会計

AI時代の組織論は、採用ではなく労働ポートフォリオで決まる

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。 　

AI時代の経営で、いちばん危ない勘違いがある。

それは、AI導入を便利ツールの追加だと思うことだ。

人に仕事を割り当てる前に、その仕事は本当に人間がやるべきなのか、AIが先に処理すべきなのか、人間とAIで分担すべきなのかを考える必要が出てくる。

ここで止まる会社は多い。

AIを使えば効率化できるとは言う。
でも、どの仕事をAIに渡すのか。
どこで人間が責任を持つのか。
誰が品質を確認するのか。

そこまで設計していない。

そこが落とし穴です。

このブログでは、AI時代の組織論を、人員削減やツール導入ではなく、人とAIの労働ポートフォリオとして見ていく。投資家にも、経営や管理部門で数字を作る人にも使える見方になるはずだ。AI導入の成否は、最後に数字へ出るからだ。

仕事は職種ではなく、タスクの束として見る

AI時代の組織設計で最初に必要なのは、職種を見る目をいったん壊すことだ。

営業、経理、マーケ、開発、人事。

名前は便利だけれど、AIに仕事を渡すには粗すぎる。営業の中には商談、提案書、顧客分析、社内報告がある。経理の中にも仕訳、証憑確認、差異分析、経営報告がある。全部を一つの箱に入れると、AI向きの仕事が見えなくなる。

AIが奪うのは職業ではなく、仕事の一部

生成AIの実証研究を見ると、AIは職業を丸ごと置き換えるというより、特定のタスクの生産性を上げる形で効いている。カスタマーサポートの研究では、AI支援を受けた担当者の生産性が平均で約15％上がったと報告されている。効果が大きかったのは、経験の浅い人やスキルの低い人だった。AIがベテランの型を横展開するように働いたわけだ。

ここに大きなヒントがある。

AIは、できる人をさらに神にするだけではない。むしろ、組織内に眠っている暗黙知を、ある程度まで標準化する。

新人が迷う返答。
判断のクセ。
文章の型。
確認すべき論点。

こうしたものをAIが横から出してくれる。

これは教育コストの話でもある。

新人には研修、OJT、レビュー、手戻りがつきものだ。表には出にくいが、かなり大きな立ち上げコストである。AIがこの一部を吸収するなら、教育投資の回収期間も変わる。

ただし、AIの答えをそのまま信じる人材を量産すると、短期の生産性と引き換えに判断力を失う。

ここ、かなり怖い。

仕事を分解できない会社はAIを使いこなせない

AI活用がうまい会社は、たぶんツール選びがうまい会社ではない。

仕事を分解するのがうまい会社だ。

月次決算なら、証憑収集、形式確認、勘定科目候補、前月差異、異常値抽出、事業部確認、経営報告、監査証跡に分けられる。

この中でAIが強いのは、候補を出す、差異を拾う、異常値を並べる、説明文の下書きを作るところだ。

一方で、最終責任、会計方針との整合、事業実態を踏まえた判断は人間が持つ。

これを整理せずに、AIで経理効率化と言っても危ない。効率化どころか、誰も責任を持たないブラックボックスが増える。

組織設計の研究でも、人間とAIの協働意思決定は、単なる技術導入ではなく、誰が何を判断し、どこで学習し、どう責任を配分するかという設計問題として扱われている。

ここまで来ると、もう経営そのものだ。

人間に残す仕事は高尚な仕事だけではない

よく、AI時代は創造性やコミュニケーションが残ると言われる。

間違いではない。
でも少しふわっとしている。

現場で残るのは、もっと泥くさい仕事だ。

相手の本音を察する。
数字の違和感に気づく。
部署間の利害を調整する。
誰も言いたがらないリスクを言葉にする。
責任者としてハンコを押す。
失敗したときに説明する。

AIは候補を出せる。文章も整えられる。けれど、腹をくくることはできない。

会計で言えば、AIは減損兆候の候補を出せるかもしれない。でも、この事業は本当に回復するのか、計画は絵に描いた餅ではないか、経営者の説明に無理はないか。

そこは人間の仕事だ。

しかも、嫌な仕事です。
だから価値がある。

AI時代の組織設計は、職種表を眺めても始まらない。

仕事を一つずつほどき、AIに渡す部分、人に残す部分、人とAIで混ぜる部分を切り分ける。

これができる会社は強くなる。
できない会社は、AIを入れたのに忙しくなる。

AIはチームの形を変える。個人の能力も、組織の境界も揺れる

AIの怖さは、人の仕事を少し速くするところではない。

チームの意味を変えてしまうところにある。

これまで組織は、人を集めることで能力を組み合わせてきた。技術に強い人、顧客に強い人、数字に強い人、言葉に強い人。それぞれの専門性を持ち寄るからチームになる。

ところが生成AIは、この組み合わせ方に割り込んでくる。

一人＋AIが、チームに近づく

P&Gを対象にした実験では、AIを使った個人が、AIを使わないチームに近い成果を出したと報告されている。さらに、AIは専門分野の偏りをならす効果も示した。R&Dの人は技術寄り、商業部門の人は市場寄りになりやすいが、AIを使うとよりバランスの取れた提案になったという。

これは地味にすごい。

これまでなら、良い企画を作るには複数人の会議が必要だった。

技術の人。
営業の人。
ブランドの人。
財務の人。

AIが入ると、最初の壁打ちを一人でかなり進められる。技術面、市場面、顧客面、収益面の論点をAIが仮置きしてくれる。

会議前の思考密度が変わる。
これは、見えない販管費の圧縮でもある。

AIはサイロを壊すが、別のサイロも作る

AIは部署間の壁を低くする。

経理がマーケの言葉を理解し、営業が財務インパクトを把握し、開発が顧客視点の仮説を持てる。

ただ、AIを使える人と使えない人の間に新しい壁ができる。

AIを使って仮説を10個持ってくる人と、白紙で会議に来る人では、速度が違いすぎる。これはITスキル差ではない。思考のレバレッジ差だ。

投資で見れば、ここは企業の人的資本の質に直結する。

AIを全社で使える会社は、一人あたり売上高や一人あたり粗利が伸びやすい可能性がある。逆に、AI利用が一部の好きな人だけに閉じている会社は、属人化が別の形で進む。

皮肉だ。

AIで属人化をなくすつもりが、AIを使える人への属人化が始まる。

だから経営者は、AI活用を個人芸にしてはいけない。プロンプト、レビュー基準、使ってよいデータ範囲、禁止用途、品質基準。ここを組織の資産に変える必要がある。

AIの得意不得意はギザギザしている

AIに仕事を任せるときに、もっとも厄介なのは、できることとできないことの境界がきれいではないことだ。

BCGのコンサルタントを対象にした実験では、AIの得意領域では成果が上がった一方、AIの能力範囲を外れたタスクでは成果が悪化した。研究ではこれをジャギーな技術フロンティアと表現している。

これ、めちゃくちゃ現場っぽい。

AIは資料を驚くほど自然にまとめる。だから次の分析も任せたくなる。ところが、前提条件が複雑になった瞬間、しれっと間違える。しかも文章はきれい。

ここが怖い。

会計なら最悪だ。

勘定科目の候補を出すだけなら便利。でも、収益認識の判断、資産計上の可否、引当金の見積り、税務とのズレ、監査対応までAIに丸投げしたら危ない。

AIはそれらしい説明を作れてしまう。
説明がうまいから正しいとは限らない。

だから人とAIの労働ポートフォリオでは、AIができる仕事だけでなく、AIができそうに見えるが任せてはいけない仕事を明記する必要がある。

AIはチームを小さくし、会議を圧縮し、専門性の壁を一部壊す。

そこには大きな可能性がある。

一方で、AIを使える人への依存、見た目だけ立派な成果物、判断力の空洞化も起きる。

つまりAI時代の組織は、速くなるほど危うくもなる。

速さに酔わず、責任の置き場所を決める会社が残る。

投資と会計で見る、人とAIの労働ポートフォリオ

ここからが本題だ。

人とAIの労働ポートフォリオは、きれいな経営スローガンでは終わらない。最終的には予算、原価、KPI、利益率、内部統制に落ちる。

ここを見ないAI導入は、かなり危ない。

経営者がAIを語るとき、本当に聞くべきなのは、どのツールを使っていますかではない。

どの労働をAIに移したか。
浮いた時間はどこへ再投資したか。
レビュー工数は増えたか。
教育コストは下がったか。
ミスの発見責任は誰か。
AI利用料はどの部門費に乗せるか。

このあたりだ。

人件費だけを見る会社は判断を間違える

AI導入の効果を、人件費削減だけで測るとズレる。

作業時間が減れば残業代や外注費は下がるかもしれない。でもAI利用料、教育、データ整備、レビュー、ルール作りのコストは増える。

見え方としては、人件費からソフトウェア費や管理コストへ費用が振り替わる。

これは管理会計で見ないとわからない。

経理部でAIを入れて月次資料作成が速くなったとする。人件費は変わらない。でも、締めが早まり、経営判断と差異説明が早くなるなら価値はある。

逆に、AI利用料だけ増えて締め日が変わらないなら、ただのコスト増だ。

PLの勘定科目だけでは見えない。
活動単位で見る必要がある。

AI導入企業を見る投資家のチェックポイント

投資家目線では、AIを使っていますという説明だけではほとんど意味がない。

問題は、AIが利益率と成長率にどうつながるかだ。

見るべきポイントは三つある。

一つ目は、売上成長に効いているか。営業提案、顧客対応、開発サイクルに出るならトップラインに効く。

二つ目は、利益率に効いているか。一人あたり処理量が増えるなら営業利益率に出る。ただし、AI利用料やレビュー工数も増えるので、粗く見ると見誤る。

三つ目は、組織能力に効いているか。新人の立ち上がりが早い。ベテランの知見が共有される。部署間の壁が下がる。これは長期の競争力になる。

逆に危ないサインもある。

業務プロセスの説明がない。
改善したKPIが出てこない。
現場任せで統制や教育の話がない。
削減人員だけを強調する。
データ品質への言及が薄い。

このあたりは注意したい。

AIは魔法ではなく、設計力を増幅する装置だ。設計が弱い会社にAIを入れると、弱さも増幅する。

辛口に言えば、AIで伸びる会社は、AI以前から業務設計が強い会社だと思う。

人間の価値は、作業量ではなく責任密度へ移る

AI時代に人間の価値がなくなる、という話は雑だ。

なくなるのは、作業量だけで価値を出していた仕事の一部だ。逆に、責任を引き受ける仕事、問いを立てる仕事、判断の前提を疑う仕事の価値は上がる。

経理で言えば、仕訳をたくさん切れる人より、数字の違和感に気づける人。

資料をきれいに作る人より、経営者の説明に無理があると指摘できる人。

原価率の崩れを現場に聞きに行ける人。

AIは手を速くする。
でも、腹は決めない。

この差は大きい。

そして組織は、人間に残す仕事をちゃんと高く評価しなければならない。AIで作業が減ったから人の価値も下がる、ではない。むしろ、AIの出力を使ってより重い判断をする人には、より高い報酬と権限を渡す必要がある。

ここで報酬制度も変わる。

作業時間ではなく、良い問いを立てたか。
AIで成果の質を上げたか。
リスクを早く見つけたか。
組織に再利用できる型を残したか。

AI時代の強い人材は、AIを使える人では足りない。

AIを使って、組織に型を残せる人だ。

人とAIの労働ポートフォリオは、経営企画っぽい言葉に聞こえる。

でも実態は、かなり会計的な話だ。

どの活動に、どの資源を、どれだけ配るのか。
その結果、どのKPIが動くのか。
費用はどこに出て、リスクはどこに残るのか。
誰が責任を持つのか。

これはまさに資本配分であり、原価計算であり、組織設計だ。

AI時代の経営者は、人を見るだけでは足りない。AIを見るだけでも足りない。人とAIをまとめて、一つの労働ポートフォリオとして見る必要がある。

ここに気づいた会社から、静かに差が開く。

結論

AIが会社に入ってくると聞くと、少し冷たい未来を想像する人もいるかもしれない。

人の仕事が減る。
機械に置き換えられる。
会社が効率だけで動く。

そんな空気がある。

でも、たぶん本質はそこではない。

AI時代に問われるのは、人間が何をしなくてよくなるかではなく、人間が何を引き受けるべきかだ。

単純作業をAIに渡せるなら、人間はもっと深く考えられる。資料作成の時間が減るなら、現場の声を聞きに行ける。集計が速くなるなら、数字の裏側にある違和感と向き合える。

そう考えると、AIは人間の価値を奪うだけの存在ではない。人間が人間らしい仕事に戻るための、かなり強力な道具にもなる。

ただし、それは自然には起きない。

放っておけば、AIは雑な効率化の道具になる。見た目だけ整った資料が増え、責任の所在が曖昧になり、現場は便利になったようで、管理職だけが確認作業に追われる。

そんな未来も普通にある。

だから設計がいる。

人に何を残すのか。
AIに何を渡すのか。
人とAIをどう組ませるのか。
どこで止め、どこで疑い、どこで決めるのか。

AI時代の組織論は、人を減らす話ではない。

人の仕事を、もう一度ちゃんと定義し直す話だ。

作業に追われて、自分の頭で考える時間を失っていた人がいる。会議と資料に飲まれて、本当は向き合うべき顧客や現場から離れていた人がいる。数字を作るだけで精一杯で、その数字が何を語っているのかまで届かなかった人がいる。

AIがその重さを少し引き受けてくれるなら、人間はもう一度、問いを立てる側に戻れる。

会社は人だけでできているわけではなくなる。

でも、会社を前に進める最後の責任は、まだ人間に残る。

その責任を面倒だと思うか。
それとも、そこに人間の価値があると思うか。

AI時代の組織の差は、きっとそこで決まる。

便利な会社が勝つのではない。

人間の使い方を粗末にしない会社が勝つ。

そしてたぶん、そういう会社の数字は、時間が経つほど静かに強くなる。

あわせて読みたい本

『AI経営講座 スーパーエッセンシャル版』

AIを単なる業務効率化ツールではなく、経営・組織改革・人材育成まで含めて捉えたい人に刺さる一冊。
AI時代の会社づくりを、経営目線でざっくり掴むならかなり相性がいいです。


『日本経済AI成長戦略』

AIでどう稼ぐのか、日本企業の勝ち筋はどこにあるのかを考える本。
組織論だけでなく、投資家目線でAI時代の産業構造を見たい人にはかなり面白いです。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

日本経済AI成長戦略 [ 冨山 和彦 ]
価格：1,870円（税込、送料無料) (2026/5/24時点)


『AI時代の人的資本経営』

人をコストではなく資本として見る人的資本経営を、AI時代にどうアップデートするかを扱う本。
人とAIの労働ポートフォリオを考えるうえで、かなりど真ん中の補助線になります。


『生成AI時代を勝ち抜く事業・組織のつくり方』

生成AIを事業づくり、サービスづくり、組織づくりにどう組み込むかを考える本。
AIを使って終わりではなく、会社の仕組みそのものを変えたい人に向いています。


『Copilotエージェントの教科書』

AIエージェントを業務で使うときの設計、運用、ガバナンスまで踏み込んだ実務寄りの一冊。
AIを現場任せにせず、ちゃんと組織の仕組みに落とし込みたい人は読んでおきたい本です。


それでは、またっ！！

引用論文・参考文献

  • Puranam, P. Human–AI collaborative decision-making as an organization design problem. Journal of Organization Design, 2021.
  • Brynjolfsson, E., Li, D., Raymond, L. R. Generative AI at Work. The Quarterly Journal of Economics, 2025.
  • Dell’Acqua, F. et al. Navigating the Jagged Technological Frontier. Harvard Business School, 2023.
  • Dell’Acqua, F. et al. A Field Experiment on Generative AI Reshaping Teamwork and Expertise. Harvard Business School, 2025.
  • Dell’Acqua, F. et al. The Cybernetic Teammate. SSRN, 2025.

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

RECOMMENDこちらの記事も人気です。