AIで分析は20倍速くなった。それでも意思決定は速くならない ― 「判断のボトルネック」と、人と組織の設計
▫️はじめに
McKinsey Quarterlyに、「The judgment bottleneck: Balancing AI and human speeds in strategy(判断のボトルネック:戦略におけるAIと人の速度のバランス)」という論考が掲載されました(2026年10月15日)。筆者は、マッキンゼーのAlex D'Amico氏、Bruce Delteil氏、Laura LaBerge氏、Matt Banholzer氏です。
AIによって、戦略づくりの分析は劇的に速くなりました。けれど、それで意思決定も速く、良くなったかといえば、必ずしもそうではない。論考は、ボトルネックが「分析」から「人の判断」へ移ったと指摘しています。
私はこれまで、AIを入れても仕事が減らないこと、若手の経験が失われるリスク、AIの業務に名前のある責任者を置く必要性などを論じてきました。この論考は、それらの論点を、経営の意思決定という視点からつなげてくれる内容でした。本稿では、論考の要点を整理し、人事・組織の視点から私の考えを述べます。事実の整理と私の考えは、分けて書きます。
▫️要点1:プロセスの速さは、最も遅い工程で決まる
AIは、戦略づくりに関わる調査、情報の統合、シミュレーション、コミュニケーションを大きく速くします。論考では、次のような事例が紹介されています。
・ある経営者によれば、5週間かかっていた財務分析を、チームが2日足らずで終えた
・ある企業では、若手チームの分析のアウトプットが10〜20倍速くなり、試せるシナリオの数も3〜5倍に増えた
ところが、その企業では、経営陣がアウトプットをレビューする時間が、むしろ増えました。分析がどの前提やデータに基づいているのかを、すぐには見分けられなかったからです。
一方で、健全な意思決定に必要な人の判断や、関係者の合意形成は、同じようには速くなりません。プロセスの速さは、最も制約の大きい工程で決まる。だから、分析が速くなっても、意思決定が速く、良くなるとは限らない。これが、論考の出発点です。
▫️要点2:AIの「速い時計」と、人の「遅い時計」
論考は、AIが価値を出す領域と、人が欠かせない領域を分けて整理しています。
AIが価値を出す「速い時計」の領域
・特許、スタートアップの動向、投資の流れなどから、新しいトレンドを探索する
・シナリオを速く安く試算し、打ち手の成否を左右する要因を見つける
・行動を起こすべきタイミングを知らせる条件をあらかじめ設定する(最終判断は人が担うことが多いが、一部の判断では完全な自動化も議論されている)
人が欠かせない「遅い時計」の領域
・証拠を解釈し、前提に異議を唱え、リスクを引き受ける
・当初の仮説やプロンプトに含まれていなかったパターンに気づく
・実行する人たちが本当に支持できるよう、合意を形成する
・意思決定の後に、人と資金を素早く再配分し、組織を動かす
論考は、かつての「2速のIT(ツースピードIT)」の議論になぞらえています。速い顧客向けのシステムと、遅い基幹システムを無理に同じ速度にそろえるのではなく、切り離したうえで、つなぎ目を意識的に管理した。戦略づくりでも同じように、AIと人の速度の違いを前提に、つなぎ目を設計すべきだという考え方です。
▫️要点3:3つの落とし穴
論考は、AIを戦略づくりに使う際の落とし穴を、3つ挙げています。
1. 効率化の発想を、そのまま戦略に持ち込む
より良い結果のためにプロセスを再設計するのではなく、単に速く、安くすることを目指してしまう。その結果、失敗する打ち手のリスクが高まります。
2. アウトプットが多すぎて、経営の注意が分散する
大量の分析やシナリオが生成され、経営陣が圧倒される。最も重要な問題に、注意が向かなくなります。
3. 若手の「徒弟的な学び」が弱まる
若手は、実務の手を動かすなかで判断力を身につけてきました。その機会が失われると、将来のリーダーの育成が脅かされます。
あわせて、機械の出力を過信する「自動化バイアス」、AIがAIをチェックする循環のなかで人の理解が薄れること、AIが作った成果物に対する個人の責任感が弱まることも、リスクとして挙げています。
▫️要点4:3つの提言
1. 判断の容量を広げる
経営の注意を、希少な資源として扱います。チームには、経営の判断が必要な主要な前提と不確実性だけを示させます。そのうえで、判断を3段階に仕分けます。
・定型的で量の多い判断:ガードレールの内側で自動化する(例:価格の動的な設定、不正の検知)
・不確実で変化する判断:人が主導し、AIが支援する(例:新しい市場への参入)
・重大な判断:責任ある経営者が担う(例:大型のM&A、人員削減)
2. 判断力を意図的に育てる
ツールの操作ではなく、AIの分析を検証する力を教える、構造化された実務の学びの場をつくります。ある組織では、AIに計算式、データ、前提を開示させ、チームがその内容を説明できることを求めているそうです。
3. 責任の希薄化と戦う
重要な意思決定のそれぞれに、前提に異議を唱え、結果に責任を持てる、名前のある人を割り当てます。リスク管理役や反論役といった、別の役割を持つAIエージェントをレビュアーとして使い、誤りを洗い出すことも提案しています。また、分析が速くなったことで、資源配分の見直しを年次から四半期ごとへ、四半期から月次へと、頻度を上げることも可能になるとしています。
論考は、勝つのは最も多くの意思決定を自動化した組織ではなく、AIのスピードを生かしながら、AIに代えられない人の判断を守る組織だ、と結んでいます。
▫️私の考え1:効率化の成果が、レビューの渋滞に吸い込まれる
ここからは、論考そのものではなく、私の考えです。
若手のアウトプットが10〜20倍に増え、経営陣のレビュー時間が増えた。この事例は、AIを入れても仕事が減らない理由の一つを、はっきり示していると感じます。
以前取り上げた複数の調査でも、AIは個人のタスクを速くするのに、組織全体の仕事は減らない、という傾向が見られました。AIの出力を確認し、修正する作業に、浮いた時間の多くが消えていたという調査もあります。分析を生み出す側が速くなるほど、それを確かめ、判断する側に負荷が集中する。効率化の成果が、レビューの渋滞に吸い込まれていくのです。
だからこそ、生成したアウトプットの量ではなく、判断の質と速さで成果を見る必要があります。そして、論考が提言するように、経営に上げるのは「判断が必要な前提と不確実性」に絞る。何を判断してほしいのかを明確にして上げることは、AI時代の報告の作法として、組織に根づかせるべきものだと思います。
▫️私の考え2:若手の判断力を、意図して育てる
3つの落とし穴のうち、私が最も重く受け止めたのは、若手の「徒弟的な学び」が弱まるという指摘です。
コンサルティングでも事業会社でも、若手は、データを集め、表をつくり、数字の意味を考えるという地道な作業のなかで、前提を疑う力や、違和感に気づく力を身につけてきました。その作業をAIが担うなら、判断力を育てる経験は、自然には生まれなくなります。
先日紹介した『日本の人事部』のインタビューで、廣瀬文乃教授は、人事の新しい役割として「経験学習のプロデューサー」を挙げていました。AIに任せる仕事と、あえて人に経験させる仕事を区別する役割です。Forbes JAPANの2027年のトレンドの記事でも、若手向けの仕事がAIで減るなかで、次世代の熟練人材をどこで育てるのかが問われていました。
論考が紹介する「AIに計算式やデータ、前提を開示させ、チームが説明できることを求める」という取り組みは、具体的なヒントになります。「AIを使える人」ではなく、「AIの答えを検証し、説明できる人」を育てる。これは、研修の内容だけでなく、仕事の進め方や、評価の基準まで含めた、人材育成の設計そのものです。
▫️私の考え3:判断の仕分けと責任者は、組織設計の問題
判断を3段階に仕分け、重要な意思決定には名前のある責任者を置く。この提言は、技術ではなく、権限と役割の設計の問題です。
以前、AIエージェントが担う業務には「名前のある人間のオーナー」が必要だ、という論考を紹介しました。今回の論考は、それを経営の意思決定のレベルに広げたものだと受け止めています。何をAIに任せ、何を人が決め、誰が結果を引き受けるのか。これを明確にしないままAIを導入すれば、論考が指摘するように、責任はいつのまにか希薄になっていきます。
人の組織で、職務と権限、責任の範囲を定めてきたように、AIを含めた意思決定の仕組みも、意図して設計する必要があります。その設計は、経営企画やIT部門だけでなく、人事が担うべき仕事でもあると考えます。
▫️私の考え4:資源配分の頻度が上がるなら、人の配置も
論考は、分析が速くなることで、資源配分の見直しを年次から四半期、四半期から月次へと、頻度を上げられると述べています。
資金の配分が速くなるなら、人の配置も同じ速さで動かせるかが問われます。年に一度の定期異動を前提にした仕組みのままでは、戦略の速さに人の配置が追いつきません。論考が「遅い時計」の一つに、人と資金の再配分を挙げていることは、示唆的です。人の配置と育成のスピードを上げることも、判断のボトルネックを解消するための、人事の課題だと思います。
▫️留意点
・論考は、調査データや統計ではなく、企業や経営者の事例に基づく主張です。
・本稿は、論考の要点を日本語で整理したもので、全文の翻訳ではありません。詳細は原文をご確認ください。
▫️自社で点検したい問い
1. AIで分析が速くなった分、経営の判断やレビューに負荷が集中していないか。
2. 経営に上げる情報を、判断が必要な前提と不確実性に絞れているか。
3. 意思決定を、自動化する判断、AIが支援する判断、人が担う判断に仕分けているか。
4. 重要な意思決定ごとに、名前のある責任者が決まっているか。
5. 若手が、AIの答えを検証し、説明する経験を積めているか。
6. 資源配分の頻度が上がるなかで、人の配置と育成のスピードも上げられているか。
▫️おわりに
AIで分析は速くなりました。けれど、意思決定の速さと質を決めるのは、最も遅い工程である人の判断です。
勝つのは、最も多くを自動化した組織ではなく、AIのスピードを生かしながら、AIに代えられない人の判断を守り、育てる組織だ。論考のこの結びに、深く共感します。AI活用の本質は、人と組織の変革にあります。
▫️出典
McKinsey Quarterly「The judgment bottleneck: Balancing AI and human speeds in strategy」(2026年10月15日)
『日本の人事部』「AI時代にこそ求められる、人による『知識創造』の神髄――人事部門が担うべき三つの役割とは」(2026年10月20日)
Forbes JAPAN「AIが変える2027年の働き方 知っておくべき10のトレンド」(2026年10月24日)
Forbes JAPAN「すべてのCEOが同じAIを買える時代、模倣できないのは『組織設計』だ」(2026年10月15日)