AIがPLに乗らない理由 ――導入の6段階ロードマップと、日本が止まる二箇所

AIの投資対効果は、6段階のどこで漏れるか

この回の後半、主宰者は参加者の一人（プライベート・エクイティ／コンサル業務に携わる小賀氏）に向けて、その場で「AI戦略をどう経営に落とし込むか」の図を提示した。本人の弁によれば一時間ほどで作った完成度2割の資料だが、内容は二層構造になっている。ひとつは導入対象を切り分ける2×2のマトリクス、もうひとつは導入から利益反映までの6段階ロードマップである。

マトリクスの軸は、知識の性質（暗黙知か形式知か）と、ミスしたときのエラーコスト（高いか低いか）。この四象限で、どこをAIに完全に任せ、どこをAI生成＋人間検証にし、どこは人間主導でAIに支援させ、どこは高スキル人材でなければ触らせてはならないかが分かれる。出発点は野中郁次郎のSECIモデルで、言語化されているものはAIで処理でき、言語化されていないものは人間が形式知化しなければならない、という切り分けである。

ロードマップのほうが本題だった。主宰者の主張は明快で、AIを入れても生産性が上がらない、PLに反映されないのは、この6段階のどこかで機会損失が漏れているからだという。順序はタスク効率化 → 従業員の習熟 → 人材の再配置 → 組織のスループット再設計 → 市場需要の獲得 → 競争優位の維持。そして日本企業の大半は第1段階のタスク効率化で自己満足して止まっており、米国はすでに第3段階の人材再配置（＝大量解雇）に入っていて、第4段階の組織再設計の話をザッカーバーグやアンディ・ジャシーが始めている――というのが2025年11月時点の見立てである。

結論を先に書くと、この見立ては2026年8月時点でおおむね当たっている。Amazonは2026年1月に追加16,000人の削減を発表し、2025年10月分と合わせて計30,000人となったが、この第二弾は明確に「反官僚主義（anti-bureaucracy）」＝管理階層の削減として説明された。これは人員削減そのものより組織構造の作り直しであり、まさに第4段階への移行にあたる。またAppleは2026年4月、ティム・クックが会長へ退き、ジョン・ターナスが9月1日付でCEOに就任すると発表した。主宰者が「2年前からクックは代わったほうがいいと言っていた」「今4人の候補者が出ている」と述べていた読みは、5か月後に現実化した。詳細はPART 6で扱う。

冒頭の雑談――ロボット、フィンランドの衛星、そして中国のデータセンター

講義前の雑談は、この回では単なる近況報告に終わらなかった。三つの話題が続き、いずれもこの日の本題であるAI・データセンターに接続している。

1. 頭脳のアメリカ、肉体の中国

冒頭で語られていたのはロボティクスの見通しである。主宰者の整理は「頭脳のアメリカ、肉体の中国」というイメージで、これが2026年のかなり主流のビジネスモデルになるのではないかと言われている、というもの。介護現場へのロボット導入や、テスラの車内でロボットが動いている事例に触れつつ、日本は出遅れるだろうと予測した。ただし制御装置では日本が世界トップであり、ASMLのEUV露光装置ほど先端でない領域――たとえば韓国のサムスンやSKが使うHBMの製造装置のような層――でロボットでも日本が強くなるのではないか、と補足している。

2. フィンランドの小型衛星企業と「第2のイーロン・マスク」

参加者の一人が、フィンランドの小型衛星メーカーとビジネスをすることになった、経営者が「第2のイーロン・マスク」と注目されている、将来性をどう見るかと質問した。主宰者の回答は「その会社を知らないので何とも言えない」と即答で、代わりに「ヨーロッパで宇宙産業を見るなら、ルクセンブルクは必ず外せない」と返している。なお「ヨーロッパに第2のイーロン・マスクは5人くらいいませんか」という軽口が挟まれた。

3. 中国サーバー大手の日本再進出――データセンターと安全保障

この日の雑談で最も重い話が、新規参加者（米UC系大学出身でデータセンター構築の実務に携わる小澤氏）から出た。要旨は次のとおりである。

この話が本題とつながるのは、AI時代の設備投資が地政学の直接の対象になっているという一点においてである。データセンターは電力と土地と資本の問題であると同時に、誰の資金で誰の機器が置かれるかという安全保障の問題であり、経営戦略としてのAI導入の議論は、この層と切り離せない。

2×2のマトリクス――AIに何を渡し、何を渡さないか

フレームワークの第一層は、知識の分類とエラーコストによる四象限である。縦軸は暗黙知（tacit）と形式知（explicit）、横軸はミスしたときのコストの高低。この切り分けの前提として、主宰者はSECIモデルを説明した（詳細は別レポートで扱う）。要点だけ言えば、言語化・表現できているものはごく一部で、大半は暗黙知のまま残っている。すでに形式知化されているものはAIで処理できるが、暗黙知のままのものは人間が形式知化するしかない。

主宰者の主張は、コンサルティングで企業に入るなら、まずこの4象限に事業を分解せよ、というものである。完全自動化してよいもの、AIに出力させて一般の従業員が確認できるレベルのもの、人間が主導しなければならないもの、高スキル人材でなければ触れてはならないもの。この切り分けをしたうえで、どこにどんなAIを入れるかを考える。切り分けの前に導入を考えるから失敗する。

そしてこの枠組み自体の出所も明示された。「これはAIで言われている今の戦略。どこから引っ張ってきているかというと、IT・DXも同じフレームワークを使って導入していったんですね、アメリカの企業とか。それをただAIに切り替えただけです」。つまりこれはAI固有の理論ではなく、汎用技術の導入に共通する型として提示されている。

6段階ロードマップ――どこで機会損失が漏れるか

フレームワークの第二層が、この日の中核である。AIを導入してから利益に反映されるまでを6段階に分け、各段階で誰が責任を持ち、誰を対象にするかを定義したロードマップである。

主宰者が強調したのは、この流れを社内で回すこと自体が経営戦略の中核だという点である。「企業や組織が今後どうやって学習して、相手との差を開き続けるのかという戦略の中で、このタスクを順番に落とし込むことによって、利益損失や機会損失をできるだけ逃さなくできる。そうするとPLに反映されやすくなる」。逆に言えば、AIを入れてもPLに乗らないのは、この6段階のどこかで取りこぼしが多すぎるからである。

そして、AIによる生産性向上がマクロ統計に現れるまでには時間がかかるという前提も置かれた。「パソコンが導入されてからGDPに反映されるまで10年かかった。同じようにAIも人の生産性が上がってGDPに反映されるまで10年くらいかかる可能性がある」。だからこそ、その10年のあいだにどこで漏れているかを潰す企業と、放置する企業のあいだで差がつく、という論理である。

日本が止まる二箇所――教育と、人を切れないこと

主宰者の日本企業診断は容赦がない。「大抵の今の日本人がやっているのは、タスク効率化のところで自己満足しているだけ」。重要なのは第2段階の従業員の習熟で、AIのトレーニングを受けていない従業員が機会損失を出し続けている。だから日本に最も必要なアドバイジングのポイントは、人材教育システム・人事システムの構築にある――という診断である。

そのうえでこう続けた。「タスク効率化をやっているというのは、何もしていない状態なんですよ、まだ」。ITが遅れ、DXが遅れたのも同じ理由であり、この段階で丁寧に変革を行っていないから、IT遅れ・DXできていない・AIも活用できていない、という一連の症状が全部同じ説明で片づく、と。

この診断に対して、業界の内部から実務的な補強が入った。参加者（長谷川氏）の指摘はこうである。第2段階の従業員習熟と第3段階の人材再配置が、日本企業には最もできない。教育にそこまでコストをかけないうえに、再配置のときに人を切れるかという問題が必ず出てくる。この図を見せたところで、この2箇所で止まってしまうだろう、と。

なお、「特定のフレームワークがない状態で外部の意見をどう入れるか」という問いに対して、主宰者はCTOやCIOも含めて外部から引っ張ってくる段階に入っている、と答えている。客観的な意見を入れなければならず、だからこそ今後は再編が起こる時期である、と。GoogleやMetaが社外取締役を多数入れているのはまさにこのチェック要素だ、という説明が続いた。

現場からの二つの実装案――下から攻める／投資家に圧をかけさせる

この日のフレームワーク議論が良かったのは、抽象論で終わらず、実際に導入をやった人間と、これから仕掛ける人間の両方から具体案が出たことである。

小賀氏の側からは、現場の実感として次のような問題が語られた。AIエージェントが各種出てきてはいるものの、すでに乱立状態で部署ごとにバラバラ。顧客側のサプライチェーン／バリューチェーンからデータが集まらない。既存のERPなどのシステムを全部切ってしまうのは現実問題として難しいので、新たなアプリをどう入れ込むかというアプローチで、英国の会社と組んで試みている、と。

この文脈で主宰者が示した提案の型は、コンサルティングの実務論として明快だった。相手国や相手企業に「あなたたちは遅れている」と言っても認識しない。だからまず循環線のロードマップを引いて、「あなた方の立ち位置はここだ」と示す。分かりやすいようにフレームワークを独自に作り、その枠ごとに絞り出すヒアリングをしたうえで、「ここを改善するとこういうROIが出る」と一つひとつ説明していく。そこまでプレゼンして、それでもやらないと言うなら「勝手にしてください」で終わる、と。

もっとも、この資料そのものについて主宰者の自己評価は厳しかった。「完成度は僕の中で20%くらい。もっと黙らせて、資料だけで『お前ら何も言えないだろ』というくらいのものを作らないと僕は提出しない」。長谷川氏が議員への提案に使いたいと申し出たところ、「もうちょっと精査してから渡す」と応じ、来週前半という期限が置かれた。追加すべき要素として挙げられたのは、二次元のデータ扱いに三次元的な要素を入れること、そして枠のなかに他社比較を入れることの2点である。

「高スキル人材」は10年後の労働者である

フレームワークの右端に置かれた「求められる能力」の欄をめぐって、担当講師（前田氏）から言葉の選び方について質問が出た。労働者と高スキル人材を分けているが、どちらも高度な技能が必要ではないのか、と。

主宰者の答えは、能力要件そのものがインフレするという時間軸の話だった。「AIが使えることはコアではなくなってくる」。ここで言う高スキル人材とは、AIが使える人間ではなく、その先のプログラミングやエンジニアリングができる人間を指す。そして今「AIが使えてすごいね」と言われている人たちは、10年後に今の10代が使い始める頃には、ただの労働者レベルになる。かつて高スキルとされたものが普通のスキルになるからだ、と。

そのうえで主宰者は、日本の経営者に対して最も辛辣な診断を下した。日本人はリサーチ力と想像力（創造性）が圧倒的に欠落しており、大半の人のレベルは労働者の層にいる。ところが労働者のレベルであるにもかかわらず、エラーコストの高い領域で凡ミスを繰り返す。だからコストが高くつき、機会損失が大きくなる。経営者がまず労働者から高スキル人材のレベルまで上がってもらわないと始まらない、と。

そして最終的に求められる能力として繰り返し挙げられたのが、想像力・知識・リーダーシップ・コミュニケーションの4つである。これはマイキークラブで常に言っていることだ、と本人が述べている。2×2マトリクスの各象限に対応させると、エラーコストの低い領域では判断力・リサーチ力・想像力、形式知×高コストでは精査能力と専門知識、暗黙知×高コストではリーダーシップとコミュニケーション能力、という配置になる。

検証――COOの交代という兆候は当たったか

この日の議論のなかで、最も検証可能な形で提示された見立てがこれである。主宰者の観察はこうだった。米国企業でいま最も入れ替わっているのはCOOである。第3段階の人材再配置ではCOOの支援が要になるので、時代の要請に合わせてCOOが交代している。AppleもCOOが今年（2025年）代わった。米国企業はチーフ層の人事配置まで戦略と連動させているが、日本の場合はCTOもCIOもCOOもずっと同じ人間がやっている時点でおかしい――と。

さらに前田氏が「2年前にティム・クックはそろそろ代わったほうがいいと言っていたのは、この流れからということですね」と確認し、主宰者は「そういうことです。AppleのCOOがやっと出てきましたけど、僕は2年前に言っているじゃないですか」「今4人の候補者が出てきて、Apple自体もCEOの後継が」と応じている。

もうひとつ、主宰者は「第4段階（組織スループット）の話をザッカーバーグもアンディ・ジャシーも最近かなりしている。だからもう4列目まで来ているのが会社の状況として見える」と述べた。これも検証できる。

質疑応答（AI戦略パート・全5件）

宿題・アクションアイテム

1. フレームワークの精緻化（主宰者／期限：翌週前半）。提示した資料は本人評価で完成度20%。二次元のデータ扱いに三次元的な要素を加え、枠内に他社比較を入れて、相手が「ノー」と言えない状態を作る。
2. 議員への提案（長谷川氏）。精査後の資料を用いて、ステップ・バイ・ステップで説明する形で提案する。相手はハーバード出身とのことで、反応そのものが観察対象になる。
3. 投資家経由の圧力の設計（小賀氏）。保有先には「改善しなければ売る」、これから投資を呼び込みたい先には「これをやれば買われる」という二方向で提示する。SSBJの開示基準変更のタイミングと重ねる。
4. 自社を4象限に分解する。暗黙知／形式知 × エラーコストの高低で業務を切り分け、完全自動化できるもの、AI生成＋一般従業員の確認で足りるもの、人間主導でAI支援にすべきもの、高スキル人材に限定すべきものを分ける。そのうえで、どこにどのAIを入れるかを決める。
5. 6段階のどこで漏れているかを特定する。自社および分析対象企業が6段階のどこにいるかを判定し、そこから先の段階で発生している機会損失を洗い出す。企業のAI関連の発表を6段階に位置づける読み方は、そのまま投資判断の分析軸としても使える。

用語集