AIの生産性向上という約束に暗雲：管理職の半数以上が「従業員評価が難しくなった」

編集者注：AIツールには「生産性革命」への大きな期待が寄せられているが、管理職の実態はまったく異なる可能性がある。最新の調査では、AIを導入した後、従業員のパフォーマンスを判断することがむしろ難しくなったと感じる管理職が半数を超えることが示された。この乖離は、AI活用を推進するすべての企業にとって深く考えるべき問題である。

管理職を不安にさせる調査結果

TechCrunchが報じた最新調査によると、チームにAIツールを導入した後、従業員の業務を評価することが以前より難しくなったと回答した管理職が50%を超えた。このデータは、「AIによる効率化」という言説に長く覆い隠されてきた現実を浮き彫りにしている。生産性の向上は、管理効率の向上に自動的にはつながらず、むしろ評価の場面において新たな死角を生み出す可能性がある。

「AIは生産性を約束する。しかし今のところ、管理職にとってはむしろ頭痛の種だ。」――TechCrunch

なぜAIは評価を難しくするのか？

理由の一つは、業務プロセスの「ブラックボックス化」だ。以前は管理職が、仕事の進め方を観察したり、中間稿を確認したり、プロジェクトの進捗を追ったりすることで、従業員の取り組みや能力を判断できた。ところがAIツールの介入により、成果物が数分で生成されるようになり、どの部分が従業員自身の思考で、どの部分がモデルの出力なのかを区別することが難しくなっている。

二つ目の理由は、成果物の品質のばらつきだ。AIが生成したコンテンツは往々にして「それなりに見える」が、細部の正確さ・論理の深さ・独創性を素早く確認することは容易ではない。提出されるレポートの見栄えは良くなったが、それが能力の向上を意味するのかどうか、管理職には信頼できる判断材料がない。

三つ目の理由は、従来のKPI体系の遅れだ。多くの企業の業績指標は依然として、成果物の数量や納期などの次元で設計されているが、AIはこれらの指標にかかる時間コストを大幅に圧縮する一方で、「そのプロセスで人間が何に貢献したか」を測ることができない。調査では、現行の評価フレームワークではAI支援下の働き方に対応できないと、管理職の多くが感じていることが明らかになった。

業界の背景：生産性のパラドックスが繰り返される

これは孤立した現象ではない。経済学における「ソローのパラドックス」は、コンピュータはいたるところに存在するのに、生産性の統計にだけは現れないと指摘した。今日、AIも同様の疑問に直面している。ツールの普及速度は目覚ましい一方、組織レベルでの効率改善や業績向上はなかなか数値化できずにいる。企業にとっての問題は、AIが役に立つかどうかではなく、既存の管理指標体系がAIによる変化を捉えられるかどうかだ。

同時に、従業員によるAIの活用度にも大きな差がある。補助ツールとして使う従業員もいれば、高度に依存する従業員もいる。管理職には透明性も統一基準もなく、評価の難しさは当然高まる。さらに微妙な問題として、AIは「努力」というものを観測しにくくする。10分で生成した提案書と、3時間かけて練り上げた提案書は、最終的な文書を見ても違いがわからない場合がある。

管理職のジレンマと出口

この困難な状況に直面した管理職はジレンマに陥っている。一方では、経営トップからAI活用の加速と効率向上を求められ、他方では、評価体系の機能不全がインセンティブのミスマッチを招く恐れがある。本当に能力のある従業員が正当に評価されず、AIを巧みに使って成果物を「見栄えよく」仕上げることに長けた従業員が不釣り合いな評価を得る可能性がある。

専門家は、企業が評価フレームワークを再構築する必要があると提言している。具体的には、「結果だけを見る」から「プロセスと結果を並重する」方向への転換、AIの使用方法に関する透明な記録の導入、AI支援による業務を対象とした品質確認メカニズムの整備、そして業績面談において「人の貢献」と「ツールの貢献」の境界を明確にすることが求められる。また、管理職自身がAIリテラシーを高めることで、AI協働における従業員の真の貢献をより正確に評価できるようになるという見方もある。

まとめ

AIがもたらす生産性の恩恵は確かに存在する。しかし管理職の「頭痛」もまた現実だ。効率と公正さの間で、そしてツールと人の価値の間で新たなバランスを見つけることが、今後数年における企業のAI実装の核心的な課題となるだろう。技術は一夜にして導入できるが、評価体系の再構築にはより長い時間が必要だ。管理職にとっては、AIがもたらす不確実性に抗うよりも、新たな評価基準の策定に能動的に関与する方が賢明だろう。結局のところ、誰が・何を評価するかが、チームとして本当に報われる能力の種類を決めるのだから。

本記事はTechCrunchより編訳