ではない。むしろ、現場に近い。実際の業務のなかで、AIを使う場面に繰り返し立たせ、見極めの判断を何度も迫り、その結果から学ばせる——そういう、環境の設計に近い。
もしこの仮説が正しいなら、AXアーキテクトをめぐる議論は、「どんなカリキュラムで教えるか」から、「どんな環境なら育つか」へと、軸足を移すことになる。それは、人材育成という言葉そのものの意味を、少し書き換える話かもしれない。そして、自社の養成事業をめぐる本誌自身の問いも、そこに行き着く。私たちが設計すべきは、教室なのか、それとも環境なのか。
それで、あなたの組織はどうか
最後に、読者に問いを返したい。
あなたの組織には、AIが効く領域とそうでない領域を見極められる人が、いるだろうか。その人は、どうやってその力を得たのだろうか。おそらく、研修で身につけたのではないはずだ。
そして、もう一つ。あなたの組織で、「やればできる」はずのAIの技能を、まだ始めていない人がいるとして——その人を、意志が弱いと責める前に、問い直してみてほしい。その人が始められる仕掛けは、用意されていただろうか。
AXアーキテクトは、育てられるのか。本誌の現在の答えは、**「教えることと同時に、育つ環境の設計が重要かもしれない」だ。だが、これはまだ仮説にすぎない。能力の天井をめぐっては、環境を設計してなお、育つ人と育たない人がいるかもしれない。その先は、まだ分からない。
この問いに、すでに自分なりの答えを持っている方がいたら、ぜひ聞かせてほしい。本誌は、この問いを、読者と一緒に考え続けたい。
参考文献
Davidson, D. (1980). "How is Weakness of the Will Possible?" In Essays on Actions and Events (pp. 21–42). Oxford: Clarendon Press.（初出1969年）
Levitt, B. & March, J.G. (1988). "Organizational Learning." Annual Review of Sociology, 14: 319-340.
Gollwitzer, P.M. (1999). "Implementation Intentions: Strong Effects of Simple Plans." American Psychologist, 54(7): 493-503.
Gollwitzer, P.M. & Sheeran, P. (2006). "Implementation Intentions and Goal Achievement: A Meta-Analysis of Effects and Processes." Advances in Experimental Social Psychology, 38: 69-119.
Fogg, B.J. (2009). "A Behavior Model for Persuasive Design." Proceedings of the 4th International Conference on Persuasive Technology.