2019年、現代自動車グループは定期採用を廃止し、柔軟な採用に移行した。大規模に汎用人材を採用し、後に配置する時代から、必要な職務に即座に投入できる人材を選ぶ時代へと変わった。企業の採用の核心基準は「何人を採用するか」から「何を任せるか」へと変化した。
「未来のIT部門はAIエージェントを採用し、管理するHR部門のようになるだろう」と、エヌビディアの最高経営責任者（CEO）であるジェンスン・ファン氏は述べた。今やAIは企業の新しい「デジタルメンバー」となりつつある。しかし、実際にAIを導入する方法は、依然として過去の漠然とした「定期採用」に留まっている。どのような役割を任せるのか、どのような成果を期待するのかを決めずに、まず汎用AIを導入するケースが少なくない。
その背景には、AI競争で遅れを取るかもしれないというFOMO（Fear of Missing Out）心理がある。競合他社がAIを導入したというニュースに不安を感じ、実際にはAIが担う業務を決めずにシステムを導入することがある。職務記述書やオンボーディングマニュアルもなしに、新入社員に営業、財務、顧客対応、役員級の意思決定まで全てを自分でこなすことを期待するのと変わらない。
最近、このような雰囲気にも変化が見られる。AIの使用量を生産性と見なすトークンマキシング（Tokenmaxxing）熱風が過ぎ去り、億単位のAIコストを経験した企業が増える中、早急な導入を避けた企業が逆に安堵するJOMO（Joy of Missing Out）の雰囲気が形成されている。企業は、トークンの使用量自体が成果ではないことを実感し始めている。トークンは結局、コストでありAIの勤務時間である。数十万トークンをかけて誰も読まない報告書を作成するよりも、少ないトークンで顧客の問い合わせを正確に解決したり、繰り返しの業務を自動化する方がはるかに高い価値を生む。重要なのは、どれだけ多く使用するかではなく、どれだけ効率的に活用して実際のビジネス成果を生み出すかである。
結局、AIの柔軟な採用を可能にする鍵は明確な「職務記述書」と現場のベテランの「暗黙知」にある。社内文書を無作為に蓄積するだけでは、AIがすぐに優秀な社員になるわけではない。テキストで書かれた規則を超えて、現場の熟練工が長年の経験で習得した不良判定の微妙な感覚、顧客対応の順序と判断基準、例外的な状況での対応理由など、言葉で説明しにくい暗黙知がAIの真の競争力となる。結局、AIの柔軟な採用の成否は、単にデータをどれだけ集めたかではなく、業務の文脈を含んだ暗黙知をどれだけ精緻にデータ化したかにかかっている。
これは、画面上で働くAIエージェントと現場で動くフィジカルAIの両方に同様に適用される。ロボットアームが定められた軌道を繰り返す機械的な「動作」と、製品の状態を自ら確認し不良を分類し次の行動を決定する「行動」は全く異なる次元の仕事である。人間もマニュアルを読むだけではベテランにはなれないように、AIも現場の経験と判断基準を学ばなければ実際の業務を最後まで遂行することはできない。ベテランの暗黙知を移植されたAIでなければ、説得力のある回答を示すレベルを超え、人間の業務を実際に代行する行動を遂行することはできない。
この過程で、完璧なガバナンスを先に作ろうとするアプローチにも警戒が必要である。AIガバナンスは、机上で完成する規定集ではなく、具体的な業務にAIを投入し、暗黙知を適用し、成果とリスクを繰り返し検証しながら進化させる運営システムに近い。小さな業務から始めて成功事例を積み重ね、適用範囲を広げていくことが現実的なAI導入戦略である。
今やAI導入の問いは「どれだけ優れたAIを作るか」から「どの業務に投入すれば最も高い投資対効果（ROI）を生み出せるか」に変わるべきである。エンジニアリングの性能がビジネス成果に翻訳されないのであれば、良い投資とは言えない。漠然としたFOMOに流されて汎用AIを導入する時代は過ぎ去った。人を柔軟に採用するように、AIにも職務が必要である。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
