9月14日、TechTargetが「The hidden cost of AI automation: Preserving organizational expertise」と題した記事を公開した。AI自動化の普及が組織の人的スキルや暗黙知（個人の経験・勘・ノウハウとして体内化された言語化しにくい知識）を侵食するリスクと、それをどう防ぐかという企業ガバナンスの課題について、物流・人材・特別支援教育など業種をまたぐ複数の経営幹部の実践から論じている。
AIが奪う「判断力」——効率化の影に潜むリスク
ERPやCRM、ITサービス管理といったエンタープライズソフトウェアへのAI組み込みが急速に進んでいる。ルーティン作業の自動化や意思決定の効率化は歓迎される一方で、見落とされがちな問題がある。人間がAIに頼り切ることで、例外処理や障害対応に必要な「判断力」が組織から失われていくリスクだ。
DHLサプライチェーンでグローバルAI・データ・アナリティクス責任者を務めるChristophe Theysは、この問題を次のように述べている。
「適切なガバナンスなしにAIを導入すれば、人々がテクノロジーに過度に依存するリスクがある。これは積極的に管理すべき重要な課題だ。」
この指摘の核心は、「AIが業務を担う量が増えるほど、人間はその業務を自分でやる機会を失い、スキルが錆びつく」という構造的な問題にある。航空業界で自動操縦への依存が手動操縦スキルの低下を招いたことは広く知られているが、同様の現象がホワイトカラーの知的業務でも起きうる、というのが記事の問題提起だ。
3社の実践——「人間＋AI」モデルをどう設計するか
DHL：暗黙知をAIでスケールさせる
DHLは倉庫オペレーション、輸送管理、カスタマーサービスなど広範な業務でAIを活用している。AIエージェントがスケジュール調整、ステータス更新、一部の例外処理を自動化する一方、重要な意思決定・顧客対応・コンプライアンス関連は人間が担当するという設計を徹底している。
Theysが強調するのは、AIが組織知識を「消す」のではなく「スケールさせる」という視点だ。
「AIの目的は人間の知識を除去することではなく、それをより利用しやすく、よりスケーラブルにすることだ。」
AIが専門知識のキャプチャ・文書化・検索・再利用を容易にすることで、むしろ組織の知識保存に貢献できるという逆転の発想である。暗黙知をAIが体系化・検索可能な形式知へと変換するプロセスとも言い換えられる。
Kuehne+Nagel：「human-in-the-loop」を原則に
物流大手Kuehne+Nagelでチーフ AIおよびイノベーションオフィサーを務めるAlireza Nematiは、AIを「テクノロジー施策」ではなく「ビジネス変革」として位置づける。
価格設定、通関処理、顧客サービス、ワークフォース計画などにAIを組み込みながら、**human-in-the-loopモデル**（AIが意思決定の候補を提示し、最終的な判断と責任は人間が持つ構造）を基本原則としている。単にAIの出力を人間が承認するだけの「ゴム印」的関与では不十分であり、人間が実質的な判断主体であり続けることを意図した設計だ。
「物流は経験・判断・例外処理能力に依存する複雑なビジネスだ。人間の説明責任は不可欠である」とNematiは述べる。
Addison Group：スキル侵食は「AIの使い方」次第
人材採用エージェンシーのAddison GroupのCEO、Thomas Moranは、スキル侵食リスクについて率直に語る。物流2社とは異なる人材サービス業という文脈でも、同じ構造的問題が浮上している点は注目に値する。
「プロンプトを入力して答えを受け取るだけなら、時間とともに侵食は起きる。一方、AIを人間の問題解決・批判的思考の余地を残す形で使えば、組織の知識は理論上むしろ向上する。」
同社では、AIが業務プロセスを効率化しつつも、経験豊富なプロフェッショナルが最終的な監督権を持つ設計を採用。「今日、特定の職種ではAIによって2〜3倍のアウトプットが可能になるかもしれない」としながらも、その前提条件として適切な人間の関与を挙げる。
組織が問うべき6つの問い
記事では、AIと自動化への人間の関与を設計する際に確認すべき問いとして以下が挙げられている。業種や規模を問わず適用できる問いだが、なかでも筆頭の「スキル習得への貢献」と「AIが使えなくなったときの備え」は、AI導入初期に最も見落とされやすい観点として特に重要だ。
- このタスクは従業員のどのスキル習得に貢献しているか？ AIが単純作業を担う場合、人間が担う戦略的役割は何か？
- AIが使えない・誤った場合はどうなるか？ AIドリフト（モデルの精度が時間経過とともに劣化する現象）に備えた継続的な監視が必要だ。
- どの意思決定に人間の承認が必要か？ 契約、請求書、在庫水準、採用、医療診断などは人間の最終判断が求められる領域だ。
- 新入社員はどうこのプロセスを学ぶか？ AI依存による応募者スキルの形骸化を防ぐため、コンピテンシーテストを導入する企業も出ている。
- AIの監督責任は誰が持つか？ 多くの組織でまだ未解決の問題であり、CIOの関与が注目される。
- 自動化が停止しても業務を継続できるか？ DR（ディザスタリカバリ）計画に手動業務の再訓練を含める必要がある。
結論：AIに「判断」を委ねるな、「雑務」を委ねろ
Point Quest Group（特別支援教育の人材・サービス企業）のCEO、Chris Millerの言葉がこの問題の本質を突いている。教育・福祉という、人間の判断と倫理的配慮が特に求められる業種からの発言として重みがある。
「知識の侵食が起きるのは、リーダーシップがAIに雑務ではなく判断を委ねたときだけだ。AIを構造的・反復的な作業——定型ログの事前入力、コンプライアンスフィールドの欠落チェック、生データの整理——に限定すれば、人間の能力は守られる。ルールは単純だ。AIはプロセス負荷を担い、人間はニュアンスと判断が必要なすべての決定を担う。」
AIに任せるのは「プロセス」であり、「判断」は人間が持つ。 この設計原則こそが、組織の知的資産を守りながらAIの恩恵を受けるための核心である。物流、人材、特別支援教育と業種は異なれど、3社が共通して行き着いた結論は一致している。AI導入の巧拙は技術選定よりも、この「どこに人間を置くか」という設計判断にかかっている。
詳細はThe hidden cost of AI automation: Preserving organizational expertiseを参照していただきたい。
