1. トップ
  2. 新着ニュース
  3. 経済
  4. ビジネス

グーグルが人間同士の対話を重視するワケ

プレジデントオンライン / 2017年12月29日 11時15分

写真=iStock.com/kelvinjay

「AIが人の仕事を奪う」。そう言われるようになった大きなきっかけは、2012年にグーグルが「ディープラーニング」という技術を確立したからです。そんな「AIの王者」であるグーグルが、人事評価で重視するスキルがあります。それはなにか。立教大学ビジネススクールの田中道昭教授が解説します――。

■AIとは「異星人的知性」の略である

「AIが人の仕事を奪う」とは、この1年の間でずいぶんと聞き慣れた表現になりました。

しかし、AIとはいったいなんでしょうか。私は、ここで「AIとは『人工知能』ではなく、『異星人的知性』の略である」という主張をご紹介したいと思います。

ワイアード誌の創刊編集長であり、米国のテクノロジー業界に大きな影響力をもつケヴィン・ケリー氏は、著作『これからインターネットに起こる「不可避な12の出来事」』(インプレスR&D)の中で、「AIという言葉は、人工知能(Artificial Intelligence)という言葉ではなく、人間とはまったく違う発想をする知能として、異星人的知能(Alien Intelligence)の略と考えるべきだろう」と述べています。

また同氏は、『〈インターネット〉の次に来るもの』(NHK出版)の中で、AIが人間の仕事を奪うか否かという議論に時間を費やすのではなく、「われわれの仕事は違った考え方をするマシンを作り、異質な知性を創造することなのだ」と述べているのです。

■AI時代に最も重要なのは「論点を立てる力」

筆者が外資系企業に勤めていた頃、米国人の上司がいつも言っていたのは「日本人は与えられた問題を解くのは得意だが、自分で問題を設定するのは下手だ」ということでした。

この上司は「日本のバブル崩壊後の長期低迷の主因は、課題設定能力不足にある」と主張していたくらい、日本人のスキル不足を問題視していました。

「欧米企業が設定したテーマを自らのテーマとして追いつくだけでよかった時代には、日本企業は最強であったが、自ら未来のテーマを設定しなければならない時代には、日本企業は国際社会から取り残される」と辛辣なコメントをしていたことは、いまでも強烈な記憶として残っています。

実際に、国際的にも日本人の多くは課題や問題の設定が不得意であると指摘されています。

そうした課題設定を学ぶには、クリティカル・シンキングを身につける必要があります。これは「批判的思考法」とも呼ばれるもので、現状から課題を見出し、現状を分析したうえで、解決の仮説を立て、検証し、実行することです。論理的に思考していくことも求められますが、最終的には与えられた問題を解決していくだけではなく、自ら合理性の高い問題設定や課題設定を行い、それらの解決策を見出すことができるようにしていくのがクリティカル・シンキングなのです。

クリティカル・シンキングにおいて、自分で課題や問題を設定することを「イシューを立てる」「論点を立てる」と言います。

仕事において重要なことのひとつは、問題を解決していくことです。新入社員のうちは、上司や誰かが自分が解くべき問題を与えてくれるかもしれません。もっとも、役職が上がるにつれて、仕事において取り組むべき問題や課題は自らが考え、自らがそれを解決していく必要性が高まってきます。

さらには、現実的に多くの仕事がAIに取って代わられる時代が到来したいまこそ、この「論点を立てる力」がより重要になってきているのです。将来的には「論点を立てる力」さえも、AIに取って代わられるようになるかもしれません。

■クリティカル・シンキングとは「論点を立てる」こと

ただ最後の最後まで、人に、特に経営者や組織のリーダーに必要とされ、AIがやる仕事と峻別されるのが、「論点を立てる力」を生かした仕事なのです。「論点を立てる力」を生かした仕事こそが、AI時代の仕事と言っても過言ではないでしょう。前出のケヴィン・ケリー氏も「AIは答えることに特化し、人間はよりよい質問を長期的に生み出すことに力を傾けるべきだ」と語っています。

ここで最も重要なのは、クリティカル・シンキングにおいては、「論点を立てる力」と「長期の目標設定を行う能力」とが同じスキルセットであるとされていることです。

実際にクリティカル・シンキングのプロセスでは、最初に目標やあるべき姿を定義し、次に何が問題であるのかを明確にし、最後に対策を考えていきます。目標やあるべき姿を定義するというプロセスは、長期の目標設定を行うプロセスと同一なのです。さらには人や組織が本当に取り組むべき課題を的確に設定していくためには、普段から問題意識を高め、大局観をもち、本質を見極める能力が不可欠です。

「自分や自分の組織においては、いま何を問いかけるべきであるのか」「自分や自分の組織においては、いま何に答えを出すべきであるのか」という視点は、長期の目標設定を行う視点と同一なのです。

AI時代にビジネスパーソンに本当に求められる力――未来を創る力には、論点を立て、解決までの筋道を考える構想力、そしてそのための長期の目標設定が不可欠なのです。

「いま、世界はどのような状況にあり、自分たちが置かれている国家や社会や業界はどのような立場にあるのか」「自分たちが果たすべき役割とは何であるのか」「その役割にしたがって自分たちは何をしていくべきであるのか」。最終的には組織のリーダーとして、これらの課題設定を行っていく能力を養っていくのが、これからの時代には求められているのです。

■グーグルが人の仕事として大切にしていること

冒頭に述べた「AIが人の仕事を奪う」という危機感が急速に広まったのには大きなきっかけがあります。

それは、「AIの王者」であるグーグルが、2012年にディープラーニングという技術的な進化をAI分野で成功させたことです。グーグルは同年にYouTubeから無作為に取り出した多数の画像をAIに学ばせて、猫という概念をAIに学び取らせることに成功しました。これ以降、AIのディープラーニングは短期間のうちに進化し、実際にAIが人の仕事を奪うことが現実化したのです。

そのグーグルは「人事ビッグデータ×AI」によって、人事面での生産性を高めています。グーグルの人事責任者であるラズロ・ボック氏は『ワーク・ルールズ!』(東洋経済新報社)で、同社の採用・育成・評価の内容について、次のように書いています。

「つねに発展的な対話を心がけ、安心と生産性につなげていく」
「(上司は部下に)あなたがもっと成功するために、私はどんな手助けができるかという心がけで向き合う」
「目標を達成する過程で発展的な対話を促す」
「発展的な対話とパフォーマンスのマネジメントを混同しない」

つまりグーグルの採用・育成・評価における「ピープル・オペレーションズ」では、「人事ビッグデータ×AI」が駆使されている一方で、発展的な対話が重視されていることに着目すべきでしょう。

高橋恭介・田中道昭『あしたの履歴書』(ダイヤモンド社)

筆者が団長を務めたイスラエル国費招聘リーダーシップのメンバーで、グーグルでの勤務経験をもつ女性起業家は、現在経営する会社においてもグーグル時代と同様に社内での対話を重視し、それが経営の生命線になっているといいます。「AIの王者」と目されているグーグルでも、人間の最もやるべき仕事は「人と人との対話」と考えているのです。

AI時代が本格的に到来するからこそ、「AIが人の仕事を奪うか否か」という議論に時間を費やすのではなく、本来、人が職場で最も重視すべきである「人と人との対話」を見直していくべきなのです。

そして、私は、人と人がつながり、仲間と仲間がつながり……というように「つながり」からしか創造できないような独創的な商品が続々と誕生してくるのがこれからのAI時代であり、人と人がつながってやる仕事こそが、最後の最後まで人に残される仕事ではないかと信じているのです。

私はこのほど1000社・10万人以上の「人事ビッグデータ」を分析した結果を『あしたの履歴書』という本にまとめました。その重要項目のひとつも「仲間とのつながり」でした。AI時代にどんなスキルを磨けばいいのか。ぜひ考えていただきたいと思います。

----------

田中道昭(たなか・みちあき)
立教大学ビジネススクール(大学院ビジネスデザイン研究科)教授
シカゴ大学ビジネススクールMBA。専門はストラテジー&マーケティング、企業財務、リーダーシップ論、組織論等の経営学領域全般。企業・社会・政治等の戦略分析を行う戦略分析コンサルタントでもある。三菱東京UFJ銀行投資銀行部門調査役(海外の資源エネルギー・ファイナンス等担当)、シティバンク資産証券部トランザクター(バイスプレジデント)、バンクオブアメリカ証券会社ストラクチャードファイナンス部長(プリンシパル)、ABNアムロ証券会社オリジネーション本部長(マネージングディレクター)等を歴任。著書に『ミッションの経営学』など多数。

----------

(立教大学ビジネススクール(大学院ビジネスデザイン研究科)教授 田中 道昭 写真=iStock.com)

この記事に関連するニュース

トピックスRSS

ランキング

記事ミッション中・・・

10秒滞在

記事にリアクションする

記事ミッション中・・・

10秒滞在

記事にリアクションする

デイリー: 参加する
ウィークリー: 参加する
マンスリー: 参加する
10秒滞在

記事にリアクションする

次の記事を探す

エラーが発生しました

ページを再読み込みして
ください