敢えて生成AIを使わないマネジメント業務

https://em-yuru-meetup.connpass.com/event/356077/

1. 敢えて生成AI を使わない マネジメント業務 もあるよ EM ゆるミートアップ vol.10 kzk-maeda 2025.07.07
2. 自己紹介 Kazuki Maeda atama plus 株式会社 VPoE / 技術統括 組織マネジメント・技術マネジメントを管掌 生成AI 好きです。逆張りではありません。
3. 業務の中で生成AI を使わない日はない 分野 活用例 プロダクト開発 Claude Code で新プロダクトのプロト作成 コード生成・レビュー支援 情報管理・分析 MCP でドキュメント検索・作成 データ分析の自動化 組織コミュニケーション 組織全体会のサマリ作成 1on1 の内容整理・振り返り 他組織との連携 人事・コーポレートとの議論前の壁打ちなど 専門性が異なるチームとの議論準備
4. でも、ある業務では 生成AI を使わないことにしている
5. 振り返り面談のための情報収集
6. 一見、生成AI に向いていそうなタスク 生成AI タスク データソース Slack チケット Pull Request ドキュメント MCP やRAG で収集 情報の統合 要約・抽出 ポジティブフィードバック の基
7. 個人のマネジメントのこだわりとして 「ポジティブなサプライズ」にこだわっているから
8. ポジティブなサプライズとは？ メンバー自身の振り返りから漏れている素晴らしい行動や成果を見つけて 「こういう成果もあったよね」と伝えること メンバー自身も忘れている成果の発見から、表面的でない、真の価値の把握
9. 生成AI ではなぜできないのか？
10. Lost in the Middle 問題 生成AI に多量のコンテキストを渡すと、その中央に位 置する情報が抜けやすいという問題 参考: Lost in the Middle (Liu et al., 2023) 例えばMCP を用いて多量の会話ログなどを渡して生成 AI に情報分析させようとした時に、 ポジティブサプライズに寄与しうる重要な情報がロス トしてしまう可能性
11. 暗黙知や構造の欠落 Slack やJIRA などのツールに残っているのは表面 的・断片的なテキスト情報のみ ポジティブサプライズのためには、 ログに残らないような対面コミュニケーショ ンの情報 情報間の有機的な繋がり など、生成AI が知り得ない情報が多く存在し、 それらを総合してFB に繋げる必要がある
12. でも、忌避しているのは技術的な問題ではないかも
13. " 浅い" 意思決定 出典: 生成AI によって増えてきた" 浅い" 意思決定 - Kazuki Hayakawa
14. 今どうしているのか？
15. 日常的な賞賛文化の醸成 Win Session など、良い言動を日常的に組織で賞賛する文化をつくる その中で、 「ポジティブなサプライズ」対象になりうる行動を見逃さないよう、普段から目を皿にして行動を観 察 振り返り時にこれらの情報から拾い上げる
16. 定期的な情報収集 レトロボードなど、賞賛系の情報が溜まりやす い場所は評価タイミングで全て目を通す 一つ一つ丁寧に確認することで、埋もれがちな 成果を発見
17. 他の業務を生成AI で効率化することで、 「人間らしい」仕事に時間を使える
18. どうしたら生成AI で代替できるか？
19. 技術的な進化の方向性 暗黙知の取り出し 今はデータとして取り出せない情報を扱えるように なること オフライン含むMTG での会話 偶発的なコラボレーション 非言語的なコミュニケーション 学習サイクルの確立 「ポジティブなサプライズ」に対して生成AI を学習 させるサイクル ポジティブなサプライズの事例収集 アノテーションと再学習の軽量化 組織文化への適応
20. 多分 mento がなんとかしてくれる