── 判断の設計という視座から
金曜日の午後、ある企業の経営会議で四半期レビュー資料が共有された。売上推移、原価率、在庫回転率、顧客満足度スコア。すべてのスライドにはAIエージェントが自動生成したグラフと要約文が並んでいる。出席者は十数名。資料への質疑は十五分で終わった。数字の前提条件を問う声はなかった。「この指標の取り方は適切か」と聞く人もいなかった。会議は定刻より二十分早く終了し、議事録もAIが生成した。出席者の一人が「効率的でしたね」と言い、全員がうなずいた。
この会議には、三年前まで存在していたものがひとつ欠けていた。だが、その不在に気づいた者はいなかった。
「新卒不要論」の合理性
いま、企業の採用戦略をめぐって、ある議論が静かに広がっている。AIエージェントの実用化が進んだことで、これまで新入社員が担ってきた業務の多くが代替可能になった、という見立てだ。データ入力、議事録作成、定型レポート、一次調査、問い合わせ対応。こうした仕事はすでにAIが高い精度でこなせる。
一方で、新卒社員の採用と育成にかかるコストは決して小さくない。研修期間の生産性低下、OJTに割かれる中堅社員の時間、早期離職のリスク。これらを総合すると、「AIに任せられる業務のために、わざわざ人を雇う合理性があるのか」という問いには、経営判断として一定の説得力がある。
この議論をさらに後押しするのが、経験者優位の構造である。AIは「すでに判断の枠組みを持っている人」の生産性を大きく引き上げる。十年の経験を持つマネージャーがAIを使えば、かつて三人がかりだった分析を一人で終えられる。ところが、経験の浅い若手が同じツールを使っても、出力が妥当かどうかを見極める土台がない。結果として、「経験者＋AI」の組み合わせが最も効率的となり、未経験者の居場所は狭まっていく。
タスク効率という軸で見れば、この論理に破綻はない。むしろ整合的ですらある。
見えなくなるもの
ただし、この議論には見落とされている前提がある。「業務を遂行すること」と「判断力が育つこと」が、あたかも同じプロセスであるかのように扱われている点だ。
新入社員が議事録を書くとき、それは単なる作業ではない。会議の流れを読み取り、何が重要な発言で何が枝葉かを選り分け、上司のレビューを受けて自分の認識のずれを知る。この一連の経験が、判断の訓練環境として機能している。定型レポートの作成も同じだ。数字をまとめる過程で、「この数字は何を意味するのか」「なぜこの比較軸なのか」という問いが、意識的にせよ無意識的にせよ、立ち上がっている。
AIがこうしたタスクを引き受けるとき、消えるのはタスクだけではない。タスクの中に埋め込まれていた「判断のリハーサル空間」が、一緒に消える。
組織における判断力は、研修や座学だけでは身につかない。実際の業務の中で、不完全な情報をもとに仮の結論を出し、その結論が上位者に修正される。この繰り返しを通じて、少しずつ形成されていくものだ。その場が失われたとき、五年後、十年後の組織に何が起こるか。いまのシニア層が現場を離れたあと、判断を担える人材がいない空白が生まれる。
これは労働力の問題ではない。意思決定の再生産構造の問題である。
企業が新卒採用を縮小するとき、削減されるのは人件費ではない。判断力が育つパイプラインそのものが、静かに閉じていく。
ここまでの議論を整理したい。AIによるタスク代替は合理的である。新卒採用の縮小にも経営上の筋は通っている。しかし、その論理はタスクの効率性だけを変数としており、判断力の再生産という変数を含んでいない。問われるべきは「人を減らすか否か」ではなく、「判断が育つ構造を、誰が、どう設計するのか」である。
この問いに応えるには、タスク設計とも人材育成論とも異なる、別の設計領域が必要になる。
Decision Designという設計思想
その設計領域を、Decision Design（判断の設計）と呼ぶ。
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。
では、Decision Designは具体的に何を設計し、何を設計しないのか。そして、この記事で論じてきた「新卒採用と判断力の断絶」に対して、どのような構造的介入が可能なのか。
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。