AIリーダーシップはツールを買うことではない：仕事のポートフォリオを再設計すること
HBR Executive Liveでのアディ・イグナティウスとLinkedInのCEOライアン・ロズランスキーの会話は、企業にとって最も痛手な部分である労働市場の現実に焦点を当てている。ロズランスキーの指導のもと、LinkedInは70億ドルから170億ドルの年収に増加し、10億人以上のメンバーを超えた。これはAIへの投資、よりスマートな採用ツール、スキルによるマッチング、ビデオの活用に支えられている。このデータは企業のプライド以上に重要で、プラットフォームが市場全体を見ると、仕事の再構築の様子を他より早く発見できることを示唆している。
ロズランスキーはAIが雇用にとって純粋な利点であると主張し、それを支える2つの数字が、単なる大量置換のストーリーとは反対のものである。130万人の新規職種（データアノテーターを含む）と60万人以上の新しい雇用のデータセンターでの出現である。同時にLinkedInは、役職ごとのスキル要件が過去数年で25%以上変化したと観察し、2030年までに70%の変化を予測している。
この数字のセットは、リーダーシップの異なる読み方を強いる。AIは「来ている」のではなく、すでに予算、才能、内部権力を再配分している。Cレベルにとっての運営上の問いは、どのツールを購入するかではなく、収入の原動力を削減せずにどう仕事のポートフォリオを再設計するかに変わる。
「先んじる」背後の真実：仕事がタスクに分かれている
会話からの最も有用な貢献は、理想的な推奨のリストではなく、フレーミングである。仕事は「ポジション」であるのではなく、異なる自動化レベルのタスクの集合である。実際、これは管理の対象を変える。役職に繰り返しのタスクが含まれている場合、その時間の一部が解放される。さらに市場が新しい能力を要求する場合、その時間は再配分されるか失われる。生産性と混乱の違いは組織設計にある。
LinkedInのデータは同時に創造と再配分を示している。一方で、AIに関する周りには新しい仕事が出現する。データサイエンティストだけでなく、アノテーター、実装プロファイル、そして非常に実質的にはインフラにおける物理的な働きがある。もう一方で、入門系ポジションには圧力がかかるが、ロズランスキーはその低下を金利などのマクロ経済要因に帰している。これは重要であり、診断が間違っていれば、タレントプランは単なる宣伝となる。
リーダーにとって、このコンテキストで「先んじる」とは、1つのレバーではなく、3つのレバーをマスターすることを意味する。まず、重要な機能をタスクに分解し、何が今日自動化されるかをマッピングする。次に、評価が必要なタスクで役割を再構築する。最後に、学習が仕事の一部であり、周辺活動ではないように報酬制度を再構成する。
ここで官僚主義は慣性で勝つことが多い。多くの組織はAIのための委員会、無限のポリシー、資本支出のように採用を測るダッシュボードを作成する。しかし、実際の採用はフローに見える：節約された時間、短縮された配信サイクル、営業、業務、製品のために解放された能力。リーダーシップが仕事を明示的に動かさなければ、AIは単なる複雑さの層となる。
LinkedInのケース：AIを収益化するのは魔法ではなく、資本配分のシステム
ロズランスキーのもとでのLinkedInの成長は「AIを使った」というよりも、もっと興味深いパターンを示唆している。企業はデータと製品を労働市場の供給と需要のマッチングを改善する資産に変えた。このマッチング—より良い場合—は、知覚された価値、保持、リクルートメント及び関連サービスの支払い意欲を高める。ここでのAIは独立したプロジェクトではなく、エンジンの一部である。
ポートフォリオの観点から、それはすべての企業が管理する必要のある4つのフロントに分けることができる。 (1) 現在の収入エンジン; (2) 業務効率; (3) アイデアの孵化; (4) 新しいものをスケールするための変革。LinkedInはこれら4つの全てを実行したように見える：より良い推薦とマッチングでエンジンを強化し、AIを用いて「賢い」採用を行い、ビデオといった新しいフォーマットを押し進め、特に静的な履歴書よりもダイナミックなスキルの証拠の方が価値があるという市場の論理を強化した。
この最後の点には戦略的なサブテキストがある。スキル要件がすでに25%以上変わり、2030年までに70%の変化が見込まれる場合、優位性は「才能を持つこと」ではなく、それをすぐにリサイクルすることになる。LinkedInのようなプラットフォームはこの摩擦から利益を得る：市場が動くと、全員が再度プロフィールを更新し、信号を探し、能力を検証し、より迅速に採用を行う。伝統的な企業にとって、その摩擦はコストになる：離職、長い空きポジション、採用ミス、生産性の低下。
経営者にとって不快な読み方は、AIツールの訓練だけでは不十分であるということだ。何が重要なスキルか、誰がそれを内部で認証するか、役割を再構築してパフォーマンスを失わないリーダーにどのように報酬が与えられるかを再定義しなければならない。
Cレベルの盲点：成熟したビジネスのKPIで再発明を測る
私が見る最大のリスクは技術的なものではない。それはガバナンスの問題である。ほとんどの企業は安定のために設計された構造にAIを組み込もうとしますが、学習を考慮していません。定義上、不確実性を伴う取り組みに対して即座の回収を求め、プロセスを理解する前にチームに節約を約束させ、リスクを「コントロールするために」決定を中央集権化し、スピードを窒息させる。
LinkedInのスキルの急速な変化に関するデータは、職務ベースの年次タレントプランを時代遅れにする。もし仕事の内容が変わるのであれば、管理モデルも変わらなければならない。それには、同じ会社内で二つのペースを分けることが必要である。
収入エンジン内では、ディシプリン：マージンを保護し、質を確保し、サービスの悪化を避ける。探検では別のルール：学習目標、短いサイクル、そして五つの委員会に許可を求めずにプロセスを再設計するための真実の自律性。これらの世界が混合されると、共有されるのはいつもの結果：企業が「変革」を宣言し、最終的には徐々に最適化を進める。
ロズランスキーもスキルによる採用を進めている。文化的な議論を超えて、運営面ではフィルターの再設計である。市場が直線的なキャリアや「キャリアパス」を報酬しなくなった場合、彼が言うように、堅固な要件でリクルートを続ける企業は自ら才能の不足を強いることになる。また、純粋に機械的な理由でプロフィールの多様性を失う。信号と証明を混同するからだ。
リーダーシップがこれを具現化すると、具体的な決定に反映される。予算：重要なタスクの再設計にどれだけの資本と時間が投資されるか。インセンティブ：結果を出しながら能力を再構築するためにリーダーにどのような目標が設定されるか。ペース：重要なスキルがどのくらいの頻度で見直され、再割り当てされるか。何も変わらなければ、AIはソフトウェアのライセンスとして入ってきて、運営上のフラストレーションとして出て行く。
持続可能な利点：コアを保護しつつ変化能力を構築する
HBRの会話は、アライアンスや製品計画を発表するものではなく、市場の信号として機能する。LinkedInは労働市場の計測器としての位置付けを確立し、AIに関するリテラシーとリプレース不能な人間のスキルの重要性を推進している。ロズランスキーは、AIに代替されない“五つの人間的スキル」を挙げているが、利用可能な抜粋にはそれらはカテゴライズされていない。リーダーにとっての重要な点は、それらの人間的能力は「宣言される」のではなく、仕事の中で設計されるということです。
組織がタスクを自動化し、人間の判断が適用される場所を再考しなければ、人々は判断を発展させず、引き離される。チームがAIを取り入れ、意思決定の流れを変えない場合、出力は加速するが責任は曖昧になる。「創造力やコラボレーションが求められるが、実行は予算に対してのみ測定される」となれば、達成が得られるが適応は得られない。
AIとデータセンターでの雇用の創出は、また経済現実を強化している：支出がインフラと展開に移っている。これは単なるモデルのゲームではなく、サプライチェーン、エネルギー、運用、メンテナンスにおける変革である。テクノロジー企業以外の企業にとって、これはプロバイダーへの依存を意味し、実装や運用のプロファイルを開発する圧力がかかるだけでなく、単に「戦略」のみではない。
AIにおける効果的なリーダーシップは、ポートフォリオが明示的であるときに見られる：コアが効率性と商業的焦点で守られ、その一部が新しい実践を検証し、機能するものをスケールするために十分な自律性を持って仕事を再設計する。
終わりに：新しい基準は、どちらの速度も破壊せずに運営すること
LinkedInによって提供されたデータは、雇用が創出される市場を描写するが、スキルが多くの企業が運営する準備が整っていない速さで消費されている。 "先んじる"リーダーシップとは、役職をタスクに変え、才能を規律正しく再配分し、学習メトリクスで探索を資金提供し、成熟したビジネスのコントロールで収入エンジンを保護することである。その持続可能性は、2030年までにスキルの再構築能力を窒息させることなく、現在の収益性を維持することに依存している。
