AIにどこまで決定権を渡すかサムネイル画像

AIにどこまで決定権を渡すか

はじめに

AIエージェントに業務を任せ始めると、すぐにぶつかる問いがあります。
「どこまで決定権を渡し、どこから自分が握るか」です。

何でもAIに任せると、いつかどこかで取り返しのつかないミスが出る。逆に、すべて自分で承認していると、AIを使う意味が薄れる。この線引きの設計が、AI運用のいちばんの肝だと感じています。

マネジメントの「権限委譲」の型を借りると、この線引きの判断軸がきれいに見えてきます。

2つの問いで委譲を判断する

人のマネジメントでメンバーに権限委譲をするとき、私が立てる問いは2つです。

ひとつは「その決定は後戻りしやすいか、しにくいか」。もうひとつは「その決定は事業へのインパクトが大きいか、小さいか」

この2軸でマトリクスを引くと、AIに任せられる判断と、人が握るべき判断が、自然に4象限で分かれます。

採用業務という一つの業務に例にとり、その中の意思決定を分類してみると、下の図のように整理できます。

img01

 

右上の「不可逆 × インパクト大」は、AIに最終決定を渡してはいけない領域です。オファーを出すかどうか、いくらで出すか、誰の評価を最終確定するか。これは人の人生や事業の根幹に直接効く判断で、しかも一度出したら取り返しがつかない。AIから案やデータを受け取るのは構いませんが、最終的な決定のスタンプは人間が押す運用にしておきたいところです。

左上の「可逆 × インパクト大」は、戦略や基準を決める領域です。採用ペルソナや評価基準のように、インパクトは大きいけれど、運用しながら直していけるもの。ここはAIに案を複数出させて、人が選んだり修正したりする関わり方が合います。

左下の「可逆 × インパクト小」は、AIに任せていい領域。候補者プールの優先度づけや、スカウトを送る対象の選定など、後で見直せて影響も小さい判断は、AIに振っておく方が時間効率が上がります

右下の「不可逆 × インパクト小」は、AIに任せつつ人が承認する領域。一次スクリーニングの通過判断や、個別候補者への日程確定など、一度動かしたら戻せないけれど、個別の影響は限定的な判断です。ここはAIに判断させたうえで、最後に人が「これでOK」と承認する運用が現実的です。

AIエージェント自身も、可逆性と影響範囲という似た軸で動作するよう設計されています。マネジメントが人に対して磨いてきた型と、AIの安全設計の図面が、同じ構造できれいに重なる。これは個人的に、とても興味深い発見だと感じています。

合格点で任せるという発想

権限委譲のもう一つの大事な考え方が「合格点で任せる」です。

業務の合格点が80点なら、80点出せる相手に任せていい。自分が120点出せる能力を持っていたとしても、その差分の40点は委譲の判断に持ち込まない、というのが基本の考え方です。「自分の方がうまくできるから」を理由に抱え込んでしまうと、組織はマネージャーひとりの能力が天井になってしまう。

これがAIにそのまま当てはまります。AIが書いた文章を見て、「ここの言い回し、自分ならこうするのに」と直したくなる。でも、その業務に必要な合格点を満たしているなら、AIにそのまま任せていい。差分ではなく合格点で委譲を判断するかどうかが、AIを使いこなせるかどうかの分かれ目だと感じています。

問うべきは「AIに任せれば自分よりうまくできるか」ではなく、「その業務の合格点をAIが満たせるか」。後者でYESなら、自分の能力と比べる必要すらありません。

「合格点で任せる」は、AI時代に再発見すべきマネジメントの古典だと感じています。自分の能力基準で物事を判断するな、という戒めが、AIを使うときにもまっすぐ効いてきます。

まとめ

可逆性とインパクトの2軸で仕分ける。委譲は合格点で。

マネジメントの権限委譲の型は、AIエージェントを安全に使い倒すための設計図として、そのまま使えるのではないかと感じています。私自身、AIエージェントを使いながら、マネジメントの型を改めて学び直しているような感覚があります。
AIマネジメントには、そういう面白さもあると感じています。