AIの導入は急速に進んでいるが、企業レベルで実証できる生産性向上は依然として不確かだ。
新たな調査によると、人間とAIの能力を組織全体で有意義に組み合わせるには、重大な学習格差を埋める必要がある。
DEEPフレームワークは、断片的な研修に従業員を時折参加させるのではなく、継続的な改善に向けて学習を業務フローに組み込む。
企業、政府、市民社会のリーダーたちは、AIの可能性に大きな期待を寄せている。分析では一貫して、数兆ドル規模の経済効果が予測されている。世界経済フォーラムは、AIが2030年までに世界のGDPを最大14％押し上げる可能性があると推計しており、これは約15.7兆ドルに相当する。しかし、AIツールが企業全体に普及する一方で、生産性向上の効果は依然として見えにくい。英国の労働生産性の動向は悪化し、米国の生産性の伸びは一貫せず、2000年代初頭の高水準から低下している。逆説は明らかだ。多くの従業員がAIツールによる「時間の節約」を報告しているが、組織や経済には持続的な企業レベルの効果が表れていない。
ピアソンの最高技術責任者としての私の結論は、AI投資が加速する一方、企業の生産性向上にばらつきがあるのは、仕事のシステム全体、つまり人間とテクノロジーが協働することへの注目が足りないためだということだ。ワークフロー全体を一から再構想し、まずテクノロジーを導入してから人間を訓練するという考え方を超えることが、より重視されるべきだ。代わりに、変革の中心に人間とAIエージェント双方の絶え間ない学習を据える、より統合的なアプローチが必要だ。
AIの可能性を実現するには、テクノロジーを拡大するだけでは足りない。あらゆる段階に学習と適応を組み込んだ、人とテクノロジーのパートナーシップが求められる。学習科学における豊富な経験から、このパラダイムシフトを乗り越えるには、個人やチームが力を発揮できるようにすることが重要だと分かっている。それはテクノロジーツールを提供するだけでなく、ツールを真に役立てるための継続的な能力開発と協働を通じて実現する。このアプローチにより、AIを善のための力として活用し、人々と組織双方の成果を高められる。
真の成果は、日々の業務の流れの中でAIが人間の専門性を加速し、拡張する拡張型人材を築くことにある。それは一人ひとりのスキルの実態に根ざし、ワークフロー全体で適切な組み合わせを実現する。
重大な学習格差
自動化は迅速で測定可能な効率化をもたらす一方、AIで拡張された人材は価値創出の仕組みを変える。新たなピアソンの調査によると、AIを活用して知識を体系化し、複数エージェントによる業務を調整し、迅速で継続的な学習を組み込むことで、最も大きな生産性向上が得られる。その結果、人々は「実行」から判断力や創造性の発揮へと移行できる。つまり、AIは人間の判断を置き換えるのではなく、人間の判断が実現できる可能性の上限を引き上げるべきだ。
この可能性を引き出す最大の障壁は、拡大する学習格差だ。AIの能力が指数関数的に進歩する一方で、労働力の適応は散発的かつ表面的なままにとどまっている。私たちの調査では、組織はAI研修施策で「チェックを入れる」ことに終始し、人間とAIの協働を軸に業務、役割、スキルを再設計できていない場合が多いことが分かった。この格差が、個人の「時間の節約」が企業の生産性向上に結びついていない理由であり、世界経済フォーラムが予測する仕事の変革を実現するうえで、今や最大のリスクとなっている。
学習格差を埋め、拡張を広げれば、大きな経済効果が期待できる。私たちの試算では、知識集約型の300を超える職種を対象に、AIを活用した能力拡張が広く普及すれば、2034年までに米国経済に4.8兆～6.6兆ドル（現在の経済規模の約15％）を加える可能性が示されている。フォーラムの世界経済見通しと合わせると、メッセージは一貫している。人々に投資して、新たな成長源を切り開くことだ。
スキル向上に向けた実践的な枠組み
学習格差を埋めるには、スキル向上への根本的に異なるアプローチが必要だ。従来型の研修モデルを超え、AIを活用した人間中心の学習へと移行するアプローチである。つまり、一般的な研修のために従業員を業務から離すのではなく、学習をワークフローに直接組み込む。
この変革を可能にするため、私たちの調査では、DEEPと呼ぶ枠組みの中核をなす4つの柱を定義している。
診断：AIが特定の職務をどのように再構築するかを理解するため、組織はタスクベースの分析を実施する必要がある。「専門家の熱心な支持者」と「能力拡張チーム」の双方を活用し、AIによる能力拡張を効果的に進めるための実用的なユースケースと研修を特定、設計、展開する。
組み込み：学習は業務の流れの中で行われる必要があり、AIを活用して個別最適化された適時のコーチングとフィードバックを提供する。これを可能にするには、実験を称え、知識共有を促し、批判的思考や創造性といった持続的なスキルや、学び方を学ぶ能力を重視する学習文化を築く。
評価：組織と個人には、より的確なスキル向上の提案を可能にする堅牢なスキルデータ基盤が必要だ。また、AIが行動や業務成果物から能力を推定する、日常業務に溶け込んだ評価手法も求められる。さらに、AIを活用して学習を継続的に測定、改善し、個別最適化する必要がある。
優先づけ：人材開発部門は、経営幹部の強力な支援のもと、変化する労働力のスキルを追跡・測定し、コンテンツの配布者から能力開発の設計者へと進化しなければならない。組織には、スキルベースの学習計画と測定可能なスキルエコシステムが必要である。これには、学位、スキル資格、モバイル運転免許証、その他の検証済み資格など、個人の生涯にわたるスキルの記録を保管するデジタルウォレットも含まれる。同時に、従業員の継続的な成長を促すため、インセンティブ制度と資源への投資も見直す必要がある。
こうして変革とフィードバックは、事業戦略の通常のサイクルとなる。パイロットプログラムではなく、将来の変化に備えるとともに、移行をより迅速かつ成功しやすくする、持続的な能力となる。
拡張型の未来への道を切り開く
AIがもたらす15兆ドルの可能性を実現するため、リーダーは人間中心で、反復的かつエビデンスに基づく新たな学習の必要性を強く訴えなければならない。AI投資と学習は両輪で進める必要があり、どちらか一方だけでは持続可能な効果を生み出せない。自動化か人間の労働者かという誤った二者択一を超え、持続可能な生産性向上への道として、労働力の能力拡張を受け入れる必要がある。
フォーラムは、リーダーがAIを理解し、責任あるイノベーションに協力できるよう、どのように支援しているのか
AIエクセレンスセンターは、分野を超えてリーダーを結びつけ、人工知能の急速な進化と、それが経済や社会にもたらす影響への理解を促す。AI導入に伴う機会、リスク、トレードオフについて、情報に基づく対話を支援する。
信頼できる対話の場や協働型の取り組みを通じて、センターはパートナーが共通理解を築き、AIのイノベーションと活用に責任ある形で取り組めるよう支援する。
経営幹部は、人間とAIの協働を中心に仕事を再構想し、信頼できるスキルデータを構築し、能力を資格として認証し、人材開発リーダーが仕事の未来を形づくれるよう支援することで、大規模な学習に投資しなければならない。この未来は、拡張によって人間の能力が損なわれず、強化されることを確かなものにする、拡張可能な学習システム、測定可能なスキルエコシステム、信頼できるデータにかかっている。
