AIで人を減らしても収益は上がらない。残るのは判断だからだ
AIは「作業」を安くした。けれど、最後に「これでよし」と決める判断は、人を減らしても自動的には移らない——人員削減とROIが相関しない理由は、そこにある。
ここ二年ほど、AIの導入と人員削減は、ほとんど同じ話として語られてきた。生産性が上がるなら、必要な人手は減る。減らせば、コストが浮く。浮いたぶんが利益になる。そういう筋書きが、いつのまにか前提になっていた。決算の場でも、AIへの投資と人員計画はセットで語られることが多い。
ところが、その前提を正面から検証したデータが、その筋書きを裏切っている。
調査会社のGartnerが2025年の第三四半期に、年間売上高10億ドル以上のグローバル企業の経営層350人を対象に実施した調査がある。AIエージェントや自律的な自動化を実際に導入・試行している企業に絞った調査だ。結果はこうだった。およそ8割の企業が、AI導入にともなう人員削減をおこなっていた。削減の幅は平均で1〜15%、大きいところでは2割に達する。ここまでは、想像どおりと言っていい。
意外だったのは、その先である。人員を削減した企業と、高い投資対効果（ROI）を得ている企業が、ほとんど重なっていなかった。削減率の高い企業も低い企業も、得られたリターンに目立った差はなかった。むしろ、削減幅の小さい企業のほうが良い成果を出しているケースさえあった。Gartnerのアナリスト、ヘレン・ポワトヴァン氏はこう述べている。人員削減は予算に余裕を生むかもしれないが、リターンそのものを生むわけではない、と。Fortuneをはじめとする経済メディアもこの結果を大きく取り上げた。
では、成果を出している企業は何が違ったのか。
調査によれば、リターンの大きい企業は、AIを「人を減らす道具」ではなく「人を増幅する道具」として使っていた。同じ仕事を少ない人数でこなすのではなく、これまで手が回らなかった仕事、人間だけでは不可能だった仕事に、AIで届くようにしていた。従業員にAIの使い方を教え、自分で自動化を組み立てられるよう投資していた企業ほど、成果が出ていた。前者は紙の上ではコストが下がる。後者は時間とともに価値が積み上がっていく。両者の差は、削った頭数ではなく、AIに何をさせたかにあった。
実例も出はじめている。あるフィンテック企業は数百人規模のカスタマーサポートをAIに置き換えたが、品質の低下に直面して再び人を雇い戻した。大手IT企業も人事業務の自動化を進めたものの、判断を要する領域で機能せず、方針を巻き戻している。削減そのものが間違いだったというより、削ってはいけないものまで削ってしまった、という話に近い。
ここで考えたいのは、彼らが失ったのは何だったのか、ということだ。
人員を減らせば、たしかに作業の担い手は減る。だが、AIが肩代わりしているのは、その作業の部分である。書類を読む、要約する、下書きをつくる、定型の問い合わせに答える。こうした作業は、AIによって急速に安くなった。一方で、最後にそれを「これでよし」と決める行為──どの案を採るか、例外をどう扱うか、誰に責任が及ぶか──は、作業とは別の層にある。そこは、人を減らしたからといって自動的にAIへ移るわけではない。
つまり企業が削っていたのは、表向きは労働力だった。けれども実際に薄くなっていたのは、判断を担う層だったのではないか。作業は減らせる。判断は減らせない。減らせないものを、人を減らすことで宙に浮かせてしまった。それが、相関の見えなかった理由の一つだろう。
組織の価値は、作業を実行する能力ではなく、判断を引き受ける能力によって支えられている。AIは作業を代替できる。だが、判断する権限と、その結果に対する責任までは代替しない。人を減らして消えるのが前者だけなら問題はない。実際には、後者を担っていた層ごと薄くしてしまう。そこに、見えない損失がある。
興味深いのは、認知的な作業が安くなるほど、判断への需要はむしろ増えるという逆説だ。十九世紀の経済学者ジェヴォンズは、石炭を効率よく使える技術が広まると、石炭の消費はかえって増えると指摘した。安くなったものは、より多く使われる。同じことが判断にも起きうる。AIが下書きや分析を大量に、安価に吐き出すようになれば、それを採るか退けるか、どこで止めるかという判断の出番は、減るどころか増えていく。
その判断を、職場の不安定さが静かに削っていく面もある。人員削減が続く環境では、心理的な安全性が下がり、率直に異論を述べたり、リスクを引き受けて決めたりすることが難しくなる。判断の質は、判断する人が安心して判断できるかどうかに、思いのほか左右される。
この「判断」をめぐる動きは、政策の側でも表れはじめている。総務省と経済産業省がまとめる『AI事業者ガイドライン（第1.2版）』では、自律的に動くAIエージェントや、現実世界で動作するフィジカルAIが新たに定義された。人間が意図しない取引を勝手に実行したり、重要なデータを消したりといった誤作動、そしてプライバシー侵害のリスクを念頭に、政府は「人間の判断を必須とする仕組み」づくりを開発企業などに求めている。リスクを評価し、人間の判断が介在する仕組みを構築すること。それが2026年3月末に公表された正式版に明記された。
方向としては、まっとうだ。AIに任せきりにせず、人間が関与せよ、という。
しかし、人間を残すことと、人間が判断することは、同じではない。そこには、見落とされがちな大きな差がある。
「人間が関与せよ」という言葉は、一方では「人間を残せ」を、もう一方では「人間が何を判断するのかを決めよ」を意味している。似て非なる、この二つだ。
人間を残しても、その人が何を判断する立場なのかが曖昧なら、関与は名ばかりになる。承認ボタンを押すだけの人、形式的に目を通すだけの人をどれだけ配置しても、判断が機能するとはかぎらない。逆に、人数は少なくても、誰がどこまでを決め、どこからを引き受けるのかが明確なら、関与は実質を持つ。
問われているのは、人間を残すかどうかではない。人間が、何を、どこまで判断するのか、である。けれども、この問いを正面から扱う言葉も枠組みも、まだ十分に整っていない。
まだ、その問いを呼ぶ言葉がない
問題は、
AIを使うかどうかではない。
問題は、
どこまでをAIに任せ、
どこからを人間が引き受けるのかである。
そして実は、
その問いを扱うための言葉が、まだ存在していない。
Governanceでもない。
DXでもない。
Automationでもない。
AI Ethicsでもない。
それらを横断する設計概念が必要になる。
その問いに、名前を与える──Decision Design
それが Decision Design（判断の設計） である。
Decision Designは、判断という行為そのものを設計対象とする思想だ。
その中心にあるのがDecision Boundary（判断の境界）という概念である。
誰が決めるのか。
どこまでを任せ、どこからを引き受けるのか。
その線を、無自覚のまま放置せず、意図的に設計すること。
それがDecision Designである。
詳細版について
本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。