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。
この記事を読むと、AIで資料作りが速くなったのに、なぜ仕事が終わらないのか。その詰まりをどこから解けばいいのかが見えてきます。自分の働き方だけでなく、会社の生産性や投資先の経営を眺めるときにも使える話です。
企画書はできた。分析もできた。比較表まである。
あとは承認だけ。
そして、そこから一週間。
これは架空の場面ですが、変な話ですよね。資料を作る道具は進化したのに、最後は人間の受信箱で停車する。エンジンを載せ替えた車が、駐車場から出られない感じです。
AIが成果物を増やせるほど、次に問われるのは、それを判断して行動に変える力です。ただし、何でも即決すれば勝てるわけでもない。雑な決断を量産したら、後片付けも量産されます。
競争力になるのは、必要な確認を済ませ、待たなくていい仕事を待たせない習慣。その仕組みを、経理屋の目線から考えてみます。
成果物が増えるほど、承認待ちが重くなる – AIが生む仕事の仕掛在庫

作成が速いことと、仕事が完了することは別です。この二つを同じ数字で測っていると、改善したはずの現場で未処理案件が増え始めます。
作る時間を削っても、待つ時間は残る
NoyとZhangの研究では、大卒の専門職453人に職種に応じた文章作成課題を与え、約半数にChatGPTを使える条件を割り当てました。作業時間は平均40%短くなり、成果物の品質評価は18%上がった。限られた文章作成では、速さと質を同時に改善できたわけです。Science
ただ、企業の仕事には続きがあります。内容を確認する。方針を決める。予算を付ける。相手に渡す。売上や業務改善につなげる。下書きが完成した時点で、この後工程まで終わるわけではありません。
しかも、この実験は会社固有の背景や厳密な事実確認を要求する実務全体の再現ではありません。研究から分かる範囲と、実際の職場で確かめる範囲は分ける必要があります。Massachusetts Institute of Technology
たとえば、作成に二時間、確認に一時間かかる案件が、承認まで七営業日待つとします。AIで作成を二十分にできても、七営業日はそのまま。担当者の負担は減ったのに、依頼した人から見ると、返ってくる日はほとんど変わらない。
ここで測りたいのは、担当者が手を動かした時間だけではなく、依頼から実行までの時間です。作成を短縮した効果が、どこで止まったのか。それが分かると、次に改善する場所も変わってきます。
承認待ちは、見えない仕掛在庫になる
単純な仮定を置きましょう。一日に判断が必要な案件が二十件来るのに、十件しか処理できない。取り下げもなければ、未処理は一日十件ずつ増えます。前の工程だけ加速しても、出口は広がりません。
この承認待ちを、私は仕事の仕掛在庫として見ると分かりやすいと思います。会計上の棚卸資産として計上するという意味ではありません。人の時間を使って作ったのに、まだ成果として使える状態になっていない、という管理上の比喩です。
しかも、置いておけば静かに待ってくれる在庫ではない。担当者は進捗を尋ね、説明を思い出し、別の資料を作り直す。判断する側も、日が空いた案件の背景を読み直す。保管料は、みんなの注意力で払っています。
経理でも、差異分析が完成することと、その差異への対応が決まることは別です。販売数量の減少が分かっても、価格、販促、仕入れの何を変えるかが決まらなければ、次の月も同じ説明を作ることになりかねない。
在庫を積み上げるほど工場が優秀になるわけではないように、資料を積み上げるほど会社が優秀になるわけでもない。増えた分析が、何件の行動に変わったか。そこまで追わないと、AI導入の成果を読み違えます。
立派な成果物ほど、読む側の負担を隠す
量が増えても、質が上がれば判断は楽になるのでは。これはもっともな疑問です。根拠が整理され、比較が明確なら、実際に楽になります。
ところが、成果物の品質と、意思決定に使いやすいことは一致しません。網羅的な五十ページより、決めることが明確な一ページのほうが役に立つ場面もある。選択肢を十個追加しても、何を基準に選ぶかがなければ、読者の仕事を十個増やしただけです。
逆方向の研究もあります。METRが2025年前半のAIを調べた実験では、熟練した開発者16人が自分の関わるプロジェクトで246件の作業を行い、AIを使える条件では完了までの時間が19%長くなりました。文章作成とは対象も仕事も違いますが、道具の導入が常に速さに直結するわけではありません。METR
ただし、その結果を現在のAI全体に当てはめるのも早計です。METRは2026年の更新で、速度改善を示唆するデータがある一方、参加者や課題の選ばれ方に偏りがあり、効果の大きさを信頼して推定できないと説明しています。METR
必要なのは、自分たちの仕事で、確認や修正まで含めて測ることです。AIで何枚作れたかを数える前に、その資料を受け取った人が何分で、何を決められるのかを見たい。
承認が必ず最大のボトルネックになる、と決めつける必要はありません。顧客の需要、実行する人員、法令上の確認が詰まりになる仕事もあります。大事なのは、作成が速くなったあと、制約がどこへ移ったかを見直すことです。
AIで上流を加速したなら、下流の処理能力も調べる。成果物の山に達成感を覚える前に、出口を見に行く。地味ですが、ここを外すと、効率化が新しい忙しさを生みます。
速い判断は、考え始める時点で決まる – 前倒しする文化の設計図

意思決定が遅い人に、もっと速く決めてくださいと言っても、あまり効きません。判断材料も権限も曖昧なまま、返事だけ急がせても、問題は残ります。
戻せる判断と、戻せない判断を分ける
Amazonの2016年株主書簡は、意思決定に一律の手続きを使わず、やり直せる判断には軽い手続きを使う考え方を示しています。必要だと思う情報をすべて集める前に決め、誤りに気づいたら修正する姿勢も述べています。これは企業の経営方針であり、すべての会社に通用する因果法則ではありません。aboutamazon.com
実務へ落とすなら、最初に確かめたいのは、失敗した場合の損失と、元に戻す方法です。社内資料の並び方を試すことと、取り消しにくい長期契約を結ぶことを、同じ承認ルートに乗せる必要はない。
少額の試行でも、顧客情報を外部へ出すなら影響は小さくありません。金額が小さいから即決、という分類では足りない。情報、信用、安全、契約上の責任も含めて、どこまでの判断を誰に任せるかを事前に決めます。
この線引きがあると、慎重に確認すべき案件へ時間を使えます。確認を全部なくすと速くなる、という話ではない。必要な確認へ注意を集中させることで、不要な待ち時間が減るのです。
前倒しする文化とは、朝から全員が猛ダッシュする文化ではありません。案件が来る前に、判断の交通整理を済ませてある文化です。
検討しますには、期限と条件を付ける
先送りと、意味のある保留は、表面上よく似ています。どちらも今日は決めない。ただ、保留には、何が分かれば決めるかがある。
たとえば、来週の顧客ヒアリングで継続利用の意向を確認して判断する。これは待つ理由がある。反対に、もう少し様子を見るだけなら、来週も同じ説明ができてしまいます。
追加調査には、判断を変える可能性があるのか。いま分からないことが判明しても、どちらの案を選ぶかが変わらないなら、その調査を決裁の前提にする意味は薄い。知識として有益な調査と、今日の判断に必要な調査は分けて考えたいところです。
前倒しの実務は、資料の完成前から始まります。何を決める案件か、判断者は誰か、何を満たせば実行できるか。ここを先に確認する。完成後に初めて基準を聞くと、きれいに仕上げた資料が振り出しに戻ります。
提案する側も、推奨案、代替案、主要なリスク、決めてほしい期限を入口に置く。分析は根拠として後ろに付ければいい。読む人が資料の中から決裁事項を発掘する構成は、少々不親切です。
そして保留するなら、足りない情報、その確認担当、再判断する日を残す。これだけで、案件は受信箱の住人から、管理できる仕事に変わります。
決めなかった人も、資源を使っている
判断を先送りすると、その日に失敗は発生しない。だから本人には慎重な行動に見えることがあります。でも、周囲の時間は使われ続けています。
ここには評価の問題があります。判断した人の失敗は見えやすい。判断しなかったために失われた商談や、開始できなかった改善は見えにくい。失敗だけを厳しく責め、保留の費用を見なければ、決めない行動が組織の中で合理的になってしまう。
ただ、すぐ決めた件数を競わせると、今度は雑な承認が増えます。見るべきなのは、案件の難しさも踏まえた判断までの時間と、その後の結果です。差し戻し、実行後の手戻り、顧客への影響も合わせて見る。速さの数字には、質の数字を添えます。
前提を記録しておけば、結果が悪かったときに、判断がまずかったのか、前提が変わったのかを分けられる。根拠のある試行まで罰する組織では、人は試すことをやめます。
異論を言えることも必要です。懸念を黙らせて即決したら、情報が欠けたまま動くことになる。異論を出す時間と、最後に誰が決めるかをセットで設計する。全員一致を待ち続けることも、反対意見を封じることも、判断の質を保証しません。
先送りする文化は、性格の問題だけではありません。判断すると責められ、判断しなくても困らない仕組みなら、人はその仕組みに適応します。文化を変えるなら、責任と権限、評価の置き方まで触る必要があります。
前倒しする文化では、決める瞬間より前に仕事をしている。決裁基準を合わせ、異論を集め、判断者を確保する。この準備があるから、最後の返事が短くて済むのです。
強い習慣は、判断を増やさず成果を増やす – 人とチームの差が積み上がる場所

毎回、頑張って判断する。毎回、勇気を出して催促する。これでは疲れます。繰り返す仕事ほど、毎回の気合いに頼らない形を作ったほうが続きます。
気合いを、条件と行動の組み合わせに変える
強い習慣と聞くと、意志の強い人を想像しがちです。でも仕事で欲しいのは、迷う回数を減らす仕組みです。
GollwitzerとSheeranが整理した実行意図の研究は、ある状況になったら、この行動をする、という計画を扱います。著者による公開資料では、94研究をまとめた分析で目標達成への効果が示されたと説明されています。もっと頑張るという目標だけでなく、いつ、何をするかを結び付けるわけです。goal_intent_attain.doc
ただし、これは企業の承認改革が業績を上げると直接証明した研究ではありません。個人の行動を支える知見を、仕事へ応用して考えます。
たとえば、依頼を受けたら、まず判断者と期限を確認する。承認依頼を出すときは、推奨案と損失の上限を添える。保留が期限を超えたら、決めておいた相談先へ上げる。条件と次の行動を対応させれば、そのたびに動き方を考えなくて済みます。
習慣にする対象は、結論そのものではありません。情報がそろったかを確かめる手順、リスクを分類する手順、止まった案件を放置しない手順です。同じ結論を繰り返す癖がつくと、環境が変わったときに危ない。考える入口を安定させるから、考える中身を更新できます。
個人の即レスだけでは、チームは速くならない
返事が速い人が一人いると、仕事は集まります。何でもその人に聞く。承認もその人へ持っていく。やがて、その人が新しいボトルネックになる。頼れる人ほど、受信箱が重くなるという困った構造です。
だから、強いチームの習慣は個人技を共有できる形にする必要があります。判断の基準を文書にし、任せられる範囲を広げ、例外だけを上げる。本人が不在でも流れるかを見れば、仕組みになったかどうかが分かります。
始めるなら、大改革より、よく繰り返す一種類の仕事が扱いやすい。直近の案件で、受付、判断、実行の日を並べる。どこで待ったか、待つ必要があったかを話す。そのうえで、受付時にそろえる情報と、判断の期限を決める。
承認が必要な案件には確認の時間枠を確保し、急ぐ例外には別のルートを用意する。待ち案件を週に一度見直すなら、眺めて終わらず、進める、条件付きで保留する、取り下げる、のどれかへ動かします。
ここでAIに任せたいのは、論点の整理、前回からの変更点、根拠の場所、判断基準から外れる点の抽出です。承認者へ長文を送る能力より、承認者が短時間で確かめられる状態を作る能力を磨く。使い方の向きが変わります。
投資家は、AIの導入件数より実行への距離を見る
企業を見る側に立つと、AIを何人が使っているか、何時間削減したかは、取り組みを知る材料になります。ただ、それだけで利益やキャッシュの改善まで判断するのは難しい。
削減した時間を、新しい売上を作る仕事へ回せたのか。外注費や残業代が減ったのか。それとも空いた時間に、追加の資料を作っているのか。人数も支出も変わらなければ、時間短縮がそのままP/Lの費用減になるわけではありません。
実行まで速くなれば、顧客からの反応を早く得て、商品や業務を修正する機会が増える可能性があります。ただし、粗い試行を増やして信用を失うなら逆効果。試行の回数だけでなく、何を学び、次をどう変えたかを見る必要があります。
請求処理の承認が遅れて発送が止まる会社なら、その待ち時間を減らすことは入金の前倒しにつながり得ます。一方、支払いの承認を早めれば、支払条件によっては現金が先に出ていく。速いからCFが必ず良くなる、とは言えません。どの業務を速くしたかが肝心です。
投資家には社内の承認時間まで見えないことが多い。それでも、経営の説明で、開発から発売、受注から納品、改善提案から実装の期間をどう捉えているかは聞けます。AIの成果を道具の利用率で終わらせず、事業の結果へつなげて説明できるか。そこに、経営の実行力を見る手掛かりがあります。
強い習慣を持てば必ず生き残る、という保証はありません。需要や資本、技術の差も大きい。それでも、同じ道具を使える環境で、必要な判断を先に整え、実行と見直しを続けられることは、差を作る一つの条件になります。
その習慣は、優秀な一人が全部を抱える形では長続きしません。人が入れ替わっても、忙しくても、判断が必要な場所へ届く。個人の頑張りを、チームの流れへ変えていくところまでが仕事です。
結論 決めない時間にも、請求書は来る
会計では、支出が起きると数字になります。でも、決めないことで失った機会には、分かりやすい伝票がありません。待っている担当者の集中力も、試せなかった案から得られたはずの学びも、決算書の一行にはなりにくい。
だからこそ、判断する人は、自分の返事が誰の時間を止めているかを想像したい。保留が必要なら、その理由と、次に動く条件を渡す。決められる範囲は任せる。やめる案件は、やめると言う。
断ることも、出口を開く仕事です。
AIで作れるものが増える時代に、全部を作り、全部を読み、全部を承認しようとすれば、人間の注意力が先に尽きます。どれを作らないか、どれを試すか、どこへ時間を使うか。それを選ぶ仕事の重みは増していくでしょう。
強い習慣とは、ただ速く反応することではなく、自分たちの有限な時間を、判断と実行に配り直すことなのだと思います。
次のAIツールを探す前に、止まっている案件を一つ開いてみる。足りないのは情報なのか、権限なのか、それとも決める日なのか。
そこに手を付けた瞬間から、道具の速さが、自分たちの速さになり始めます。
判断を行動に変えるために、視点を広げる5冊
1.『ザ・ゴール コミック版』エリヤフ・ゴールドラット、ジェフ・コックス 原作/岸良裕司 監修/青木健生 脚色/蒼田山 漫画
職場のみんなが忙しいのに、なぜ納期は短くならないのか。そんな疑問から入りやすい一冊です。工場を舞台に、全体の成果を左右する制約を見つけ、改善する順番を考える物語が展開します。この記事で扱った、作成を速くしても承認で詰まれば仕事が流れないという構造を、別の現場から捉え直せます。個々の担当者の稼働率や処理件数が立派でも、会社全体の成果が増えるとは限らない。そこを理解したい人に向きます。マンガ形式なので、生産管理の知識がなくても場面を想像しやすいのが特徴です。他の四冊が判断や行動の方法へ近づくのに対し、この本は、そもそもどこを改善するべきかという問いを支えてくれます。
2.『HIGH OUTPUT MANAGEMENT 人を育て、成果を最大にするマネジメント』アンドリュー・S・グローブ
承認する人の働き方まで変えたいなら、マネジメントを正面から扱うこの本が候補になります。インテルの経営を担ったグローブが、成果を高める仕事の基本、意思決定、会議、面談、人の育成を論じています。本人が忙しく動くことと、チームが成果を出すことをどう結び付けるかが、この記事との接点です。何でも自分へ集めてしまう管理職や、部下への任せ方に悩む人に向きます。承認を急ぐよう頼むだけでは変わらない場面で、会議や権限、情報の渡し方を見直す入口になるはずです。個人の習慣づくりにとどまらず、人を通じて仕事が進む仕組みへ目を向けられる点が、五冊の中での役割です。
3.『ジェームズ・クリアー式 複利で伸びる1つの習慣』ジェームズ・クリアー
決めたことが続かない。忙しくなると、元のやり方に戻ってしまう。そのつまずきを、意志の弱さだけで片付けずに考えたい人向けの本です。小さな行動を積み重ねる方法や、行動しやすい環境を整える考え方を扱います。この記事の、依頼を受けたら判断者を確認する、保留には次の条件を付ける、といった手順を日常へ落とすときに重なります。組織の承認制度そのものを教える本ではありませんが、個人が同じ動作を無理なく繰り返す土台を考える助けになります。明日から全部を変える計画より、一つの手順を続けたい人に適しています。仕組みと行動の距離を縮めるという役割で、経営や意思決定を扱う他の本と組み合わせやすい一冊です。
4.『エッセンシャル思考 最少の時間で成果を最大にする』グレッグ・マキューン
AIで作れるものが増えると、全部を作りたくなる。けれど、読む時間も判断する時間も有限です。この本は、限られた時間で本当に取り組むことを見極め、不要なことを手放し、実行の仕組みを作るという問題を扱います。この記事を、承認を速くする方法だけで読むと見落としやすい、判断する案件自体を減らす視点を補えます。頼まれごとを抱えすぎる人、優先順位を付けても仕事が減らない人に向きます。すべての依頼へ速く返事をする前に、その仕事を引き受ける必要があるのかを考えたい。他の本が流れや習慣、判断の質へ目を向ける中で、この本は入口で何を選ぶかを問い直してくれます。
5.『ファスト&スロー 上 あなたの意思はどのように決まるか?』ダニエル・カーネマン
速く決められるようになったときこそ、自分の判断の癖も知っておきたいところです。本書は、直感的に働く思考と、注意を使って考える思考を手掛かりに、人が判断を誤る仕組みを説明します。上巻では、注意や努力、直感的な判断の偏り、自信過剰などを扱います。この記事の前倒しという考え方を、思い付きで即決することへ取り違えないための、反対側の視点になります。資料がきれいだから納得してしまう、自分の経験を信じすぎる。そうした判断を点検したい人に向きます。スピードを上げる実務書とは役割が違い、何を慎重に確かめるべきかを考えるための本です。上下巻のうち、ここでは判断の土台を扱う上巻を挙げています。
仕事のどこが詰まっているかを捉えるなら『ザ・ゴール コミック版』から。管理職として仕組みを変えるなら『HIGH OUTPUT MANAGEMENT』、自分の一つの行動を定着させるなら『複利で伸びる1つの習慣』が入り口になります。仕事の増えすぎには『エッセンシャル思考』、速さに判断の質が追い付いているかを点検するなら『ファスト&スロー』を組み合わせてみてください。
それでは、またっ!!
引用論文・参考文献
- Noy, S. & Zhang, W.(2023)Experimental evidence on the productivity effects of generative artificial intelligence, Science, 381, 187–192。出版社の抄録とMITの研究紹介を確認。
- MIT News(2023)Study finds ChatGPT boosts worker productivity for some writing tasks。研究対象と実務への適用限界。
- METR(2025)Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity。実験設計、結果、適用範囲の説明を確認。
- METR(2026)We are Changing our Developer Productivity Experiment Design。追加調査の結果と選択による偏りを確認。
- Amazon 2016 Letter to Shareholders。可逆的な意思決定、修正、対立の扱いに関する企業の一次資料。
- Gollwitzer, P. M. & Sheeran, P. Implementation Intentions。米国国立がん研究所が公開する著者解説の関連箇所を確認。2006年のメタ分析は本資料による説明を参照。
コメントを残す