AI時代のエンパワメント型人材マネジメント 

AIは、マネジャーの問題を悪化させうる。これが本稿の出発点だ。経験を積み、成果を出してきたマネジャーほど、自分の判断は正しいという自負を持つ。その自負に、AIが「データの裏づけ」という装いを与えたとき、何が起きるか。思い込みはさらに強まり、無自覚な支配 ─ 高速化され、精緻化されたマイクロマネジメント ─ が生まれる。本稿では、グーグルのエンパワメント型マネジメントについて著者の経験をもとに執筆した『Googleで学んだ 圧倒的成果を出し続けるマネジャーの最優先事項』(1)が「正しさの罠」と呼ぶこの落とし穴を軸に、AI時代のマネジャーに問われる「自制」のマインドセットと、その設計のあり方を論じる。

本書は、マネジメントの最大の敵を、能力の不足ではなく「正しさの罠」とする。権威と経験を持つマネジャーが、「自分の考えは正確だ」という自負から、無自覚に意見を押しつけ、細部にまで介入していく。本人は善意で「正しく導いている」つもりだが、メンバーから見れば、それは自律を奪う支配であり、ハラスメントの温床にもなる

この罠が捉えるのは、能力の低いマネジャーではない。むしろ成果を出してきた優秀なマネジャーである。だからこそ厄介なのだ。グーグルが2002年にマネジャーという階層を廃止する実験を行い、数ヶ月で撤回した逸話はよく知られているが、同社がそこから導いた答えは「強い管理者を増やす」ことではなかった。「指示する管理者」から「自律を支える伴走者」へ　─　すなわち管理型からエンパワメント型へと、マネジャーの役割そのものを転換することであった。エンパワメント型への転換とは、管理を強めることではなく、手放す勇気を持つことにほかならない。

AIは、この罠を抑制もすれば、増幅もする。問題は、放っておけば増幅に傾きやすいことである。理由は三つある。

第一に、思い込みの強化である。AIに聞けば、もっともらしい根拠が返ってくる。マネジャーが自分の結論を入力し、それを支持する論拠を集めさせれば、AIは確証バイアスを満たす装置になる。しかも人は、自動化された出力を過信しやすい。意思決定における「自動化バイアス」は、繰り返し報告されてきた人間の傾向である(2)。AIの「正しそうな顔」は、根拠なき思い込みに、客観性の衣をまとわせてしまう。

第二に、偏りの固定化である。本書では、評価や登用を歪める無意識のバイアスを十種に整理している──ステレオタイプ、確証、親和性、内集団びいき、アンカリングなど。AIは、過去データに刻まれたこうした偏りを学習し、再生産しうる。人間の偏見は、気づけば修正できる。だが機械に組み込まれた偏見は、「客観的な仕組み」として温存される。

第三に、監視の精緻化である。AIは、メンバーの行動・進捗・対話を、かつてない解像度で可視化する。エンパワメント型が手放そうとした細かな介入を、AIはむしろ促進してしまう。マーサーの「Voice of the CHRO 2024」調査では、CHROの84%が「今後HR機能がより自動化・テクノロジー中心になる」と見込んでいる(3)。AIなどテクノロジーが浸透してくると、自ずと管理のために様々な情報を可視化、測定する力学が強く働くようになる。そうなると、可視化できる対象を増やすこと自体が善とされやすく、改善のための計測が、いつのまにか監視へと変化していく。この可視化、測定が「管理の強化」に向かうのか、「自律の支援」に向かうのかは、技術ではなく、使い手のマインドセットが決める。

では、増幅器を解毒剤に変えるには、どうすればよいのか。鍵は、AIを「部下のパフォーマンスを測る道具」ではなく「マネジャー自身を映す鏡」として使うことである。

前掲書では、優れたマネジャーの作法のひとつとして「怒りを問いに変える」ことを挙げる。「なぜできないんだ」という思いを、「何が起きているのか」「どんな構造的要因があるのか」という問いに転換する。AIは、この転換を助ける。自分が下した評価の根拠をAIに言語化させ、そこに潜む飛躍や偏りを点検する。判断をAIに委ねるためではなく、自分の判断を疑うために使うのである。これは、AIに仕事を奪わせる発想とは正反対の、人間の知性を一段引き上げる使い方である。

実務上の工夫は単純でよい。たとえば、ある判断を下す前に、AIに「この決定に最も強く反対する立場から論じよ」と指示する。自分の結論を補強させるのではなく、あえて反証を集めさせるのである。確証バイアスを満たす装置になりかけたAIは、こうして使い方をするだけで、自らの死角を照らす建設的な批判者に変わる。 問われているのは、AIの賢さではない。自分の正しさを、進んで疑いにかけるマネジャーの姿勢である。

マーサーでは、パーソナリティデータや人材プロファイルを可視化するソリューションを開発しているが、その思想は一貫して「決めつけ」ではなく「見立ての補助」にある。データは、人を分類してラベルを貼るためにあるのではなく、見落としていた可能性に気づくためにある。データ活用は「目的ありき」でなければならない。何のために、どの判断を、どこまでAIに委ねるのか。その線引きを担うのは、最後までマネジャー自身の見識と責任である。

「正しさの罠」を避けることは、AIを使わないことを意味しない。むしろ逆である。同じ可視化の技術を力の解放に振り向けたとき、AIはエンパワメント型マネジメントを強力に後押しする。

前掲書は、マネジャーの役割を「焚き火の番人」にたとえる。火を絶やさぬための行動は三つある。挑戦したいという想いに着火し、風を送ること。リソースと優先順位という薪をくべ、配置を変えること。そして、燃焼を妨げる灰を取り除くこと──組織の壁や無駄な手続きを排除する、いわゆる障害除去（アンブロッカー）の役割である。AIの最も健全な用途は、この灰取りにある。報告のための報告、形だけの会議資料、部署間で分断された情報。こうした「チームの熱を奪う作業（灰と取り）」をAIに引き受けさせれば、メンバーは本来の価値創造に集中でき、マネジャーは灰取り以外の役割として着火と風を送ることに専念できる。

可視化の使い方も問われる。進捗がAIによってリアルタイムに見えること自体は、監視にも、安心にもなりうる。権限委譲は「丸投げ」ではなく、ゴールを決めたうえで方法は本人に委ねる作法である。可視化を「逐一口を出すための監視」に使えば正しさの罠に逆戻りするが、「任せたうえで、必要なときだけ手を差し伸べるための安心材料」に使えば、委譲はむしろ進む。同じデータが、マインドセット次第で正反対の意味を持つ。

なぜこれが経営の問題なのか。正しさの罠に陥ったマネジメントは、優秀なメンバーの自律性を削ぎ、やがて組織から人を去らせる。人は「任されている」と感じたときにこそ本気になる。その逆を、AIが高速で推し進めれば、エンゲージメントの低下と離職という形で、人的資本価値は静かに毀損していく。マネジャーの自制の欠如は、そのまま人的資本価値毀損に直結しうる。

しかも、この毀損は最も困るところから始まる。最初に去っていくのは、優秀な人材である。市場価値の高い社員ほど、選択肢を持ち、自律を奪う環境に長くとどまらない。すなわち、AIに増幅された支配は、組織にとって最も失ってはならない人的資本から先に流出させる。一般に、中核人材一人の自発的離職がもたらす損失は、後任の採用・育成コストや立ち上がりまでの生産性の空白を含めれば、当人の年収の〜2倍に相当するとも試算される⁽⁴⁾。マーサーが実施した「グローバル人材動向調査2026」では、経営層の54%が「人材不足」を人材戦略に最も影響すると考えており、いきいきと働けている（thriving）社員の割合は2024年の66%から2026年には44%へと落ち込んでいる⁽⁵⁾。人材獲得競争が激化するなか、つなぎとめるべき層を逃すリスクはかつてなく高い。AI投資の費用対効果を語るなら、削減できた工数だけでなく、守れたはずの人的資本の価値まで含めて勘定しなければならない。

AIは増幅器である。だからこそ、ツールの導入に先立って、これを使うマネジャーのマインドセットへの投資がいるのだ。

AIは、部下を管理する前に、マネジャー自身を映し出す。そこに映るのが、自律を支える伴走者なのか、思い込みに縛られた支配者なのか。それを分けるのは、AIの性能ではない。マネジャーのマインドセットである。

冒頭の問いに戻ろう。AIはチームパフォーマンスを本当に上げているのか。数字を上げることはできる。だが、そのパフォーマンスが誰の自律によって生まれているかを問い直したとき、AIが増幅すべきものは見えてくる。マネジャーの思い込みではなく、自制である。このマネジャーのマインドセットを変える設計に着手しないと、価値ある人的資本を知らず知らずのうちに毀損することになるかもしれない。

 

参考文献

1. 中谷公三・諸橋峰雄・水野ジュンイチロ『Googleで学んだ 圧倒的成果を出し続けるマネジャーの最優先事項』ディスカヴァー・トゥエンティワン、2026年
2. Parasuraman & Riley "Humans and Automation: Use, Misuse, Disuse, Abuse" Human Factors, 1997
3. Mercer（2024）Voice of the CHRO
4. Gallup (2019) http://bit.ly/44ttvkp
5. Mercer（2026）グローバル人材動向調査2026