1986年1月28日の午前遅く、スペースシャトル「チャレンジャー」はフロリダ州のケープカナベラルから打ち上げられましたが、わずか2分以内に空中で分解し、大西洋に墜落しました。乗組員7名全員が死亡しました。数百万ドル規模のこのプロジェクトは、安価なゴム製のOリングシールがその日の異常な低温により破損したことで、悲劇的かつ壊滅的な失敗に終わりました。
チャレンジャー号の墜落事故を例に、経済学者のマイケル・クレマーは、仕事の本質を説明する強力な比喩を見出しました。彼は、ほとんどの生産工程では、最終製品を完成させるために一連の作業や活動が必要だと指摘しました。ひとつの作業でのたったひとつのミスが、最終製品の価値を大きく損なう可能性があります。最先端技術を詰め込み、世界トップクラスの専門家が細心の注意を払って組み立て、試験したスペースシャトルが、単純なOリングシールの脆弱さによって壊滅的な失敗に至ったのです。
この洞察をさらに発展させ、経済学者のデイヴィッド・オーターはほとんどの仕事はOリング型の仕事であると指摘しました。そして、その重要性は、そこで働く人間が高い性能を持つAI搭載のパートナーに支えられることで、大きく高まり得るとしています。
言い換えれば、個々の作業は、他者が行う作業とともに、より大きな仕事の完成にとって不可欠なものです。ほとんどの仕事にはチームワークと緊密な協力が求められるため、最も弱い環節が、グループ全体の有効性をゼロにしてしまうこともあります。さらに、個々の貢献の質と価値は、他者の貢献に左右されます。同僚の大半が低い成果しか出せない組織で働いている場合、自分がミスをしたかどうかにかかわらず、最終製品の価値は小さなものになってしまいます。
もしシャトルの設計や製造が不十分であったなら、Oリングの故障は問題にならなかったでしょう。しかし、最高水準で設計・製造された機体にとっては、Oリングの品質が最終的に決定的な意味を持ちました。したがって、他者が行うすべての作業の信頼性と品質が向上するにつれて、自分の作業の重要性も高まります。もし私たちが「水準を引き上げる」ことを絶えず目指し、提供するサービスや製品の品質を高め続ける組織で働いているなら、Oリングに注意を払う必要があります。
デジタル時代の破壊的変化の波である第四次産業革命が、生産の仕組みや仕事の本質を根本から変えつつある今、Oリングの教訓に耳を傾けることが重要です。
作業の代替と変化する仕事
職場における人工知能（AI）の活用が、より効果的かつ効率的になるにつれ、人々は自分が余剰人員とされることへの懸念を強めています。しかし、必ずしもそうなるとは限りません。マッキンゼーの調査によれば、人間が仕事で行っている活動のおよそ45%は、既存かつ検証済みの技術、すなわち人間の入力を必要としない技術によって、無理なく自動化できるとされています。しかし、仕事全体を完全に自動化できるのは5%未満です。むしろ、ほとんどの仕事は、その典型的な活動の一部が自動化されることで、再定義され、変革されていくでしょう。その過程で、これらの仕事は全体の成功にとってますます重要になっていきます。Oリングと同様にです。
世界経済フォーラムが最近発表した2つの報告書は、この問題をさらに掘り下げています。1つ目は、自動化されやすい仕事に就いている労働者がどのように移行できるかについて、新たな、高賃金で安定した職業への道筋を示しています。
2つ目は、仕事の未来に関する8つの想定されるシナリオを検討し、それぞれに備える方法を詳しく述べています。
両報告書は、第四次産業革命を特徴づけるOリング型の仕事に備えるうえで、リスキリングが重要な要素であるという点で一致しています。リスキリングには、もうひとつの必須事項が伴います。平均寿命が延びるなか、20代半ばで学ぶことをやめる余裕はもはやありません。今後およそ40年から50年にわたり現役として働くことを考えると、「機械学習」に対して「勝つ」ためには、私たち自身が学び続ける機械になる必要があります。
見過ごされがちな3つのリーダーシップ課題
これらの変化には、リーダーが近い将来に明確に取り組むべき3つの具体的な課題が伴います。それは、従業員を健康で、意欲的かつ生産的な状態に保つためです。
従業員の機敏性を高めること。仕事の変化に伴い、人間は新しいスキルや能力を迅速に習得し、現在の職務で求められるものとは異なる作業の遂行方法を学ぶ必要が生じます。第四次産業革命の速いペースの変化により、スキルは急速に陳腐化し、そのため、スキルアップとリスキリングへの絶え間ない圧力が生まれます。したがって組織は、従業員のための本格的な学習計画を実施し、例えば異動計画、プロジェクト、新たな取り組み、コーチング、育成型の任務、メンタリングなどを通じて、スキルと能力を広げる有意義な機会を提供する必要があります。組織が、人件費全体の少なくとも3%を学習やスキルの向上に投資しない場合、3年から5年以内に時代遅れになる可能性があります。
従業員が厳しい基準を満たせるよう支援すること。AI搭載の機器が、作業の最大45%を一貫して確実に遂行するようになるにつれ、Oリングと同様に、人間の重要性は高まるでしょう。ロボットやアルゴリズムの水準に並ぶために求められる、より高い性能基準は、従業員がまだ十分な経験を積んでいない新たに習得したスキルに依存します。そして、重大な失敗につながるミスの脅威は、人間にますます大きな圧力をかけることになるでしょう。
新しい混成チームを管理すること。新たなAI搭載システムは、もはや人間の管理下にあるツールにとどまりません。学習する機械は、人間と同じ作業、あるいは少なくともそれらの作業のうち予測可能で反復的な部分を担うとき、同僚として振る舞います。さらに、作業の出力を最適化するために人間に作業を割り当てるとき、管理者としての役割も果たします。人工的な同僚と並んで働くことや、人工的な管理者からの指示に従うことは、人間に新しいコミュニケーションや協働のスタイルへの適応を迫ります。
実際、第四次産業革命におけるリーダーシップの重要な課題は、相互に結びついた人間と人工システムのグループが、協力して、どちらも単独では達成できないことを共に成し遂げられるようにすることです。その際、競争が激しく、社会的な文脈は加速度的に変化し続けています。最後に、誰がその作業を行うのか、つまりロボットであれ人間であれ、私たちは自らが持つ価値観と、自らが何を大切にしているかに基づいて、道徳的な羅針盤を保ち続けなければなりません。これはAIに委任することも管理させることもできない課題です。
