AIは仕事を効率化する。だが同時に、組織の「考える力」を静かに奪っているかもしれない。ボストン コンサルティング グループ（BCG）は、複数の業界にわたる世界の経営リーダー70名を対象に、AI利用が組織の長期的パフォーマンスにとって重要なスキルにどのような影響を与えるのか、調査した。その結果、半数が自社内で「脱熟練化」、つまりAI依存により組織的にスキルを失う現象が起きていると回答し、60％以上が今後3～5年以内に脱熟練化が重大な脅威となると考えていることがわかった。
AIで失われやすいのは、組織にとってもっとも重要なスキル
リーダーたちが組織の長期的パフォーマンスに不可欠と位置づけるスキルと、AIによる脱熟練化のリスクが高いと見るスキルは、ほぼ一致している（図表）。
なかでも特に重要でリスクも高いのが「課題の理解と定義」と「判断と意思決定」の2つだ。前者は組織パフォーマンスへの貢献度がもっとも高いと評価されており、後者は脱熟練化リスクが全スキル中最高だった。この2つは戦略的思考の核である「正しい問いを立てること」と「正しい判断を下すこと」を支えるスキルであり、どちらも深刻なリスクにさらされている。
「課題の理解と定義」はあらゆる判断の上流にある。正しい問いを立てる力を失った組織は、AIでいくら分析を高速化しても、その根本的な欠陥を補うことができない。一方、「判断と意思決定」は経験の積み重ねによって磨かれるものだ。不完全な情報しかないなかで考え抜き、決断し、結果を見て、思考を更新する。そのサイクルをAIが肩代わりすると、判断力はじわじわと衰えていく。あるリーダーはこう語っている。「AIが万能の専門家として使われているが、AIに与える情報は粗く、プロンプトは短く、自社の戦略や価値観とも切り離されている。一見それらしい結果が出るが中身は汎用的で、社員がAIに対しちぐはぐな期待を持つ原因になっている」
「創造的思考」「分析と因果推論」「解決策の考案と評価」も同様のメカニズムで侵食される。AIが手軽にそれなりのアイデアを出してくれるため、自分で考える習慣が衰退する。また、AIのもっともらしい分析結果が、厳密に検証したという錯覚を生み出し、本来行うべき因果関係の検証や前提の問い直しが省略されがちになる。複数のリーダーが、AI生成の分析を根拠も確認せずに受け入れるチームが増えていると指摘した。
対照的に、比較的リスクが低いとされるスキルもある。「共感と傾聴」「動機づけと自己認識」「好奇心と生涯学習」「回復力・柔軟性・適応力」「リーダーシップと社会的影響力」は、人間関係や身体的な経験、感情的な共鳴に深く根ざしており、AIが代替しにくい。
ただし、これらのスキルは安全地帯として放っておいていいものではない。むしろ、リスクの高いスキルを守る「防衛ライン」として機能しうる。たとえば、共感と傾聴の力はAIに代替されつつある人材育成のスキルを維持する基盤となり、リーダーシップと社会的影響力はAIが生成した画一的な結論に異を唱える構造的な議論を可能にする。動機づけと自己認識があれば、AIの出力を鵜呑みにせず吟味しようとする姿勢が生まれる。リーダーはこの視点を持って、これらのスキルに意図的に投資する必要がある。
スキル侵食が組織全体に広がるとき
では、チーム・事業部門・組織全体で脱熟練化が進行するとどうなるのか。すでにリーダーたちが実感している「症状」は、互いに影響し合いながら連鎖している。
出発点となるのは、AIの出力を検証もせずに受け入れる過度の依存だ。調査対象のリーダーの約90%が挙げた。あるリーダーは「チームはAIが出した成果を十分に良いと判断し、批判的に考えるステップを丸ごと飛ばすようになる。時間が経つにつれ、誰も分析の穴を突かなくなり、エラーや盲点が見過ごされる」と述べた。無批判な受け入れは単に成果の質の問題ではなく、判断力の侵食への入口でもある。
そこからオーナーシップと説明責任の低下が生じると、リーダーの50%以上が指摘した。AIの出力を精査しなくなると、当事者意識を持てなくなる。「AIがそう言った」が言い訳になり、誰も結果に責任を感じなくなる。「成果が出なければAIのせいにされる。社員のオーナーシップ意識が確実に低下している」と語ったリーダーもいた。
個人の判断力が弱まれば、集団としての思考力も衰える。建設的な議論の減少（43%が回答）、思考の多様性の低下（49%）、協働やチームワークの低下（34%）が連鎖する。同じデータで訓練された同じAIツールを全員が使えば、アウトプットも思考も似てしまい、同僚の視点を参照・批判・発展させる動機が失われる。「全員が似たような答え、似たようなフォーマット、似たようなデータポイントを出すようになる。論理的に、すべての問題に定まった答えができてしまう」とあるリーダーは述べた。さらに、「すべてを即座にやることが求められるため議論が減る。スピード優先では良い議論が失われる」という声もあった。
こうした傾向の根底には、より深い構造的問題がある。若手人材の育成の遅れだ（53%が回答）。AIが調査、草案作成、エラーの修正、問題分解といった分析的な作業を引き受けると、若手社員がかつて経験を通じて培ってきた判断力の素地が育まれなくなる。「やってみることなしに洞察力は磨けない」と複数のリーダーが指摘した。「実践が減るとオーナーシップが低下し、AIの出力を精査しなくなる」という悪循環はすでに現実のものとなっている。
問題はさらに深い。AIがエントリーレベルの業務を吸収するにつれ、組織は新入社員に対して、かつてなら5〜10年の経験が必要だったタスクをこなすことを期待するようになる。それも、従来の学習プロセスを経ずに。あるリーダーは「従来のエントリーレベルの社員が、5〜10年目の仕事をこなさなければならなくなる」と述べた。キャリアパスの再構築が、それを支える学習パスの再設計より速く進んでいるのだ。
ベテラン社員も無縁ではない。あるリーダーが「オートパイロット（自動操縦）の罠」と呼ぶ、習慣や時間的プレッシャーから、自分の判断の代わりにAIの判断をそのまま使ってしまう行動に陥るリスクがある。高いパフォーマンスを維持しているように見えながら、自分を本当に価値ある存在にしていた判断の深みを静かに失っていく。
最後に見落とせないのが、後輩指導や知識共有の希薄化だ（33%が指摘）。同僚と対話して知識を得る代わりに、直接AIに向かう社員が増えている。研修の場が「学ぶためではなく、AIでコンテンツを生成するための時間」になってしまっているという声もあった。能力を育む場そのものが侵食されているサインである。
組織的にスキルを失わないための6つの戦略
①AIの使用ルールとガバナンスの整備：どのツールを使ってよいか、人間のレビューが必須な場面はどこかを明確にし、「AIに任せてはいけない領域」を組織として定義する。
②業務フローの再設計：最終判断と説明責任は必ず人間が担う設計にし、若手が「まず自分で考えてからAIを使う」学習順序を守る。
③パフォーマンス評価への組み込み：「何を達成したか」だけでなく「どう考えて達成したか」を評価対象にし、AIの出力を批判的に検証する能力を人事評価に明示的に反映させる。
④スキルを鍛えるルーティンの導入：AIなしで問題を解決するセッションを月1回、あるいはAIを使わないハッカソン（集中開発イベント）を年1回など、意識的に人間の思考力を使う場を定期的につくる。
⑤AIを、問いを深める道具として使う：「答えを出させる」のではなく「良い問いを引き出す」ツールとして使い、反対意見や失敗シナリオから逆算する思考法を身につける。
⑥AIツール自体に『立ち止まって考える』仕掛けを組み込む：AIが回答を出す前に、ユーザーに対し「どんな前提をおいていますか？」と問い返すなど、使う人間に考えさせる設計にする。
脱熟練化という問題に対し、現時点で組織全体の戦略を持つ企業はわずか1割であり、3分の1はそもそもこの問題を議論すらしていない。スキルは使わなければ衰える。その認識を持ち、今すぐ動くことが求められている。
