top of page

第002章　AIはCEOになれるのか？

AIはCEOになれるのか。この問いは、いま半ば冗談として語られ、半ば本気で検討されている。AIは市場を分析し、戦略の選択肢を並べ、投資案件を格付けする。人間の経営者より速く、疲れず、感情に揺れない。ならば、なぜ人間である必要があるのか。前章001では、AI時代の経営とは何かを定義した。本章は、その経営を担う「主体」に踏み込む。すなわち、意思決定の主体としてのAIは、どこまで来ていて、どこで止まるのか。

1 なぜ、いまこの問いが立つのか

この問いは、十年前には成立しなかった。当時のAIは、限定された条件のもとで特定の予測を返す道具だった。経営判断の代替という発想は、SFの領域にあった。

いま、状況は違う。

2026年8月時点で、AIは経営情報の大半を読める。決算資料、契約書、議事録、顧客の声、特許、規制文書、競合の開示。かつて経営企画部が数週間かけて統合していた情報を、AIは一日で束ねる。しかも、それを人間が読める形に整える。

分析だけではない。AIは選択肢を生成する。ある事業の撤退案、統合案、外部化案、投資継続案。それぞれの前提条件と、想定される帰結と、反対意見までを並べる。人間の役員が一晩考えて出す論点の網羅性を、多くの場合すでに上回る。

さらに、AIは一貫している。人間の意思決定には揺らぎがある。前日の睡眠、直前の会話、直近の失敗の記憶。同じ資料を同じ人間に二度見せても、同じ結論が出るとは限らない。AIはこの揺らぎを持たない。

そして、AIには利害がない。自分の部門を守る必要がない。自分の任期を意識する必要がない。後任に良い数字を残したいという欲もない。経営判断を歪める最大の要因が、構造的に存在しない。

もちろん、万能ではない。過去のデータが存在しない領域では、AIの推論は急速に不確かになる。前例のない規制変更、未経験の地政学的断絶、社内の感情的な対立。こうした場面で、AIは「もっともらしい文章」を出すが、その確からしさは検証しにくい。この限界は、当面続くと考えるのが妥当である。

それでも、日常の経営判断の多くは前例のある領域に属する。だから、実務上の影響は十分に大きい。

こう並べると、答えは明らかに見える。分析が上で、網羅性が上で、一貫性が上で、私利がない。人間の経営者が優っている点は、どこにあるのか。

ここで立ち止まりたい。

いま挙げた四つは、すべて「与えられた問いに、より良く答える能力」である。情報を統合する。選択肢を並べる。判断をぶれさせない。私情を混ぜない。これらは判断の質に関わる能力である。

しかしCEOの仕事は、判断の質だけで測られてはいない。もしそうなら、最も分析が正確な人物が最も優れたCEOであるはずだ。実際にはそうならない。分析に優れた参謀が、CEOになった途端に機能しなくなる例を、私たちは繰り返し見てきた。

つまり、この問いは「AIは人間より賢いか」ではない。「CEOという役割は、賢さで構成されているのか」である。

問いの形を正しく立て直すこと。それが本章の出発点である。

2 通説とその限界

「AIはCEOになれるのか」という問いには、現在、三つの答えが流通している。三つとも、部分的には正しい。しかし、三つとも問いの構造を取り違えている。

通説1「いずれなる。時間の問題である」

技術の進歩を線形に延長する立場である。五年前にできなかったことが今日できている。ならば、五年後にはCEO業務もできるようになる。そう考える。

この立場の弱点は、外挿の対象を取り違えている点にある。進歩しているのは、認知と生成の能力である。文章を読む、書く、推論する、計画を立てる。これらは確かに急速に伸びた。

しかしCEOの職務には、認知能力ではない要素が含まれている。株主総会で説明を求められること。従業員の生活に責任を負うこと。規制当局に対して法的な主体となること。判断を誤ったとき、地位と報酬と評判を失うこと。

これらは能力ではない。立場である。立場は、性能の向上によって獲得されない。社会がその主体を、責任を負う存在として承認したときにだけ発生する。

線形外挿の議論は、能力の軸だけを見て、立場の軸を見ていない。

通説2「絶対になれない。経営には人間らしさが必要だ」

反対側の立場である。共感、直感、情熱、人望。経営とはこれらを持つ人間の営みであり、AIには不可能だ、と主張する。

心情としては理解できる。しかし、この答えは論証として弱い。001でも述べたとおり、「AIにできないこと」の境界は毎年移動するからである。共感的な文章を書くこと、相手の感情を推し量ること、動機づける言葉を選ぶこと。これらはすでに、AIが相当の水準で実行する。

人間らしさを根拠に置くと、その根拠は技術の進歩に侵食され続ける。三年後、同じ主張はもう使えないかもしれない。

必要なのは、性能の向上によって覆されない論証である。

通説3「AIは参謀にとどまる。決めるのは人間だ」

最も穏当で、最も広く受け入れられている答えである。実務的にも正しい。

だが、この答えには危険な曖昧さがある。「決める」という語が、何を指しているのかが定義されていない。

考えてみたい。AIが十の選択肢を三に絞り、そのうち一つを最善として推奨する。人間の役員がそれを読み、承認の署名をする。このとき、決めたのは誰か。

形式的には人間である。実質的には、選択肢を三に絞った時点で勝負はついている。絞り込みの基準を設計したのはAIであり、その基準を人間が検証していなければ、人間は決めていない。承認しただけである。

「決めるのは人間だ」という通説は、この区別を持たない。だから、実務の現場では、人間が決めていないのに決めたことになっている状態が静かに広がる。私たちはこれを空洞化した承認と呼ぶ。

この状態は、事故が起きるまで表面化しない。平時には、むしろ効率的で秩序だって見える。会議は短くなり、意見の対立は減り、決裁は速くなる。健全な統治の兆候と区別がつかない。だからこそ危うい。

三つの通説に共通する欠陥は同じである。「CEOになる」という言葉を、分解せずに使っていることである。分解しないまま賛成しても、反対しても、議論は前に進まない。

3 再定義 — 「CEOになる」を三層に分解する

Future Value Theory の立場から、この問いを組み直す。CEOという役割は、単一の機能ではない。三つの層からなる。

第一層は意思決定である。選択肢を評価し、一つを選ぶ行為。 第二層は責任である。その選択の結果を、自らの身に引き受けること。 第三層は説明責任である。なぜその選択をしたのかを、他者に対して語り、問いに答え、承認を得ること。

この三層は、経営の日常の言葉では、しばしば「責任」の一語に混ぜられる。しかし、まったく別のものである。分けて見なければ、AIがどこまで来ているかは測れない。

三層は独立していない。順序がある。意思決定がなければ責任は発生しない。責任がなければ説明責任は成立しない。下の層が欠けたまま上の層だけを備えることはできない。この非対称性が、以下の論証の骨格になる。

第一層 意思決定 — AIはすでに入っている意思決定の層に限れば、AIはすでに深く入り込んでいる。これは将来の話ではない。

与信の可否。在庫の配置。価格の改定。広告予算の配分。人員配置の最適化。設備投資の優先順位づけ。多くの企業で、これらは実質的にアルゴリズムが決めている。人間は例外処理を担当しているにすぎない。

そして、AIの判断品質は多くの領域で人間を上回りつつある。データが十分にあり、目的関数が明確で、結果が測定可能な領域では、AIのほうが良い。これは認めるべき事実である。

だから、意思決定の層で人間の優位を主張するのは、もはや無理がある。CEOの仕事のうち「決める」という部分だけを取り出すなら、その大部分はAIへ移りうる。

ここまでは、通説1が正しい。

第二層 責任 — ここで構造が変わるしかし、第二層に入った瞬間、話が変わる。

責任とは何か。ここでは厳密に定義する。責任とは、自らの選択の帰結を、自らの損失として引き受ける状態である。

事業が失敗すれば、CEOは地位を失う。報酬を失う。評判を失う。場合によっては法的な追及を受ける。この「失うものがある」という状態が、責任の実体である。

AIには、失うものがない。

これは能力の欠如ではない。構造の欠如である。AIには利害がない。先ほど、利害がないことをAIの利点として挙げた。同じ性質が、ここでは決定的な欠格事由になる。

利害がないから判断が歪まない。利害がないから責任を負えない。この二つは同じ一つの事実の表と裏である。

ここに、性能の向上では超えられない壁がある。どれほど賢くなっても、AIは損失を被る主体にならない。損失を被らない主体は、責任を引き受けられない。責任を引き受けられない主体は、CEOではない。

これが本章の中心的な論証である。

反論はありうる。AIに資産を持たせればよい、AIに法人格を与えればよい、という議論である。技術的には想像できる。しかし、その場合に責任を負うのは、そのAIに資産を与え、法人格を設定した人間または法人である。責任は移転していない。媒介されただけである。

責任は、遡れば必ず人間に着地する。着地しない責任は、責任ではない。

第三層 説明責任 — 語りうるかという問題第三層は、さらに人間的である。

説明責任とは、単に理由を述べることではない。株主、従業員、顧客、地域社会、規制当局。それぞれ異なる利害を持つ相手に対し、同じ選択を、それぞれの文脈で語ることである。そして、納得しない相手と対話を続けることである。

AIは説明文を生成できる。それも、極めて巧みに。しかし、説明文の生成と説明責任は違う。

違いは、その言葉の背後に何があるかである。人間のCEOが「この事業に賭ける」と語るとき、その言葉は自らの地位を担保に置いている。失敗すれば、語った本人が代償を払う。だから言葉に重さが生まれる。

AIが同じ文を出力しても、その背後には何もない。担保のない言葉は、どれほど論理的でも、組織を動かす力を持たない。

第一原理の第八項が述べるとおりである。Trust Compounds Faster Than Capital. 信頼は資本より速く成長する。しかし信頼は、代償を払いうる主体に対してしか蓄積しない。

三層に分けると、答えは明快になる。

AIは第一層に入る。第二層には構造上入れない。第三層には第二層がなければ入れない。

したがって、AIはCEOになれない。ただし、CEOの仕事の相当部分を担うようになる。この二つは矛盾しない。

第一原理の第四項が、これ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。定義とは、意味を選び、その選択の代償を引き受けることである。

4 構造 — Leadership Formula で検証する

三層の分解を、方程式で確認する。Future Value Theory は、経営そのものを次の式で定義する。

Leadership = Purpose × Question Design × Capital Allocation × System Architecture × Trustこの式は掛け算である。足し算ではない。一つの項がゼロになれば、他がどれほど大きくても、全体はゼロになる。

そこで、五つの項をひとつずつ検証する。AIはこの項を担えるのか、と。

Purpose（目的）。 AIは目的を分析できる。実現可能性を評価できる。表現を洗練できる。しかし、どの社会課題に挑むかを選ぶことはできない。選択には、選ばなかったものを捨てる覚悟が伴うからである。AIは捨てるものを持たない。

Question Design（問いの設計）。 AIは問いに答える。優れた答えを出す。しかし、どの問いを立てるべきかは、AIには決められない。問いの設計とは、何を重要とみなすかの宣言だからである。AIは重要性を計算できるが、重要性を宣言することはできない。

Capital Allocation（資本配分）。 AIは配分を最適化する。期待値を計算し、分散を評価し、効率的な組み合わせを提示する。しかし、最適化には目的関数が必要である。目的関数を与えるのは人間である。何を最大化するかを決めた時点で、経営判断の本質は終わっている。

System Architecture（システム設計）。 AIは設計案を出せる。組織の構造、業務の流れ、人とAIの役割分担。しかし、その設計を導入すると決めることは、そこで職を失う人間が出ることを引き受けることである。設計案の作成と、設計の決断は別である。

Trust（信頼）。

最も明確である。信頼は、裏切りうる主体に対してしか成立しない。裏切ることができない存在に、信頼という概念は適用されない。AIは信頼されるのではなく、検証される。

五項すべてで同じ構造が現れる。AIは各項の作業を担える。しかし各項の決断は担えない。そして決断の部分がゼロなら、掛け算である以上、Leadership 全体がゼロになる。

この結果は、五項のうち一つでも成り立てば十分だった、という話ではない。掛け算の構造は、逆の含意も持つ。人間が四項で決断していても、一項をAIに丸ごと委ねてしまえば、その企業のLeadershipはゼロになる。部分的な放棄が、全体の喪失につながる。ここに、この式を掛け算として読むことの実務的な意味がある。

これが、AIがCEOになれないことの構造的な説明である。

Human-on-the-Loop Managementでは、人間はどこに立つのか。

Human-on-the-Loop Management が、その答えである。対比のために Human-in-the-Loop を置く。人間はループの中にいて、AIの一つひとつの出力を確認し、承認し、修正する。

Human-on-the-Loop は違う。人間はループの上にいる。個々の出力を追いかけるのではない。システム全体を設計する。何をAIに委ね、何を人間が決め、どの条件で人間へ戻し、どの指標で全体を評価するか。その設計そのものが、人間の仕事である。

ここを取り違えてはならない。Human-on-the-Loop は、AIを監視する思想ではない。システム全体を設計する思想である。

なぜ設計でなければならないか。理由は単純である。AIの処理量は増え続けるからだ。一件ずつ確認する経営は、処理量が増えるほど破綻する。設計する経営は、処理量が増えるほど強くなる。

そして設計には、必ず責任の所在が書き込まれる。この判断は誰の名前で行われるのか。失敗したとき、誰が説明するのか。これを設計に埋め込んだ企業だけが、AIを大規模に使いながら統治を保てる。

第一原理の第九項が述べるとおりである。Leadership Means Designing the Future. 経営とは未来を設計することである。設計するとは、個別に介入しないことを選ぶ勇気でもある。

5 実像 — AIは取締役会にどう入るのか

AIはCEOにならない。しかし、経営の中枢には確実に入る。すでに入り始めている。現実的な形態を四つ示す。

第一に、議題の生成者として。

取締役会の議題は、多くの企業で慣性によって決まる。前回と同じ項目が並び、報告が大半を占める。AIは、社内外の情報から「議論されていないが重要な論点」を抽出できる。陳腐化しつつある前提を洗い出す作業は、Enterprise Redefinitionの第一段階そのものである。すなわちRecognize（認識）である。人間が見落とした論点を突きつける役割において、AIは有用である。

第二に、反対論者として。

取締役会の最大の病理は、反対意見が出ないことである。社内の力学、人間関係、任期の意識。これらが率直な異論を抑える。AIには、この抑制が働かない。提案に対する最も強い反証を、遠慮なく提示できる。私たちはこれを制度化された異論と呼ぶ。

第三に、記録と一貫性の監査役として。

過去の取締役会で、この論点についてどう判断したか。当時の前提のうち、いま崩れているものはどれか。人間の記憶は都合よく編集される。成功した判断は自分の手柄として、失敗した判断は環境のせいとして記憶される。AIは編集しない。過去の自分たちの判断と、現在の判断の矛盾を突きつけることができる。これは組織の学習能力を直接押し上げる。第一原理の第五項が言うとおり、学び続ける能力こそが最大の競争優位だからである。

第四に、象徴としての「席」。

2014年、香港の投資会社が、投資判断を支援するアルゴリズムを取締役会に加えたと発表した。当時、大きく報じられた。だが公開情報から読み取れる範囲では、それは法的な取締役の地位ではなかった。意思決定にアルゴリズムの評価を組み込む、という宣言に近いものであった。

この例が示すのは、能力の到達点ではない。言葉の使い方の問題である。「AIが取締役になった」と表現した瞬間、責任の所在が曖昧になる。曖昧になった責任は、誰も引き受けない責任になる。

だから、私たちは表現を厳格に保つべきである。AIは取締役会に参加するのではない。取締役会が使う装置である。参加者と装置の区別が消えたとき、統治は形骸化する。

空洞化した承認という現実もう一つ、実務で最も起きやすい失敗を挙げる。

AIが分析を出し、選択肢を絞り、推奨を提示する。役員会はそれを読み、二十分議論し、承認する。議事録には全員一致と記される。形式は完璧である。

しかし、誰も推奨の前提を検証していない。どの制約条件が置かれたのか。どの選択肢が最初の段階で除かれたのか。目的関数に何が入り、何が入らなかったのか。これらを問える人間が会議室にいなければ、その承認は空洞である。

ここで効いてくるのが Question Design である。AIの出した答えを検証する能力とは、答えを読む能力ではない。問いの立て方を読む能力である。

出力を評価するのではなく、入力の設計を評価する。これがAI時代の役員に求められる最も具体的な技能である。そして、この技能はAIには代替されない。なぜなら、それはAI自身の設計を問う行為だからである。この技能は、訓練で身につく。難しいのは、訓練の場が用意されていないことである。多くの企業では、役員はAIの出力を受け取る側にいて、AIに問いを与える側にいない。受け取る訓練しか積んでいない人間に、与える判断はできない。ここに、いま最も静かに広がっている経営の空白がある。

経営者の職務は、どう再配分されるか以上を踏まえると、CEOの職務は消えるのではなく、構成比が変わる。分析と選択肢の生成は、AIへ移る。個別案件の可否判断も、多くがAIへ移る。人間の時間はそこから解放される。

解放された時間が向かう先は三つである。Purpose を問い直すこと。問いを設計すること。そして、責任の所在を設計に書き込むこと。

これは職務の縮小ではない。重心の移動である。実務の量は減り、決断の密度が上がる。AIが進化するほど、人間に残る仕事は、より重く、より逃げ場のないものになる。

そして、この移動は自動的には起きない。AIを導入しても、経営会議の議題が去年と同じなら、重心は動いていない。空いた時間は、より多くの報告と、より細かい確認に吸収される。移動を起こすのは技術ではなく、経営者自身の決断である。

6 経営者への問い

ここまでを一行にまとめる。

AIはCEOにはなれない。責任を引き受けられないからである。しかしAIは、CEOの仕事の多くを担う。だから経営者は、AIに勝つのではなく、AIを含めた意思決定システムを設計する側へ移らねばならない。

この結論を、明日の行動に接続する。四つの問いを置く。いずれも、次の経営会議で着手できる問いである。

問い1 — 自社の重要な意思決定のうち、実質的にAIが決めているものはどれか。

まず棚卸しをする。形式上は人間が承認しているが、実質はアルゴリズムが決めている判断を、一覧にする。多くの企業で、この一覧は想定より長い。長いこと自体は問題ではない。把握されていないことが問題である。

問い2 — その一つひとつについて、失敗したとき誰が説明するのか。責任の所在を、人の名前で書く。部署名ではなく、個人名で書く。書けない判断があれば、それは統治の空白である。空白は、平時には見えない。有事にだけ、致命的な形で現れる。

この作業には副次的な効果がある。名前を書こうとした瞬間、その判断をAIに委ねてよいかどうかが、はじめて真剣に検討される。責任の記名は、統治の手続きであると同時に、委任範囲を決める設計行為でもある。問い3 — 直近の経営会議で、AIの出した前提を疑った発言はあったか。答えを議論した発言ではない。前提を疑った発言である。目的関数、制約条件、除外された選択肢。ここに切り込む発言がゼロだったなら、その会議は承認機関であって、意思決定機関ではない。

問い4 — 経営会議の時間配分は、去年と比べて変わったか。

AIが報告資料を作れるようになったなら、報告に使う時間は減っているはずである。減っていないなら、AIは導入されたが、経営は変わっていない。空いた時間を何に充てるか。それが Future Time（未来時間）の使い方であり、企業の未来を分ける。

四つの問いは、いずれもAIの性能を聞いていない。責任の設計を聞いている。

AIはCEOになれるのか。答えは、なれない、である。ただしそれは、AIが劣っているからではない。AIには、失うものがないからである。経営とは、失うものを持つ主体が、それでも未来を選ぶ営みである。選択には代償が伴う。代償を引き受ける者だけが、他者に方向を示す資格を持つ。

AIが賢くなるほど、この構造は薄れるのではない。濃くなる。 判断の質が均質化するほど、誰がその判断に責任を負うのかという問いだけが残るからである。

AI時代の経営者とは、最も賢い人ではない。最も多くを引き受ける人である。

そして、引き受ける覚悟のある人間がいる限り、企業は Future Value を創り続けることができる。

本章のまとめ

  • AIがCEOになれないのは能力の不足ではなく、失うものを持たないという構造の欠如による。
  • CEOの職務は意思決定・責任・説明責任の三層からなり、AIが入れるのは第一層だけである。
  • 経営者はAIと競うのではなく、AIを含む意思決定システムを設計する側へ移らねばならない。
  • 実質的にAIが決めている判断を洗い出し、責任者を個人名で記すことが統治の出発点になる。

重要概念

Human-on-the-Loop Management／Human-in-the-Loop（ヒューマン・イン・ザ・ループ）／Leadership Formula／Future Time（未来時間）／Future Value（未来価値）

関連概念

AI Integration → Human-on-the-Loop Management → Trust → Leadership → Future Value

関連する第一原理

Principle 4 — AI Optimizes. Humans Define. Principle 8 — Trust Compounds Faster Than Capital. Principle 9 — Leadership Means Designing the Future.

関連する章

  • 第I巻 005「AI時代の意思決定とは？」— 意思決定の五層と責任の境界を詳述する章
  • 第I巻 009「AIと人間はどう役割分担すべきか？」— 責任の所在から分担を設計する方法
  • 第II巻 012「AI時代のリーダーシップとは？」— 権威と信頼の源泉が移る過程を扱う章
  • 第VI巻 052「経営者を再定義するとは？」— 経営者という職務そのものを書き換える章

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』#011「AIはCEOになれる？」／#013「AIに『経営判断』を任せていいのか？」

次に読むべき章

→ 第I巻 003「AI時代に企業は何のために存在するのか？」

第I巻　AI時代の経営とは何か

bottom of page