AI活用の次にあるもの
——効率化から組織能力の開発へ

サマリ — 00AI活用の効果を、組織能力の開発として捉え直す

本稿のテーマは、組織能力をAIが参照・推論し、権限の範囲内で行動へ接続できる対象として外部化するための組織設計である。

ここでいう外部化とは、組織の判断、規則、役割、権限、責任と、それらの依存関係や適用条件を、人間とAIが共通に参照・推論できる機械可読な構造——オントロジーやセマンティックモデル——として明示することを指す。

その構造に判断の来歴と権限の状態を保持し、評価結果を実行条件へ接続することで、AIは組織固有の文脈に沿って行動できるようになる。

本稿の主張は、次の一文に要約できる。

AIを組織能力へ接続するには、組織固有の判断・規則・権限・責任を、意味と関係を備えた機械可読な構造として外部化しなければならない。さらに、その構造を複数の人・部署・AIが利用する段階では、判断の来歴、依存関係、権限の競合を観測し、継続的に調整する仕組みが必要になる。

AIは仕事を速くするだけでなく、一人が担える仕事の範囲そのものを広げる。しかし、その拡張は組織固有の判断や責任へ接続されなければ、個人の能力拡張にとどまる（01）。本稿の主張は、次の三点である。

• ① 外部化（02）——AIを組織能力へ接続するためには、判断・規則・権限・責任を、意味・関係・適用条件を備えた機械可読な構造として外部化しなければならない。これは単なる文書化ではなく、組織能力を構成する概念と関係を、AIが扱える対象へ変換することである。
• ② 調整（03）——その構造を複数の人・部署・AIが利用するようになると、意味の不整合、判断の重複、権限の競合が生じる。これらを単一の正解へ統合するのではなく、差異を保持したまま比較・評価し、調整できる仕組みが必要となる。
• ③ 実装（02・04・05）——組織能力を表現するセマンティックモデル、判断と権限の状態・来歴を保持する推論台帳、その状態を評価し、実行・照会・停止・自律度の調整へ反映するループガバナンスを、表現・状態・制御の三層として示す。最後に06で、これらを前提とした組織構造への含意を考察する。

問題提起 — 01なぜ、効率化では足りないのか

図1で見るのは、左右で測っている軸が違うこと。左は同じ仕事の時間、右は一人が横断できる範囲。

1.1AI活用の議論は、再設計の「単位」で止まっている

AI活用は既存業務の効率化から普及し、いまはワークフローや組織構造をAI前提で見直す議論まで来ている[1][2][3]。「効率化だけでは足りない」という問題提起は、もう珍しくない。

明確でないのは、何を単位として再設計するのかである。現在の提言の中心はプロセスの再構成だが、プロセスが表現するのは主に実行手順と役割配置。判断基準、検証方法、調整原理、説明責任は、その外にある。では、何を単位に再設計すべきか。

1.2個人の能力拡張は、既に起きている

一人がAIとともに、情報収集・分析・仮説形成・資料作成・プロトタイプ・検証——従来は別の職種や専門家に依頼した仕事を、一定範囲まで横断できるようになった。担当可能な範囲の拡張である。分業構造に影響するのは、速度ではなくこちらだ。

1.3組織の壁——個人のAIは、組織の文脈に届かない

組織の仕事は個人の能力だけでは成立しない。判断基準、例外処理、意思決定の履歴、規程、責任範囲、暗黙の慣行——こうした組織固有の文脈にAIが届かなければ、拡張された個人も最終的には「文脈を知っている誰か」へ確認に行くことになる。

この壁こそが、1.1で保留した「再設計の単位」の在りかである。壁を作っているのは文書の不足ではない。判断・検証・責任といった、組織能力そのものが人や慣行の中に埋め込まれ、AIが扱える対象になっていないことである。

多くの企業は、この壁に「社内ナレッジをAIへ接続する」ことで応えようとしている。その方向性は正しい。しかし、接続によってAIが扱えるようになるのは文書やデータであり、組織能力そのものではない。では、組織能力そのものを、AIが扱える対象にするには、何が要るのか。

本稿は、この問いへの答えを組織能力の外部化に置き、AI時代の組織設計の出発点と位置付ける。02で外部化の概念と表現層を定義し、03で外部化によって生じる調整問題を明らかにする。04で状態層として推論台帳を、05で評価・制御層としてループガバナンスを示す。最後に06で、それらが組織構造へもたらす含意を考察する。

外部化 — 02組織能力を、AIが扱える対象にする

2.1なぜ、外部化なのか——AIが扱えるのは、外部化された対象だけ

現在のAIが扱えるのは、文書、コード、データ——すでに外部化された情報である。一方、組織能力は、暗黙知、判断基準、権限、責任、部署間の調整といった形で、人と慣行の中に埋め込まれており、そのままではAIから扱えない。ゆえに、AI時代の組織設計の起点は、組織能力そのものを、AIが参照・推論し、権限の範囲内で行動へ接続できる形へ外部化することになる。

本稿では組織能力を、組織が目的を達成するために、知識・判断基準・役割・権限・責任を組み合わせ、反復的に行動する能力として捉える。ただし、人の身体技能、信頼関係、文化など、完全な形式化が困難な要素まで外部化できるとは想定しない。本稿が対象とするのは、組織能力を構成する要素のうち、明示・参照・比較・制御が可能な構造である。

知識と実行の外部化——文書化・手順化——は、既に広く進んでいる。難所は、判断・権限・責任である。では、これらを外部化するとは、具体的に何を作ることなのか。

2.2外部化とは、何を作ることか

本稿でいう外部化とは、組織の判断、規則、役割、権限、責任と、それらの関係を、オントロジーやセマンティックモデルとして明示し、人間とAIが共通に参照・推論できる状態にすることである。

具体的には、何が事実、規則、判断、役割、権限、責任であるかを区別し、それらがどのように依存し、どの条件で適用されるかを、機械可読な構造として表現する。暗黙知の言語化にとどまらず、概念・関係・制約を機械可読にし、状態管理と制御へ接続するところまでを含む。

• 概念構造何が事実・規則・判断・役割・権限・責任なのか。
• 関係構造何が何に依存し、誰が何を担い、どの判断がどの規則や事実に基づくのか。
• 制約構造どの条件・範囲・期間で適用され、何が許可・禁止されるのか。

その上に、組織能力を実際に運用するための二つの層が加わる。

• 状態・来歴いつ有効で、誰が更新し、何を根拠にしたか。→ 推論台帳（04）
• 制御条件どの条件なら実行でき、どの条件なら承認・停止・照会が要るか。→ ループガバナンス（05）

整理すると——オントロジーやセマンティックモデルが概念・関係・制約を定義し、推論台帳がその構造上で生じた判断と権限の状態・来歴を保持し、ループガバナンスがその評価を実行条件へ反映する。実装形態としては、知識グラフ、ルールモデル、プロベナンスグラフなどが考えられる。

では、こうして外部化された能力を、複数の人・部署・AIが使い始めると、何が起きるか。次章で見る。

調整 — 03部署AIから、企業AIへ——何が衝突するのか

3.1意味と前提の不整合——同じ対象を、同じ条件で見ているとは限らない

部署AIを企業レベルで接続するとき、最初に問題になるのは通信手段ではなく、意味の不整合である。

同じ「顧客」という語でも、見込み客を含むのか、契約済み顧客だけを指すのかは部署によって異なる。同じ「売上」でも、受注額、出荷額、会計上の収益では意味が異なる。これは語彙と定義の不整合である。

さらに、同じ顧客を対象としていても、営業AIは受注確度、法務AIは契約リスク、財務AIは回収可能性を評価する。これは誤りの衝突ではなく、目的・制約・時間軸・情報範囲の違いである。

そのため、各部署の内部では合理的な推論が、企業全体では矛盾しうる。営業AIにとっての「受注確度の高い顧客」が、法務AIにとっては「契約リスクの高い取引先」であり、財務AIにとっては「回収条件に懸念のある債権先」であることもある。それぞれの判断は誤りではない。異なる意味体系、目的、制約から導かれているのである。

したがって、企業レベルの課題は、複数の部署AIを単に「接続すること」ではない。異なる意味体系・目的・権限・情報範囲を明示し、差異を残したまま比較可能にすることである。必要なのは、すべてを単一の語彙や正解へ統合することではなく、どこが共通し、どこが異なり、どの条件で対応づけられるかを表現することである。

なお、意味の不整合を機械的に検出し、対応関係を導出する方法そのものは、本稿の範囲を超える。それは、異なる意味構造をグラフとして比較するという、独立した設計課題である。本稿が示すのは、その問題がアーキテクチャ上のどこに位置するか——表現層が差異を明示し、評価・制御層が比較する——までである。

02で示したセマンティックモデルは、この調整の基盤となる。しかし、意味の対応関係を定義するだけでは足りない。外部化された能力を複数の主体が利用し始めると、次に判断と権限の重複が生じる。

3.2重複と競合——同じ能力を、複数の主体が担う

従来、たとえば契約レビューという能力は、主に法務部の担当者に属していた。誰が判断し、誰が承認し、誰が責任を負うかは、組織上の配置によっておおむね決まっていた。

能力が外部化されると、法務のAIだけでなく、営業担当者が利用するAIや、自律的に動く業務エージェントも、一定の範囲で契約レビューを担えるようになる。同じ能力を複数の人・部署・AIが利用できるため、能力の担い手が重なる。

厳密に言えば、重複が生じるのは、外部化された能力が複数の主体へ配布される場合である。しかし、AIによる外部化は、多くの場合この形を取る。能力を複製し、複数の人やシステムから利用可能にするコストが低いからである。

そして、重複は能力の範囲にとどまらない。担い手が複数になれば、判断権限と責任の境界も重なりうる。ある契約について、法務AI、営業AI、人間の担当者が異なる判断を出した場合、どの判断が有効なのか。AIの判断に基づいて実行した案件について、誰が責任を負うのか。

その答えは、案件の性質、判断の根拠、リスクの水準、その時点の権限設定によって変わる。したがって、判断主体や責任主体を、能力ごとに一度決めて固定するだけでは不十分になる。

従来の管理形式は、このような状況を中心的な前提としていない。組織図は、能力と責任の所在地を部署や役職として表す。分担表（RACI）は、案件や業務に対する責任の割当を事前に定める。割当を更新すること自体は可能だが、担い手、権限、根拠が案件や状況に応じて変化する場合、それらを静的な割当だけで表現し続けるのは難しい。

そこで、管理対象を「誰をどこへ配置したか」だけでなく、誰または何が、どの能力を、どの権限で、どの根拠に基づいて担っているかという現在の状態へ広げる必要がある。

見方を変えれば、これは協調の問題である。部署AIや業務AIが並び立つ組織では、AI同士、人とAI、部署間、企業全体の協調が前提になる。意味の不整合は協調の前提条件の違いとして現れ、能力や権限の重複は協調主体の競合として現れる。

なお、本稿が扱うのは、エージェント間の通信プロトコルやタスク実行の仕組みそのものではない。対象とするのは、その管理——判断・権限・責任をどのように保持し、比較し、調整するか——である。

3.3偽の収束と矛盾——接続された判断の関係

複数の主体が同じ問いについて判断を出すようになると、次に問題となるのは、判断の数ではなく、判断同士の関係である。

複数の判断が同じ結論に達していても、それが独立した根拠による収束とは限らない。複数の部署AIが、実際には同じ資料、同じデータセット、同じ過去判断に依存している場合、その一致は独立した確認ではなく、単一の源泉が複数の経路から反復されているだけである。

反対に、判断が食い違っていても、直ちにどれかを誤りとして排除すべきとは限らない。異なる目的、制約、情報範囲、時間軸に基づいているなら、その矛盾は組織内に存在する条件の差異を表している。

図2のA・Bは、どちらも「同じ結論」。違うのは来歴である。Cの矛盾は、エラーではなく観測対象として描いている。

• A 偽の収束同じ源泉の反復。合意に見えても、独立した確認ではない。
• B 独立した収束異なる証拠と来歴に基づく一致。結論の確からしさを支える。
• C 矛盾目的・制約・情報範囲・時間軸の違いの表出。削除対象ではなく、比較と学習の入力である。

「三つの部署が同意したから確からしい」という推論は、三者が同じ古い前提に依拠していれば成立しない。逆に、三者の結論が異なる場合でも、各判断の前提を比較すれば、どの条件の違いが矛盾を生んでいるかを特定できる。

この区別の前提となるのが、04で示す推論台帳である。各判断の導出過程、参照した情報、依存する規則、判断主体、適用条件を台帳から追跡し、05の評価・制御層で、判断同士がどの程度独立しているか、どの前提で分岐したかを評価する。

整理すると、企業レベルの調整には三つの基盤が必要になる。第一に、異なる意味体系の差異を明示し、対応関係を定義する基盤。第二に、判断と権限の状態・来歴を保持する仕組み。第三に、その評価を権限と行動へ反映する制御である。第一が02のセマンティックモデル、第二が04の推論台帳、第三が05のループガバナンスに対応する。以下では、残る二つの実装へ進む。

状態 — 04判断を、どう保持するのか——推論台帳

表現層に続いて、状態層の設計に入る。なぜ、知識をそのまま接続するだけでは危険なのか。文書の山では、検証済みの事実、過去の暫定判断、未検証の見立てが、いずれも同じテキストとして保存されるからである。種別や有効性が明示されていなければ、AIがそれらを安定して区別することは難しく、異なる状態の記述が同列に検索・再利用されうる。放置すれば、組織の欠陥はAIを通じて拡大再生産されかねない。

だから最初の設計は、主張に種別を付けることである。

• 観測事実「第3四半期の解約率は12%」——検証済みの事実。
• 規則「値引きには部長承認が要る」——公式のルール・規程。
• 判断「A社には例外として認めた」——個別案件での決定。
• 解釈「解約の主因は価格だ」——事実から導いた読み。
• 慣行「金曜は先方に連絡しない」——非公式な現場のやり方。
• 仮説「新プランで解約は下がるはず」——未検証の見立て。

ただし、種別だけでは足りない。判断は、他の主張の上に立っている。「A社には例外として認めた」は、当時の規則と事実を前提にした決定である。前提となった規則が変更または失効すれば、その判断を現在の案件へ適用できるかを再評価しなければならない。だが文書には「例外を認めた」という結論だけが残り、何を前提にしたかは残らない。だから各主張には、種別に加えて来歴——どの情報源・どの主張から、どう導かれ、いつまで有効で、誰が承認したか——を付ける。

この、種別と来歴を持つ主張と、それに紐づく主体・権限・行動・結果の状態記録を、本稿では推論台帳と呼ぶ。データの出所や変換履歴を管理するデータプロベナンスは、既存のAIガバナンスでも重視されている[4][5]。推論台帳は、この考え方を、人間・部署・AIを横断する判断と権限の来歴へ拡張したものである。

台帳があると、「この結論は何に依拠しているか」を機械的に辿れる。前提となる規則や事実が変更・失効すれば、それに依存する判断を再評価の対象として特定できる。結論だけでなく、結論への到達経路と、現在の条件下での適用可能性を再検証できる——これが推論台帳の目的であり、05の統制で決定的に効く。

制御 — 05重なった判断を、どう統制するのか——ループガバナンス

次に、状態層の情報を権限と行動へ戻す、評価・制御層の設計に入る。推論台帳によって、判断と権限は来歴を伴う状態として保持できるようになった。本章の問いは、03で見た重複——同じ問いに、複数の主体が判断を出す状況——を、その状態を使ってどう統制するかである。

5.1推論の観測を、AIの実行権限と行動へ戻す

• 低リスクで、既知の条件に一致→ 定義済みの権限範囲でAIの自動実行を許可する。
• 複数の独立した根拠を確認→ 実行を許可し、事後報告の対象とする。
• 過去の判断や他部門の判断と矛盾→ 実行を保留し、人間へ照会する。
• 前提となる規則が変更・失効→ 依存する処理を停止し、再評価の対象とする。
• 結果が期待範囲を逸脱→ AIの自律度を引き下げ、判断経路と制御条件を再評価する。

すべての実行を人間が事前承認する、一律のHuman-in-the-Loopとは異なる。あらかじめ組織が定義したリスク区分、権限ポリシー、承認条件に基づき、ループガバナンスが、推論台帳上の根拠、不確実性、矛盾、権限境界を評価する。その評価結果に応じて、AIの行動を自動実行、事後報告、保留、人間への照会、停止のいずれかへ振り分ける。

ここでAIが自ら権限を決定するわけではない。本稿では、組織が定める職務上の権限と、その範囲内でAIに許可される実行権限・自律度を区別する。AIが参照できる権限と、行動へ移せる条件を組織側が定義し、その範囲内で実行可否を動的に判定する。この統制方式を、本稿ではループガバナンスと呼ぶ。

5.2三層アーキテクチャ——表現・状態・評価／制御

• セマンティックモデル表現層組織能力を構成する概念・関係・制約を定義する。
• 推論台帳状態層判断・権限・行動・結果の状態と来歴を保持する。
• ループガバナンス評価・制御層依存・収束・矛盾・失効を評価し、その結果を実行権限・自律度・ルール更新へ戻す。

セマンティックモデルが共通の概念・関係・制約を与え、その上で推論台帳が状態と来歴を保持し、ループガバナンスが評価と制御を担う。三層を接続することで、組織能力の外部表現を、判断と行動の運用へ結びつける。

図3で見るのは、右のループの戻り先。評価は工程の終点ではなく、中心の「実行権限・自律度・ルール」へ戻り、次の周回を変える。

追跡可能性は自律性の制約ではなく、その前提条件である。

本稿のループガバナンスは、統制の対象を個々のAIエージェントではなく、組織に置く。人間・部署・AIの判断を共通構造で保持し、評価し、次の実行条件へ戻す。推論の追跡は、事後説明のためのログ取りではない。追跡できるから、自律を許可できる。

同時に、この構造は、誰または何が、どの情報と規則に基づき、どの権限で判断し、どの行動を実行したかを追跡可能にする。したがって、推論台帳とループガバナンスは、自律性を支えるだけでなく、説明責任、内部統制、監査可能性を、事後的なログとして付加するのではなく、判断と実行のプロセスそのものへ組み込む基盤でもある。

含意 — 06どこへ、移行するのか

6.1移行の地図——発展の六段階

外部化と調整基盤は、組織の中でどのように発展するのか。本稿では、どこまで組織能力が外部化され、どの範囲まで接続・制御されているかという観点から、六つの状態として整理する。

これらは、すべての組織が同じ順序で通過する直線的な成熟段階ではない。組織、部署、業務領域ごとに異なる状態が併存しうる。能力がどの範囲まで機械可読化され、接続され、権限と行動へ戻されているかを測る地図である。

図4で見るのは縦軸——能力が接続される範囲。段階4と5の間の転換点から、観測が実行権限と行動へ戻り始める。

• 1 作業支援検索・要約・生成。業務も役割も変わらない。
• 2 個人能力の拡張一人が複数能力を横断。職種の境界が下がる。
• 3 組織知識の利用可能化AIを介して、文書・履歴・判断基準へアクセスできる。
• 4 組織能力の外部化セマンティックモデルと推論台帳により、判断・検証・説明が暗黙知に閉じず構造化される。
• 5 接続と閉ループ統制ループガバナンスにより、推論状態を観測し、実行権限と行動へ戻す。
• 6 組織構造の再編案件ごとに人とAIを構成し、権限と責任を割り当てられる。

本稿が参照した公開事例の範囲では、企業導入の重心は段階1〜3にある。段階4の外部化を支えるのが02のセマンティックモデルと04の推論台帳、段階5の閉ループ統制を可能にするのが05のループガバナンスである。本稿の基盤は、この地図の上では段階4から5への移行装置にあたる。

6.2段階6の姿——能力ネットワーク型組織

では、この地図の先に想定される姿として、組織の形はどのように変わりうるのか。

図5で見るのは、左右で消えるものと残るもの。消えるのは配置の固定、残るのは人間の集団である。

従来、組織図は能力の所在地図だった。法務能力は法務部の人に宿り、利用するには依頼が要る。能力が外部化され、組織横断で接続可能になると、案件ごとに必要な能力を構成し、その構成に権限と責任を紐づけられる。

能力ネットワーク型組織とは、この調整基盤の上で、能力の配置を案件や目的に応じて構成できる組織の姿である。ただし、責任の引き受け、人材育成、帰属、専門性の維持を担う基盤として、人間の集団は残る。

本稿の構成は、二つの命題と三つの実装層に整理できる。

• 命題1（外部化）——組織能力を構成する概念・関係・制約を、機械可読な構造として明示する（02）。
• 命題2（調整）——意味や前提の不整合、判断の重複、権限の競合を観測し、差異を保持したまま比較可能にする（03）。
• 表現層（セマンティックモデル）——組織能力を構成する概念・関係・制約を定義する（02）。
• 状態層（推論台帳）——判断・権限・行動・結果の状態と来歴を保持する（04）。
• 評価・制御層（ループガバナンス）——状態を評価し、その結果を実行・照会・停止・自律度の調整へ反映する（05）。

効率化の物差しだけでAIを測る組織と、能力の物差しで捉える組織の差は、効率の差ではなく実行可能な範囲の差として現れうる。この差は、効率改善の積み増しだけでは埋めにくい。能力の形成には、判断・検証・責任を含む組織的な設計が要るからである。

AI活用の次にあるのは、効率化の徹底ではなく、組織能力を設計可能にすることである。