その本の「はじめに」には、著者の「伝えたいこと」がギュッと詰め込まれています。この連載では毎日、おすすめ本の「はじめに」と「目次」をご紹介します。今日は保科学世さんの『 ポストAI革命 組織とあなたの生存戦略 』です。「序章」をお届けします。
【序章】4つの選択肢――あなたとあなたの組織はどこに行くのか
「中途半端なホワイトカラー」の時代の終わり
2026年に入り、生成AIをめぐる議論の質がようやく変わってきました。
「AI（人工知能）に仕事を奪われるのか」「AIは人間を超えるのか」――こうした抽象論が、ChatGPTが登場した2022年末から2023年頃には、盛んに論じられました。この類いの問いは今なお重要ですが、議論はさらに進み、問いはもっと具体的になっています。「自分の会社で、AIが本当に成果を出すには何が必要か」「自分の部下のキャリアをAI時代にどう設計すべきか」「自分は、5年後にどの位置にいるべきか」「AI時代に子供にはどんな教育を受けさせたらよいのか」――経営会議でも、事業の現場でも、家庭の会話でも、議論は具体的な意思決定の段階に入りました。
問いが具体化したのは、AIの能力が進化したからだけではありません。生成AIをとりあえず試してみる段階を多くの企業が経験し終え、「導入したのに思ったほど成果が出ていない」「導入したのに結局人の数は減っていない」「導入したら現場の負担が逆に増えた」という現実に直面しているからです。そして、AIを過信していた経営層と、AIを警戒していた現場が、立場こそ違え同じ感想を抱くようになりました――「思っていたのと違った」と。
そして、まさにこの「思っていたのと違う」という認識のズレの中で、実は静かに進行している現象があります。中途半端なホワイトカラーの淘汰です。
中途半端なホワイトカラーの淘汰
具体的には、何が起きているのでしょうか。
著者は、アクセンチュアで常務執行役員 AI and Data リードおよびAIセンター長を務める立場にあり、コンサルタントとしての約26年のキャリアの中で、過去十数年にわたって日本の主要企業のAI導入と業務変革を最前線で支援してきました。本書で語る現場の観察と主張は、そのコンサルティング現場での日常的な経験に基づいています。
日本の経営者の多くは、今のところ大規模な人員削減という形ではなく、定年退職などによる自然減と配置転換を組み合わせて、AI時代の組織再設計を進めようとしています。著者がこれまでに日本の大企業数十社の経営者と人事プランの議論を交わしてきた中でも、AI起因の大規模リストラを真剣に検討している経営者は現時点では多くありません。長年の雇用慣行と、解雇に対する法的制約の両面から、日本企業はそうした選択肢を取りにくい構造に置かれています。
一方で、海外、特に北米では状況がだいぶ異なります。米国の人員削減動向を集計しているChallenger, Gray & Christmasの年末レポートによれば、2025年通年で米国企業が発表した人員削減は約120万件に達し、新型コロナ禍の2020年以来の高水準となりました。そのうち企業側がAIを理由として挙げた案件は、約5万4800件（同社が「AI起因」というカテゴリーを設けた2023年以降の累計では約7万1800件）に達しています。
具体的な動きとしては、米Amazon.com（アマゾン・ドット・コム）が2025年10月に1万4000人の削減を発表しました。CEO（最高経営責任者）のアンディ・ジャシー氏は「文化が理由」と説明する一方、以前から「AIにより、必要な人員のあり方が変わる」とも述べており、中長期的なAI起因の流れとして位置づけられています。米Microsoft（マイクロソフト）は2025年に約1万5000人を削減し、CEOのサティア・ナデラ氏はその背景としてAI時代を見据え「ソフトウェアファクトリーからインテリジェンス・エンジンへ進化する」とのビジョンを示し、企業のミッションや事業のあり方を再構築する必要性を説明しました。米Salesforce（セールスフォース）は4000人のカスタマーサポート職を削減し、2025年9月にCEOのマーク・ベニオフ氏は「AIエージェントの活用により実現した」と公言しています。フィンテック企業のスウェーデンKlarna（クラーナ）は2022年末から2024年末にかけて、AI活用による業務効率化を背景に約40％の人員削減を実現したと、IPO（新規株式公開）目論見書で公表しました。同じくフィンテック企業の米Block（ブロック、旧Square）は2026年2月、従業員の40％超を削減する計画を発表し、CEOのジャック・ドーシー氏は「インテリジェンス・ツール（AI）が新しい働き方を可能にしている」とAI活用を理由として明示しています。そして2026年5月20日、米Meta（メタ、旧Facebook）は従業員の約10％にあたる8000人の削減を開始しました。CEOのマーク・ザッカーバーグ氏は社内メモで「AIは私たちの生涯で最も重要な技術であり、その方向にリソースを振り向ける」と説明しています。このように、AI関連の大規模な人員再配置が現実として進行しているのが海外の現状です。
この動きを受けて、米国でも政策的対応が始まっています。メタの人員削減発表の翌日、2026年5月21日、カリフォルニア州のギャビン・ニューサム知事は、「AI時代の労働力市場の混乱に備える」全米初の州知事令（Executive Order）を発令しました。同令は、AIの影響を大きく受ける職業向けの再訓練プログラム、AI失業に対する退職金基準の整備、雇用保険の拡充、WARN法（大量解雇事前通知法）の見直し、さらにはユニバーサル・ベーシック・キャピタル（全住民が企業株式や債券の持ち分を持つ仕組み）の検討まで含む、極めて広範な内容です。ニューサム知事は「この瞬間は、我々がどう働き、どう統治し、どう人々を未来に備えさせるかを、システム全体として再構想することを求めている」と発言しました。折しも、米Anthropic（アンソロピック）のCEO、ダリオ・アモデイ氏が「エントリーレベルのホワイトカラー職の半数が今後5年以内に消える可能性」があると警告しており、米国の主要州が、AI起因の構造的雇用喪失を、もはや「もし起きたら」ではなく「起きる前提」として政策を打ち出し始めた――この事実は、本書の論述の出発点と整合する、重い現実です。
ただし、注意も必要です。AIを直接の理由として明示された削減は、米国の総削減数約120万件のうち約4.5％にとどまる、というデータもあります（Challenger, Gray & Christmas、2025年末レポート）。「AI washing」と呼ばれる現象――業績不振や過剰雇用の調整を、技術革新を口実に正当化する企業行動――も存在します。そのため、海外で起きていることをそのまま「AIによる雇用喪失」と解釈するのは早計です。
そして、もう一つ重要な観点があります。「AIに全て置き換える」という戦略そのものが、すでに限界を迎え始めているのです。先述のクラーナは、2024年にAIアシスタントによる人員削減（カスタマーサービスのチャット対応の約3分の2、これはフルタイム従業員約700人分の業務量に相当）を大々的に発表しましたが、その1年後の2025年には、CEO自身が「行き過ぎだった」「品質が下がった」と認め、人間の再雇用を発表しています。同社は2026年に入り、AIがルーティン作業を処理し、人間が複雑な対応を担うハイブリッドモデルへと舵を切り直しました。クラーナの経緯が示しているのは、AI全置換戦略は短期的なコスト削減を実現しても、中長期的な品質と顧客信頼を損なうという先行事例として観察可能な構造です。本書の各章で繰り返し論じることになりますが、AI時代の正解は「AIに全て置き換える」ではなく、「AIに任せるところと、人間が担うところを的確に見極める」ことにあります。
それでも、構造的な変化が進行している事実は否定できません。東京商工リサーチが2026年4月27日に公表した「生成AI」に関するアンケート調査（有効回答6327社、調査期間2026年3月31日〜4月7日）によれば、生成AIを組織的に活用している企業のうち28.9％が「既存業務の効率化で、従業員を配置転換する可能性がある」と回答しており、大企業では46・7％に達しています。日本での雇用構造の変化は、レイオフという目立つ形ではなく、配置転換や外部委託への切り替え、新規採用の抑制、待遇の据え置きという、より静かな形で進んでいるのです。
これらの構造変化を、定量的に裏付ける調査もあります。アクセンチュアの調査では、約850の職業と1万9000以上のタスクを分析した結果、日本では全労働時間のうち平均44％が、生成AIによって変容する可能性があると分析されています。内訳は、自動化の可能性が25％、強化（人間の能力の拡張）の可能性が19％です。この44％という数字は、主要先進国（英国47％、カナダ46％、ドイツ45％、フランス44％、米国44％）とほぼ同水準であり、日本だけが特殊な状況にあるのではなく、世界の主要国が同じ規模の構造変化に直面しています。
特に注目すべきは、機能職種と呼ばれる人たちです。機能職種とは、IT、財務、人事、マーケティング、法務など、業界を問わず企業に共通して存在する専門職能のことを指します。調査によれば、この機能職種に従事する人の全労働時間のうち、平均63％が変容する可能性がある（自動化38％、強化25％）という事実です。これは国内全体の44％と比較すると、約1.4倍の影響です。機能職種は、業界全体よりもAI時代の影響を強く受ける構造にあるのです。ご自身の職種が機能職種に該当する読者は、業界全体よりも強い影響を受ける構造にあることを、念頭に置く必要があります。
そして、こうした静かな淘汰の対象として今浮かび上がってきているのが、「中途半端なホワイトカラー」と呼べる層です。
該当する社員の典型的な姿はこうです。自分の生産性が、AIを使いこなす同僚の3分の1、5分の1である状態が常態化する。AIが出した提案を、自分の判断で評価し直すことができず、AIへの依存と、依存していることへの不安が同時に高まる。社内で唯一持っていた「○○については自分が一番詳しい」という独自性も、AIが容易に到達できる程度の深さであれば、代替されていく。一方で、信頼や共感、関係性、コミュニティへの貢献といった人間的な資産も、特に意識して育ててはこなかった――。これが今、組織の中で居場所を静かに失いつつある「中途半端なホワイトカラー」の典型的な姿です。
レイオフという目立つ形ではなくとも、重要な仕事から少しずつ外れ、昇格や処遇で差がつき始めます。経済産業省の試算でも、2040年に向けてAIによる事務スキル代替によって事務職の大幅な余剰が見込まれています。著者が現場で接する企業でも、こうした変化が確実に進行しています。
不安を煽（あお）るために書いているのではありません。本書の出発点として、この現実を直視する必要があるからです。AI時代に何を選ぶか――その問いは、「まだ様子を見る」という選択そのものが、すでに何かを失わせ始めているという前提に立って考えなければなりません。
ショートカットしてのAI――希望の側でも極端なことが起きている
ただし、本書の出発点は警告だけではありません。同じAI時代に、希望の側でもこれまでには考えられなかった現象が起きています。
ここで、視点を一段引いて考えてみましょう。個人でも企業でも、世界のトップランナーを追い越すには、3つの方法しかありません。トップランナーより速く走るか、トップランナーが息切れするまで走り続けるか、ショートカットを見つけるかです。
速く走るのも、長く走るのも、過去30年の停滞と人口減少の進む日本にとってはもう難しい。残されたのは、トップランナーとは異なる道、すなわち、ショートカットを見つけることです。そして、AIこそがそのショートカットです。
これは安易な楽観論ではありません。AIをショートカットとして使いこなせる側に回れた組織と個人は、すでに具体的な成果を出し始めています。具体的に何が起きているのかを見ていくと、「AIを既存の業務に組み込んで生産性を上げる」現象と、「少人数×AIで巨額の収益を生み出す」現象の、2つの形が並行して進行していることが分かります。
業務にAIを組み込んで生産性を上げる事例
国内で言えば、ディー・エヌ・エー（DeNA）代表取締役会長（当時）の南場智子氏は、2026年3月6日に開催された「DeNA × AI Day 2026」のクロージングセッションで、「プロジェクトによっては、人間が5％でAIが95％。すなわち20倍の生産性を手にしたというケースもあります」と公表しました。法務リーガルチェックは工数90％削減、QAは工数半減、ライブ配信サービス「Pococha（ポコチャ）」の配信審査コストは60％削減と、AIネイティブな業務フローへの再設計が、組織全体で着実に進んでいるとのことです。人間が担う作業は全体の5％、残りの95％をAIが担うことで従来の20倍の成果を出す――この事実は、AIをショートカットとして使いこなす到達点を象徴しています。
ただし、南場氏は同じ講演で、中途半端な専門性は一撃で淘汰されるとも警鐘を鳴らしています。AI基盤モデルを開発する巨大プレーヤーは、巨額の投資で隣接領域を次々と飲み込んでおり、単にAIを使うだけでは勝てない時代になりました。AI時代に勝つには、「ドメイン（領域）の深さ」を持つこと、つまり、深い専門知識や独自データを蓄積した領域でAIを使い倒すことが必要だ、というのが南場氏のメッセージです。AIで生産性を20倍にすることと、AI時代に競争優位を持つことは、別の課題なのです。本書は、この両面を踏まえて組織と個人の選択肢を論じていきます。
海外では、こうした動きがさらに広がっています。Y Combinator（Yコンビネーター、シリコンバレーの著名スタートアップ・アクセラレーター。以下、YC）CEOのギャリー・タン氏は、2025年3月、「YCが2025年冬に採択したスタートアップ群のうち、その4社に1社で、コードの95%をAIが生成している」と公表しました。同時期に、YCマネージング・パートナーのジャレッド・フリードマン氏も次のように補足しています。「我々は非エンジニアの創業者を採用したわけではない。全員が高度な技術者で、自分でゼロから書ける人たちだ。1年前なら自分で書いていた。今は95％をAIが書いている」と。エンジニアたちは、AIを業務に組み込み、自身の生産性を桁違いに引き上げています。
少人数×AIで巨額の収益を生み出す事例
業務活用と並んで、AI時代のもう一つの特徴的な現象として、少人数の組織がAIを土台に巨額の収益を生み出す動きがあります。
構造的な変化は、マクロな統計に表れています。米国のスタートアップ創業者構成をみると、単独創業者の割合は2019年の23.7％から2025年上半期には36.3％へと上昇しました。米国では、一人で事業を営む非雇用事業者（ソロプレナー）が2980万に達し、年間約1兆7000億ドル（米国経済の約6.8％）の経済価値を生み出しているとされます。
個別の事例を見る前に、象徴的な予測を紹介しておきましょう。アンソロピックCEOのダリオ・アモデイ氏は2025年5月の発言で「従業員1名で企業価値10億ドルに達する企業が2026年中に登場する確率は70〜80％」と予測しました。
個別の事例は、この現象を鮮明に示しています。AIネイティブのコードエディター「Cursor（カーソル）」を開発している 米Anysphere（エニースフィア、米MIT出身の4人が2022年創業、2026年6月に米SpaceXが買収を公表）は、わずか数十人規模の従業員で、年間経常収益（ARR）1億ドルに到達しました。画像生成AIの米Midjourney（ミッドジャーニー、デビッド・ホルツ氏が2021年創業）に至っては、外部資金を一切受けず、約160人の従業員で、年間売上約5億ドルを達成しています。社員1人当たりの収益は、約300万ドルに上ります。両社に共通するのは、従来であれば数千人規模の組織を要した事業を、AIを土台とすることで、桁違いに少ない人数で成立させている点です。さらに個人レベルでも、ピーター・レベルズ氏が一人で運営するPhoto AI（月間収益13万ドル）や、ダニー・ポストマ氏が立ち上げたHeadshotPro（月間収益30万ドル）のように、少人数がAIを駆使して事業を運営する例が生まれています。
業務でのAI活用による生産性向上と、少人数で高収益な事業展開。この2つの動きは別の現象に見えますが、本質は同じです。いずれもAIをショートカットとして活用することで、人や組織が本来持つ制約そのものを突破し、これまでには考えられなかった生産性と成長を実現している点で共通しています。
AIと人間の協働で長年の難問が解かれる事例
AIの可能性は、ビジネス領域だけにとどまりません。学術の最前線でも、これまで考えられなかった現象が起きています。2026年4月、数学の高度な専門教育を受けていない23歳のリアム・プライス氏が、GPT-5.4 Proに、ポール・エルデシュらが1966年に提唱した未解決問題「Erdős Problem #1196」を投げかけたところ、AIは約80分で証明案を生成しました。フィールズ賞受賞者テレンス・タオ氏ら数学者とリアム・プライス氏が共同で、この成果を論文として整理・発表しています。
ただし、この事例は同時に、AI時代の本質的な構造も示しています。プライス氏自身は、「自分が何を解いたのかさえ知らない」と語っています。AIが当初出した解答は粗く、英ケンブリッジ大学数学科の学生や、かつてこの問題に取り組んだ数学者ジャレド・デューカー・リヒトマン氏、そしてタオ氏らの専門家が出力を解読し、論理を再構成して改良した結果、初めて完成した証明として認められました。AIが論理を展開し、好奇心ある若者が問題を投げかけ、深い専門性を持つ研究者が検証・改善する――この役割分担こそが、ブレイクスルーを生み出した構造です。これは単に、「AIが一人で60年問題を解いた」のではなく「AIと人間の協働が、新しい知の地平を開いた」のです。
つまり、AI時代は単純な淘汰の時代ではありません。「中途半端なホワイトカラーが静かに存在価値を失っていく現象」と「少人数×AIで高収益な事業を立ち上げる現象」、そして「AIと人間の協働で長年解けなかった難問が解かれる現象」が、同じ時間軸で並行して進行している時代なのです。どちらの側に立つかが、個人にも企業にもこれまでになく大きな差を生む時代に入りました。
ブルーカラーとフィジカルAIの予期せぬ展開
AI議論の主戦場は、長らく「ホワイトカラーの仕事」でした。生成AIが知的作業の自動化に強いため、当然の話です。一方、ブルーカラーの仕事――製造、物流、建設、介護、農業、サービス業の現場仕事――は、「物理的な作業はAIには代替できないから、当面安泰」と語られてきました。
この前提が、急速に揺らぎ始めています。
生成AIの能力向上と並行して、ロボティクスや自律システムの実用化が急速に進んでいます。倉庫内での自律ピッキングロボット、建設現場での自動測量・自動施工、農業ドローンと自動収穫機、介護施設での見守りロボット、レストランでの調理・配膳ロボット――こうした領域では、すでに広く普及している技術もあれば、ここ数年で急速に商用展開が進んだ技術もあり、生成AIと組み合わさることで、その能力と適用範囲がさらに飛躍的に拡張されつつあります。その結果、「フィジカルAI」と呼ばれる領域が立ち上がり始めました。今後、フィジカルAIは、これまで安泰とされてきたブルーカラーの仕事をも侵食していくでしょう。
「ブルーカラーの仕事は安泰」という前提が崩れた今、すべての職業がAIとロボットによる再定義の対象になり得ます。逃げ場はありません。問いから降りるという選択肢は、もう存在しないのです。
楽をする道、自分自身を磨き続ける道
ここで、皆さまにお伝えしておきたい、根本的な問いがあります。
著者は、これまでAIとの長時間の対話を繰り返しながら、自分自身の思想と知見を整理してきました。その中で、強く感じたことがあります。AIを使って楽をしようとすれば、いくらでも楽ができる。しかし、それと同時に、しっかり自分が持つ思想やこれまでの知見を丁寧に伝え、AIとの対話を通じて自らの思考を深めることがとても重要だ、ということです。
これは、AI時代の人間にとって、極めて重大な分かれ道です。AIは、楽をするための道具にも、思考を深めるためのパートナーにもなり得ます。同じ技術を、まったく異なる方向に使うことができるのです。
AIで楽をする道：AIに質問を投げて、出てきた答えを鵜呑（うの）みにする。AIが出した提案や文書を、検証なしに採用する。自分の頭で考えることを徐々に減らし、判断をAIに委ねていく。短期的には、確かに楽です。生産性の数字も、見かけの上では上がります。しかし、長期的に見た場合、何が自身に残るのか。
AIで思考を深める道：AIに自分の思想や経験、文脈を丁寧に伝える。AIの出力を批判的に吟味し、対話を通じて自分の考えを深める。AIが提示する複数の視点を素材として、自分の判断を磨く。AIを「下請け」ではなく「思考のパートナー」として使う。短期的には、楽をする道よりも認知的な負荷がかかり、時間もかかります。しかし、長期的に見た場合、何が積み上がるか。
認知科学が示す警告
この分かれ道は、感覚的な議論ではありません。最新の認知科学・心理学研究が、AIへの過度な依存により批判的思考や創造性などのスキルが衰えていくリスクを警告しています。これは、AI時代の人間の知的能力に関する、最も重い警告です。
AIツールを頻繁に利用する人ほど批判的思考力が低い傾向にあること、またAIへの信頼が高い人ほどAI利用時の批判的思考が少ないことなどが、複数の研究で報告されています。メカニズムと最新の研究、そして研究機関が発する警鐘については、第10章で論じます。
個人の選択が、社会の運命を分ける
この分かれ道は、個人の問題にとどまりません。社会全体、人類全体の運命に関わる問題です。
著者の率直な見立てを述べさせてください。AIに従い、何も考えず行動することで人類は大きく堕落するリスクがあります。批判的思考を失い、判断を委ね、自分自身の頭で考えることをやめた人類は、AI、そしてその背後にある組織や権力に抗うことなく支配されるリスクがあります。これは、ディストピア小説の話ではなく、認知科学の研究が示しつつある現実的な可能性です。
一方、AIを使って思考を飛躍させることで、AIは人類が大きく発展するためのパートナーにもなり得ます。マイクロソフトリサーチの「Tools for Thought」プロジェクトの主要メンバーであるアドヴァイタ・サルカール（Advait Sarkar）氏は、TEDAI Vienna 2025年9月のプレゼンテーションで、AIシステムは、人々のより深い熟考を促し、欠陥のある推論を露出し、探究的な質問を投げかけ、代替的な視点を提供することで批判的省察や推論などの本質的な人間の思考力を育てる触媒として機能し得ると述べています。
この2つの可能性――堕落と発展、支配とパートナーシップ――の分岐点は、技術の中ではなく、私たち一人ひとりのAIに対する姿勢の中にあります。
4つの選択肢の前提として
これから本書では、AI時代の選択肢として4つの道を提示します。
①AIを使いこなす人間
②人間的魅力を価値とする人間
③AIを作る・育てる側の人間
④AIより安い労働力
しかし、これら4つの選択肢のいずれを選ぶかという問いの前に、より根本的な問いがあります。それは、AI時代において、楽をする道に流されるか、自分自身を磨き続ける道を選ぶかです。AIの強みを正しく理解した上で、自分自身の思考と感性を磨き続けるか。それとも、AIに判断を委ね、自分の頭で考えることを徐々に減らしていくか。この選択は、AIをどう使うかという狭い問いを超えて、AI時代に人間としてどう生きるかという、より根本的な問いです。
①の道（AIを使いこなす）を歩むにしても、AIを鵜呑みにして従うだけの人間は、長期的には④に陥ります。②の道（人間的魅力）を歩むにしても、自分の感性・体験を磨き続けない人間は、いずれ自分の魅力の源泉を失います。③の道（AIを作る・育てる）を歩むにしても、AIとの対話で自分の思想を磨かない人間は、独自性のあるAIエージェントを作れません。
4つの選択肢のいずれを歩むにしても、「自分自身を磨き続ける道」を選ぶことが、その前提なのです。本書は、この前提の上に、4つの選択肢を論じていきます。
それでは、4つの選択肢を具体的に見ていきましょう。
問われる4つの選択肢
本書は、AIとロボットの時代における人間の選択肢を、次の4つに整理します。
①AIやロボットを使いこなす人間になる
AIを道具として完璧に使いこなし、従来の3倍、5倍、場合によっては10倍以上の生産性を発揮する人間です。優秀なソフトウェアエンジニアが大幅な生産性向上を実現する例が話題になりますが、この現象は知的職業全般に広がっています。法務、財務、マーケティング、戦略立案――いずれの領域でも、AIを徹底的に使いこなす人間と、使えない人間の生産性差が急速に拡大しています。先ほど触れたDeNAの事例（人5％・AI95％で20倍の生産性）は、この①を組織レベルで究極まで突き詰めた到達点と言えます。この道は、知的好奇心とAIへの適応力を持つ人にとって、最も自然な選択肢になります。
②AIやロボットにはない「人間としての魅力を価値とする人間」になる
AIには持ち得ない、人間ならではの価値――信頼、共感、関係性、共通体験――を、職業上の核に据える生き方です。優れたカウンセラー、コーチ、対人型の営業、ホスピタリティのプロ――呼び名は様々ですが、共通するのは「あなたから受け取りたい」と顧客や仲間に思わせる力を持っている点です。AIが情報を生成できればできるほど、こうした人間的な資産の希少性は相対的に上がります。さらに、AIの普及が進むほど、定型的なサービスは標準化・自動化され、その先で勝負を決めるのは「人間としての魅力」です。飲食、宿泊、小売、金融、医療、教育――サービス産業全般で、誰から受け取るか、誰と関係を築くかが、決定的な差別化要素になる時代が来ます。この道は、人と向き合うことに喜びを感じる人にとって、本質的な選択肢です。
③AIやロボットを「作る側・育てる側」の人間になる
AIを単に使うのではなく、自分の業務をAIに丁寧に教え、育てていく道です。技術者・研究者として直接AIシステムを作る人もこの道に含まれますが、本書がより広く伝えたいのは、日々の業務でAIを使いながらAIに自分の専門知識や仕事の進め方を丁寧に教え、自分の業務領域に特化したAIを育てていく人々のことです。これは、AIの専門家でなくてもできることです。人間の新人を育てるのがうまい人がいるように、AIに丁寧に業務を教えて育てていく力が、AI時代の新しい職業スキルになります。自分の業務経験と専門知識をAIに引き継ぎ、組織の資産として残していく――この道は、長年培った経験と判断軸をAI時代の新しい形で活かしたい人にとって、本質的な選択肢です。
④AIやロボットより「安い労働力」になってしまう
これは選択肢ではなく、他の3つを選ばなかった帰結として、本書全体を通じて警鐘を鳴らす落とし穴です。①②③のいずれも明確に追求しないまま時間が過ぎれば、人間はAIに対して比較劣位に陥ります。つまり、「AIやロボットに代替させるよりも人間にやらせた方が安い」という理由だけで残る選択肢に押し込まれるのです。しかし、これは決して安住できる位置ではありません。人間が選ばれる根拠が「AIより安い」という一点にしかないとすれば、AIやロボットの価格が下がっていく将来、選択肢はさらに狭まっていく一方だからです。
ここで意識していただきたいのは、今、豊富な選択肢を持つ人ほど、選ばないことで失うものが大きいという点です。例えば、中間管理職は経験、社内ネットワーク、判断力、影響力といった資源を持ち、本来①②③のいずれの道にも進めます。これだけの資源が揃った職位は、組織の中で他にそう多くはありません。しかし、選ばないでいる時間が長引けば長引くほど、豊富な選択肢は急速に狭まっていきます。
なお、これら4つは「個人」だけの選択肢ではありません。組織もまた、4つのうちのいずれかに向かいます。AIを活用して圧倒的な生産性を出す組織。人間ならではの顧客体験で差別化する組織。AI技術そのものを生み出し提供する組織。そして、低賃金労働の集積地として消耗する組織。あなたの会社は、5年後、どの位置にいるでしょうか。
あと数年で大勢は決まる
ここで、時間軸の話をしておく必要があります。
「あと数年」という言葉は、これまでの技術革新のときも繰り返し使われてきました。しかし、AIに関しては過去どの技術革新よりも、この「あと数年」が短いと考えるべき根拠があります。
過去の主要な技術革新――インターネット、スマートフォン、クラウド――の社会浸透速度と比較して、生成AIは飛躍的な速さで普及しています。ChatGPTは公開からわずか約2カ月で月間1億ユーザーに到達したとされ、これは当時、消費者向けアプリとして史上最速の普及でした。それ以前の主要サービスが同じ規模に達するまでに要した期間と比べれば、この速さは際立っています。さらに、生成AI領域では、新しいモデルや主要機能がリリースされるたびに普及速度が加速する傾向すら見られます。
この速度感を踏まえると、今、何を選び、何に投資し、どう動くか――その判断が、その後の10年を左右します。
18％という数字が意味するもの
本書の各章では、国内外の調査データを参照していきますが、ここで、本書全体の土台となる数字を一つ、共有しておきます。
アクセンチュアが2025年に12カ国20業界・1320名のCxOおよび4560名の従業員を対象に実施した調査『Talent Reinventors――Delivering value with and for people in the age of AI』によれば、人材戦略とAI戦略を完全に統合し、AI時代の組織変革を実際に成果につなげている企業は、調査対象全体のわずか18％にとどまります。5社に1社にも届いていません。
数字が示すのは、2つのことです。第一に、AI時代の組織変革に成功している企業は、まだ世界的にも少数派であるということ。裏を返せば、今からでも遅くないどころか、ここで動ければ希少性のある側に回れるということです。第二に、5社に4社は、何かを誤っているということ。本書はこの、5社に4社が陥っている誤りを、一つずつ具体的に解きほぐします。
本書のタイトル――「ポストAI革命」に込めた意味
本書のタイトルを『ポストAI革命 組織とあなたの生存戦略』とした理由を、ここで少しだけ述べさせてください。
「ポストAI」とは、AIが来るか否か、AIに仕事を奪われるか否かを論じる段階が終わり、AIが当たり前の前提として社会に組み込まれた世界を指します。本章の冒頭で述べた「中途半端なホワイトカラーの時代の終わり」とは、まさにこの局面のことです。問いはもはや「AIは来るのか」ではなく、「AIが前提となった世界で、組織と個人はどこへ向かうのか」に移りました。
「革命」という言葉には、2つの意味を込めています。一つは、AIが知的労働とフィジカルワークの双方を作り変える、技術と産業の革命。しかし、本書がより強く伝えたいのは、もう一つの意味です。第9章で改めて論じますが、今起きているのは「産業の革命」である以上に、「心の革命」だと私は考えています。AIに思考と判断を明け渡して楽をするのか、それともAIで自分自身を磨き続けるのか――問われているのは、技術の使い方である以上に、私たち一人ひとりの生き方そのものです。タイトルの「革命」は、この内面の変化までを射程に入れた言葉です。
そして「組織とあなたの生存戦略」。本章で示す4つの選択肢は、企業という単位の選択肢であると同時に、読者であるあなた自身の選択肢でもあります。だからこそ「組織とあなた」と並べました。「生存戦略」は、やや強い言葉に聞こえるかもしれませんが、後で述べる通り、あと数年で大勢は決まります。何も選ばないまま時が過ぎれば、組織も個人も4つ目の落とし穴――「AIより安い労働力」――へと静かに滑り落ちていく。本書は危機感を煽るためではなく、その落とし穴を避け、能動的に道を選び取る「戦略」として、これらの道を提示します。
本書の構成と読み方
本書は序章・終章のほか12章を4つのパートに分けて構成しています。
第Ⅰ部「戦略編」（第1〜3章）では、AI時代に勝ち筋をどこに置くかを論じます。第1章でAI戦略の「効率化」と「成長投資」の表裏一体構造と、その実践に必要な4階層の連動、第2章で業界別生成AIインパクトマップ――4類型と18業界の構造変化、第3章でフィジカルAIと日本の戦略的好機――どこで勝つかを扱います。
第Ⅱ部「実践編」（第4〜7章）では、組織のAI導入を本番運用へとどう動かすかを実務レベルで論じます。第4章でAI導入の3層構造、第5章でPoCの壁の正体、第6章でAI変革を動かす3つの梃子（てこ）、第7章で変革マネジメントを扱います。経営層が変革をどう設計し主導するか、中間管理職・推進担当者がそれを現場でどう動かすのかという双方を扱います。
第Ⅲ部「AI協働編」（第8〜9章）では、人とAIの新しい分業を扱います。第8章でタスクの再分解と再設計、第9章で信頼・共感・責任というコモディティ化しない資産を扱います。
第Ⅳ部「個人編」（第10〜12章）では、本章で提示した4つの選択肢のうち①②③を実際に歩むための具体的な道筋を扱います。④「安い労働力」については、本書全体を通じて繰り返し警鐘を鳴らす構造にしているため、独立した章は設けていません。各章のいたるところで、「これを誤ると④に向かう」という形で、繰り返し触れていきます。
読者層別の使い方
経営者・事業責任者の方は、 序章で全体像を摑んだ後、第Ⅰ部「戦略編」（第1〜3章）を起点として、第4章・第6章・第7章・第9章・終章へと読み進める読み方をお勧めします。第Ⅰ部は、効率化と成長投資の同時設計、業界別のインパクトと投資優先順位、フィジカルAIの戦略的好機、というAI戦略を経営アジェンダに据える際の判断軸です。第4章は経営・業務・顧客の3層を連動させるガバナンス構造、第6章はAI変革を動かす3つの梃子という変革設計の見取り図、第7章は経営者自身が主導すべき変革マネジメント、第9章は効率化と並ぶ経営の中心課題としての信頼資産、終章は長期の時間軸での組織の核を扱います。第6章・第7章については、実務の細部は推進担当者に委ねつつ、変革をどう設計し主導するかという全体像を押さえていただくと、第Ⅱ部の実務がより生きます。各章末の「経営者・事業責任者の方へ」のアクションボックスは、自社の経営会議でそのまま使える点検の問いとして構成しています。
中間管理職・推進担当者の方は、序章で全体像を摑んだ後、本書を通読いただくことを推奨します。特に第Ⅱ部「実践編」（第4〜7章）は、PoC（概念実証）を本番運用に進めるための実務書として、繰り返し参照していただける内容です。各章末の「中間管理職・推進担当者の方へ」のアクションボックスは、ご自身の部門への適用を進めるための具体的な手順として構成しています。
個人として、自分のキャリアを考えるために手に取られた方は、 序章で全体像を掴んだ後、第1章で自分の業務を棚卸しし、第2章で自分の業界・職種がどの程度AIの影響を受けるか（変容率）を確認し、第8章では10の役割で自分の業務を診断した上で、第Ⅲ部「AI協働編」・第Ⅳ部「個人編」（第10〜12章）に進み、終章で全体を統合する読み方をお勧めします。第2章は18業界の網羅的なマップですので、まずはご自身に当てはまる業界・職種の数字（変容率と、自動化・強化の比率）をピンポイントで確認していただくとよいでしょう。第1章の章末アクション（自分の業務のどれが消え、どれが残るか）と第8章の章末アクション（10の役割で自業務を診断する）は、そのままキャリアの自己診断ツールとして使えます。第Ⅳ部は4つの選択肢のうち①②③それぞれへの具体的な道筋を、各章末の「個人として読まれている方へ」のアクションボックスと共に示します。
本書の出発点：テクノロジーをあくまで人のために
ここまで、AI時代の現実と4つの選択肢を提示してきました。本書を貫く姿勢を、ここで明示しておきたいと思います。
著者がAI関連の現場で、多くのインタビューや講演で繰り返してきた言葉があります。「テクノロジーをあくまで人のために」――これが本書を貫く根本思想です。
AIは強力な技術です。だからこそ、AIそのものが目的になった瞬間に、組織も個人も道を誤ります。AIをどう使えば人がより人らしく働けるのか、AIをどう使えば人の能力が拡張されるのか、AIをどう使えば人にしかできない仕事に集中できるのか――この問いを失ったAI導入は、必ず失敗します。本書を通じて何度も繰り返すことになりますが、AIの議論の中心には、常に人がいなければなりません。
そしてもう一つ、著者が繰り返してきた言葉があります。「変化を恐れるな。恐れるべきは、世の中が変わっているのに自身が変わらないことだ」――AI時代において最大のリスクは、AIによって何かが変わることではありません。AIによって世の中が変わっていく中で、自分や自分の組織が変わらないでいることです。そしてこの恐れは、配置転換や処遇の差として組織の中で静かに進行する「中途半端なホワイトカラー」の淘汰のなかで、今現実のものになりつつあります。
Human in the lead, not just in the loop
序章の最後に、本書全体を貫くキーフレーズを、一つ提示しておきます。
“The future of AI and companies is human in the lead, not just in the loop”.
これは、アクセンチュアの会長兼CEOであるジュリー・スイート氏の言葉です。AIと企業の未来は、人間がループに参加するのではなく、人間が先導する形になる――そういう意味です。
このフレーズには、2つの含意があります。一つは、AIを単なる省力化ツールとして導入する組織は、AIから本当の価値を引き出せないということ。もう一つは、AI時代に主導権を握るのは、AIに振り回される人間ではなく、AIを使いこなしながら自分の判断と責任で先導する人間だということ。
①AIを使いこなす人間も、②人間的魅力を価値とする人間も、③AIを作る・育てる人間も、共通して持っているのは、「自分が先導する」という意志です。AIの進化を傍観するのではなく、AIを使いながら自分の意志で何かを生み出す――その姿勢が、4つ目の落とし穴から自分自身と組織を守ります。
本書自体が、一つの実験である
本書の執筆プロセスについて、一点だけ率直にお伝えしておきます。
本書は、生成AIを最大限に活用しながら執筆されました。
なぜなら、あらゆる仕事にAIを取り入れることを日々の生業としている著者にとって、本書を執筆するにあたりAIを使わずに書くという選択肢の方が、むしろ不自然に感じられたからです。AI時代の生存戦略を論じる本を、AIを使わずに書くことは、本書の主張そのものと矛盾します。だからこそ、本書は生成AIを最大限に活用しながら執筆することにしたのです。リサーチ、論点整理、文章の磨き込み――こうしたプロセスにおいて、生成AIは強力なパートナーとなりました。一方で、何を書くべきかは人間が決め、論点は著者の経験から引き出し、現場での観察と主張は人間が責任を持って言語化しています。AIを最大限活用しつつ、本質的な判断は人間が担う――この実践そのものを、本書は書籍という成果物で示そうとしています。詳しい執筆プロセスは「あとがき」で開示することにします。
それでは、第1章に進みましょう。「自社のAI戦略は、効率化と成長投資の両輪で語られているか」――この問いから始めます。
【目次】
