AIがビジネスにもたらすインパクト
経営・人事と現場との間の温度差
――AIがビジネスにもたらすインパクトについて、どのように見ていますか。
長安 楽観から悲観まで様々なシナリオが提起されていますが、将来の姿と進行スピードを現時点で正確に予測することは誰にもできないでしょう。経営層や人事部門の悩みもこの変化のスピードとインパクトの不確実性による部分が大きいと思います。ただ確実に言えることとしては、AIによって人が担う仕事そのものが再定義され、従来当たり前とされてきた事業運営モデル・組織・人に求められる能力などが大きく変わっていくことは避けられないということです。AIの技術特性やビジネス適応のスピードに応じて、現時点では従来の若手の業務を含むオペレーション業務、記号処理・情報処理・判断支援に近いホワイトカラー業務などにおいてディスラプトが進みつつあり、これらはロボティクスなどと組み合わさることによってブルーカラー領域にも影響を生みつつあります。こうした変化に対して、いかにアジリティ高くビジネスモデルと組織・人材メカニズムを最適化していくことができるかという点が、各企業経営者・事業責任者・企画部門・人事部門が連携して挑むべき大きなテーマになってきていると考えています。
――AIの進化に身構えている企業は多いようです。
長安 各企業においても、自社のビジネスをどのようにAIネイティブな形に進化させていくことが可能なのか、それらは従来のコアビジネスの延長線上にあるのか、より新たな稼ぎ方への進化をすべきなのかといった、戦略・事業モデルレベルでの戦略方針の見極めに挑み、悩みながら試行を始めている段階にあります。また、その構想～実装の接続断面においては、その実現を支えるためにどのような中長期的な人材ポートフォリオを組むべきなのか、どの部分を内製化し、どの部分を外部などから補完するのかといった組織・人材戦略も、その成功確度を高めて自社の競争力へつなげていく上では不可欠になります。これらをAIネイティブなビジネスがどの程度のスピードで稼げる状態になるかという見極めと並行して進める必要があり、戦略構想の難易度を上げています。
また、実装レベルにおいては、日本企業内において、企業組織内に存在することの多いギャップと断層についても正確に意識しておく必要があります。国際比較で見た場合でも日本人は相対的に日常的なAI利用の比率が低位にとどまっている一方で、雇用維持に対する不安・危機意識はさほど高くない状態にあります。当組織で実施した調査においても、自ら新しいテクノロジーや社会・市場需要に対応したリスキリングができていないという、変革への温度感と備えが進んでいないという状況にあります。この制約を理解しつつ、個々人の意識変革やチェンジマネジメントと動機づけを進めていくことが、正しい戦略策定と合わせて不可欠な要素となります。
――日本企業が以前から取り組んできたDXと、AI変革はどのような違いがありますか。
長安 AI変革の過去の取り組みとの大きな違いは、従来のDXが多くの場合、既存のビジネスモデルにデジタル技術を活用することによって競争優位やコストメリットを生み出す部分にフォーカスしてきたことに比べ、AI変革は企業の意思決定・知的作業・価値創造部分のコアにいかにAI技術を組み込み「人がやって当然」と思われていた役割自体や組織モデル変革を実施し、競争優位の生み出し方自体を変える経営変革が中心となるところにあると思います。AIが担う範囲が自社の顧客接点、商流、従業員体験のどこにどこまで組み込まれた形が目指すべき姿なのか、そしてその中では「人は何をすべきか」というテーマにゼロベースで挑むことが求められるようになると考えられます。
NTTデータ経営研究所
組織・人材変革コンサルティング室長
マネージングディレクター
長安 賢 氏
企業の目指す方向性と
人材メカニズムは整合しているか
――日本企業がAIを活用して変革を推進する、あるいは競争力を高める上で、どのような課題があるでしょうか。
長安 大きく３つのボトルネックがあります。「雇用調整の硬直性」、「人依存の業務運用」、「進まないリスキリング」です。戦後、日本国内においては、高度経済成長期を支える人材基盤としての長期雇用・失業回避・社会安定を社会的なコンセンサスとした雇用形態と労働市場の形成が進みました。このモデルへの最適化や属人的な業務運用は、事業構造変革期に至っては、グローバルで競争していく上での日本企業固有の制約として存在します。
――業務の属人性や硬直的な雇用についてはよく指摘されますが、リスキリングについてはどのような課題がありますか。
長安 雇用制約や属人的な業務運用が前提条件として固定された場合、その突破方法はいかに早く保有している人材をシフト・リスキルすることで変化への対応力を上げるかという論点に移ります。この課題に基づき、“リスキリング”という取り組みの促進が官民を上げて進められたわけですが、必ずしも企業などの提供するプログラムが社会・市場需要に対応したリスキリングとして機能していない実態が確認されています。当組織の調査では、企業が提供するリスキリングプログラムを認知していない・不必要と認識している割合は全体の6割を超えており、プログラム実施層の取り組みテーマについても自己啓発系が中心となっており、将来の中長期需要やDigital・AIなどの技術ニーズへの対応が弱いことが確認されています。各企業においては施策導入としての学習機会は提供したものの向かうべき役割や方向性が明示されず、リスキルが実質的に変革への備えとして機能しにくくなっている可能性があります。
【NTTデータ経営研究所】「令和のキャリアプラン実態調査」－キャリア形成とリスキリングの現在地
これらの課題に対応していくためには、各企業においては、単に自由に学習できる機会を提供するだけではなく、「将来自社がどのような企業になりたいのか」を明示し、次に、そうした方向を目指すためにはどのような人材が必要なのか、望ましい人材ポートフォリオを示した上で、そのために個人にどのような中長期キャリアゴールを設定するのか、そしてそれを支えるためにどのような支援を企業が提供するのかを、トータルで現場と個人としてのキャリアメリットの水準に落とし込む必要があります。これらの取り組みを進めることによって、企業起点での人材シフトだけではなく個の意思を起点としたリスキルを進めることが可能となり、従来モデルに比べて変化のアジリティを高めたモデルを導入可能となります。先進日本企業はこのような仕組みを整えており、海外モデルの輸入だけではなく日本固有の課題に基づいた生きた事例からの学びを活用していく必要があると思います。
――企業がAI変革を進めビジネス成果創出の確度を高めていくためには、どのようなアプローチが求められるでしょうか。
長安 経営レベルではテクノロジーそのものに飛びつく前に、大局観をもって4つのステップで自社のAI変革へのアプローチの網羅性と整合性を検証しつつ具体化を進めていくことが必要です。
第1に、経営観点では「AI時代に適合する変革戦略・方針のグランドデザイン」です。コアビジネスをAIで強化するとともに、AIを活用した新規事業機会を描く。これらの両面で具体的な戦略を描くことが重要です。「AIカンパニーになる」といった抽象的な宣言やスローガンでは不十分でしょう。具体性に欠ける戦略では管理部門・事業部門はどう動けばいいのか分かりませんし、個々人への動機づけも進みません。戦略策定においては、顧客接点、バリューチェーン、従業員体験の大きく3層におけるAI変革の将来像と方向性を検討する必要があり、これらを現在のコアビジネス／将来の新規ビジネスの両面から方針付けを実施しバランスさせていく必要があります。
第2に、自社におけるAI変革のイニシアチブがどのようなスコープと目的で実施されているのかの可視化とガバナンスを効かせていく必要があります。AI適用などの試行はトップダウン及び現場の各レイヤーで試行錯誤が様々な形で着手されることで取り組みの全体像が見えにくくなることがあります。DXにおける負けパターンとして取り組みが個別最適になり大きなビジネスインパクトが取れなくなる構造に陥るのは、この全社・各所における取り組みをガバナンス・調整・優先順位付けをする機能が欠損していた企業において多く発生しました。AI変革においても、同様に変革の導入スコープ（全社⇔業務個別）×影響先の広さ・事業スコープ（既存コアビジネス⇔社外を含めた新規ビジネス）の区分で取り組みを評価しながら、それぞれの不整合点・接続点を最適化していくことが個別最適の罠を回避しビジネスインパクトを最大化していく上では重要です。
第3には、それらを推進していく運営モデル・組織モデルを設計／最適化していくことになります。AI変革を支える運営モデルを組んでいく上で難しい点は、ビジネスの立ち上がりのスピードを含めて固定的な組織機能として充てることが難しい一方で、スピーディーな意思決定と頻繁なリモデルを前提として組む必要があるところにあります。また、現在のコア事業とこのAIビジネスは０か100かの議論ではなく、各社事業構造や状況に応じて、どの程度の連携・分離が必要かの最適解も異なります。海外企業のモデルや役職などを単純に模倣するだけではない自社独自のモデルを、過渡期～定常化組織のモデルとして組み立てて段階移行していく必要があります。
第4に、これらの変革を支える仕組みとして、上記の変革に合わせた人材の動機づけと最適化メカニズムの強化が、ビジネスモデルと人との分離・分断を回避していくために重要な役割を果たします。
人の価値が高まるAI時代
従業員提供価値を経営の軸に据える
――重要とされる4点目の人材部分について、AI変革を支える存在としての人事部門・企画部門に求められる変革とはどのようものでしょうか。
長安 人事部門や経営企画部門の果たす役割や推進の上での連携が、トータルのAI変革の確度を高める上では重要になってきます。従来の管理部門における役割分担は戦略・計数を担う経営企画部門と、その人的リソース周りを最適化する人事部門との分業体制で担われてきました。従来の安定的なコア事業が続くモデルにおいて人事部門は前年踏襲での要員計画調整などやコア事業向けの制度最適化に特化する形になり、AI変革のような戦略テーマや事業構造改革に対してどのような最適解があるのかをゼロベースで検討する力はあまり求められてきていなかった構造にありました。その上で管理部門への効率化施策による要員数の削減を通じて、AI変革を実現する組織・人材モデル検討などをプロアクティブに進める体制の量と質が不足する構造に陥っている企業が多々あります。
経営企画部門においても、戦略方針を立てた上での運営モデル～組織構造～人材モデルの一気通貫の最適化について検討できる体制が弱いことが多く、戦略が美しく描けた企業においてもその実現性が大きなチャレンジとなっています。
これらのギャップを埋めていくためには、人事部門の側からは、リアクティブな人事サービスからプロアクティブに経営を支える「経営参謀型人事」へのシフトを進め、AI時代を見据えて、人材をどのようにシフトするか、あるいは各事業がどのようにAIを活用するか。バリューチェーンのどこを強化し、何をパートナーに委ねるべきか、こうした戦略について、経営への提言ができている人事部門へと機能強化を進めていく必要があります。また経営企画部門は立てた戦略方針の実装へ向けて人事部門との連携推進体制の強化を議論すべきステージにあるものと考えます。
組織・人材戦略の整合性を確保した上では、その目指す姿へアジリティ高く人材をシフトさせる人事機能の見直しと強化が必要となります。その中でもAI変革を支える上で優先度を上げるべき人事領域別変革テーマは、（１）AI変革を支えるリーダーシップモデル刷新、（２）事業ポートフォリオ変革を支える一体的な人材流動化モデル／EXの構築（ポートフォリオ⇒キャリアパス再構築⇒コミュニケーション⇒リスキリング支援⇒インセンティブ最適化）、（３）戦略投資余力を創出するAI・Digital Operationの最適活用、（４）戦略施策・変革浸透レベルを支える人材ダッシュボードの構築の4テーマです。
これらの4つの取り組みは、AI変革で目指す次世代を率いるリーダーを通じて事業の意思決定を迅速化し、求められる組織ケイパビリティの充足スピード確度を高め、戦略施策に希少なリソースを有効活用するための余力を生み、変化の大きい中で人材に関する適切な経営判断を行うことができる眼を手に入れることが可能になり、それぞれがAI変革の推進に不可欠な要素となります。従業員体験（EX）全体を最適化しながら、キーとなるこれらの機能強化を検討していくことが、今日的な経営に資する人事部門の動き方になります。
個社独自の競争力の源泉、事業環境や特性などを踏まえた戦略前提を整理し、ビジネスインパクトを最大化できるAI施策全体の可視化と優先度判断を実施、それらを支える事業運営モデルを暫定・中長期で描き、それらを支える人材マネジメントメカニズムと人事個別機能を強化していく
――NTTデータ経営研究所によるコンサルティングの強みを教えてください。
長安 当社は、1991年の設立以来、サステナビリティやヘルスケア、地方創生といった様々な領域の社会課題の解決や、企業変革の支援に向けたコンサルティングを行っています。戦略策定に深く関与するコンサルティングだけでなく、戦略の実装と成果創出までを一気通貫で伴走し、企業の競争力強化を支援しています。私の率いる組織・人材変革コンサルティング室では、人事の個別機能や領域に閉じた提案ではなく、企業全体のビジネスパフォーマンスに寄与する組織モデル・人材モデルの最適化をご支援し、変革のスピードと実現確度を高めることで経営層に対しての価値提供を実施するユニークなアプローチでのコンサルティングを実施しています。
NTTデータグループの一員としての幅広い業界／機能知見、テクノロジーにおける知見もグループ内に豊富にあり、AI変革のコアとなる各構成要素への深い理解は、構想と実装の両面で企業を支援する上での大きな力になるものと想定しています。――経営者をはじめとするビジネスパーソンへメッセージをお願いします。
長安 AIによって自社のビジネスがどう変わるのか、組織や人が担う役割がどう変わるのか、テクノロジーの進化は各個人が望むやりたい仕事と整合性がとれるのか、生じるギャップに対してどのような責任を果たしていくべきか、経営層のレベルでも、深く考えを巡らせるビジネスパーソンの個々人のレベルでも、このテーマは深く、難しい問いでもあり、誰も画一的な正解を持っていません。一方で、正解が分かってからAI変革を進めるアプローチにおいては競争から脱落してしまうリスクが高まることも事実でしょう。確実な正解が分からない中でも、アジリティ高く変化に対応できるAIネイティブな事業モデルへの備えを進めていくスタートを切る必要があります。NTTデータ経営研究所は、人事領域に閉じない広い視点で組織モデル・人材モデル変革を支えるサポート役として、そういった皆様のダイナミックな変革への挑戦を伴走支援させていただき、当社のVisionでもあるLighting the way to a brighter societyを社会・企業・従業員の各層においてバランス良く実現していきたいと考えています。
