AI時代に見落としてはいけないのは、「2つの判断」と「2つの知識」を切り分ける力（組織行動科学®）

リクエスト株式会社（本社：東京都新宿区、代表取締役：甲畑智康）が展開する判断デザインラボラトリーは、レポート「AI時代に見落としてはいけないのは、『2つの判断』と『2つの知識』を切り分ける力」を公開しました。

レポートのダウンロード

d68315-195-54795e6f62a3ce0e51dabfd174f2dc54.pdf

---

生成AIの普及によって、企業の仕事は大きく変わり始めています。知識を調べること、情報を整理すること、既存事例を参照すること、定義済みの手順で処理することは、今後さらにAIが担いやすくなっていきます。
一方で、人に残るのは、顧客ごと、案件ごと、現場ごと、関係者ごとに条件が異なる中で、何を確認し、何を優先し、どこまで前例を使い、どこから進め方を変えるかを決める仕事です。

しかし、多くの企業では、この変化をまだ十分に整理できていません。

その背景にあるのが、判断と知識を、それぞれ一種類のものとして扱ってしまうことです

本レポートでは、

• 判断には「前例にもとづく判断」と「事実にもとづく判断」の二つがあり

• 知識には「経験を必要としない知識」と「経験を必要とする知識」の二つがある

と整理しています。

そして、AI時代に企業で起きている多くの混乱は、この4つを混同していることから生まれていると指摘しています。特に問題になるのは、本来は経験を必要とする知識であり、事実にもとづく判断を必要とする仕事まで、前例適用や模範解答で回そうとしてしまうことです。

その結果、現場では、

• 理解は増えるが判断は増えない

• 前例どおり進めているのに、以前よりうまく進まない

• 手戻りや追加対応が増える

• 難しい案件が一部の熟練者や管理職に集中する

• 仕事は回っているのに、次の打ち手が出ない
  といった状態が起きやすくなります。

本レポートは、こうした現象を単なる能力不足ではなく、本来の成立条件に対する「誤配置」として捉え直しています。つまり、本来は事実にもとづく判断と経験を必要とする知識で扱うべき仕事が、前例適用や知識教示だけで回せる仕事のように扱われていることが、停滞の背景にあると整理しています。

公開したレポートのポイント 

1．AI時代に必要なのは、「判断が大事」と言うことではなく、4つを切り分けること 

レポートでは、企業が本当に見直すべきなのは、

• どの仕事が前例にもとづく判断で進めてよいのか

• どの仕事が事実にもとづく判断を必要とするのか

• どの知識が教えれば使えるのか

• どの知識が経験しなければ使えないのか
  を切り分けることだと示しています。

 この切り分けがあって初めて、AIに任せるべき仕事と人が担うべき仕事が見え、研修で教えるべきことと実務で経験させるべきことが見え、企業が本当に強化すべき組織能力も見えてきます。

2．仕事を4象限で見ると、AIに寄せるべき領域と人に残る領域が見えてくる 

本レポートでは、「2つの判断」と「2つの知識」を掛け合わせ、仕事を4象限で整理しています。

•  第1象限：標準処理領域

  手順・ルール・チェックリスト・定型説明・定型判定など。AI、自動化、標準化と最も相性がよ

• 領域 第2象限：確認調整領域

  手順はあるが、今回の適用条件や例外条件の確認が必要な領域。誤適用を防ぐための事実確認が中心

• 第3象限：誤配置が起きやすい領域

  本来は経験知なのに、前例適用、模範解答、正解探しで扱ってしまう領域。理解は増えるが判断は育ちにくい 

• 第4象限：人に残る中核領域

  条件差を見て、事実を確認し、判断し、結果で基準を更新する領域。AI時代に人が担う価値の中心 

特に重要なのは、第4象限を増やすこと以上に、第4象限を第4象限として正しく扱うことだとレポートでは指摘しています。

3．企業の停滞を生むのは、「第4象限の仕事の第3象限化」 

本レポートでは、経験を必要とする知識 × 前例にもとづく判断は、本来の成立条件としては安定した配置ではないと整理しています。

 

つまり、第3象限は一つの仕事類型ではなく、本来は第4象限で扱うべき仕事が、前例適用や模範解答、正解探しによって処理されてしまっている誤配置の状態です。

 

この誤配置が起きると、フレームが正解になり、ケースが模範解答になり、原則が守るルールになりやすい。理解は増えても判断は増えず、手戻り、追加対応、確認集中、熟練者依存が強まりやすくなります。

4．見落とされやすいが実務で大きいのは、第2象限 

第2象限は、手順や基準そのものはあるものの、それを今回そのまま適用してよいかどうかを確かめるための事実確認が必要な領域です。顧客接点、管理職、企画職、現場監督、バックオフィスなど、多くの仕事はこの領域を含んでいます。

 

制度や手順が整っていても、何を確認しなければ誤適用になるのかが明確でなければ、制度は守っているのに現場は止まり、手順どおりに進めているのに手戻りが増えるという問題が起きます。
レポートでは、第2象限において、何を確認すべきか、どの条件差を見落としてはいけないかを明確にすることが、全体の品質と再現性を左右すると示しています。

5．企業が最初に見つけるべきは、「自社のどこが第3象限になっているか」 

レポートでは、企業が最初に行うべきこととして、

• 第一に、自社の仕事を4つで棚卸しすること

• 第二に、第3象限を特定すること

• 第三に、第4象限の仕事に判断が残るように設計すること

• 第四に、第1象限は徹底してAI・標準化へ寄せること
  を挙げています。

 重要なのは、「もっと考えろ」と指示することではなく、どこまで事実を確認しなければ前に進めないのか、どの前提を置かなければ進めないのかを、仕事の中に設計することです。

なぜ今、このレポートを公開するのか 

AI時代には判断が重要になる、経験が重要になる、という言い方自体は正しいものです。しかし、それだけでは、AI活用も、人材育成も、仕事設計も、すぐに抽象論になります。

 

本当に必要なのは、判断にも二種類あり、知識にも二種類あり、その4つが仕事の中でどう組み合わさっているかを見抜くことです。

 

リクエスト株式会社では、980社・33.8万人の働く人たちのデータに基づく組織行動科学®を基盤に、仕事の中で何が起こり、なぜそれが続くのかを、事業環境、歴史、経験の観点から分析してきました。
本レポートは、その中で見えてきた「能力不足ではなく誤配置」という構造を、AI時代の仕事設計の論点として整理し、企業が自社の仕事を見直すための視点として公開するものです。

このような課題意識を持つ企業に 

• AIを導入しても、難しい案件は一部の人に集中したままになっている

• 研修や知識共有を増やしても、現場で判断できる人が増えない

• 前例どおり進めているのに、以前より手戻りや追加対応が増えている

• 職種別に、何をAIへ寄せ、何を人に残すべきかを整理したい

• 管理職育成、顧客接点人材育成、現場の判断力向上を構造的に見直したい

判断デザインラボラトリーの見解 

AI時代に企業競争力を左右するのは、正解を多く知っている人を増やすことではありません。差を見て判断できる人を育て、その判断経験が仕事の中で増えるように設計することです。

 

AI活用量そのものではなく、人に残る判断仕事を担える人材の厚みと、その判断経験が仕事の中で増える構造こそが、これからの企業の対応能力を決めていくと考えています。

レポートのダウンロード

d68315-195-70073b78fc58b1a1fc300f44bec16377.pdf

会社概要

リクエスト株式会社
会社案内：https://requestgroup.jp/corporateprofile
代表取締役 甲畑智康：https://requestgroup.jp/profile

E-mail：request@requestgroup.jp

リクエスト株式会社（本社：東京都新宿区、代表取締役：甲畑智康）は「より善くを目的に」を掲げ、33.8万人の働く人のデータに基づいた 組織行動科学® を基盤に、7つの研究機関が980社を支援している企業です。

組織行動科学®は組織で働く私達の思考と行動が「なぜ起こり」「なぜ続くのか」を事業環境と経験から解明し、より善く再現する手段です。