企業差距由「能做判斷的人才數量」而非「AI使用量」決定（組織行為科學®）

提供組織行為科學®的Request株式會社（總部：東京都新宿區，代表取締役：甲畑智康），以33.8萬人・980家企業的實踐與分析為基礎，結合迄今逐步公開的「AI時代中留給人類的工作」「能做判斷的人才培育」「判斷經驗設計」「判斷結構設計」「判斷處理能力」等相關知見，發布了一份整理出AI時代決定企業成長的本質，不在於導入了多少AI，而在於組織內部是否具備能培育出「能做判斷的人才」的結構的報告。

報告下載

d68315-193-5fc68dffd147cd4350cc7c121ed07150.pdfAI時代中在企業保有持續價值的，是「依情況做判斷的工作」而非「正確處理的工作」

隨著生成式AI的普及，資料製作、資訊整理、定型對應、依照既有規則或過往案例進行的處理等，過去由人負責的部分工作，今後將更容易被AI取代或補充。

另一方面，企業現場仍存在AI無法完全填補的工作。

・每位客戶有何不同之處

・各個現場應注意哪些地方

・部下為何停滯不前

・此次有多少前例可以沿用，從哪裡開始需要重新審視

這些都是需要洞察判斷的工作。換言之，在AI時代決定企業差距的，不是擁有知識的人才數量，而是能依情況做出判斷的人才數量。

然而現在，企業中培育「判斷力」的經驗正在減少

這裡有一個許多企業尚未充分意識到的問題。

那就是，儘管在AI時代判斷力日益重要，但企業中培育判斷力的經驗卻正在減少。

在Request株式會社以33.8萬人・980家企業的實踐與分析為基礎推進的調查中，確認了82%的企業中，工作中的判斷經驗正在減少。

現在發生的不是單純的人才不足，而是難以培育能做判斷人才的工作結構本身正在擴張。

出於好意推進的改善，結果卻創造了「判斷力難以成長的結構」

為何會發生這種情況呢？

許多企業迄今已推進了效率化、標準化、手冊化、系統化、強化進度管理等措施。這些措施本來是為了穩定品質，讓任何人都能更容易以一定水準推進工作...