AIの性能が向上しても未解決な組織の重大問題は何か?/An Unsolved Organizational Problem in the Age of AI

2026/06/12 プロダクトマネジメントわいわい会のオープニングセッションで話したスライドです。

■テーマ
・生成AIが企業内の組織に普及し、多くのルーティンワークが代替されていくと、マネジメントにおいて何が主たるテーマになるか?
・企業が業績を伸ばす上で、何が最も影響が大きい未解決問題か?

■目次
・どのような売れ方をしているか
・アルゴリズムによるマネジメント
・アルゴリズムの発展 トヨタ生産方式のケース
・AIによる第四次産業革命
・ダブルループ学習とその失敗
　・失敗1 問題の解決ではなくコミュニケーション優先
　・失敗2 反直感
・課題先進国日本
　・資源の呪い

■ご質問やフィードバックはこちらまで
https://twitter.com/_N_A_
https://note.com/mryy

■更新
2026/01/07 V1.1 公開

Transcript

1. AI の性能が向上しても 未解決な組織の重大問題は何か? V1.1 2026/06/15 V1.0 2026/06/12 witch&wizards inc. 森 雄哉 AI による第四次産業革命における組織の変化
2. 私たちはプロダクトを 作り、売っている 5
3. 私たちはプロダクトを 作り、売っている どのような売れ方を しているだろうか 6
4. コンテンツ業界の売れ方 マンガ、小説といったコンテンツを楽しんだことはあるでしょう。 私はクリエイターの作品を大ヒットさせる仕事をしていました。 クリエイティブの産業を「売れる」という観点で考えてみます。 マンガ、小説、どのようなタイトルがどのような売れ方をするで しょうか ?
5. コンテンツ業界の売れ方 ・どの作品も売れているでしょうか ? ・クリエイターはみんな食えているでしょうか ? ・年収は上がり続けているでしょうか ? 本を題材に考えてみましょう。ランダムに 1冊を選ぶと、かなりの 確率で売れていない本を手に取ることになります。 その本が出版したての新刊でも、 10 年前にヒットした本の方が現在 も売れます。
6. コンテンツ業界の売れ方 結論からいえばマンガや小説といったコンテンツにおいて、大多数 のタイトルは赤字です。 コンテンツ企業の大部分の収益は少数のヒット作から成り立ってお り、そのヒット作の莫大な収益で新人や売れない作家に支払ってい る状態です。作りかけたまま中止になってリリースしないものも含 めるとさらに悪化します。 赤赤赤赤赤赤赤赤赤赤赤赤赤赤赤黒赤赤赤 赤赤赤赤赤黒赤赤赤赤赤赤赤赤赤赤赤赤赤
7. コンテンツ業界の売れ方 コンテンツ業界では時代を捉えることができる一部の才能の持ち主 がほとんどの売上を上げます。とくに参入障壁が少ないコンテンツ ではこの傾向は顕著になります。
8. コンテンツ業界の売れ方 コンテンツ業界では時代を捉えることができる一部の才能の持ち主 がほとんどの売上を上げます。とくに参入障壁が少ないコンテンツ ではこの傾向は顕著になります。 一方で、普通の人が活躍している世界があります
10. アルゴリズムによる マネジメント 13
11. アルゴリズム ×大量生産
12. 製造業 アルゴリズム ×大量生産
13. 製造業 アルゴリズム ×大量生産 日本はアルゴリズムで 世界一位になった
14. 製造業はアルゴリズムによるマネジメントである 製造業において、工場のラインで働く人は「機械のように働く」と 表現されることがあります。製造ラインの一人一人が流れてくるも のに部品を組み付けます。その様子から単純作業と表現されること があります。
15. 製造業はアルゴリズムによるマネジメントである しかし、本当に単純な作業ならば高い収益は得られません。 作業のひとつひとつが、それまでの何百何千人もの優秀な人たちの 工夫を土台にしています。何も知らない人が、その作業をゼロから 再現することはまず不可能なくらい洗練されているのです。 製造業のラインは、社会のありかたを 19 世紀と20 世紀で分けるほ どの社会に大きな変化をもたらした発明です。 普通の人が十分な粗利の製品を作ることによって、十分な報酬を得 られるようになりました。それを大量生産と大量人員の規模で行う ことを実現し、社会に中流階級を誕生させたのです。
16. 製造業はアルゴリズムによるマネジメントである 「大量の普通の人が活躍する」 具体的なインパクトとして、たとえば経験曲線効果があります ・累積生産量が倍になると生産コストが 20 〜 30% 低下する ・ 1000 個作ったときのコストが 500 なら、 2000 個つくると 350 ～400 のコストで作れるようになる これはとんでもないことです。より高い技術と工夫が、そこで働く 普通の人の動作に累積的に反映され続けるのです。
17. 製造業はアルゴリズムによるマネジメントである 「大量の普通の人が活躍する」 具体的なインパクトとして、たとえば経験曲線効果があります ・累積生産量が倍になると生産コストが 20 〜 30% 低下する ・ 1000 個作ったときのコストが 500 なら、 2000 個つくると 350 ～400 のコストで作れるようになる これはとんでもないことです。より高い技術と工夫が、そこで働く 普通の人の動作に累積的に反映され続けるのです。 この結果を実現するための 具体的なオペレーション技術とは何か
18. 製造業はアルゴリズムによるマネジメントである 標準三票(標準作業票 /工程別能力票 /標準作業組合せ票 ) https://www.ojt -s.jp/kaizenlibrary/genbaryokukojo/standard -3 -documents/
19. 製造業はアルゴリズムによるマネジメントである 標準三票(標準作業票 /工程別能力票 /標準作業組合せ票 ) アルゴリズム分析 !! https://www.ojt -s.jp/kaizenlibrary/genbaryokukojo/standard -3 -documents/
20. 製造業はアルゴリズムによるマネジメントである 工程分析
21. 製造業はアルゴリズムによるマネジメントである 工程分析 アルゴリズム分析 !!
22. 製造業はアルゴリズムによるマネジメントである 80 年前から大量に教えられているTWI ・改善提案 ・仕事の教え方 ・人との関わり方 TWI の講習会のやり方 ・聴衆 ができるようにする講習会で ある ・ TWI の講習会は何十人もの講師が何百人に教え、 教わった人がさらに現場作業員に教え、何千人かに波及させる ・講習会は数千数万人規模の知識の伝達を再現性高く実行する方法 ・ 有名人がカンファレンス に来た聴衆に関心を持たせるプレゼン テーションでは ない
23. アルゴリズムの発展 トヨタ生産方式 28
24. アルゴリズム を効果的に 生成する方針 がある 29
25. アルゴリズム生成方針
26. 製造業はアルゴリズムによるマネジメントである アルゴリズムを生成するための方針 ・投入制限 (プル方式) ・ 3ムダラリ (ムダ、ムラ、ムリ ) ・ 7つのムダ
27. 製造業はアルゴリズムによるマネジメントである アルゴリズムを生成するための方針 ・投入制限 (プル方式) ・ 3ムダラリ (ムダ、ムラ、ムリ ) ・ 7つのムダ たとえば 7つのムダの改善は PLに直接貢献する 在庫(投資)の削減 ・作りすぎのムダ ・在庫のムダ 業務費用の削減 ・運搬のムダ ・加工のムダ ・動作のムダ ・手待ちのムダ ・不良・手直しのムダ キャッシュフローと 投資収益率の改善
28. 製造業はアルゴリズムによるマネジメントである アルゴリズムを生成するための方針 ・投入制限 (プル方式) ・ 3ムダラリ (ムダ、ムラ、ムリ ) ・ 7つのムダ たとえば 7つのムダの改善は PLに直接貢献する 在庫(投資)の削減 ・作りすぎのムダ ・在庫のムダ 業務費用の削減 ・運搬のムダ ・加工のムダ ・動作のムダ ・手待ちのムダ ・不良・手直しのムダ このPL直結の方針は、オペレーションアルゴリズムの 改善を通して、収益を著しく改善させる キャッシュフローと 投資収益率の改善
29. 製造業はアルゴリズムによるマネジメントである ここでのまとめ ・製造業は大量の工夫を、たくさんの普通の人たちが実行している ・付加価値の高い仕事に従事でき高給を得ることができた ・大量生産は同じものを大量に生産し、大量に買ってもらえること を通して、大量の雇用を生んで社会構造を変化させた ・コンテンツ産業との違い平均が十分な粗利で買ってもらえる これらを方針とアルゴリズムの改善によって実現した
30. 製造業はアルゴリズムによるマネジメントである ここでのまとめ ・製造業は大量の工夫を、たくさんの普通の人たちが実行している ・付加価値の高い仕事に従事でき高給を得ることができた ・大量生産は同じものを大量に生産し、大量に買ってもらえること を通して、大量の雇用を生んで社会構造を変化させた ・コンテンツ産業との違い平均が十分な粗利で買ってもらえる これらを方針とアルゴリズムの改善によって実現した ところが、アルゴリズム生成の起点となる「方針」は トヨタすら半世紀近く現場に反発を受けた
31. AI による第四次産業革命 36
32. RSGT2026 kyon さんの発表 37 https://speakerdeck.com/kyonmm/ralgo -how -to -integrate -ai -into -an -organization -algorithm -centric -organizational -design
33. アルゴリズム中心 組織設計
34. RSGT2026 kyon さんの発表 >「 AIの確率論的動作をみたときに、人間にも同じ問題があり、そ れを乗り越える必要がある」 ユーザー調査を分析して得られたインサイト、 10 回実行して10 回 とも同じ結果を得られますか？そうじゃないですよね？ 人の意思決定は決定論的ではなく、実は確率論的であると述べてい ます。確率論的なのは生成AIだけではなく、人の組織こそが典型的 だということです。 https://speakerdeck.com/kyonmm/ralgo -how -to -integrate -ai -into -an -organization -algorithm -centric -organizational -design?slide=13
35. RSGT2026 kyon さんの発表 >「 AI時代を生き抜く鍵は、行動のルール /規則/方針/アルゴリズム を絶えず認識/更新する学習メカニズムを組織に埋め込むこと」 組織をアルゴリズムとして捉えた提案 「アルゴリズムとして意思決定を行い、再現性を高めましょう」 「アルゴリズムの改善を通してパフォーマンスを高めましょう」 https://speakerdeck.com/kyonmm/ralgo -how -to -integrate -ai -into -an -organization -algorithm -centric -organizational -design?slide=15
36. 解決の問題は何か 生成AIが企業内の組織に普及し、多くのルーティンワークが代替さ れていくと、マネジメントにおいて何が主たるテーマになるか ? 企業が業績を伸ばす上で、何が最も影響が大きい未解決問題か ?
37. 42 https://speakerdeck.com/kyonmm/ralgo -how -to -integrate -ai -into -an -organization -algorithm -centric -organizational -design?slide=15
38. 43 https://speakerdeck.com/kyonmm/ralgo -how -to -integrate -ai -into -an -organization -algorithm -centric -organizational -design?slide=15
39. ダブルループ学習
40. ダブルループ学習 シングルループ学習とは、あらかじめ設定された目標を達成するた めに、手段だけを変える学習プロセスです。 ダブルループ学習とは、設定された目標や、その働く状況に作用す るルールや前提条件から見直し、手段がとりえる選択肢の集合を変 化させる学習プロセスです。 組織行動論の研究者であるクリス・アージリスと、専門家を研究す るドナルド・ショーンによって開発されました。 まめ知識 :ドナルド・ショーンが書いた、ダブル ループ学習の土台でもある省察的実践は、 1983 年に出版されたが、2024 年でも看護や医療領域、 教育業界で特集されている
41. ダブルループ学習
42. ダブルループ学習 50 年間失敗が続く
43. 問題の解決ではなく コミュニケーション優先 48 ダブルループ学習の失敗1
44. 組織なぞなぞ 1 標榜と実行 49
45. 組織なぞなぞ 1 標榜と実行 「オープンに考え、対話していこう」といった価値観は様々な企業 で標榜されています。みなさんの企業もオープンさは掲げられてい ますか? 実際には会社では話すことができず、勉強会で会社では言えない悩 みを吐露していませんか?
46. 組織なぞなぞ 1 標榜と実行 「オープンに考え、対話していこう」といった価値観は様々な企業 で標榜されています。みなさんの企業もオープンさは掲げられてい ますか? 実際には会社では話すことができず、勉強会で会社では言えない悩 みを吐露していませんか? なぜ矛盾が生じているのでしょう ?
47. 組織なぞなぞ 1 標榜と実行 「オープンに考え、対話していこう」といった価値観は様々な企業 で標榜されています。みなさんの企業もオープンさは掲げられてい ますか? 実際には会社では話すことができず、勉強会で会社では言えない悩 みを吐露していませんか? なぜ矛盾が生じているのでしょう ? オープンさを掲げながら実行しないのはなぜでしょう ?
48. 組織なぞなぞ 1 標榜と実行 「オープンに考え、対話していこう」といった価値観は様々な企業 で標榜されています。みなさんの企業もオープンさは掲げられてい ますか? 実際には会社では話すことができず、勉強会で会社では言えない悩 みを吐露していませんか? なぜ矛盾が生じているのでしょう ? オープンさを掲げながら実行しないのはなぜでしょう ? ほかにも標榜しているにもかかわらず、実行されない スローガンや MVV はありますか ?なぜ無視されている のでしょう ?
49. 組織なぞなぞ 2 問題の指摘と表面 54
50. 組織なぞなぞ 2 問題の指摘と表面 上司に嫌われるとどうなりますか ? 上司の仕事のやり方に問題があったときにどうしますか ? 上司の仕事のやり方は自分が改善を提案すべきでしょうか ?
51. 組織なぞなぞ 2 問題の指摘と表面 上司に嫌われるとどうなりますか ? 上司の仕事のやり方に問題があったときにどうしますか ? 上司の仕事のやり方は自分が改善を提案すべきでしょうか ? 自分の評価につながる失敗をしましたが誰にも知られず隠せます。 周囲に打ち明けますか?
52. 組織なぞなぞ 2 問題の指摘と表面 上司に嫌われるとどうなりますか ? 上司の仕事のやり方に問題があったときにどうしますか ? 上司の仕事のやり方は自分が改善を提案すべきでしょうか ? 自分の評価につながる失敗をしましたが誰にも知られず隠せます。 周囲に打ち明けますか? 周囲の人はどうでしょう ? 会社では、失敗した人をどのように評価されていますか ? 失敗したことの責任を取らされるとキャリアが閉ざされますか ? 失敗から学ぶという事例はどれくらいありふれていますか ?めった にないことですか ?
53. 組織なぞなぞ 2 問題の指摘と表面 上司に嫌われるとどうなりますか ? 上司の仕事のやり方に問題があったときにどうしますか ? 上司の仕事のやり方は自分が改善を提案すべきでしょうか ? 自分の評価につながる失敗をしましたが誰にも知られず隠せます。 周囲に打ち明けますか? 周囲の人はどうでしょう ? 会社では、失敗した人をどのように評価されていますか ? 失敗したことの責任を取らされるとキャリアが閉ざされますか ? 失敗から学ぶという事例はどれくらいありふれていますか ?めった にないことですか ? 安心して問題を扱えますか ? 面子やキャリアは安全 ?
54. 組織なぞなぞ 3 上司からのメッセージの 解釈 59
55. 上司からのメッセージの解釈 1. 明確な方針をつくる 例: 「君たちがやることを信用する。私は口を出さない」
56. 上司からのメッセージの解釈 1. 明確な方針をつくる 例: 「君たちがやることを信用する。私は口を出さない」 2. それを一部修正して矛盾したメッセージにする 例: 「念のため、この重大案件だけは定期的に報告してほしい。口 を出す気はないが、何かあればすぐ知らせてもらいたい」
57. 上司からのメッセージの解釈 1. 明確な方針をつくる 例: 「君たちがやることを信用する。私は口を出さない」 2. それを一部修正して矛盾したメッセージにする 例: 「念のため、この重大案件だけは定期的に報告してほしい。口 を出す気はないが、何かあればすぐ知らせてもらいたい」 3. 真正面からは衝突しない 例: 「やり方を任せると言ったけれども、ちょっとこれだけは チェックしたい」
58. 上司からのメッセージの解釈 1. 明確な方針をつくる 例: 「君たちがやることを信用する。私は口を出さない」 2. それを一部修正して矛盾したメッセージにする 例: 「念のため、この重大案件だけは定期的に報告してほしい。口 を出す気はないが、何かあればすぐ知らせてもらいたい」 3. 真正面からは衝突しない 例: 「やり方を任せると言ったけれども、ちょっとこれだけは チェックしたい」 4. 疑念を示す 例: 「いや、別に疑ってはいない。ただ心配しているだけだ」
59. 上司からのメッセージの解釈 1. 明確な方針をつくる 例: 「君たちがやることを信用する。私は口を出さない」 2. それを一部修正して矛盾したメッセージにする 例: 「念のため、この重大案件だけは定期的に報告してほしい。口 を出す気はないが、何かあればすぐ知らせてもらいたい」 3. 真正面からは衝突しない 例: 「やり方を任せると言ったけれども、ちょっとこれだけは チェックしたい」 4. 疑念を示す 例: 「いや、別に疑ってはいない。ただ心配しているだけだ」 どう解釈しますか ? その解釈を上司に確かめる勇気はありますか ? よく起きてますか ?
60. 組織なぞなぞ 3 象/死んだ魚/嘔吐の 例外は? 65
61. 象/死んだ魚/嘔吐の例外は? 象/死んだ魚/嘔吐(Elephants, Dead Fish, Vomit) は、 Airbnb の 共同創業者ジョー・ゲビア (Joe Gebbia) が考案したものです。 率直な対話が減っている課題のために考案されたものです。 ・みんなが知っているが誰も話題にしない大きな問題は ? ・以前に起きたことなのに人々が乗り越えられずにいる問題は ? ・とにかく誰かに聞いてもらって吐き出したいことは ?
62. 象/死んだ魚/嘔吐の例外は? 象/死んだ魚/嘔吐(Elephants, Dead Fish, Vomit) は、 Airbnb の 共同創業者ジョー・ゲビア (Joe Gebbia) が考案したものです。 率直な対話が減っている課題のために考案されたものです。 ・みんなが知っているが誰も話題にしない大きな問題は ? ・以前に起きたことなのに人々が乗り越えられずにいる問題は ? ・とにかく誰かに聞いてもらって吐き出したいことは ? どの問題を、どの人とまで話すことができますか ?
63. 象/死んだ魚/嘔吐の例外は? 象/死んだ魚/嘔吐(Elephants, Dead Fish, Vomit) は、 Airbnb の 共同創業者ジョー・ゲビア (Joe Gebbia) が考案したものです。 率直な対話が減っている課題のために考案されたものです。 ・みんなが知っているが誰も話題にしない大きな問題は ? ・以前に起きたことなのに人々が乗り越えられずにいる問題は ? ・とにかく誰かに聞いてもらって吐き出したいことは ? どの問題を、どの人とまで話すことができますか ? 人間関係を悪化させかねない話題を、自分の評価者 に対して提示できますか ?
64. 象/死んだ魚/嘔吐の例外は? 象/死んだ魚/嘔吐(Elephants, Dead Fish, Vomit) は、 Airbnb の 共同創業者ジョー・ゲビア (Joe Gebbia) が考案したものです。 率直な対話が減っている課題のために考案されたものです。 ・みんなが知っているが誰も話題にしない大きな問題は ? ・以前に起きたことなのに人々が乗り越えられずにいる問題は ? ・とにかく誰かに聞いてもらって吐き出したいことは ? どの問題を、どの人とまで話すことができますか ? 人間関係を悪化させかねない話題を、自分の評価者 に対して提示できますか ? 会社の人には言えない話題はありますか?
65. 組織なぞなぞ 4 どう謎を解釈する ? 70
66. 組織なぞなぞの解釈 これらは組織の意思決定において悪影響を与えると思いますか? これらは生成AIに基づく組織のアルゴリズムに悪影響を与えると思 いますか? 自然に解消されると思いますか ? 自分が解決するべきだと思いますか? 見て見ぬふりをしたほうが安心ですか ? 誰かからこの話題を振られたとき、あたかも問題が存在しないよう に流したほうが気が楽ですか ?
67. 組織なぞなぞの解釈 これらは組織の意思決定において悪影響を与えると思いますか? これらは生成AIに基づく組織のアルゴリズムに悪影響を与えると思 いますか? 自然に解消されると思いますか ? 自分が解決するべきだと思いますか? 見て見ぬふりをしたほうが安心ですか ? 誰かからこの話題を振られたとき、あたかも問題が存在しないよう に流したほうが気が楽ですか ? このような状況で目的や前提。ルールを疑う ダブルループ学習がどれほど機能するでしょう ?
68. 「問題の表明 vs 良好なコミュニケーション」 上記の関係ではコミュニケーションが選ばれ 問題の解決は先送りにされる
69. ダブルバインドとの共生
70. 1. オープンに問題を話すことは、組織 の問題を表面化させるだけでなく、自 分のキャリアも台無しになりかねない というダブルバインドに陥る。
71. 1. オープンに問題を話すことは、組織 の問題を表面化させるだけでなく、自 分のキャリアも台無しになりかねない というダブルバインドに陥る。 2. 次に、社内の会話において、このダ ブルバインドが存在することを否定し、 その否定を隠蔽することで、ダブルバ インドと共生するようになる。
72. 組織の罠 クリス・アージリスはダブルループ学習の企 業へのコンサルティング活動を通して、なぜ めったにしか機能しないのかを明らかにしま した。 マネージャーは人とうまくやっていくコミュ ニケーション能力が高いです。ところが、そ の卓越した能力を用いて、問題回避を行うよ うになります。同僚や上司との衝突を巧みに 回避するようになります。それをアージリス は熟達した無能と呼びました。
73. 問題を組織に表明することを 起点として意思決定やオペ レーションを改善することと 自分の失敗は悪い評価につな がりキャリアを閉ざす結果に なるということについて 多くの組織では停滞している
74. 反直感 81 ダブルループ学習の失敗2
75. 反直感 ・人は評価基準に基づいて働いているが、暗黙である ・多くの人は直感に基づいて行動している ・ほとんどの人は自分の直感に反する考えを受け入れられない
76. 反直感 ・人は評価基準に基づいて働いているが、暗黙である ・多くの人は直感に基づいて行動している ・ほとんどの人は自分の直感に反する考えを受け入れられない 例: 「人が足りない」 →マルチタスク /マルチプロジェクトなら人は余っている →大抵は人が多すぎることが問題を増大させている →問題を解決するのではなく、隠蔽していることを促しているが、 それを認識できない
77. 反直感 ・人は評価基準に基づいて働いているが、暗黙である ・多くの人は直感に基づいて行動している ・ほとんどの人は自分の直感に反する考えを受け入れられない 例: 「人が足りない」 →マルチタスク /マルチプロジェクトなら人は余っている →大抵は人が多すぎることが問題を増大させている →問題を解決するのではなく、隠蔽していることを促しているが、 それを認識できない ↑これに同意できますか ?
78. トヨタはいかにして 反直感を克服したか 86
79. 反直感 トヨタ生産方式は「忌まわしき大野式」と反発されていた。 「一度にたくさん作ったほうが効率的じゃないか」 特に「作りすぎのムダ」は現場に反発された。 「 100 個作るところ、 105 個できたら褒められてもいいではない か。なぜ叱られなければならないのか」 1945 年以降、トヨタは倒産危機、人員削減、材料が手に入らな い、金も無い。 ・忌まわしき大野式をやらざるを得ない →しょうがないから大野耐一に従うことに →現場の直感に反することを抵抗しながらもやりつづけ、結果とし てめちゃくちゃ改善した
80. 反直感 トヨタのフロー型問題解決モデル ・少ないリソースによるフローによって問題を顕在化させる →具体的には、アウトプットの質と量はそのままに、ヒトモノカネ を減らすことで、オペレーションの問題を明らかにする ・「私が失敗したので仕事の流れが止まっちゃった！」ことを申告 させることを強制するシステム
81. 反直感 トヨタのフロー型問題解決モデル ・少ないリソースによるフローによって問題を顕在化させる →具体的には、アウトプットの質と量はそのままに、ヒトモノカネ を減らすことで、オペレーションの問題を明らかにする ・「私が失敗したので仕事の流れが止まっちゃった！」ことを申告 させることを強制するシステム 通常の企業はヒトモノカネを部分的にも潤沢にしてしまい、失敗を ノイズに埋もれさせる ・問題を隠蔽するオペレーションがほとんど ・兼任しているなら失敗はノイズに埋もれる 「私が失敗したので仕事の流れが止まっちゃった！」これがこの 一ヶ月で発生してなかったら、人か仕事の着手が多過ぎる
82. 大野耐一の継続的困りシステム 工場に訪問して大野耐一が怒った出来事。 工場責任者「何も問題がありません」 大野耐一「困りが足りん !! 」 ・人は楽したい ・人が困ることによって問題が定義され解決される 困らせ続けるシステムにしよう !
83. 大野耐一の継続的困りシステム 工場に訪問して大野耐一が怒った出来事。 工場責任者「何も問題がありません」 大野耐一「困りが足りん !! 」 ・人は楽したい ・人が困ることによって問題が定義され解決される 困らせ続けるシステムにしよう ! ↑これに同意できますか ? やりたいですか ? 工夫すればするほど、より仕事の条件が厳しくなる 方法です。本当にやりたいですか ?
84. 私が失敗して仕事の流れが 止まっちゃった！
85. 私が失敗して仕事の流れが 止まっちゃった！ 自分の失敗に周囲の視線が 集まる仕事をしたい ? 強制されたら受け入れられる ?
86. 反直感メカニズムの 競争優位性 94
87. 反直感メカニズムの競争優位性 普通の人100 人中90 人が考えるような改善方法は実行されることに なります。残された大きな改善のひとつは、普通の人の発想こそが 問題を生んでいる領域です。 この場合の問題解決は、適切な理解に基づいたとしても、大多数の マジョリティの反直感を刺激し、反発が多発します。常にマイノリ ティからスタートすることになるため、著しく労力を要します。
88. 反直感メカニズムの競争優位性 普通の人100 人中80 人が考えるような改善方法は実行されることに なります。残された大きな改善のひとつは、普通の人の発想こそが 問題を生んでいる領域です。 この場合の問題解決は、適切な理解に基づいたとしても、大多数の マジョリティの反直感を刺激し、反発が多発します。常にマイノリ ティからスタートすることになるため、著しく労力を要します。 しかし実現できたならば、これほど競争優位に繋が ることはない。極めてオペレーションを改善するに もかかわらず、普通の人に反発されるなら、他社は 真似できないため
89. 課題先進国日本 98
90. 課題先進国日本 ・ kyon さんによる時代の変化の洞察 ・ Before: 余剰リソースをいかに使うかの産業 ・ After: 少ないリソースでいかにやりくりするかの産業 https://speakerdeck.com/kyonmm/ralgo -how-to-integrate-ai-into-an-organization-algorithm-centric -organizational -design?slide=16
91. 「資源の呪い」 100
92. 「資源の呪い」 儲かっていると改善できない ・ヒトモノカネで問題を隠蔽できるから ・資源の呪い (石油の呪い)オランダ病 ・モノカルチャー、自国の産業が育たない ヒトモノカネがより喫緊となる日本は改善イノベーションの条件が 整いつつあります。この機会と AIの性能向上の機会を組みあわせた 企業が大きく伸びるでしょう。 継続的困りシステムが国に常備されます。これは向かい風 (デバフ) ではなく、オペレーションの改善から見れば追い風 (バフ)です。
93. 反直感メカニズムの競争優位性 パランティア創業者ピーター・フィール 「隠れた真実は何か?」 ・広く受け入れられているが未検証の前提 ・賛成する人がほとんどいない、大切な真実はなんだろう？ ・オンラインの資金移動は組織同士の間では可能かつ安全にできる が、個人間はうまくいかない → PayPal ・宇宙開発は公的資金を用いて、使い捨てロケットを使わなければ ならない → SpaceX ・顧客はビデオを自宅近くの店舗から借りる → Netflix ・ヒトモノカネが豊富な方が本当に優れたプロダクトや事業が作れ るのでしょうか ?
94. まとめ 日本は20 世紀、アルゴリズムによって世界一位になりました。ただ そのアルゴリズムは反直感でありトヨタは半世紀かかりました。 第四次産業革命によって何が重要になるでしょうか。 現在までのダブルループの安定的に失敗しています。具体的には 「人に内面化された評価基準の修正」です。組織の意思決定システ ムにおける、コミュニケーションを優先した問題の先送り (ダブル バインドとの共生 )、反直感は未解決です。 日本は課題先進国です。これは継続的困りシステムが常備されると いうことです。より少ないヒトモノカネで成立する事業を周囲がや らざるを得ません。伸び代しかないのです。やっていきましょう
95. おまけ アルゴリズムを生成する方針 多くの極めて強力なオペレーション方針はコンパクトである 例: プロジェクトマネジメント ・投入前の完全な準備が必要 ・投入制限をする ・クリティカルパスを優先する この方針のうち、 ・何が問題の先送りを生むだろう ・何が反直感的だろう ・どのようにすれば組織的に導入できるだろう ? この解法そのものをアルゴリズム化するとどのようになるだろう ? ダブルループ学習READY にするには何ができるだろう ?
96. AI の性能が向上しても 未解決な組織の重大問題は何か? V1.1 2026/06/15 V1.0 2026/06/12 witch&wizards inc. 森 雄哉 AI による第四次産業革命における組織の変化