7月31日、insideai.newsが「HBR Roundtable Exposes Organizational Barriers to AI Adoption」と題した記事を公開した。同記事はHBRが開催したバーチャルラウンドテーブルの内容を二次紹介するものであり、「企業のAI導入を阻む真の障壁は技術ではなく組織にある」という議論を詳しく伝えている。
「技術が問題」という思い込みを崩す
AIプロジェクトが失敗する原因として、モデルの精度不足やデータパイプラインの不備が槍玉に挙げられがちだ。しかしHarvard Business Review（HBR）が開催したバーチャルラウンドテーブルは、この前提を正面から覆す。
登壇したのは組織心理学の専門家Kate Niederhofferと、ビジネスにおけるAI研究の第一人者Thomas H. Davenport。HBRシニアエディターのTom Stackpoleが進行を務めたこのセッションでは、「AIイニシアチブが頓挫する根本原因は組織的・人的な要因にある」という結論が繰り返し導き出された。
これを裏付けるデータもある。McKinseyの調査によれば、変更管理（チェンジマネジメント）を意図的に実践している組織は、そうでない組織と比べてAI導入の成功を報告する確率が3.5倍高い。それでも多くの企業はAIをプラグアンドプレイのアップグレードとして扱い、必要な文化的変革を無視している。
信頼の欠如がロールアウトを潰す
Niederhofferが強調したのは「信頼」という目に見えない通貨だ。従業員がAIの出力を信用しない理由は、技術的な欠陥ではなく、意思決定の不透明さと雇用喪失への恐怖に起因することが多い。
Davenportもこれを補強し、高い精度を誇るモデルであっても、実装プロセスから除外されたと感じた現場の従業員によって拒絶された事例を複数挙げた。
ラウンドテーブルでは、信頼を構築する手段として以下の3点が挙げられた：
- 透明性の確保：AIがどのように判断を下しているかを開示する
- 参加型設計：現場の従業員を実装プロセスに組み込む
- 明確なコミュニケーション：AIは人間の役割を「置き換える」のではなく「補完する」ものであると継続的に伝える
タスクの自動化ではなく、仕事そのものを再設計する
議論のもう一つの核心は、「タスク自動化」と「仕事の再設計（ワークリデザイン）」の区別だ。
Davenportは、多くの企業が既存のワークフローにそのままAIを被せることで、摩擦と活用不足を生んでいると指摘した。彼が提唱するのはプロセスをゼロから再構想すること——いわゆるオーグメンテッドインテリジェンスの考え方だ。Niederhofferはこれに対し、「プロセスマップ上の見え方ではなく、仕事が実際にどのように行われているかを深く理解する必要がある」と付け加えた。
人材育成の観点も同様に重要だ。ラウンドテーブルでは、スキルアップは技術トレーニングにとどまらず、データリテラシー（データを読み解き活用する能力）と批判的思考を含むべきだと強調された。単発のワークショップではなく、継続的な学習エコシステムに投資した組織ほど、エンゲージメントと成果が高い。
さらに、ハイリスクな意思決定場面における人間の判断の保全も論点となった。AIの推奨を盲目的に従うのではなく、問い直すことができる体制を維持することが不可欠だとされた。
組織要因は技術を上回る
arXivに投稿された研究（arXiv:2308.06259）は、200件以上の企業AIプロジェクトを分析し、プロジェクトの成否を決定する要因として、技術的な能力よりもリーダーシップのサポートや部門横断的な協力といった組織的要因の方が支配的だったと結論付けている。HBRのラウンドテーブルはこの知見を実践的な観点から再確認した形だ。
Niederhofferは、リーダー自身がAIを使うモデルとなり、実験に対する心理的安全性（失敗を恐れずに試せる環境）を組織内に生み出す必要があると強調した。
また、議論は中間管理職の役割にも及んだ。経営層のマンデートと現場の懐疑心の間に挟まれがちな中間管理職に、AIツールをチームのニーズに合わせて適応させる権限を与えることが、この溝を埋める有効な手段になりうるとDavenportは示唆した。
こうした組織的・人的な課題への対処を積み重ねた先に、もう一つの論点が浮かび上がる。AIの自律性が高まるにつれ、人間の判断が形骸化するリスクだ。信頼・再設計・権限委譲という文脈で議論されてきた「人間の関与」は、システム設計のレベルでも担保される必要がある。結果の伴う意思決定において人間をループ内に留める仕組みをいかに設計するか——それが、AI活用の成熟度を測る次の問いとなる。
詳細はHBR Roundtable Exposes Organizational Barriers to AI Adoptionを参照していただきたい。
