生成AIで仕事は速くなったのに売上は増えない――IT人材の73.6％がIT企業に偏在する日本の絶望的な構造課題

全社員に生成AIを配って業務時間は大きく減ったのに、売り上げも利益も伸びない。日本企業がAI導入で陥るこの逆説の根には、IT人材の偏在と、浮いた時間を顧客価値へ振り向けられない組織の問題がある。山口真一氏の新刊『AI資本主義のビジネス戦略』から一部を抜粋・再編集してお届けする。 ■IT人材の「73.6％」がIT企業に偏在する、絶望的な構造課題 　日本社会には、生成AIに対して文化的な親和性がある一方で、それを仕事の現場へ落とし込む段になると急に足が止まるという、ねじれた現実がある。その背景には、個人のリテラシー不足やマインドセットの問題だけでは説明しきれない、もっと重く構造的な欠陥が横たわっている。日本企業、とりわけ非ITの事業会社が抱えている「組織としての弱さ」である。

全社員に生成AIを配って業務時間は大きく減ったのに、売り上げも利益も伸びない。日本企業がAI導入で陥るこの逆説の根には、IT人材の偏在と、浮いた時間を顧客価値へ振り向けられない組織の問題がある。山口真一氏の新刊『AI資本主義のビジネス戦略』から一部を抜粋・再編集してお届けする。 ■IT人材の「73.6％」がIT企業に偏在する、絶望的な構造課題 　日本社会には、生成AIに対して文化的な親和性がある一方で、それを仕事の現場へ落とし込む段になると急に足が止まるという、ねじれた現実がある。その背景には、個人のリテラシー不足やマインドセットの問題だけでは説明しきれない、もっと重く構造的な欠陥が横たわっている。日本企業、とりわけ非ITの事業会社が抱えている「組織としての弱さ」である。

　顧客との接点から得られたデータを継続的に価値へ変換し、その変換をさらに次のデータ蓄積へつなげる。この自己増殖のループを回せるかどうかが、企業の明暗を分ける。ところが、このループを本当に自社のなかで回そうとすれば、社内に高度なITスキルを持つ人材、データを扱える人材、業務と技術の両方をつなげて考えられる人材が不可欠になる。AIを「導入する」ことよりも前に、AIを「駆動させる頭脳」を企業の内部に持っているかどうかが問われるのである。

　しかし、日本の産業構造は、この点できわめて不利な形になっている。情報処理推進機構(IPA)の『DX白書2023』によると、日本のIT人材の約73.6％は、SIerやソフトウェア開発会社といったIT企業の側に偏在している。本来AIを使ってビジネスモデルを変えなければならない事業会社の内部にいるIT人材は、3割にも満たない。米国では、IT人材の約65％が非ITの事業会社の内部にいる。小売なら小売、金融なら金融、製造なら製造の現場のなかに、エンジニアやデータサイエンティストが入り込み、日々の業務と顧客の動きを肌感覚で理解しながらシステムを改善している。

■AIは「一度作って終わり」の完成品ではない 　ウォルマートやモルガン・スタンレーのような企業がAIを素早く実装できるのは、単に資金力があるからではない。現場の課題と技術の実装が、同じ組織の中で直結しているからである。必要だと思えば、その日のうちに議論し、翌日には試し、翌週には顧客に新機能を出せる。この「距離の短さ」こそが、本当の競争力になっている。 　それに対して日本企業では、現場にITが分かる人がいないため、新しいAIの仕組みを入れようとするたびに、外部ベンダーへ要件定義書を書いて発注することになる。社内で議論し、文書化し、SIerに渡し、見積もりを取り、数カ月かけて開発し、ようやく納品される。その頃には、市場環境も、顧客ニーズも、競合の動きも変わっている。

　データとAIのモデルは、毎日流れ込んでくるデータを学習しながら、絶えず修正し、磨き、賢くし続ける「生き物」である。その生き物を、外部委託の長いサイクルのなかで飼いならそうとしても、機動力で勝てるはずがない。 　もっとも、たとえ人材不足を何とか乗り越え、全社的な導入に踏み切ったとしても、それだけで問題が解決するわけではない。多くの企業は、次の段階で別の壁にぶつかる。「個人の作業は確かに速くなったのに、なぜか組織全体の売上や利益はほとんど増えない」という逆説である。

　「全社員に生成AIのアカウントを配布した結果、企画書作成時間がこれまでの5分の1になりました」「月あたり数万時間の業務時間削減効果が出ています」。DX推進の担当部署が経営会議でこう報告する光景は、すでにあちこちで見られる。だが、その一方で、会社全体の売上はそれほど伸びていない。利益率も大きく改善しない。なぜこうなるのか。 　答えは単純である。企画書が早く作れるようになったこと自体に、顧客はお金を払っていないからだ。ここで起きているのは「部分最適の罠」である。AIによって個々のタスクは効率化された。だが、その浮いた時間と労力が、顧客価値を生む方向へ再配置されていない。

■AIで空いた4時間を、何に使うのか 　実際、多くの企業では、AIで早く終わったはずの仕事のあとに起きることがあまり変わっていない。早くできた企画書のレイアウトや言い回しを、必要以上に細かく直す。上司が、早く上がってきた資料に対して余計にダメ出しを重ねる。空いた時間に、新しい利益を生まない社内向け雑務が増える。これでは、生産性が上がったように見えて、実際には「社内処理の回転数」が増えただけで終わってしまう。

　もし企画書づくりが5時間から1時間に短縮されたなら、その空いた4時間を何に使うのかが本質になる。より多くの顧客と話すのか。市場の変化を掘るのか。新しい事業仮説を回すのか。AIが出してきた100個の案のなかから、本当に市場を変える一つを選び抜くのか。そこに踏み込めなければ、AIはただ「社内の処理を少し速くする便利ツール」で終わる。 　この問題の根は深い。日本企業の多くは、業務そのものを再設計することに慣れていない。特にメンバーシップ型雇用のもとでは、「仕事の定義」よりも「人に仕事を割り当てる」ことのほうが先にあるため、AIによって何の仕事が不要になり、何の仕事へ人を移すべきかを考える発想が弱い。その結果、個人単位では効率が上がっても、組織としての価値創造の流れは変わらない。これが、日本企業がAIを導入しても生産性革命に至らない最大の理由の一つである。