AIを最後にする理由

海外で仕事をしたことで、日本の製造業が持つ強みに改めて気づいた。技術力、品質へのこだわり、現場力、改善力、責任感、顧客要求に応える力、そして長年蓄積された製造ノウハウ。

一方で、多くの日本の製造業はその強みを十分に発揮できていない。製品や技術が弱いのではない。組織、業務、文化、意思決定の仕組みが、次の時代に追いついていない。

AIを入れる、DXを進める、システムを刷新する。目的として語られるのはたいていこの形をしている。だが現場を見ると、ツールは増えているのに、会議も報告も承認も減っていない。

提案を適切に評価できる人材が社内にいないと、必要以上に高額・高機能なものを選びやすい。入れたあとも使いこなせず、現場の負担だけが増える。導入したこと自体が成果になってしまう。

起きているのは、製品が悪いことだけではない。課題の置き方がずれたまま、ツールと提案が入っていくこと。現場が困っていることと、経営が買おうとしているものが、最初から噛み合っていない。

何を残し、何をやめるかを決めていない状態では、要件は定義できない。この手前を飛ばすと、不要な業務までシステム化・AI化することになる。不要な仕事をAI化しても、不要な仕事が速くなるだけ。

業務をやめる判断は、担当者にはできない。「この仕事は要りますか」と聞かれて「要りません」と答えられる人は、ほとんどいない。止めて問題が起きたときに、誰が責任を取るかも決まっていない。だから先に、決められる状態をつくる必要がある。

改革が進まないとき、原因を「現場の意識が低い」「抵抗勢力がいる」に求めてしまう。ほとんどの場合、それは違う。組織の力関係、過去の経緯、報告の作法、評価のされ方。個人がそう振る舞うことが合理的になるように、構造が組まれている。

組織改革で決められる状態をつくり、業務改革で不要な仕事を止め、判断基準を整理し、標準化する。ここまで来て初めて、人が担う必要のない業務が輪郭を持つ。そこがAIの領域になる。

順番は変えない。順番を守るだけで、開発費も保守費も小さくなる。

買う側に必要なのは、新しいツールのカタログではない。自社の業務を把握し、何をやめるかを決め、そのうえで必要なものだけを選ぶ力。外から提案を渡すだけでは、その力は残らない。

だから、課題の定義から実装の手前まで、中に入って一緒にやり切る。IT企業を悪者にはしない。責める対象は「誰か」ではなく、課題設定がずれたまま進んでしまう進め方そのもの。