前回、これからは「判断する力」が希少になるとお伝えしました。では、その判断力をどうやって社内に増やすのか。ここにAIの、中小企業にとって最も大きな朗報があります。AIは、一番できる人を置き換える道具ではなく、経験の浅い人を一番引き上げる道具だったのです。
- AIが最も底上げするのは新人・経験の浅い人。エースへの上乗せはむしろ小さい
- AIはベテランの”カン”を取り出して全員に配る。属人化の解消に効く
- ただしAIは「人」より先に組織の中間層（階層）を削る。育つ階段が消える危険もある
AIが一番引き上げるのは「新人」だった
スタンフォード大のエリック・ブリニョルフソンらが、コールセンターの従業員約 5,000人を対象に行った大規模な実証研究があります。結果、AIの支援によって生産性は平均15%向上しました。注目すべきは、その効果の偏り方です。
最も大きく伸びたのは、新人・経験の浅い層でした。速度も品質も改善した。一方で、最も熟練したベテランへの上乗せはわずかで、品質はむしろ少し下がったケースもありました。AIは「天才をさらに天才にする」道具ではなく、「並の人を一気に引き上げる」道具だったのです。
ベテランの”カン”を取り出して、全員に配る
なぜ新人が伸びるのか。研究者たちは、AIが熟練者の暗黙知（言葉にされていないコツ）を吸い上げ、それを新人に配っていると分析します。ベテランが長年かけて身につけた「こういう問い合わせには、こう返すとうまくいく」という型を、AIが学習し、新人の手元に届ける。いわばAIは「専門性の配り屋」です。
MITのデビッド・オーターも同じ方向を指摘します。これまで専門性は、一部の熟練者に独占されてきた。AIの真価は、その専門性の射程を、より多くの中堅・若手にまで広げることにある、と。
これは中小企業の最大の弱点に直接効きます。多くの中小では、ベテラン経理・エース営業・熟練の職人といった「一人のスーパーマン」に業務がぶら下がっている。その人が辞めると業務が止まる。AIの最初の使いどころは「エースの代替」ではなく、そのエースのやり方を全員に配り、属人化のリスクを解くことです。
ただし、AIは「人」より先に「階層」を削る
ここで、見落とせない裏側があります。AIが真っ先に削るのは、実は個々の社員ではなく組織の「中間の段」——調整・報告・取りまとめという、中間管理の仕事です。
労働市場データを分析するRevelio Labsによれば、中間管理職の求人は2022年比で約40%減少しました。調査会社ガートナーは、2026年までに2割の組織がAIを使って組織をフラット化し、中間管理職の半分以上を削減すると予測しています。今の組織階層は「人間の専門性と注意力には限界がある」という前提で積み上がってきましたが、AIは人を増やさずにその専門性と注意力を足せる。だから組織図そのものを描き直す話になります。
| これまでの組織 | これからの組織 |
|---|---|
| 専門性を足すには人を増やす | 専門性を足すのにAIを足す |
| 調整・報告のための中間管理職 | 現場＋AIで直接回る |
| 階層が厚い大企業が有利 | 階層が薄い中小が機動的 |
これは、もともと階層の薄い中小企業にとっては構造的な追い風です。報告の取りまとめや進捗管理をAIに任せれば、少人数のまま、大企業並みの調整力を持てる。中間管理を増やすのではなく「現場＋AI」で回す——この組織設計が、人手不足の中小にこそ効きます。
見落とせない「育成の階段」問題
朗報の裏に、一つの危険があります。新人にやらせていた下積み仕事——一次調査、議事録、資料の下書き——をすべてAIに渡してしまうと、新人が手を動かして学ぶ機会、つまり育つ階段そのものが消えるのです。AIが新人を底上げする一方で、新人が経験を積む入口を奪ってしまう。この矛盾を放置すると、数年後に「判断できる中堅」が育たなくなります。
対策は、下積み仕事を「なくす」のではなく「組み替える」ことです。たとえば「下書きはAIに任せ、その内容を客先で説明し、質問に答えるのは新人」というように、付加価値の高い部分を意図的に新人へ渡す。作業はAIに、判断と対人の経験は人に。育成を前提に仕事を再設計することが要ります。
左：「個人」軸——新人の能力をベテラン水準へ引き上げる上向き矢印（属人化の解消）。右：「組織」軸——厚い階層ピラミッドが、現場＋AIのフラットな形へ圧縮される図。中央に注意札「育つ階段を消さない再設計が必要」。
まとめ
- AIが最も底上げするのは新人。ベテランの”カン”を配り、属人化を解く道具になる。
- AIは人より先に組織の中間層を削る。階層の薄い中小には追い風。
- ただし下積みを全部AIに渡すと育つ階段が消える。育成を前提に仕事を組み替える。
