企業と公共、すべてがAX総力戦に飛び込む！
本当に最近は、どの企業や公共機関、自治体までもが約束でもしたかのようにAI専任チームを争って作ります。AI Solution Lab、AX Team、AIフロンティアTF、AX推進団、エージェンティックAI革新チーム、国民AIサービス革新推進団。名前は異なっていても、やることは似ています。CEO直属のTFを立ち上げ、組織改編の最初の行にAX推進団を載せ、AIエージェントに従業員番号を与え、500人を集めて全社的なAX教育を回します。それだけAIが今は革新そのものを意味する代名詞になったという反証です。
しかし、専任チームを立ち上げて前述の様々なことをしているのに、実際に組織の生産性が、さらには組織のDNAが変わったかどうかを考えてみると、特に変わったように見えません。AIですべてが変わるかのように話されていますが、私たちの日常は文書を作成し、画像や動画を生成することの他に何が変わったのでしょうか。不信感さえ感じます。なぜなのでしょうか？今日はAI関連組織で活躍されている皆さんに必ず確認すべき5つのことをチェックしてみたいと考えています。
最近ではすべての組織がAI専任チームを運営している程度です。化学材料大企業はCEO直属のTFを立ち上げて系列会社まで束ねられ、ある金融グループは組織改編の最初の行に「AX推進団」を一括で明記することもありました。ある通信会社はAIエージェントに従業員番号を与えて「AX革新2.0」を宣言し、有名な公共機関は今月初めにエージェンティックAI革新チームを新たに作りました。これだけではありません。政府は今年の全政府AI予算10兆ウォンのうち2兆4千億ウォンを全産業AX大転換に配分し、中堅製造業と協力社まで顧客要求に対応するとしてAXチームを新設する最中です。
自治体も同様です。OO郡は8月末の4日間、職員80人余りにプロンプト実習教育を実施しました。行政文書と報道資料作成プロンプト、カードニュース画像生成プロンプトが主な科目でした。OO郡はこの週160人を4期に分けてプロンプト作成と反復業務自動化を教え、さらに別のOO郡は500人規模の全社的なAX転換教育を進めています。広域市の単位では「AI活用能力強化教育」業務を発注し、教育機関は職級別プロンプトパック、AX能力診断、社内AIチャンピオン養成課程を製品として発表します。
組織にAIチームがあるということは、私たちが革新しているという宣言と同じ意味になりました。皆一生懸命です。予算も使い、人も配置し、報告書も書きます。しかし、私たちが現場で会うAX担当者たちの話は似ています。教育はしたのに、アカウントも配りました、組織が働く方式は去年と同じです。よく使う人も数人が生じた程度だそうです。
原因はまさに「AIを道具として活用」しているからです。道具は使う人の手から始まり、その手で終わります。核心はAIが組織の環境になるようにすることです。仕事がその環境の上で回り、人がその環境を設計する方に変わるべきです。あ、それはわかるけど、可能なのか？はい、本当に可能です。私たちもそれを証明しています。
AIを活用する会社とAIで動く会社
AIを活用する会社は人が仕事をし、AIが手助けします。報告書を書く人がAIに初案を任せ、デザインする人がAIで試案を引き出します。仕事は相変わらず人の手から始まり人の手で終わります。組織も、業務フローも、会議方式もそのままです。AIは個人の机の上に置かれた良い道具です。
AIで動く会社は業務がAIの上で回ります。人がその業務がどう流れるべきかを設計し、回っているのを見ながら直します。実行はエージェントが行い、人は設計者になります。データと経験は個人の頭の代わりにシステムに積み重ねられます。
最近出ているAX方式はほとんど前の会社をより良く作る方向で磨かれています。プロンプトをより良く書くようにし、より良い道具をくれて、より多くの人に使わせます。その方向に続いていけば、結局「全職員がAIをよく使う会社」になります。そしてその会社は相変わらず人数だけ分の仕事をします。以下5つはAXを担当した方が自分の計画書を広げて自分で確認してみる質問です。
チェック1.教育修了率の代わりに、教育が終わった後システムで動作中のワークフロー数をチェックする必要があります
プロンプト教育の結果物はおおよそ3つです。修了率、満足度スコア、そしてよく書くようになった職員数人。教育業務の提案要求書にも出席記録と満足度統計が産出物として書かれています。
問題は、この3つがすべて個人にだけ残るという点です。よく書くようになった職員がチームを移動したり会社を辞めたら、そのコツも一緒に消えます。既存の組織の根本問題であった「データと経験がシステムではなく個人に積み重ねられる構造」をAI教育がむしろさらに堅くします。
反対にする方法は教育の産出物を変えることです。教育が終わる日、各チームが自分の業務1つを自動化したワークフローが会社システムに登録されていなければなりません。個人が何を学んだかの代わりに組織が何を得たかで教育を評価し始めると、教育内容全体が変わります。
今準備中の教育計画書の「期待効果」欄を見てください。そこに「能力強化」だけ書いてあるなら、この項目は逆に進んでいます。
チェック2. 導入率やライセンス数の代わりに、私たちが作った道具に1日何度アクセスするかを見てください
経営総が主要企業を調査した時、企業レベルで生成型AIを導入したところは38%で、導入しなかった理由の1位は情報流出懸念(41.9%)でした。そのため多くのAXチームが最初の課題として、セキュリティレビューと企業用ライセンス導入を取ります。半年がかかります。そしてアカウントを配る日、導入が終わったと報告します。
アカウント支給は出発点に過ぎません。構成員にアカウントだけ与えても、働く方式は同じです。各自自分の席で少し速くなるだけで、その結果は会社に残りません。企業立場でこの段階は投資より費用に近いです。
尺度を変えるべきです。導入率やライセンス数の代わりに、会社が自ら作った道具に構成員が1日何度アクセスするかを見てください。ユニークグッドカンパニーはこのアクセス頻度をその会社のAXレベルと見なします。私たちの業務のために私たちが直接作ったワークフローを1日に何度開くか、その数字です。この数字が0なら、アカウントは配ったが会社はまだ動いていません。
チェック3. 短縮した時間より、人の手を経由せずに丸ごと回る業務が何個か見てください
AXチームが課題公募を開くと似たようなリストが上がります。報告書作成時間30%短縮、会議録自動整理、広報画像生成、民願回答初案作成。大韓商工会議所の調査でも、企業がAIで得た効果1位は時間短縮(45.8%)でした。
産出物をより速く、よく作ることは最初の段階です。そこで止まれば、会社は同じ仕事を少し楽にするだけです。本当に新しい課題は、その業務を丸ごと反復実行する構造を立てることです。
マーケティング代理店を例に挙げてみます。受注する組織と実行する組織が分かれている時、実行職員の新しい業務は自分がしていた実行業務そのものを自動化することになります。キャンペーン企画、素材制作、成果報告書が人の手を経由せずに回るようにする仕事です。そうすると会社は顧客相談とミーティングに集中するようになり、同じ人員で何倍もの顧客に対応するようになります。
課題リストから「時間短縮」という言葉を消してみてください。そしてもなお残る課題があれば、それが本当のAX課題です。1つも残らないなら、この項目も逆に進んでいます。
チェック4. AXチームのAI専門性より、業務フロー全体を知っている人がリーダー役を果たすべきです
AXチームはおおよそ実務者と共にIT部門、開発者、外部専門家で構成されます。AIを知っている人たちが中心になることもあり、時には単に関係なく配置転換された方たちもいらっしゃいます。当然、開発チームがある組織がよりAXを成功させるように見えますね？いいえ。両方同じです。
核心は全体のワークフローをきちんと知っている人、そして動かせる人です。ほとんどの構成員は私たちの会社の仕事がどこから始まってどこで終わるのかは分かりません。顧客問い合わせがどのように入ってきて誰を通ってお見積もりが出て、どこでいつも止まり、どの段階が実は必要ないのか。これを知っている人は別にいます。その流れを最初から最後まで経験したことがある人です。
全体フローを理解し調整できる人だけがいてもダメで、これをAXに転換させる実務者だけがいてもダメです。しかし、この両者が出会わなければ悲しい状況が演出されます。現場は自分の目に見える段階1つをリクエストします。報告書初案をちょっと自動で出てくるようにしてください。AXチームはそのリクエスト通りに作ってくれます。しかし、本当に変えるべきだったのはその報告書が必要な理由だったかもしれません。その報告書を受け取る人が望んでいたのは報告書ではなく数字1つで、その数字はすでにシステムのどこかにあったかもしれません。業務フロー全体が見える席からだけ見える事柄です。そのため、段階別にリクエストを受けて作った道具はいくら上手に作っても、既存フローをそのまま固めます。必要ない段階まで自動化してさらに堅くします。
構造を見ることができるかは能力の問題というより座る位置の問題です。タスクを実行する座る位置とフロー全体を見る座る位置は異なります。どの業務を丸ごと消しても大丈夫なのか、どのフローを1つに合わせるべきなのか、どの決定をエージェントに譲ってもいいのかは、全体が見える座る位置からのみ判断できます。小さな会社なら、その座る位置はCEOです。大きな組織なら、そのプロセスを最後まで責任を持つリーダーです。その人が設計座る位置に座るべきです。AXチームはその隣でAIで実装する側を担当します。
今AX課題リストを見てください。課題ごとに「このフロー全体を知っている人」が設計に参加しているか確認してみてください。リクエスト書だけが行き来している場合、この項目は逆に進んでいます。
チェック5. 人がどれだけ使ったか代わりに、私たちが作ったワークフローが今も使われ続けているか？自ら良くなっているかを見てください
修了率、満足度、活用率、短縮時間。AX成果報告書に入る指標はほぼすべて「人がどれだけ使ったか」をカウントします。人の数で成果を計れば、人をより多く使うようにする方向で計画を立てるようになります。そのため、来年の計画もまた教育で、またアカウントです。
見るべき事柄は2つです。第1に、私たちが作ったワークフローが今も使われ続けているか。パイロット期間に光って使われて止まったのは成果ではありません。MITが2025年に発表した調査では、企業生成型AIパイロットの95%が成果なく終わりました。パイロットが終わる瞬間誰も開きません。3ヶ月前に作ったワークフローが今日も回っているか、その1つが活用率100個より正直な指標です。
第2に、そのワークフローが自ら良くなっているか。ここにより大きな問題が隠れています。AIは数ヶ月単位でより優れたモデルが出ます。AIを活用して道具を作ってまとめておくだけなら、次のモデルが出る瞬間その道具は時代遅れになります。作った時点のAIレベルに縛られたまま止まってしまうからです。だから会社がAIで作った管理道具は「プロセス高度化」の名目でも結局は捨てられます。道具を結果物として残す方式ではAIが発展するほど私たちが作ったものが古くなります。
反対にする方法は道具の代わりにループを残すことです。AIがワークフローを回すことで止まらず、そのワークフローを自ら検査し直す構造です。今週の実行結果を見てどこで止まったのか探し、より良い方法を提案し、来週その方法で回す循環。私たちはこれをラーニングループと呼びます。AIを使うのにも段階があります。単純指示、反復ループ、ルール基盤トリガーを経て、最も上にあるものが「自ら改善し高度化することに使う」段階です。このループがあれば、新しいモデルが出るたびに私たちのワークフローも一緒に良くなります。組織のAXがAIの発展に一緒に乗る事になります。
AIで動く会社の指標はだからこそ異なります。3ヶ月前に作ったワークフローが今日も回っているか。そのワークフローが先月より良くなったか。人が手を付けなかったのに良くなった部分があるか。人の代わりにシステムをカウントする指標です。
道具から環境へ、観点を変えることから始まります
5つを一度に変えなくてもいいです。観点1つだけ変えたらいいです。AIを道具と見なしていたことを環境と見なすことです。道具は人が持ち上げなければ動き、下ろせば止まります。環境はその上で仕事が自動で回り、人がその環境を設計し直します。この観点1つを持つと、同じ教育も、同じアカウントも、同じ課題公募も全く別の事柄を残し始めます。教育はワークフローを残し、アカウントはアクセス回数で読まれ、課題はフロー全体を再度引き直す仕事になります。今進行中の転換に大きな機軸を作るのは予算や人員ではなく、この観点です。
今すぐできる事柄を1つ提案させていただきます。AX担当者自身の業務の中から1つを選んでください。その業務を最初から最後まで人の手なしで回るようにして会社システムに上げておいてください。それが組織の最初の環境になります。2番目からはチームメンバーが作り始めます。
1人が1万人を動かす時代、
全速力AXを作り出した感動の旅 <ナノベンチャー>
ユニークグッドカンパニーの驚くべきAX旅が連日話題になっています。この本はユニークグッドカンパニーがAXで危機を機会に転換したプロセスを生き生きと記録しました。小さな人員でも既存の業務とプロセスを再び定義し、実行と検証の構造を樹立し、どのようにエージェントに転換したのかをご覧になれば、今や1人が作り出す驚くべき生産性はもちろん、小さな組織も100人を超える規模の仕事ができる新しい環境が広がったことがわかります！
カカオトークで簡単に注文する
YES24で注文する
教保文庫で注文する