第009章 AIと人間はどう役割分担すべきか？
AIと人間は、どう役割を分けるべきか。この問いに対して、多くの企業は一枚の表を作る。左にAIの担当業務、右に人間の担当業務。その表は、作った半年後には合わなくなっている。問題は表の中身ではない。表を作るときに使った基準にある。本章は、役割分担を「作業の配分」ではなく「責任の所在の設計」として捉え直し、その設計原理と、階層ごとの実装を示す。
1 なぜ、いまこの問いが立つのか
役割分担は、経営にとって新しい問いではない。
人と機械の分担は、産業革命以来ずっと問われてきた。ベルトコンベアの前で、どの工程を機械に任せ、どの工程に人を置くか。工場長はそれを決めてきた。判断の基準は明快だった。機械は同じ動作を正確に繰り返す。人間はそれ以外をやる。動作の性質で線が引けた。
コンピュータが入っても、この構図は大きくは変わらなかった。計算と記録と検索は機械へ移った。しかし、その出力をどう解釈し、どう使うかは人間に残った。機械は「作業」を担い、人間は「判断」を担う。二十世紀の分担設計は、この一行で説明できた。
AIは、この一行を壊した。
AIが担うようになったのは、作業ではなく判断である。市場を読む。原因を推定する。選択肢を並べる。優先順位をつける。文章を書き、コードを書き、設計案を出す。かつて「人間の判断」と呼ばれていた領域の大半が、AIの出力範囲に入った。
しかも、その範囲は静止していない。三年前にAIが苦手だった業務は、いま得意になっている。いま苦手な業務も、数年後には分からない。分担の基準にしていた線が、分担表より速く動く。
ここで多くの企業がとる対応は、分担表の更新頻度を上げることである。年に一度の見直しを、四半期に一度にする。しかし、これは解決にならない。更新の速度を上げても、更新の基準が同じなら、いつも少し古い表を持ち続けることになる。
したがって、問いはこう立て直される必要がある。「AIと人間で、どの業務をどちらに割り当てるか」ではない。「何を基準に分ければ、基準そのものが古びないか」である。
これは業務設計の問いに見えて、経営の問いである。分担の基準は、誰が何に責任を負うかの基準だからである。責任の所在が曖昧な組織は、AIが強くなるほど決まらなくなる。逆に、責任の所在が明確な組織は、AIが強くなるほど速くなる。
同じAIを導入して、一方は速くなり、もう一方は遅くなる。その差を生むのは、モデルの性能ではない。分担の設計原理である。
2 通説とその限界
役割分担の問いに対して、現在、三つの答えが流通している。いずれも実務で採用されており、いずれも数年で機能しなくなる。
通説1「AIにできること／できないことで線を引く」
最も広く採られている方法である。AIの能力を棚卸しし、できる業務を洗い出し、残りを人間に割り当てる。合理的に見える。実際、導入初期には機能する。
しかし、この方法は構造的に破綻する。理由は、能力の境界が移動することそのものではない。移動の速度と、組織制度の改定速度が、まったく釣り合わないことにある。
分担表は制度である。制度には改定の手続きがある。関係部署の合意、権限規程の修正、評価制度との整合、システムの設定変更。一つの分担を書き換えるのに、数か月かかる企業は珍しくない。一方、AIの能力は数か月ごとに更新される。改定が終わったときには、前提がもう動いている。この構造では、企業は常に古い分担表で運用することになる。しかも古さの方向は一定である。人間の側に、AIがすでにできる業務が残り続ける。組織は自分でも気づかないまま、人間の時間を過去の基準で消費する。
破綻はもう一段深いところにもある。「できないこと」を根拠に人間の役割を決めると、人間の領域はAIが強くなるたびに削られる。これは引き算の設計である。今年できないことは、来年できるかもしれない。その前提の上に立つ職務は、常に暫定である。
暫定の職務を与えられた人間は、自分の仕事を定義できない。定義できない仕事に、人は責任を持てない。ここで失われるのは効率ではなく、責任である。そして責任が失われた組織は、AIの出力を誰も引き取らなくなる。
通説2「重要な仕事は人間が、定型の仕事はAIが担う」
二つ目は、重要度で分ける方法である。直感に合う。しかし実務では二重に破綻する。
第一に、重要度は連続量であって、線が引ける量ではない。どの業務も、ある条件下では重要になる。経費精算は平時には定型だが、不正が起きた瞬間に最重要になる。重要度で線を引くとは、平時の重要度で線を引くということである。事故は平時には起きない。
第二に、定型業務にも責任は伴う。与信の可否、品質の合否、出荷の停止。いずれも手順は定型である。しかし結果は、顧客と社会に及ぶ。定型だからAIに渡してよい、という論理は、手順の性質と責任の重さを取り違えている。
重要度による分割は、平時には静かに機能し、非常時に必ず壊れる。分担設計は、壊れ方で評価しなければならない。
通説3「最終承認を人間が行えば、分担は成立する」
三つ目は、最も安全に見える答えである。AIが処理し、人間が承認する。責任は承認者にある。ガバナンス上も説明しやすい。
これはHuman-in-the-Loop（ヒューマン・イン・ザ・ループ）の発想である。人間がループの内側に入り、一件ずつ出力を確認する。導入初期には合理的である。
しかし、この方式は量に対して弱い。AIの処理件数は増え続ける。承認の件数も比例して増える。人間の可処分時間は増えない。したがって、どこかの時点で必ず、承認は形式になる。読まずに押す承認は、責任の引き受けではない。責任の外観である。
さらに悪いのは、承認者が何を見るべきかを知らされていない場合である。AIの出力に妥当性を判断する基準がなければ、承認は賭けになる。基準を持たない承認は、責任を負っているように見えて、実際には誰も負っていない状態を作る。
三つの通説には、共通する前提がある。役割分担を、作業の配分として捉えていることである。どの作業を誰がやるか。この問いの立て方が、そもそも古い。
AI時代に配分すべきものは、作業ではない。
3 再定義 — 役割分担とは、責任の所在の設計である
Future Value Theory は、AIと人間の役割分担を次のように定義する。役割分担とは、作業の配分ではなく、責任の所在の設計である。
なぜこの定義を採るのか。理由は一つである。能力の境界は移動するが、責任の所在は移動しないからである。
AIがどれほど高度になっても、AIは責任を引き受けない。引き受けられないのは性能の問題ではない。責任とは、結果を自分のものとして背負い、社会に対して説明し、必要なら代償を払う行為である。これは意味の領域に属する。AIは意味を計算できるが、意味を引き受けることはできない。
第一原理の第四項が、この構造を一行で述べている。AI Optimizes. Humans Define. AIは最適化する。人間は定義する。最適化は与えられた目的関数の内側で行われる。定義は目的関数そのものを決める行為である。
したがって、分担の基準は能力ではなく、動詞になる。
三つの動詞は人間に、三つの動詞はAIに人間に残る動詞は三つである。定義・選択・責任。
定義とは、何のためにこれをやるのかを決めることである。問いを立て、目的を置き、評価軸を選ぶ。何を成功と呼び、何を失敗と呼ぶかを決める。この決定がなければ、AIは動き出すことすらできない。
選択とは、複数の未来のうち、どれを採るかを決めることである。AIは選択肢を並べ、それぞれの帰結を推定できる。しかし、どの帰結を望ましいと呼ぶかは、価値の判断である。価値の判断には主体がいる。
責任とは、結果を引き受けることである。うまくいかなかったとき、誰が説明し、誰が引き取り、誰が次を決めるのか。この一点が空白の業務は、どれほど自動化されていても、経営としては未完成である。
AIに委ねる動詞も三つである。分析・生成・実行。
分析は、データから構造を取り出す作業である。生成は、選択肢・文章・設計・コードを作り出す作業である。実行は、決められた条件のもとで処理を進める作業である。この三つは、人間より速く、広く、疲れずに行える。
重要なのは、この六つの動詞が能力の順位ではないことである。分析はAIのほうが優れている。生成もそうである。それでも定義が人間に残るのは、人間のほうが上手だからではない。定義には主体が要り、主体には責任が伴うからである。
三つの例外を、あらかじめ設計に組み込むこの基本構造には、実務上の例外が三つある。例外を後から発見すると設計が壊れる。最初から組み込む。
例外1。AIが定義に触れる場面がある。
AIは評価軸そのものを提案できる。「この事業は粗利ではなく継続率で測るべきだ」という提案は、AIが十分に出せる。ここで守るべき境界は、提案と採否の分離である。提案はAIがしてよい。採用の決定は人間が行う。提案の質が高いほど、この分離は曖昧になりやすい。だから制度で分ける。
例外2。人間が実行に残る場面がある。
法が人間の実行を要求する領域、身体的な接触を通じてしか信頼が成立しない領域、AIが学習していない新規の領域。これらでは人間が実行する。ただし、これは「人間にしかできないから残す」のではない。責任の構造上、実行と責任が分離できないから残すのである。理由が違えば、設計も違う。
例外3。実行の責任は、実行者ではなく定義者にある。
AIが自動で処理した結果の責任は、AIにはない。その自動処理の範囲を定義した人間にある。したがって、自動化の範囲は必ず人間が事前に定義する。定義されていない範囲の自動実行は、責任の空白を生む。AI時代の事故は、多くがこの空白で起きる。
Human Capital と AI Capital は、掛け算で結ばれている分担設計を、資本の視点から見直す。Future Value Theory は、企業の資本を次の式で捉える。
Future Capital = Financial × Human × Learning × Trust × AI × Knowledge ×Ecosystem × Purposeこの式は掛け算である。足し算ではない。したがって、一つの項がゼロなら、他がどれほど大きくても全体はゼロになる。
ここから、AI時代の資本について決定的な結論が出る。AI Capital（AI資本）は、単体では価値を生まない。 Human Capital（人的資本）の項がゼロに近い企業を考えればよい。AIをどれほど導入しても、Future Capital（未来資本）は生まれない。逆もまた真である。
AI Capital の役割は、他の項を増幅することである。学習を速め、知識の到達範囲を広げ、エコシステムの接点を増やす。しかし増幅器は、入力がゼロなら出力もゼロである。入力にあたるのが、PurposeとHuman Capital である。
この構造が、役割分担の設計に一つの帰結を与える。分担設計とは、AI Capital を Human Capital に接続する回路の設計である。 人間からAIへ、目的と評価軸と判断基準が流れる。AIから人間へ、分析と選択肢と実行結果が戻る。この往復が切れている企業では、AIは孤立した資産のまま終わる。
多くの「AI導入がうまくいかない」という相談は、この回路の断線として説明できる。AIは動いている。人間も働いている。しかし両者がつながっていない。AI Capital と Human Capital が別々に存在しているとき、積は生まれない。
Human-on-the-Loop Management — 分担表ではなく、生成規則を設計するここまでの構造を、経営様式として言い直す。それがHuman-on-the-Loop Management（ヒューマン・オン・ザ・ループ経営） である。Human-on-the-Loop において、人間はループの上にいる。個々の出力に介入するのではない。人間・AI・資本・組織・社会を、一つのシステムとして設計する。
これは監視の思想ではない。設計の思想である。目的は、より良い制御ではなく、より良い設計である。
分担設計における含意は明確である。経営者が作るべきものは、分担表そのものではない。分担表が自動的に更新されるための、生成規則である。
生成規則は、三つの問いで書ける。この業務の目的は誰が決めるか。評価軸は誰が持つか。結果の説明責任は誰にあるか。この三つの答えが埋まっていれば、実際の作業がAIへ移っても、分担は壊れない。作業の割り当てはAIの能力に応じて自然に動く。責任の所在は動かない。
境界線で分けた企業は、境界線が動くたびに設計を作り直す。責任で分けた企業は、境界線が動いても設計を作り直さない。この差が、五年で大きな開きになる。
4 構造 — 分担を支える三つの骨格
再定義を実務へ落とすために、三つの構造を示す。
4.1 責任台帳 — 分担表に代わるもの
多くの企業が持っているのは、業務ごとの担当表である。作るべきものは、業務ごとの責任台帳である。
責任台帳には、業務名と担当者は書かない。書くのは四項目である。この業務の目的、採用している評価軸、その評価軸を決めた人間の氏名、結果の説明責任を負う人間の氏名。実行者の欄は空でよい。人間でもAIでも、そのときの最適な主体が入る。
この形式には副次的な効果がある。台帳を作ろうとした瞬間、評価軸を誰も決めていない業務が見つかる。慣行で回ってきた業務ほど、そうなる。AI導入で最初に事故が起きるのは、まさにこの領域である。目的が言語化されていない業務にAIを入れると、AIは代理の目的を最適化してしまう。
責任台帳は、AIのための文書ではない。人間のための文書である。
4.2 Future Time Equation — 返ってきた時間の行き先が、分担の成否を決
める分担設計の成否は、削減した工数では測れない。次の式で測る。
Future Value = Future Time × Future Capability Future Time（未来時間）とは、企業が未来のために使っている時間である。Future Capability は、その時間を価値へ変える能力である。これも掛け算である。時間がゼロなら、能力がどれほど高くても未来価値は生まれない。
AIは、この式の Future Time を直接増やしうる。分析と生成と実行の時間を削るからである。しかし、削られた時間が自動的に Future Time になるわけではない。返ってきた時間には、三つの行き先がある。
一つ目は、監視に戻ることである。空いた時間でAIの出力を一件ずつ確認し始める。これは Human-in-the-Loop への退行である。処理量が増えるほど、この選択は組織を圧迫する。
二つ目は、処理量を増やすことである。同じ業務を、より多く、より速く。短期の生産性は上がる。しかし企業は、去年と同じことを速くやっているだけになる。
三つ目だけが、Future Time になる。定義と選択に時間を移すことである。どの市場を存在させたいのか。どの前提が陳腐化しているのか。どの未来へ資本を配分するのか。この時間が増えたときにだけ、分担設計は成功したと言える。
したがって、分担設計の評価指標は「削減時間」ではない。「定義と選択へ移った時間の割合」である。前者だけを測る企業では、AIは高価な効率化装置で終わる。
4.3 分担設計は、経営そのものの一部である
役割分担を業務改善の課題として扱う企業は多い。しかし、これは経営の中核業務である。次の式が、それを示している。
Leadership = Purpose × Question Design × Capital Allocation × System Architecture × Trustこの式の第四項、System Architecture（システム設計）の中身が、まさに人間とAIの分担設計である。誰が定義し、誰が選択し、誰が責任を負い、どこまでを自動で通すか。この設計は、企業の速度と安全性を同時に決める。
そして、この式も掛け算である。System Architecture がゼロの経営を考えてみればよい。Purpose がどれほど明確でも、それを組織の動作へ変換できない。逆に、設計だけが精緻で Purpose がゼロなら、精密に無意味な最適化が回る。
分担設計を現場や情報システム部門へ丸ごと委ねている企業は、この項を空白にしている。委譲できる相手がいない設計が、経営には存在する。
5 実像 — 階層ごとに、分担はどう変わるのか
役割分担は、全社で一つではない。階層によって、分けるべきものが違う。
経営層 — 定義と選択に、時間を寄せる経営層に残るのは、定義と選択と責任の三つである。分析はAIに移る。市場の構造分析、競合の動向整理、シナリオの列挙、財務の感度分析。かつて経営企画部門が数週間かけていた作業は、はるかに短い時間で終わる。
したがって経営会議の議題は組み替わる。報告と確認は、AIが事前に整えたものを読めばよい。会議で人間が使う時間は、評価軸の選び直しと、選択肢の採否に充てる。議事録に「決めた」と書ける項目が、会議の成果である。
ここで起きやすい失敗が一つある。AIが出した選択肢が精緻なほど、経営層が「選ばされる」状態になることである。三案が並び、二案が明らかに劣っていれば、残る一案が自動的に決まる。これは選択ではない。選択肢の集合そのものを疑えるかどうかが、定義の力である。
管理職 — 情報の結節点から、責任の結節点へ最も揺れるのが管理職である。従来の管理職の機能は、大きく三つだった。情報を上下に中継すること、業務を配分すること、成果を評価すること。
このうち中継は、AIと情報基盤に置き換わる。現場の状況は、管理職を経由せずに集約される。配分も、多くの部分が自動化しうる。つまり従来型の管理職は、機能の大半を失う。
しかし、失われない機能が二つある。基準を持つことと、人を伸ばすことである。
基準を持つとは、この部署にとって何が良い仕事かを言語化し、判断が割れたときに決めることである。AIは基準を適用できるが、その基準がこの現場に適しているかを引き受けるのは人間である。管理職は、部署の責任台帳の記名者になる。
人を伸ばすとは、部下が定義と選択を経験する機会を設計することである。AIが実行を担うほど、若手が判断を練習する場は減る。放置すれば、十年後に定義できる人間がいなくなる。ここに気づいている企業は少ない。
管理職の再定義は、一行で書ける。情報の結節点から、責任の結節点へ。
現場 — 実行者から、例外の発見者へ現場でAIが実行を担うようになると、人間の役割は逆説的に重くなる。定義された範囲の処理はAIが行う。人間に残るのは、定義されていない事態を見つけることである。
想定外の顧客の反応。数値には出ない設備の違和感。手順書のどこにも当てはまらない事象。これらは、AIにとっては学習データの外側にある。現場の人間だけが最初に気づく。
そして、この発見は定義の入力になる。例外が上がってくるから、経営は評価軸を更新できる。例外が上がってこない組織では、定義は古いまま固定される。現場が黙った組織は、AIが賢くなっても学習が止まる。したがって現場の分担設計で最も重要なのは、実行の割り当てではない。例外を上げる経路と、上げた人間が損をしない評価制度である。ここを設計せずにAIを入れると、現場は「AIが決めたことなので」と言うようになる。責任の空白は、こうして下から広がる。
三層をつなぐ、二つの流れ三つの階層は、二つの流れでつながる。上から下へ流れるのは、目的と評価軸である。下から上へ流れるのは、例外と学習である。
この往復が Future Value Chain の Learning にあたる。Purpose → Learning → Redefinition → Creation → Enterprise Value。分担設計とは、この連鎖のうち Learning の回路を、人間とAIの両方を使って組み直す作業である。
産業に見られる実像製造業では、外観検査の判定がAIへ移った工場が増えている。ここで分担が成功した現場と、失敗した現場が分かれる。成功した現場では、検査員が「合否の基準そのものを決める会議」に移った。失敗した現場では、検査員がAIの判定を目視で追い続けている。同じ技術で、時間の行き先だけが違う。
金融では、与信の判定にモデルが使われて久しい。分担の要点は、モデルの精度ではない。どの層に信用を供与するのが自社の Purpose に合うのか、という定義である。この定義を持たない金融機関では、モデルが実質的に方針を決めてしまう。
ソフトウェアの領域では、主要な事業者が生成AIを開発工程へ組み込んでいることは公知である。ここで観察できるのは、コードを書く時間が減った分だけ、何を作るかの議論が増えた組織が伸びていることである。公開情報から読み取れるのは、その傾向までである。
失敗の実像 — 分担表を作って終わる会社最後に、最も多い失敗を挙げる。分担表を作り、全社に配布し、それで完了とする企業である。
半年後、表は使われていない。理由は単純である。表には作業しか書かれておらず、責任が書かれていないからである。作業はAIの進化とともに移動する。移動した先で、誰が目的を決め、誰が結果を引き取るのかが書かれていない。
その結果、組織にはこういう業務が生まれる。AIが提案し、誰も採否を決めておらず、しかし現場ではそのまま運用されている業務である。事故が起きるまで、誰も気づかない。起きたあと、責任の所在を探しても見つからない。
役割分担の失敗とは、効率が上がらないことではない。責任が空白になることである。
6 経営者への問い
ここまでを一行にまとめる。
AIと人間の役割分担とは、能力の境界で作業を分けることではなく、定義・選択・責任の所在を設計し、その設計を通じて AI Capital と Human Capital を接続し続けることである。
境界線で分ければ、設計は毎年壊れる。責任で分ければ、設計は境界線が動いても立っている。そして、責任で分けた企業だけが、AIが返した時間を未来へ回せる。
最後に、三つの問いを置く。いずれも、次の経営会議で答えを出せる問いである。
問い1 — 自社の主要業務のそれぞれについて、目的と評価軸を決めた人間の氏名を言えるか。
言えない業務があるなら、そこは責任の空白である。空白のままAIを入れれば、AIは代理の目的を最適化する。多くの場合、それは短期の数値である。誰も望んでいない最適化が、静かに進む。
問い2 — AIが返した時間は、いま何に使われているか。
削減工数は多くの企業が測っている。行き先を測っている企業は少ない。監視に戻ったのか、処理量を増やしたのか、定義と選択に移ったのか。Future Time が増えていないなら、その導入はまだ効率化にとどまっている。
問い3 — 現場が見つけた「定義されていない事態」は、何日で経営に届くか。
この日数が、企業の学習速度そのものである。届かない組織では、評価軸が更新されない。更新されない評価軸のもとでAIを回し続けると、企業は精密に古くなる。
三つの問いは、いずれも「AIに何をさせるか」を聞いていない。人間が何を引き受けるかを聞いている。
AIは分析する。人間は定義する。AIは生成する。人間は選択する。AIは実行する。人間は責任を負う。
この六つの動詞の配置が、AI時代の役割分担の全体である。技術が進めば、AI側の三つは強くなる。人間側の三つは、強くなるのではなく、重くなる。
AIができることが増えるほど、「何のためにそれをやるのか」を決める行為の重みは増す。AI Optimizes. Humans Define. この一行は、分担の結論ではない。分担を設計するときの、出発点である。
本章のまとめ
- AIと人間の役割分担とは、作業の配分ではなく、責任の所在を設計することそのものである。
- 能力の境界は毎年動くが、責任の所在は動かない。だから責任で分けた設計だけが壊れない。
- AI Capital は増幅器であり、Human Capital が痩せていれば未来資本は生まれない。
- 経営者が作るべきは分担表そのものではなく、分担表が更新され続けるための生成規則である。
重要概念
Human-on-the-Loop Management／Human-in-the-Loop（ヒューマン・イン・ザ・ループ）／Future Capital（未来資本）／Future Time （未来時間）／Future Time Equation
関連概念
Purpose → Human-on-the-Loop Management → Future Capital → Future Time → Future Value
関連する第一原理
Principle 4 — AI Optimizes. Humans Define. Principle 3 — Capital Exists to Create Possibility. Principle 9 — Leadership Means Designing the Future.
関連する章
- 第I巻 002「AIはCEOになれるのか？」— 責任がAIへ移らない構造を三層で示す章
- 第I巻 005「AI時代の意思決定とは？」— 五層の分解と境界の固定を扱う章
- 第II巻 016「AI時代に求められる人材とは？」— 人間側の三つの動詞を担う人材像
- 第II巻 015「AIは仕事を奪うのか？」— 職務の再配分が雇用へ及ぼす影響を扱う章
関連論文・既刊
- Kadowaki, N. (2026). Future Value Theory: A Management Framework for Enterprise, Capital, and Society in the Age of AI. VURA Working Paper. SSRN: https://ssrn.com/abstract=7120980 ／ Zenodo: https://doi.org/10.5281/zenodo.21255662
- Kadowaki, N. (2026). Enterprise Redefinition: Toward an Enterprise Evolution Theory for the Age of AI. VURA Working Paper.（Zenodoにて公開。SSRNは審査中）
- 『AI時代の経営100の問い』#005「AIと人間の、本当の役割分担」／#041「部下がAIになる日、上司の仕事はどうなるか」／#047「AIで浮いた時間を、何に使うかで会社が決まる」
次に読むべき章
→ 第I巻 010「AI導入で成功する会社・失敗する会社」
第I巻 AI時代の経営とは何か