AI 時代不容忽視的：區分「兩種判斷」與「兩種知識」的能力（組織行為科學®）

隸屬於 Request 株式會社（總部：東京都新宿區，代表董事：甲畑智康）的判斷設計實驗室，發布了題為《AI 時代不容忽視的：區分「兩種判斷」與「兩種知識」的能力》的報告。

隨著生成式 AI 的普及，企業的工作模式正開始發生重大轉變。未來，查詢知識、整理資訊、參考既有案例以及按照預定程序處理的工作，將更容易交由 AI 來承擔。 另一方面，保留給人類的工作，是在面對不同顧客、案件、現場與相關人員的差異條件下，決定該確認什麼、優先處理什麼、在多大程度上沿用前例，以及從哪裡開始改變推進方式。

然而，許多企業尚未充分梳理這項轉變。

其背後的原因在於，人們將判斷與知識各自視為單一種類的對象。

本報告將其梳理為： - 判斷分為「基於前例的判斷」與「基於事實的判斷」兩種。 - 知識分為「不需要經驗的知識」與「需要經驗的知識」兩種。

報告並指出，企業在 AI 時代所面臨的許多混亂，正是源自於對這四者的混淆。特別嚴重的問題是，原本需要具備經驗的知識並基於事實進行判斷的工作，卻被試圖以套用前例或標準答案來解決。

結果，這容易導致第一線出現以下狀況： - 理解增加了，但判斷力並未提升 - 照著前例進行，卻不如以往順利 - 重工與追加處理增加 - 困難案件集中在少數熟手或管理層身上 - 工作雖然能勉強運轉，卻提不出下一步對策

本報告將這些現象重新定義為並非單純的能力不足，而是對本質成立條件的「錯誤配置」。換言之，報告總結出停滯的背景原因，在於將原本應以基於事實的判斷與需要經驗的知識來處理的工作，當作僅靠套用前例或傳授知識就能運作的工作來對待。