過去を保存する最も高コストな方法——再設計なき自動化
驚くほど一貫して繰り返される意思決定のパターンが、多額のデジタルトランスフォーメーション予算を持つ大企業の中に存在する。摩擦を生んでいるプロセスを特定し、自動化テクノロジーを導入し、既存のフローにツールを展開し、進捗を報告する。経営幹部向けのダッシュボードにはスピードが示される。委員会向けのプレゼンテーションには効率が語られる。そして6か月後、同じ問題が再び現れる——今度は解体するのが難しいシステムの中に包まれた形で。
これは単なる個別事例の現象ではない。マッキンゼーの報告によると、組織の88%が少なくとも1つのビジネス機能で人工知能を活用しているが、営業利益率への影響を認めているのはわずか39%にすぎない。この2つのグループの差異は、選択したベンダーにも、割り当てた予算にも存在しない。その差異は、ほぼ例外なく、組織が自動化を導入する前にワークフローを再設計したかどうか、あるいは単に技術の層で覆っただけかどうかにある。
このギャップの大きさは、じっくりと読み解く価値がある。これはテクノロジー導入の問題ではない。組織設計の問題であり、テクノロジーはそれをより大きなスケールで、より高いコストで可視化しているのだ。
自動化がエラーをスピードに変えるとき
ルールと狭いフローに基づいた従来型の自動化は、すでにこの脆弱性を内包していた。プロセスに文書化されていない例外が含まれていたり、特定の従業員の暗黙的な判断に依存するステップがあったり、誰かがシステムに渡す前に手動で修正していた不完全なデータが存在したりする場合、そのプロセスの自動化は一貫性のない結果をもたらしていた。しかし、処理量は限られており、被害は管理可能な範囲だった。
エージェント型AIは異なる方法で動作する。目標を解釈し、推奨事項を生成し、フローを起動し、複数のシステムで同時に意思決定を行う。これにより、適切に設計されたコンテキストではより強力になるが、不適切に設計されたコンテキストでは著しく有害になる。意思決定ロジックが曖昧なプロセスに展開されたエージェントは、その曖昧さを検知しない——一貫性と量をもってそれを実行するだけだ。かつてシニアアナリストが判断、エスカレーション、組織的な直感で解決していたことが、今では誰も気づく前にシステム全体を循環する自動化されたエラーパターンとなる。
あるフォーチュン500の保険会社の記録された事例が、このメカニズムを正確に示している。同社には文書化された業務手順と成熟した自動化基盤があった。しかし、ケースのダイレクト・プロセッシング率は急激に低下していた。診断の結果、自動化が例外だらけのフローの上に展開されていたことが明らかになった。その結果は、脆弱でコストのかかるシステムだった。解決策はより多くのテクノロジーではなかった——ビジネスの専門家がフローを再設計し、ボトルネックを排除し、具体的なリーダーに明確な責任を割り当てた。その後、パフォーマンスは持続的に改善した。
この事例が明らかにするパターンは技術的なものではない。組織設計の問題だ。自動化は既存の構造を——その欠陥も含めて——増幅させた。欠けていたのはより優れたAIモデルではなく、自動化に値するプロセスだったのだ。
進捗報告書には現れない罠
変革プロジェクトの経営幹部向け報告書にほとんど登場しない動態がある。組織はしばしば活動と基盤を混同する傾向がある。自動化が展開されると、少なくとも表面上は即座に改善される指標が存在する——処理速度、目に見える手動介入の削減、見かけ上のサイクルタイム。これらの指標は四半期ごとのプレゼンテーションを支え、進捗の認識を強化する。
これらの報告書に現れないのは、自動化とともに消えた文書化されていない業務のコストだ。システムが置き換えた手作業のことではなく、従業員がプロセスの欠陥を補うために行っていた修正、非公式な検証、状況的判断という見えない作業のことだ。自動化がその欠陥を先に解決せずに人間の作業を排除すると、欠陥はシステムに残り続けるが、今度はバッファなしに存在する。
BCGはこのエラーを明確に言い表している。頻繁に見られる誘惑は、すでに存在するものを自動化することだ。価値は望ましい結果から出発し、それをどのように提供するかを再発明することから生まれる。この区別は意味論的なものではない。構造的な結果をもたらす。結果から出発する組織は、それを持続的に生み出すために必要な意思決定、データ、責任のフローは何かを問わなければならない。既存のプロセスから出発する組織は、すでに起きていたことをコードに変換しているだけであり、非効率性もそこに組み込まれている。
その差異のコストは拡大する。不適切に設計された自動化を解体するには、システムの再エンジニアリング、モデルの再トレーニング、ガバナンスの見直し、そして多くの場合、システムが稼働していた期間に生じた損害の管理が必要となる。そのコストは財務的なものだけではない——プロセスに依存していたチームの失われた信頼と、それを経験した顧客の信頼も含まれる。
損害拡大から修正を分ける5つのアクション
すでに基盤の弱いプロセスに自動化を展開してしまった組織にとって、一時停止だけでは不十分だ。展開を止めることで増分的な損害は限定できるが、その根本原因は修正されない。真の修正と一時的なパッチの違いを生む5つのアクションは、すべて同じ核心を指し示している——テクノロジーでガバナンスを試みる前にプロセスを可視化することだ。
第一のアクションは、最もリスクの高いフローを特定し、その拡大を止めることだ。設計が不十分なすべてのプロセスが同じ損害プロファイルを持つわけではない。高頻度、取り消しが困難な決定、および規制上または財務上のエクスポージャーを組み合わせたものは、遅延のコストが最も大きい場所だ。これらには追加分析ではなく、優先的な対応が必要だ。
第二のアクションは、文書化されたプロセスではなく、実際に存在するプロセスをマッピングすることだ。ほとんどの組織では、文書化されたプロセスと実際に運用されているプロセスは、ITチームや自動化チームがその立場からは見えない形で乖離している。例外、ワークアラウンド、フローを維持してきた非公式な介入はダイアグラムには存在しない。それらは日々の実践の中に、それを実行する人々の中に存在する。それらを可視化することは監査の演習ではない——機能する再設計の前提条件だ。
第三のアクションは、ツールではなくプロセスへの責任を割り当てることだ。説明責任がテクノロジーチーム、オペレーションチーム、ビジネス部門に分散している場合、プロセスに所有者はいない。自分の部分を最適化しながら全体の結果に責任を持たない、部分的な管理者がいるだけだ。エージェント型AIは複数の機能、意思決定、データを横断して作用する。エンドツーエンドの結果に責任を持つリーダーなしには、自動化は個別のタスクを改善する一方で、ビジネス指標は停滞したまま、あるいは悪化し続ける。
第四のアクションは、エラーのコストが高いポイントでの人間による検証を再構築することだ。これは自動化を無期限に遅らせたり、価値を付加しない手動ステップを取り戻したりすることを意味しない。誤った出力が取り消しが困難な重大な結果をもたらす意思決定ノードを特定し、プロセスが安定するまでそれらのポイントでの積極的な監視を維持することを意味する。エージェントの自律性は段階的に獲得されるべきものであり、最初から想定されるものではない。
第五のアクションは、成功の指標を変えることだ。サイクルタイムと手動介入の削減は活動の指標であり、結果の指標ではない。持続的な修正を達成する組織は、意思決定の質、エラー回復のコスト、規制遵守の堅固性、顧客体験への影響を監視する。これらの指標は、脆弱なプロセスへのさらなる自動化によって改善されない。基礎となるプロセスが堅固なときに改善するのだ。
危機はAIが到来する前にすでに起きていた
見失ってはならない問題の読み方がある——AIの自動化が不十分な結果をもたらすとき、その時点で顕在化する危機はAIによって生み出されたものではない。それは以前に、組織がプロセス設計への投資を選択しなかった時点で生み出されたものだ。AIはただ、すでに存在していた構造的な脆弱性を、より大きなスケールで、より高い緊急性をもって可視化したにすぎない。
これは診断の性質を変える。より多くのツールへの投資、より良い変革管理、あるいはより多くの技術トレーニングで解決されるテクノロジー導入の問題に直面しているのではない。自動化の約束を使って、いつか不快になったり高コストになったりした設計上の意思決定を先送りにしてきた組織に直面しているのだ。
収益予測に誤りがあったテクノロジー企業の事例は、その意味で示唆に富んでいる。予測のワークフローには複数の責任移管と非同期的な更新が含まれており、不正確な見通しを生み出していた。これらの予測は、採用、計画、利益率に関する意思決定を歪めていた。解決策はより洗練された予測モデルではなかった。明確なチェックポイントと部門横断的なリーダーへの割り当てられた責任を持つ再設計されたプロセスだった。基盤が修正されると、問題を増幅させていた自動化はギャップを縮め始めた。
教訓はAIが機能しないということではない。教訓はAIがそれを取り巻くプロセスが設計された通りに正確に機能するということだ。自信を持ってスケールする組織は、プロセスの明確さをテクノロジーの目的地として扱う前に戦略的資産として扱う組織だ。
設計が不十分なものを自動化する組織は、トランスフォーメーションを加速しているのではない。最終的に再出発せざるを得なくなる地点から遠ざかる速度を加速しているのだ。
