以下は
の翻訳です。
AIは至る所に存在する。だが「エージェンティックな組織」はまだ存在しない。
多くの企業がAIの導入を試行していますが、その価値を実現できている企業はごくわずかです。真の課題はテクノロジーそのものではなく、自律型（エージェンティック）な世界に合わせてワークフロー、リーダーシップ、そして組織文化を再設計することにあります。
AIは、高速で強力、かつ日々学習を続ける驚くべき存在です。しかし、リーダーたちが組織全体で新たなパイロット運用を開始しても、その多くはいまだ試行段階を「企業価値」へと転換することに苦労しています。そして今、「エージェンティックAI（自律型AI）」の登場が、さらにそのハードルを押し上げています。今回の『マッキンゼー・ポッドキャスト』では、マッキンゼーのシニアパートナーであるアレクシス・クリヴコビッチが、グローバル・エディトリアル・ディレクターのルシア・ラヒリーと共に、「エージェンティックな組織」を構築するために必要なことについて語ります。ワークフローの再定義から、人間が「ループの上（above the loop）」で活動する未来に向けたリーダーの役割、スキル、文化の変革までを掘り下げます。
本ポッドキャストは、ルシア・ラヒリーとロベルタ・フサーロがホストを務めています。
AIの大きなパラドックス
ルシア・ラヒリー： アレクシス、多くの企業がエージェンティックAIに投資しながらも、相応のリターンを得られていないという話をよく耳にします。実際、私たちの調査でも、エージェンティックAIの約束を大規模に実現することの複雑さが示されています。現在、私たちはどのような状況にあるのでしょうか。
アレクシス・クリヴコビッチ： まさにそれが「大きなパラドックス」です。企業はAIによる大規模な変革を期待し、その考え方で投資を行ってきました。しかし、80％以上の企業が、それらの投資がまだ最終利益（ボトムライン）に影響を与えていないと答えています。
真の問いは、「いかにしてこの瞬間に適応し、未来のエージェンティックな組織を創造するか」ということです。私が対話するあらゆるリーダーが、この問いの淵に立っていると感じています。彼らが考え抜こうとしているのは、一連の具体的な疑問です。「役割はどう変わるのか？」「将来必要となるスキルは何か？」「従業員に不安ではなく期待を持って、この変化を受け入れてもらうにはどうすればいいか？」「組織の隅々にまで行き渡るように、どうやってこの変革を推進すべきか？」といったことです。
ルシア・ラヒリー： 私たちのリサーチでは、新しいエージェンティックな組織を構成する「5つの柱」を概説しています。まずは最初の柱である「ビジネスモデル」から始めましょう。リーダーにとって、どのような価値が懸かっているのかを説明する例はありますか。
アレクシス・クリヴコビッチ： 例えば、世界が「提供コストの限界費用がほぼゼロ」になる方向に進むと仮定しましょう。そうなれば、顧客に提供できるもの、一人ひとりに合わせた超パーソナライズ化、そして成長に向けたリソース配分の考え方はどう変わるでしょうか。
もしあなたがコンテンツ配信を行うテック企業で、何百万人もの消費者の体験を個別に最適化できるとしたら、コマースの創出や実現においてどのような可能性が開けるでしょうか。
さらに一歩進めると、「受け手側」の問題になります。中小企業や個人が、自分の代わりに交渉するエージェンティックAI（エージェント）を持っていたらどうなるでしょう。例えば、顧客が銀行口座間で資金を摩擦なく移動させ、常に最適な金利を追求するエージェントを持っていると想像してください。これは、金融サービスにおいて古くから存在してきた「堀（参入障壁）」を根本から変えてしまいます。今はプロセスの煩雑さゆえに放置されていることが、突然解消されるのです。そうなれば、機会と競合の脅威の両面において、ビジネスモデルの考え方すべてが変わることになります。
エージェンティック時代のチーム再考
ルシア・ラヒリー： あなたはマッキンゼーの「ピープル＆組織パフォーマンス・プラクティス」のグローバルリーダーの一人です。このエージェンティック時代において、チーム構造はどのように機能するとお考えですか。
アレクシス・クリヴコビッチ： 生成AIや従来のAIの進化と比較したとき、エージェンティックAIの真の約束は、チームに「超人的な能力」に相当するものを追加できる点にあります。しかし、日々のワークフローや、働き方に関する「儀式（ルーチン）」を根本から変える必要があります。
「オペレーティングモデル（運営モデル）の転換が必要だ」と言うとき、私たちが意味するのはそういうことです。1日の時間の使い方がどう変わるか、エージェント集団を管理するプロセスはどうあるべきか、チームとしてどう問題解決に取り組むか、そしてその上にいかに適切なガバナンスとリスク管理を構築するかを考える必要があります。
ほとんどの企業にとって、これは全くの未開の地です。しかし、ユースケースが非常に多岐にわたるため、今やほぼあらゆる場所で、この課題と同時に向き合う機会と挑戦が与えられているのです。
ルシア・ラヒリー： 指摘された通り、まだ極めて初期段階であり、あらゆるモデルが覆されています。ですが、この分野の先駆者たちとの取り組みにおいて、例えば「組織図」の見直しなどはどこから始まっているのでしょうか。
アレクシス・クリヴコビッチ： 組織図に関しては一筋縄ではいきません。まだ断定するには時期尚早ですし、領域によって答えは大きく異なるでしょう。
製薬業界を例にとりましょう。多くのライフサイエンス企業や製薬会社は、研究開発（R&D）の場に巨大な「エージェント部隊」を導入することを構想しています。これは、現在の研究者や科学者が組織図から消えるという意味ではありません。彼らがイノベーションを起こすスピードを「超加速」させることができるという意味です。
一方で、人事、財務、法務といった他の領域では、これらのコーポレート部門を、実行能力は提供するものの直接的な価値創出の最前線ではない「コストセンター」と見なす企業もあります。そこでは、エージェンティックな能力が仕事の進め方や担当者を変え、生み出された余力をビジネスの他の側面に振り向けることが期待されています。
過去10年間、ほとんどの企業がCEOから現場に至るまで、構造に少なくとも1層、多いところでは2、3層の階層を追加してきました。これはコストがかさむだけでなく、意思決定に多くの人が関わるためスピードを鈍らせます。AIによって、リーダーがより広い範囲を管理できる「超人的な管理能力」を持てるようになれば、組織をフラット化し、プロセスを迅速化できるという希望があります。
ルシア・ラヒリー： より広範な人材を管理し、同時に自律型テクノロジーを監督するために必要なスキルを開発するために、リーダーは何をすべきでしょうか。
アレクシス・クリヴコビッチ： 今後2、3年のうちに、働くほぼすべての人が「新しい職務記述書（ジョブ・ディスクリプション）」を必要とすることになるでしょう。役割の多くはなくなりませんが、再形成されます。現在、役割の75％が根本的な再形成を必要としています。これにはチームを率いるリーダーも、その部下も含まれます。
能力開発のニーズについて尋ねると、リーダーの約半数が組織内にスキルギャップがあると感じています。そして、シニアリーダーに至るまで、より多くのトレーニング、能力開発、そしてサポートが必要だと考えています。
「ワークフローの再構築」の真意
ルシア・ラヒリー： 私たちはよく「ワークフローをエンド・ツー・エンドで再構築する」という話をします。これは具体的にどのようなもので、どのような影響があるのでしょうか。
アレクシス・クリヴコビッチ： AIが拡張可能なインパクトをもたらしている最良のユースケースは、ワークフロー全体が再構築されているケースです。なぜなら、そうしたワークフローは通常、複数のチームや領域を横断しているからです。伝統的な文脈では、接点や人々の間で「点と点をつなぐ」作業が大量に発生します。ここでエージェンティックAIは、迅速かつ多角的にその連結ストリームの一部となれるため、非常に価値があります。
つまり、ある一つのタスクをAIでより良く、速くこなすという「ポイント・ソリューション」ではなく、ワークフロー全体のことを話しているのです。例えば「保険の引き受け（アンダーライティング）」をエンド・ツー・エンドでどう考え直すか。「採用からオンボーディング」までの人事プロセスをどう再構築するか。そこに魔法が起き始めています。
しかし、これは非常に緻密で具体的な作業です。プロセス全体を見直し、「どこにエージェントを配置すべきか？」「どこに、人間が監視役として『ループの中（in the loop）』または『ループの上（above the loop）』で介在する必要があるか？」「どこにエージェントのチームが必要か？」「一度トレーニングしたエージェントを複数の場所で再利用するにはどうすればいいか？」を問わなければなりません。
こうした「システム思考」が大規模な機会を解き放ち始めており、エキサイティングな可能性を秘めています。しかし、それにはこうした種の問題解決ができる個人と、どの領域が「灯台（ライトハウス）」となるユースケースに適しているかを選定できるリーダーが必要です。
ルシア・ラヒリー： 特定のプロセスを再構築しようとするチームは、どのような構成になるのでしょうか。
アレクシス・クリヴコビッチ： 組織の複数の階層を同時に結びつけるこの変化こそ、AIがもたらす非常にエキサイティングな機会の一つだと思います。その可能性は、指揮系統や組織のヒエラルキーの上下すべてに及んでいます。あらゆるレベルの人々が、プロセスがいかに異なり得るかを考える必要があるのです。
エージェンティックAIによる解放の大部分は、仕事の結果をレビューするという「実行機能」にあります。人間の判断は依然として必要ですが、これまでマネジャーやシニアリーダーが行ってきたタスク、例えば品質管理、レビュー、パターン認識の評価などの多くを、エージェントのプロセスを通じて行うことが可能になります。つまり、リーダーから現場の最前線にいる従業員まで、あらゆるレベルの人々が、プロセスがどう変わるべきかを考えるプロセスに関与する必要があるのです。
ルシア・ラヒリー： それはテック部門の組織のあり方にも影響を及ぼしますか。
アレクシス・クリヴコビッチ： 異なるモデルが登場しています。テクノロジー部門内に、変革を可能にするための「SWAT（特殊部隊）チーム」を作る企業もあれば、ビジネスの各領域に専門知識を組み込む企業もあります。これは、自分自身を変えながら、同時に組織を変革しようとする典型的な例と言えます。
エージェンティックなパラダイムシフトがリーダーシップに意味すること
ルシア・ラヒリー： リサーチの中で、これを産業革命やデジタル革命以来の「最大のパラダイムシフト」と呼んでいますね。経営陣はその規模の組織変革を先導することについて、どう考えるべきでしょうか。
アレクシス・クリヴコビッチ： リーダーにとっての大きな問いは、「組織を前進させるために、自分自身がどう変わる必要があるか？」ということです。あるリーダーが言ったように、「これがビジネスのすべてを根本的に変えるのであれば、私たちリーダーシップチームは、まず自分たち自身を根本的に変えることから始めなければならない」のです。
言い換えれば、AIを使って仕事ができるようになったことで、自分の時間の50％をこれまでとは違う使い方をしているでしょうか。それとも、メールの文章を少し整えたり、たまに検索したりする程度で、1日の時間の使い方を本質的に見直してはいないでしょうか。もし自分の時間の使い方を劇的に変えているのであれば、それを組織内でどう伝えているでしょうか。
今日、大きな「信頼のギャップ」が存在します。AIの初期の試行のいくつかは、実際に欠陥があることが証明されています。ニュースで読むような「ハルシネーション（幻覚）」の話は現実です。また、AIの不適切な使用によって組織内に広まる「質の低い成果物（スロップ）」は、仕事を減らすどころか、逆に増やしてしまいます。
ですから、リーダーとして、いかに適切な判断とリスク管理を重ねながら、可能性に対して人々をワクワクさせるか。私たちが「成熟した導入状態」ではなく「学習モード」にあることを、いかに認めるか。それが問われています。
ルシア・ラヒリー： 恐怖心からくる抵抗も相当あるはずです。仕事が奪われ、エージェンティックAIに取って代わられるのではないかと。
アレクシス・クリヴコビッチ： テクノロジーは止まりません。「あなたはAIに取って代わられるのではなく、あなたよりも先にAIを使いこなした人に取って代わられるのだ」という言葉がありますが、それは従業員にとって切実な問いです。リーダーとしては、あなたをより成功させるための新しいスキルやツールについて、いかに期待感を持たせるか。そして、もしその役割が劇的に変わるために今の仕事がなくなるのであれば、隣接する別の役割での可能性があることを示せるか、ということです。
「判断」が仕事になるとき
ルシア・ラヒリー： その関連で、不可欠となる新しい「人材プロフィール」はありますか。従業員はどうやってそれらのスキルを身につけ始めればよいのでしょうか。
アレクシス・クリヴコビッチ： AIはリサーチ、数学、データサイエンスに優れているため、それらのスキルは影響を受けます。一方で、それ以外のスキルの重要性がさらに高まっています。戦略的思考、システム志向、対人管理のソフトスキルなどは、すべて重要性が増しています。
AIによって拡張された世界では、前者のスキルも依然として必要ですが、エージェントの助けを借りることで、より多くのことができるようになります。今後さらに必要とされるのは、監督能力、判断力、問題解決能力、そして人間としてのリーダーがもたらす「重層的な運用能力」です。
ルシア・ラヒリー： 以前は「ヒューマン・イン・ザ・ループ（人間が介在する）」と言っていましたが、今回のレポートでは「ヒューマン・アバブ・ザ・ループ（人間が俯瞰・監督する）」へと進化しているように見えます。この違いは重要ですか。
アレクシス・クリヴコビッチ： はい、重要な違いです。はっきりさせておくと、将来的には両方が存在することになります。「イン・ザ・ループ」は、エージェントがプロセスの一部を行い、人間が別の部分を行うというバトンタッチを意味します。「アバブ・ザ・ループ」は、AIエージェントのチームが中核プロセスの大部分、あるいはすべてを完了でき、人間の役割はその上での「判断」に特化することを意味します。
例を挙げましょう。私たちは、アメリカ仲裁協会の「ケース審査プロセス」を再構築しました。従来のプロセスでは、契約書の写真資料やメールのやり取りを含む、数百から数千のデータポイントを収集し、ファイルを確認し、合意条件に基づいて正しい答えを決定します。これには非常に長い時間がかかります。
そこで私たちは、「クローズした過去の案件ファイルを使ってエージェントを訓練し、タイムラインの作成、事実関係の確認、双方の主張の検討、そして要約された決定案の作成ができるか？」と問いかけました。その結果、エージェントは中核業務の多くをこなせるだけでなく、場合によっては人間より優れた精度で実行できることが分かりました。それでも、「エージェントが出した決定に同意するか？」と問う人間は必要です。その「判断の層」としての人間は依然として極めて重要ですが、その下の作業の多くはエージェンティックAIによってエンド・ツー・エンドで完了できるのです。
ルシア・ラヒリー： 判断力は時間をかけて養われるものです。ジュニア層の従業員は、かつてのリーダーたちがエージェント不在の時代に経験したような「下積み作業」なしに、どうやってAIを監督するスキルを身につければよいのでしょうか。
アレクシス・クリヴコビッチ： それこそが「10億ドルの価値がある問い」ですね。もし新しいソフトウェアエンジニアをすべて排除してしまえば、シニア層しかいない非常にコストの高いモデルになってしまいます。そのまま10年経てば、次世代の人材を失うことになります。
学習と能力開発（L&D）への投資は、これまでは「付け足し」のようなものと見なされてきました。重要だとは思われていますが、定期的に行われるだけのものです。しかし将来的には、L&Dは従業員のキャリアの中心に置かれるべきだと思います。なぜなら、次世代の人材は初日からこれらのツールをすべて使えるからです。彼らには20年間の判例検討というパターン認識はないかもしれませんが、キャリアを20年積んでから初めて破壊的で強力なテクノロジーを理解しようとする苦労もありません。ですからリーダーは、「初日からツールを使える環境を、いかに彼らのアドバンテージに変えるか」を問うべきです。
もう一つは、「チェンジマネジメント（変革管理）」がもはや一時的なイベントではなく、「永続的な状態」であることを人々に理解してもらうための能力構築です。組織に混乱やリスクを持ち込むことなく、常に変化し続ける状態に慣れる、その習熟度を上げていかなければなりません。
変化の時代における人材
ルシア・ラヒリー： これらの変化が、組織の人材階層にどのような影響を与えるとお考えですか。
アレクシス・クリヴコビッチ： 組織の最終的な形状がどうなるか、答えを出すにはまだ早すぎます。ただ、AIがその形状を変化させるのは間違いありません。
例えば、従来の職務階層ではなく、「仕事のポッド（小集団）」を中心に組織化することに大きな期待が寄せられています。状況に応じて形成・解散し、再利用可能で、組織内を機敏に動くポッドです。これを実際に実行するのは非常に困難です。評価やマネジメントのサポートを受けるために、やはり職務上の階層は必要だからです。
ですので、ほとんどの企業がそのような原則に基づいて再編されるまでには、まだかなりの時間がかかるでしょう。しかし、「流動的な人材の流れ」という考え方は強まっていくはずです。これを可能にし、機敏な人材移動をサポートできる人事機能を持つ組織が、競争優位に立つことになるでしょう。
ルシア・ラヒリー： これほどの大規模な変革において、組織文化にはどのような影響がありますか。
アレクシス・クリヴコビッチ： 今この瞬間、好奇心を育み、継続的な学習を推奨する組織は、非常に有利な立場にあります。なぜなら、まだ未知のことが多すぎるからです。実験し、学びたいと思う人材が必要です。
共同で問題解決ができ、組織の枠を超えて人々を結びつけ、新しいモデルへの移行を不安ではなく楽観的な姿勢でコーチングできる人材——こうした人材もまた、非常に高い価値を持つようになるでしょう。
また、一定のリスクを取りつつも、会社を賭けるような無謀な賭けはしない、というクリティカルなバランスを取れる人材も必要です。今は「高度な反復（イテレーション）」が必要な時期です。一方通行の扉ではなく、行き来できる扉が必要です。実験し、探索し、もしうまくいかなければ撤退して次の道へ進む。そうした状況が必要なのです。
ルシア・ラヒリー： 非常に興味深いお話でした。アレクシス、本日はありがとうございました。
アレクシス・クリヴコビッチ： こちらこそ、ありがとうございました。
免責事項
記事は、一般的な情報提供のみを目的としてのみ作成したものであり、投資家に対する有価証券の売買の推奨や勧誘を目的としたものではありません。また、記事は信頼できると判断した資料およびデータ等により作成しておりますが、その正確性および完全性について保証するものではありません。また、将来の投資成果や市場環境も保証されません。最終的な投資決定は、投資家ご自身の判断でなされますようお願いします。
