最近、Indeedの元CEOであるクリス・ハイアムスが発した警告は、不快な真実を示しています。AIのリスクは技術から来るのではなく、それを推進する人々に起因しています。この指摘は単なるレトリックではありません。2025年、ハイアムスは二つのアイデアを強調しました。一つは、AIは「完全な仕事」を行うことはないが、ほとんどの役割の中でかなりの部分のスキルを十分に実行できるということです。もう一つは、責任を持って実装することが中心的な課題であり、雇用、住宅、教育、健康、司法に影響を及ぼし、既存の不平等を拡大する可能性があるということです。
ここでの焦点は「どのように」ではなく「誰が」です。この移行はリーダーシップと組織設計の診断となります。多くの企業では、AIは単なるソフトウェアパッケージとして導入されているが、実際には基準、インセンティブ、コントロールを変える杠杆です。ガバナンス体系が脆弱であれば、AIは悪い、曖昧な、または短期的な決定を加速するだけです。ガバナンス体系がしっかりしていれば、AIは生産性、より良いサービス、そして摩擦の少ない環境を生み出します。
問題が運転手であるとき、ブレーキは技術ではない
ハイアムスは雇用市場を深く理解しています。Indeedは、AIが価値を生むか、損害を与えるかをすぐに判断する場所で運営されています。2025年5月、彼は「すべてのスキル」をAIが実行できる仕事は「1つもない」が、「約3分の2」の仕事の「50％以上」が現在の生成的AIが「適度に、または非常に良くできること」を示しました。このフレーズは運用上の刃を含んでいます。企業は二元的な置き換えの局面ではなく、多くのタスクが手の中で変わることに直面しています。急いでいるCレベルの管理者は、その変化をコスト削減の命令に変えます。一方、真剣なCレベルの管理者は、それを仕事の再設計に変えます。違いはガバナンスにあります。誰が自動化されるタスクを定義し、どの基準、どの制限、どの監査で行うのか、そして、システムが誤った場合に誰が責任を持つのか。
2025年1月、スイス・ダボスでハイアムスは、加速を促すマクロ経済的フレームワークも描きました。「私たちはレースの初めにいる」と言い、圧縮現象を予測しました。「30年の変化」が「3年または4年」に詰め込まれる可能性があると述べました。そのリズムでは、最大のリスクは幻影を抱くモデルではなく、報酬体系がスピードを優先し、コントロールを犠牲にする組織です。
2026年の警告は、変革のプロセスでよく見られるパターンに合致しています。原則や委員会は設置されるが、日常業務は四半期ごとの緊急性に左右されます。この時点で「責任」は文書化され、製品や運用が展開を押し進めます。技術はそのトレードオフを決定しません。内部の権力構造がそれを決定します。
AIをITプロジェクトとして扱うのではなく、ポートフォリオの緊張として扱う
大企業では、AIの採用は通常二つの形で進みます。一つは効率：サポートの自動化、コンテンツ生成、開発者支援、内部分析。もう一つは製品：顧客向けの新機能、より良い推薦、より良いマッチング、摩擦の減少です。いずれの場合でも、古典的なエラーはITプロジェクトとして締切や標準的な財務KPIで管理することです。ハイアムスのスキルに関する見解は別のことを示唆しています。AIは「現在の収入エンジン」と「業務効率」を同時に横断します。そして、上手く実施されれば、「インキュベーション」や「能力の変革」のスペースを開放します。逆に、間違って実施されれば、短期的にはコストを削減するだけで、長期的にはシステムを劣化させます。
そのため、彼の強調点の変更は重要です。リーダーがリスクがそれを促進する人々にあると言ったとき、彼は典型的な失敗は実験室の問題ではなく、運営の問題であることを示しています。それは明確な所有権なしで展開され、意思決定のトレースがなく、システムが損害を生じた時にそれを止めるための実用的なメカニズムがありません。そして、雇用などの領域では、「損害」の概念は抽象的ではありません。調整が不十分なフィルターはプロファイルを排除し、歴史的なバイアスを永続させ、監査が難しい不透明さを生み出すことがあります。
ハイアムスは、雇用、住宅、教育、健康、司法の分野において、AIの責任が「彼の人生における市民権および人権に関するテーマ」であると断言しました。そこには自動化されたシステムによって強化される深い不平等が存在します。この視点は、チェックリストで解決できるものではありません。ポートフォリオの意思決定で解決されます。コントロールと監査にはどれだけの予算、展開のスピードにどれだけ、訓練にどれだけ、プロセスの再設計にどれだけの資源を充てるかです。すべてが即時の収益性で測られるなら、コントロールは常に負けます。
自律性のないガードレールは形式的な官僚主義に終わる
Indeedは、ハイアムスの言葉によれば、AI責任あるチームを様々な分野の専門家で結成し、原則に基づいたテクノロジーを評価して構築しました。この学際性は正しい信号です。ただし、そのチームが相談役であり、製品サイクルに遅れて到着し、展開を止める権限を持たない場合、問題が生じます。結果を求めるプレッシャーのかかる企業では、「責任チーム」は最終審査者となり、署名するだけの存在となります。すでに商業的日時をコミットしている場合、その署名は儀式的なものになっています。また、そのチームが自らの使命を反映しない指標で評価されるなら、彼らはバランスを保つために設計された同じシステムに捕らえられてしまいます。
ハイアムスの2025年のアプローチは、社会的・技術的であり、「システムが挿入される社会的構造を理解する」ことを重視しています。この言葉を具体的に表すと、実務的には三つのことを意味します。第一に、データの品質とその履歴が重要であること、バイアスは後で「修正」できないことです。第二に、出力は文脈が要求するレベルで説明可能でなければならず、経済的機会に影響を与える決定において特に重要です。第三に、説明責任が明確に割り当てられる必要があることです。選考プロセスを自動化した場合、誰かが結果および副作用の結果を責任を持つ必要があります。
ハイアムスが今AIを促進する人々に注目するのは、技術的な不足ではなく、不正ガバナンスのパターンを説明しています。平均的な企業はより良いモデルが足りないのではなく、スピード、コントロール、正当性のバランスを強いる意思決定設計が欠けています。
生産性の競争は信頼を低下させる可能性がある
生産性への圧力は道徳的な言い訳ではなく、経済的な制約です。労働力が減少し、需要が続くと、自動化の誘惑が高まります。リスクは、多くの企業がAIの利益を簡単な指標で測定し、コストを見えない指標で測定することです。典型的な利益は迅速にトップに載ります。チケットあたりの時間が短縮され、インタラクションコストが低下し、開発でのサーキュレーションが増え、生成されるコンテンツが増えます。一方で、重大なコストは遅れて現れます。バイアスによる苦情、信頼の喪失、招聘ブランドの劣化、規制へのさらなる露出、内部チームがプロセスを理解しなくなるなどです。
雇用の世界では、この非対称性は特に敏感です。候補者が恣意性を感じる場合、プラットフォームは評判を失います。企業がマッチングが悪化したり、プロセスが不透明だと感じれば、支出を調整します。AIはマッチングを改善できますが、それは厳密なガバナンスが行われた場合のみです。明確な目標、継続的な評価、トレーサビリティが必要です。
ハイアムスは、「10倍」多くの人がコーダーになると予言しつつ、それでもその仕事は「現行の開発とは無関係」になると述べています。この主張は、知識の仕事の深い再設計を目指しています。そして、そのように仕事が変わると、企業はパフォーマンスシステム、研修体系、役割の構造を再設計しなければなりません。さもなければ、AIは古いプロセス上に追加の層となり、摩擦とエラーを生じさせます。
ここで失敗するリーダーシップは悪意によるものではなく、以前使っていたコントロールボードで運営しているからです。AIは混合されたコントロールボードを必要とします：効率と学びのために。効率だけが評価されると早期の損害検出能力が失われます。
AIをシステミックリスクにしないための運用パターン
ハイアムスは最近の警告で具体的な例を示していませんが、彼の経歴からリスクの中心を原則と実行とのギャップと読み取ることができます。大企業において、そのギャップは設計によって縮小されるものであり、演説では縮小されません。実務的には、健康的な採用と脆弱な採用を分ける四つのメカニズムを見ています。第一は、明示的な所有権です。影響を及ぼす意思決定のあるシステムはそれぞれビジネスオーナーとリスクオーナーがいて、実際の権限を持つべきです。第二は、限界付き自律性です。実験するチームにはスピードが必要ですが、何を触ることができず、何を監査するかというフレームの中で。第三は、適切な指標を正しい段階に：早期の導入時には、単に節約やコンバージョンを測ると問題を隠すことになり、安定性、エラー、請求、再逆転も測定すべきです。第四は、逆転能力です。もしシステムが損害を引き起こした場合、企業はオペレーションを崩壊させることなくそのシステムを停止させたり低下させたりできなければなりません。
これは追加の官僚主義ではありません。AIが生産性を高めつつ固定資産にならないための最低限の組織エンジニアリングです。ハイアムスの「AIを推進する人々」という指摘は、実際には運用制約のない採用を批判しています。
Indeedのケースは、雇用産業が社会的・規制的センシティビティの中心にあるため、重要です。安易な効率でコントロールを無視する企業は、一期のみ利益を上げるかもしれませんが、信頼を何年も失うことになります。ガバナンスと仕事の再設計に投資する企業は持続可能な生産性をキャッチすることができます。
確保したいのはコアを壊さずに二つの速度で運営すること
AIは企業に二つの速度で運営させています。現在のビジネスをコスト規律で維持しながら、同時に仕事や製品の再設計を、スタートアップに近いリズムで探求しています。ハイアムスの警告は、失敗のポイントはモデルではなく、それを囲む意思決定システムであることを思い出させるものです。持続可能な組織は、現在のキャッシュフローを保護しながら探索を窒息させない運営を行い、リスクが利益を超える時に展開を止めるための明確な権限を設定し、エラーの早期検出を罰しない指標で学びを評価します。このバランスは、現在の利益を持続可能にしつつ、将来スケールする能力を構築するものです。
