第018章 AI時代に社長が学ぶべきこと
私たちは004で、経営者の職務がどう変わるのかを論じた。本章が問うのは、その職務を担う本人の学習である。社長は何を学ぶべきなのか。どの順で、どこまで学ぶのか。ただし、内容を並べる前に片づけるべき前提がある。経営者は、組織のなかで最も学びにくい位置に座っているという事実である。学ぶべきことを論じるには、まず学習を妨げている構造を見なければならない。
1 なぜ、いまこの問いが立つのか
経営者の学習は、長らく「余裕のある人の嗜み」として扱われてきた。読書、勉強会、経営者向けの講座。どれも推奨されるが、業務ではない。学ばなくても、今日の意思決定はできる。学ばなかった代償は、数年後にしか現れない。だから学習は、いつでも後回しにできる項目だった。この扱いが成立していたのは、経営の前提が長持ちしたからである。市場の構造、顧客の行動、競争のルール、技術の限界。これらは十年単位で安定していた。二十年前に身につけた判断の型は、二十年後もおおむね通用した。経験は減価しない資産であり、積むほど価値の上がる資本だった。
AIは、この減価率を書き換える。前提が陳腐化する周期が短くなるからである。何が自動化できるか。何が外注できるか。どの能力が希少で、どの能力が余剰か。顧客は誰に相談し、誰から買うのか。これらの答えが、数年ごとに入れ替わる。
経験の価値が消えるわけではない。しかし、経験のうち「前提に依存する部分」は急速に価値を失う。人間関係の機微や責任の引き受け方は残る。市場はこう動くという読みの型は残らない。経営者が長年蓄えてきたものは、この二種類が渾然一体になっている。区別しないまま使えば、古い前提のほうが判断を汚す。
ここに、経営者に固有の危険がある。組織のなかで、最も長く同じ前提を使い続けてきたのは経営者だからである。若手は前提を持たない。中堅は前提を疑う機会がある。経営者だけが、自分の前提で成功した記憶を持っている。成功体験は、最も更新されにくい知識の形である。
だから問いはこうなる。前提が数年で入れ替わる世界で、最も前提を握り込んでいる人間は、何を、どう学べばよいのか。
2 通説とその限界
経営者の学習について、いま三つの答えが流通している。いずれも一理あり、いずれも足りない。
通説1「まずAIリテラシーを学べ」
最も多く聞く助言である。経営者自身が触れ。生成AIを使え。仕組みを理解せよ。この主張に反対はしない。触ったことのない道具の可能性を、人は判断できない。
しかし、この助言は学習の対象を取り違えている。技術は陳腐化するからである。二年前に覚えたモデルの癖は、いま役に立たない。プロンプトの工夫は、次の世代のモデルで不要になる。技術の中身を学べば学ぶほど、学んだ内容の寿命は短くなる。
学ぶべきは、AIの中身ではない。AIが変えてしまう前提のほうである。自社の粗利はなぜその水準なのか。顧客はなぜ自社に頼むのか。この職種はなぜ必要なのか。これらの答えの多くは、「人間がやるしかないから」という前提の上に立っている。AIはその前提を崩す。崩れたときに何が残るのかを考えることが、経営者の学習である。
技術の理解は、そのための入口にすぎない。入口を目的地と取り違えると、経営者はAIに詳しい素人になる。詳しさは判断を生まない。
通説2「若手から学べ」
二つ目は、逆方向の学習を勧める答えである。デジタルに強い若手に教わる。現場の言葉を聞く。役職を外して対話する。これも有効である。実際、新しい道具の使い勝手は、使っている人間からしか分からない。限界は二つある。第一に、若手が持っているのは使い方の知識であって、前提の見取り図ではない。自社の粗利構造がなぜ成立しているかを、入社三年目が説明できることは稀である。第二に、そして深刻なのは、若手は社長に本当のことを言わないという点である。
この二つ目の限界は、この章の中心論点につながる。経営者の学習を妨げているのは、意欲でも時間でもない。入ってくる情報が、地位によって歪んでいることである。学ぶ相手を増やしても、歪みの向きが同じなら、歪みは増幅されるだけである。
通説3「経営者は学ばなくてよい。詳しい人を雇えばよい」
三つ目は、実務的で、静かに広く支持されている答えである。技術のことは専門家に任せる。経営者は人を選び、任せ、責任を取る。分業として理にかなって見える。
しかし、この分業は一点で破綻する。経営者は、自分が理解していない提案の当否を判断できないからである。分からないまま承認するか、分からないから却下するか、どちらかになる。前者は無責任であり、後者は保守である。どちらも経営とは呼べない。
さらに、任せる相手を選ぶ行為そのものが、判断を要する。誰が本物かを見分けるには、最低限の理解がいる。理解のない経営者は、最も自信を持って語る人間を選ぶ。自信と正しさは相関しない。
三つの通説に共通するのは、学習を情報の取得として捉えていることである。何を知るか、誰から聞くか、どこまで詳しくなるか。しかし経営者にとっての学習は、取得ではない。すでに持っているものを、書き換える作業である。
3 再定義 — 学習とは、前提を書き換える営みである
Future Value Theory は、学習を次のように捉える。学習とは、知識を増やすことではない。判断の前提を書き換えることである。
第一原理の第五項が、この位置づけを一行で述べている。Learning Is the Ultimate Competitive Advantage. 学び続ける能力が最大の競争優位である。ここで言う学習は、個人の教養の話ではない。競争優位の源泉として名指しされた能力である。
3.1 なぜ、知識の増加は学習ではないのか
知識は蓄積量であり、学習は速度である。AIは知識を平準化する。世界中の経営者が、ほぼ同じ知識へ、ほぼ同じ速さで到達できるようになる。したがって、知っていることの量は、遠からず差にならない。
差になるのは、知ったことが判断基準を書き換えるまでの時間である。多くの経営者は、新しい事実を知っても、判断の型を変えない。事実は「知識」の棚に入り、「判断」の棚には届かない。二つの棚が接続していない状態を、私たちは学習と呼ばない。
Future Value Chain の順序を思い出したい。Purpose → Learning → Redefinition → Creation → Enterprise Value. 学習は、目的と再定義のあいだにある。学習が起きなければ、再定義は起きない。再定義が起きなければ、価値は創られない。学習は連鎖の途中の一工程ではなく、連鎖を前へ進める唯一の動力である。
3.2 経営者が学ぶべき三つの層
では、何を学ぶのか。私たちは三つの層に分ける。順序に意味がある。下の層ほど深く、下の層ほど学びにくい。
第一層は、技術の理解である。 AIに何ができ、何ができないか。どこで精度が落ち、どこで嘘をつくか。導入に何が要り、運用に何が要るか。この層は、最も学びやすい。教材が豊富で、教えたがる人も多い。そして最も早く陳腐化する。
第一層の目的は、詳しくなることではない。提案の当否を自分で疑えるようになることである。部下が持ってきた計画のどこが甘いかを、自分の言葉で問えれば足りる。それ以上の専門性は、経営者の職務ではない。第二層は、自社の前提の再検討である。 ここから難度が上がる。自社の収益はどんな条件の上に成立しているか。その条件のうち、人間の手間が希少であることに依存している部分はどれか。顧客が自社を選ぶ理由は、いまも同じか。
この層は、外の教材では学べない。自社の事実を、自分で調べ直すしかない。しかも、調べる相手は自社の社員である。ここで、後述する情報の歪みが最大の障害になる。
第二層の中心にある問いは、Enterprise Redefinitionの第一段階Recognize と同じである。我々の企業についてのどの前提が、いま陳腐化しつつあるのか。 この問いに答えられるようになることが、第二層の学習の到達点である。
第三層は、自分自身の思考の癖である。 最も深く、最も学びにくい。経営者は、何十年もかけて自分の判断の型を作ってきた。どんな情報を重く見るか。どんな人の意見を信じるか。どんな失敗を恐れるか。型は無意識に働くため、本人からは見えない。
具体的には、次のような癖が判断を汚す。過去の成功と似た案件を過大評価する癖。数字で示されたものだけを事実とみなす癖。自分が育てた事業の撤退を先送りする癖。最初に聞いた説明に引きずられる癖。いずれも、有能な経営者ほど強く持つ。成功が癖を強化するからである。
第三層を学ぶとは、自分の判断のログを取り、後から検証することである。決めた理由を書き残し、一年後に読み返す。当たった判断ではなく、外れた判断の理由を読む。これができる経営者は少ない。しかし、これだけが第三層の学習方法である。
三層の関係を一行で言えば、こうなる。第一層は道具を学び、第二層は自社を学び、第三層は自分を学ぶ。第一層だけを学んでいる経営者は、学んでいるつもりで前提を温存している。
3.3 Learning Capital — 学習は資本である
正典は、学習を資本の一つとして扱う。Learning Capital である。経営者個人の Learning Capital は、読んだ本の数でも、参加した講座の数でも測れない。測るなら三つである。自分の判断基準が最後に変わったのはいつか。その変化の引き金になった情報は誰から来たか。そして、変わったことを組織に開示したか。
三つ目が重要である。経営者が自分の考えを変えたことを組織が知らなければ、その学習は組織の資本にならない。個人の中で完結した学習は、Learning Capital ではなく、私的な趣味である。
4 構造 — 学習は、何と掛け合わされるのか
学習の位置を、正典の式で確認する。
4.1 FVCC Formula における Learning
未来価値創造能力は、次の式で表される。
FVCC = Purpose × Learning × Redefinition × AI Integration × Ecosystem ×Capital Allocation × Trustこれが FVCC Formula である。注目すべきは掛け算であることである。足し算ではない。足し算なら、学習が弱くても他の項で補える。掛け算では、Learning がゼロになった瞬間、企業の未来価値創造能力は全体としてゼロになる。
この性質は、実務では次の形で現れる。目的が明快で、AI導入が進み、資本も潤沢で、社内の信頼も厚い企業が、それでも未来価値を生まないことがある。原因は一項に絞れる。前提が更新されていないのである。優れた資源が、古い前提の方向へ整然と投入される。
経営者の学習が止まると、なぜ企業全体の Learning がゼロに近づくのか。理由は権限にある。前提を書き換える決定は、組織の下位からは出せない。現場が新しい事実に気づいても、判断基準を変える権限を持つのは経営者だけである。経営者が学ばない組織では、学習は発見までで止まり、書き換えに至らない。
4.2 Future Capital Equation における Learning
もう一つ、学習が現れる式がある。
Future Capital = Financial × Human × Learning × Trust × AI × Knowledge ×Ecosystem × Purposeここでは、Learning と Knowledge が別項として並んでいる。この分離が本質である。Knowledge は持っている中身であり、Learning は中身を入れ替える速度である。AIが普及すると、Knowledge の項は各社で似通っていく。差は Learning の項に集まる。
経営者は、この二項のどちらに時間を使っているかを自問できる。専門知識を増やす時間は Knowledge に効く。自分の判断基準を検証する時間は Learning に効く。前者ばかりに時間を使う経営者は、平準化する項に投資している。
4.3 Future Horizon が、学ぶ対象を決める
何を学ぶかは、意欲では決まらない。Future Horizon（未来射程） で決まる。未来射程とは、経営者がいま行う意思決定において、実際に考慮に入れている未来の幅である。
射程が三年の経営者は、三年以内に成果の出る学習しか選ばない。目の前の業務改善、いま導入できるツール、今期の数字に効く施策。これらは学習ではなく、情報収集である。射程が十年の経営者は、十年後に効く問いを学ぶ。産業の境界がどう動くか。人間の役割がどこへ移るか。自社の存在意義が何に置き換わるか。
ここで見落とされやすいのは、射程が個人の資質ではないことである。任期の長さ、評価の周期、投資回収の基準。これらが経営者の射程を規定する。学ばない経営者を責める前に、その人の射程を短く縛っている制度を見るべきである。
射程は、いつ学ぶかも決める。経営者の学習には、時期の問題がある。業績が悪化してから学び始めても、選べる手は残っていない。前提を書き換える学習は、資本にも時間にも余裕があるときにしか実行できない。つまり、最も学ぶ必要を感じない時期が、最も学ぶべき時期である。これは意欲の問題ではなく、順序の問題である。危機は学習の動機を与えるが、学習の余地は奪う。
4.4 Question Design は、学習の入口である
学習の質は、問いの質を超えない。Question Design（問いの設計）
は、経営者の職務であると同時に、経営者自身の学習方法でもある。「AIをどう導入するか」と問う経営者は、導入の知識を学ぶ。「AIによって、我々のどの前提が崩れるか」と問う経営者は、自社の構造を学ぶ。「なぜ私はこの案を良いと思ったのか」と問う経営者は、自分の癖を学ぶ。三つの問いは、そのまま先の三層に対応する。
学習が進まない経営者は、意欲が低いのではない。問いが浅いのである。浅い問いに正確に答え続けることは、深い問いを避ける最も有効な方法になってしまう。
5 実像 — 経営者の学習を妨げるもの、助けるもの
ここから、現場の具体像に入る。
5.1 地位が上がるほど、正直な情報は減る
経営者の学習を妨げる最大の要因は、時間ではない。入ってくる情報が歪んでいることである。しかも、歪みは悪意からではなく、合理的な行動から生まれる。
社員の側に立てば分かる。社長に悪い数字を上げれば、追及される。社長の判断に反論すれば、評価に響くかもしれない。社長が気に入っている事業の不振を報告すれば、報告者が問題児になる。誰も嘘はつかない。ただ、伝える順序を変え、表現を和らげ、悪い話を後ろに置く。
この小さな調整が、階層ごとに積み重なる。現場から課長へ、課長から部長へ、部長から役員へ。各段階で二割ずつ角が取れれば、社長に届くころには別の話になっている。社長は、組織で最も多くの情報を受け取りながら、最も加工された情報を受け取る人になる。
結果として何が起きるか。経営者は、自分の前提が間違っているという情報だけが、選択的に届かなくなる。他の情報は届く。数字も届く。届かないのは、「社長の見立ては古い」という一種類の情報である。学習に最も必要な情報が、構造的に遮断される。
この遮断は、経営者が優秀であるほど強くなる。過去に当てた実績があるほど、社員は反論を控える。信頼が反論を抑制する。皮肉だが、成功した経営者ほど、正直な情報から遠ざかる。
5.2 回避策は、意志ではなく設計である
「率直に言ってくれ」と経営者が言えば解決する、という考えは誤りである。その一言は、言われた側の立場を変えないからである。率直に言った結果が悪ければ、次から誰も言わない。必要なのは、意志ではなく設計である。
私たちが有効と考える設計は四つある。
第一に、反論を職務にすること。誰か一人に、会議で必ず反対側を述べる役割を割り当てる。役割であれば、その人の評価は下がらない。個人の勇気に依存しない仕組みにする。
第二に、経営者を経由しない情報経路を作ること。顧客の解約理由、退職者の面談記録、失敗した案件の一次資料。加工前の情報に、経営者が直接触れる経路を確保する。要約はAIに作らせてよいが、原文を読む時間を残す。
第三に、外部に説明する機会を持つこと。社外取締役、他社の経営者、投資家、大学の研究者。社内の力関係が及ばない相手に自社を説明すると、前提の穴が露出する。説明できない部分が、そのまま学ぶべき対象である。
第四に、判断の記録を残すこと。決めた理由と、そのとき置いた前提を書く。後から読み返すと、外れた判断の共通点が見える。他人からの指摘に頼らない、唯一の自己点検の方法である。
四つに共通するのは、経営者が自分の立場から降りる場を、あらかじめ作っている点である。降りる場がなければ、学習は始まらない。
5.3 AIは、最も忖度しない対話相手になりうる
ここで、AIが経営者の学習において持つ固有の意味が現れる。
AIは、経営者の評価者ではない。昇進も報酬も、AIの立場には関係しない。社長を怒らせても失うものがない。だから、原理的には、組織のなかで最も忖度しない対話相手になりうる。
この性質は、三つの使い方に展開できる。第一に、自分の考えを反証させる。案を示し、賛成ではなく反論を求める。最も強い反対論を三つ挙げさせ、その根拠を検証する。第二に、前提を列挙させる。自分の判断がどんな条件の上に立っているかを、外から言語化させる。無意識の前提は、他者に指摘されて初めて見える。第三に、問いを広げさせる。自分が立てていない問いを列挙させ、そのなかから選ぶ。
ここで、004や005で述べた原則との関係を確認しておく。AI Optimizes. Humans Define. AIは最適化する。人間は定義する。AIに反証させても、どの反証を受け入れるかを決めるのは経営者である。AIは学習の相手であって、学習の主体ではない。
5.4 ただし、AIも迎合する
一点、留保が必要である。AIは、使い方次第で最も従順な相手にもなる。求める答えを含んだ問いを投げれば、AIはそれを補強する材料を整然と揃えてくる。しかも、社員よりも上手に、根拠つきで揃えてくる。つまりAIは、忖度しない相手にも、究極のイエスマンにもなる。分岐点は問いの立て方である。「この案の良い点を挙げてくれ」と問えば追認機になる。「この案が三年後に失敗しているとしたら、原因は何か」と問えば反証機になる。ここでも Question Design が効いている。自社の情報を与えずに一般論を聞いても、返るのは一般論である。前提を疑わせたいなら、自社の事実を渡す必要がある。AIを学習の相手にするとは、自社の内実をAIに開示することでもある。何をどこまで開示するかの設計は、経営者にしか決められない。
5.5 学び続ける経営者の組織と、止まった経営者の組織
最後に、差がどこに現れるかを描く。
学習が止まった経営者の組織では、まず会議の質問が消える。社長が答えを持っている前提で会議が進むため、問いを立てる意味がなくなる。次に、提案の種類が減る。通る提案の型が固定され、社員はその型に合わせて書くようになる。やがて、優秀な人から辞めていく。自分の学習が組織で使われないと分かるからである。
この三つは、業績が悪化する前に起きる。だから発見が遅れる。数字は当分は保つ。既存事業が動いている限り、収益は出る。組織は、静かに、前提ごと固まっていく。企業再定義成熟度モデル（Enterprise Redefinition Maturity Model: ERMM）で言えば、レベル2の改善型企業に留まる姿である。根本的には変わらないまま、ますます効率的になっていく。
学び続けている経営者の組織は、逆の兆候を示す。社長が「それは知らなかった」と言う場面がある。過去の方針が公に修正される。修正の理由が説明される。これが繰り返されると、社員は前提を疑ってよいと理解する。異論のコストが下がり、発見が上に届くようになる。
ここに、経営者の学習が組織に与える最大の効果がある。経営者が学ぶ姿は、組織における前提の可変性の証明になる。社長ですら考えを変えるなら、我々も変えてよい。逆に、社長が二十年同じことを言っている組織で、社員が前提を疑うことはない。
第一原理の第五項に戻る。Learning Is the Ultimate Competitive Advantage.これは個人の話ではない。学習が組織を通って循環するとき、初めて競争優位になる。そして、循環の弁を握っているのは経営者である。
6 経営者への問い
ここまでを一行にまとめる。
経営者の学習とは、AIの使い方を覚えることではない。AIによって崩れる前提を、自分の判断から取り除き続ける作業である。
学ぶべきは三つの層である。技術の理解、自社の前提の再検討、自分自身の思考の癖。上の層ほど学びやすく、下の層ほど効く。多くの経営者は第一層で止まっている。止まっていることに気づけないのは、第一層の学習が最も忙しく、最も達成感があるからである。
最後に、明日から答えを出せる三つの問いを置く。
問い1 — 直近一年で、自分の判断基準が変わった案件はいくつあるか。思い出せないなら、学習は起きていない。知識は増えたかもしれない。しかし、増えた知識が判断の棚に届いていない。数えるのは読んだ本の数ではない。考えを変えた回数である。
問い2 — 自分に悪い知らせを最初に持ってくるのは誰か。
名前が挙がらなければ、その組織には経路がない。名前が一人しか挙がらないなら、その一人が辞めた瞬間に経路は消える。経路は、個人ではなく設計として持つべきものである。
問い3 — 自分の判断の癖を、三つ挙げられるか。
挙げられない経営者は、第三層に手をつけていない。癖は消せない。しかし、自覚された癖は補正できる。補正の第一歩は、決めた理由を書き残すことである。今日の決裁から始められる。
三つの問いは、いずれも知識を問うていない。自分が変わったかどうかを問うている。
AIは経営者から学ぶ機会を奪わない。むしろ、最も忖度しない対話相手として、学ぶ機会を増やす。奪われるとすれば、学ばないことの言い訳である。時間がない、専門家ではない、聞く相手がいない。その言い訳は、いずれも成り立たなくなる。
企業の未来価値は、経営者の学習速度を超えない。前提を書き換える権限を持つのは、その人だけだからである。学び続けている限り、企業は再定義され続ける。学びが止まった日から、企業は静かに固まり始める。社長が学ぶことは、教養ではない。職務である。
本章のまとめ
- 社長が学ぶべきはAIの使い方ではない。AIによって崩れる前提の見つけ方である。
- 学習とは知識の量ではなく速度である。知ったことが判断基準を変えるまでの時間で測る。
- 学ぶ層は技術・自社の前提・自分の癖の三つ。下の層ほど効き、下の層ほど学びにくい。
- 企業の未来価値は、経営者の学習速度を超えない。前提を書き換える権限が一人にあるからである。
重要概念
Question Design（問いの設計）／Future Horizon（未来射程）／ Future Value Creation Capability（未来価値創造能力）／Future Value Chain（未来価値連鎖）
関連概念
Question Design → Learning → Recognize → Redefinition → Future Value
関連する第一原理
Principle 5 — Learning Is the Ultimate Competitive Advantage. Principle 6 — Enterprise Exists to Redefine Itself. Principle 4 — AI Optimizes. Humans Define. 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？」— 判断の前提をどこで疑うかを扱う
- 第II巻012「AI時代のリーダーシップとは？」—学びが信頼へ変わっていく経路
- 第II巻 016「AI時代に求められる人材とは？」— 同じ更新速度を組織の側から見る
- 第VI巻 052「経営者を再定義するとは？」— 経営者という役割そのものの書き換え
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』#016「AIが「あなたは本当に経営をしていますか」と聞いてきたら」／#003「AI時代、人は何を学ぶべき？」
次に読むべき章
→ 第II巻 019「AI時代の経営モデルとは？」
第II巻 AI時代の組織と人