AI時代に企業が育てるべきなのは、「正解を知っている人」ではなく「差を見て判断できる人」（組織行動科学(R)）
組織行動科学(R)︎
生成AIが強いのは「質問」に答えること。人が価値を発揮し続けるのは、「疑問」を持ち、「問い」を立て、「判断」する領域。980社・33.8万人の実践と分析から、AI時代の人材育成で見直すべき対象を整理
組織行動科学(R)を提供するリクエスト株式会社（本社：東京都新宿区、代表取締役：甲畑智康）は、AI時代に企業が育てるべき人材像について整理したレポートを公開しました。
[画像1:
https://prcdn.freetls.fastly.net/release_image/68315/187/68315-187-8459d504956b5fc08fdab9d61d9668b2-3455x2196.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
d68315-187-eb45147b069795b623c72ac20cbc291e.pdf生成AIの普及により、知識をもとに答えること、定型的な進め方を示すこと、過去事例を参照することの一部は、以前よりも人材育成の中心ではなくなりつつあります。
一方で企業の現場には、状況に応じて何を優先するか、どの事実を重視するか、どの選択肢を採るか、なぜその判断をするのかを考える仕事が残ります。
本レポートでは、AI時代に企業が育てるべきなのは、単に正解を知っている人ではなく、状況の違いを見て、事実を確認し、差を踏まえて判断できる人であることを整理しました。
生成AIは、既存知識をもとに回答すること、情報を整理すること、定型的な選択肢を示すことを得意としています。たとえば、制度説明、情報整理、文書作成、既存事例の参照、標準手順の提示などは、その代表例です。
これらは企業活動にとって重要ですが、いずれも基本的には、すでにある知識、前例、ルール、定義済みの条件をもとに処理しやすい領域です。つまり、AIが強いのは、「質問」に答える領域です。
一方、企業の現場では、前例や手順だけでは進めにくい仕事が増えています。
顧客ごとに条件が異なる。案件ごとに制約が異なる。現場ごとに優先順位が異なる。関係者ごとに見ている論点が異なる。こうした仕事では、単に正解を知っているだけでは十分ではありません。
必要なのは、
- 何が前回と違うのか- どの事実を確認すべきか- その差はなぜ起きているのか- どの選択肢が現実的か- 何を優先して進めるべきか
を考えることです。つまり、人が価値を発揮し続けるのは、差を見て判断する領域です。ここでは、知識の量よりも、差を見る力、差の理由を考える力、差を踏まえて方針を決める力が問われます。
これまで多くの企業では、知識を増やすこと、正しい手順を覚えること、前例を学ぶことが人材育成の中心でした。これらは今後も必要です。しかし、それだけでは、AI時代に必要な人材は育ちにくくなります。
なぜなら、正解を知っていることと、実際の状況差を見て判断できることは、同じではないからです。企業がこれから育てるべきなのは、「正解を知っている人ではなく、差を見て判断できる人」です。
言い換えれば、AI時代の人材育成では、「正解を教えること」から「差を見て判断できる経験を積ませること」へ、重心を移す必要があります。
こうした力は、研修で知識を教えるだけでは身につきません。判断は、実際の仕事の中で、
- 事実を確認する- 条件差を比較する- 差の理由を言葉にする- どの方針を採るか決める- 結果を振り返る
という過程を通じて、初めて積み上がります。そのため、AI時代の人材育成で重要なのは、知識を増やすことそのものではなく、実務の中に判断経験が残るように仕事を設計することです。
企業が見直すべきなのは、教育内容だけではありません。
本来は、次の問いを見直す必要があります。
- その仕事では、何が判断対象なのか- どの差を見なければならないのか- どの事実を確認する必要があるのか- なぜその差が生まれているのかを誰が考えるのか- どの判断理由が本人や組織に残るようになっているのか
これらが曖昧なままでは、仕事を任せても、知識は増えても判断は育ちません。
逆に、差を見る対象、確認すべき事実、比較観点、判断理由が残るように設計されていれば、同じ実務でも人材育成の質は大きく変わります。
本レポートで示しているのは、教えることの否定ではありません。知識を教えること、手順を伝えること、過去事例を共有することは、今後も必要です。
しかし、それだけでは、AI時代に必要な人材は増えにくい。必要なのは、知識や手順を教えたうえで、それが実務の中で、
- 差を見る- 差の理由を考える- 差を踏まえて判断する- 振り返って次の基準に変える
という判断経験として残るようにすることです。
AI時代の人材育成で重要なのは、知識を増やすことそのものではありません。企業に必要なのは、正解を知っている人を増やすことではなく、現実の差を見て、差の理由を考え、差を踏まえて判断できる人を育てることです。
生成AIが強いのは、「質問」に答えることです。
一方で、人が価値を発揮し続けるのは、「疑問」を持ち、「問い」を立て、「判断」する領域です。
だからこそ、これからの企業は、何を教えるかだけでなく、どのような差を扱わせ、どのような判断経験を実務の中に残すかを見直していく必要があります。
まずは、自社の仕事の中で、前例や手順で進める仕事と、条件差を見て判断すべき仕事を切り分けることから始めることが重要です。
d68315-187-4c2fa610dc10a2cd9c02d19c19ae3dd9.pdf本テーマをさらに深く検討したい場合は、次の観点から自社の仕事を見直すことが重要です。
- 前例や手順で進められる仕事と、条件差を見て判断すべき仕事はどこで分かれるのか- その仕事では、何が判断対象になっているのか- 差を見るために、どの事実を確認する必要があるのか- 判断理由や見立てが、本人や組織に残るようになっているのか- 知識を教えることと、判断経験を積ませることが切り分けられているか
AI時代の人材育成では、教える内容を増やすこと以上に、実務の中で差を見て判断する経験が積み上がるように仕事を設計することが重要になります。
[画像2:
https://prcdn.freetls.fastly.net/release_image/68315/187/68315-187-c219bb23d96c63635f3eac606f1c35f9-1042x194.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
リクエスト株式会社
会社案内：
https://requestgroup.jp/corporateprofile
代表取締役 甲畑智康：
https://requestgroup.jp/profile
E-mail：request@requestgroup.jp
リクエスト株式会社（本社：東京都新宿区、代表取締役：甲畑智康）は「より善くを目的に」を掲げ、33.8万人の働く人のデータに基づいた 組織行動科学(R) を基盤に、7つの研究機関が980社を支援している企業です。
組織行動科学(R)は組織で働く私達の思考と行動が「なぜ起こり」「なぜ続くのか」を事業環境と経験から解明し、より善く再現する手段です。
[画像3:
https://prcdn.freetls.fastly.net/release_image/68315/187/68315-187-04506a27ee3d7ff6e6b44705901875fd-1489x1031.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
プレスリリース提供：PR TIMES
記事提供：PRTimes
