パーパス・ディスクリプションPurpose Description
AI時代の新たな役割定義

AI時代における動的役割設計と未来価値創造の組織理論

​

職務記述書（ジョブ・ディスクリプション、JD）が古びる速度が上がっています。多くの企業は、JDを書き直す頻度を上げることで対応しました。

本論文の主張は違います。頻度ではなく、定義の起点のほうが間違っている。 役割を「何をするか」から書き始める限り、AIが担当範囲を動かすたびに、その定義は陳腐化し続けます。

そこで役割の定義を、目的・受益者・問い・判断原則から始める。これがパーパス・ディスクリプション（Purpose Description、PD／目的記述）です。

VURA Working Paper No.4。このページは論文の要点を日本語で解説したものです。全文は末尾のリンクからお読みいただけます。

​​

この論文を3分で

• 「AIにできない仕事を人間に残す」という考え方を、最初に退けます。 理由は人間観ではなく構造です。AIの能力の前線は動き続けるので、その残りで人間を定義すると、定義は自動的に古びていきます

• だから起点を変えます。 役割を「何をするか」ではなく、なぜ存在し、誰に、どんな未来価値を創り、何を問い、どんな原則で判断するのかから書く。これがPDです

• PDはJDを廃止しません。 役割設計を二層にします。上層のPDが方向の安定を、下層のJDと統制が機敏な更新を担う。両者は代替ではなく補完です

• 上から下へは、タスクではなく問いを降ろします。 その手順が「問いの翻訳プロトコル（QTP）」。降りていくのはKPIの連鎖ではなく、未来価値仮説と問いの連鎖です

• PDがないAI導入は、「目的なき手段の最適化」に着地します。 技術的には成功し、業務的にもそこそこ成功したのに、未来価値には何もつながらない状態です

• そして本稿は、やりすぎの害を自分で書いています。 すべての職務に同じ濃さで適用しない。人事評価の唯一の根拠にしない。条件の整わない組織では、成果はゼロではなく負になりうる——これは命題P9として明記されています

 

この論文がいちばん強く主張していること

議論の入口で、よく採られる立場があります。「AIにできない仕事を、人間の役割にすればよい」。

本稿はこの立場を退けます。 理由は倫理でも人間観でもなく、構造的なものです。

知識労働におけるAIの能力は、一様には広がりません。タスクごとに得意と不得意が入り組んだ、ジャグド・フロンティア（jagged frontier）——直訳すれば「ギザギザの前線」——を成しています。できることとできないことが、きれいな一本の線では分かれていない、という意味です。

しかも、その前線は動き続けます。だとすると、「AIができない残りの仕事」で人間の役割を定義した瞬間、その定義は前線の移動によって無効化される運命を負います。残余による定義とは、永続的な陳腐化をあらかじめ組み込んだ定義です。

 

たとえるなら、潮が満ちてくる砂浜に家を建てること

ここが理解の関門なので、たとえ話を一つ置きます。

AIの能力を、上がってくる潮位だと思ってください。「AIにできないこと」で人間の役割を決めるのは、いま水に浸かっていない砂地を選んで家を建てることに似ています。

潮は上がり続けます。しかも一直線には上がりません。ある窪地には先に水が入り、隣の低い場所はまだ乾いている。先ほどの「ギザギザの前線」です。だから、水位だけを見て建てる限り、建て直しが永遠に終わりません。JDの更新頻度を上げるとは、建て直しを速くするという対応にあたります。

PDが変えるのは、建てる場所の決め方です。「いま水がかからない場所」ではなく、「なぜここに住むのか（目的）」「誰と住むのか（受益者）」「どんな暮らしを実現したいのか（未来価値）」から決める。潮位が変われば家の位置は動かしてよい——むしろ動かすべきです。動かさないのは、住む理由のほうです。

ここから導かれる結論は、JDの更新頻度を上げよ、ではありません。

人間の役割を持続的に定義するには、タスクではなく、目的・問い・判断・責任・生み出すべき価値から出発しなければならない。

つまり — 動くもの（タスク）を定義の土台にしない。動かないもの（目的）を土台にして、タスクはその上で動かす。

一文で対比すると、こうなります。JDは現在のタスクを割り当てる。PDは未来価値の創造を分配する。

 

職務記述は、何を前提にしていたのか

JDが目的を欠いているわけではない

先に留保を置きます。本稿は「JDには目的が書かれていない」とは主張しません。実務のJDには、職務の目的欄があります。

問題は文書の様式ではなく、制度としての運用です。運用が「割り当てられたタスクと境界の管理」を中心に回る。すると目的は、短い注記に格下げされやすい。批判の対象はここに限定されています。

JD自体は、分業と専門化、採用、報酬、公正な評価を長く支えてきた装置です。本稿はその機能を否定しません。

​

壊れたのは「職務の境界が安定している」という前提

生成AIと自律的なAIエージェントが壊しつつあるのは、JDが暗黙に置いていた前提のほうです。すなわち、タスク構成と職務の境界は安定しているという前提です。

重要なのは、特定の職業が一夜にして消えることではありません。職務を構成する細かなタスクの境界と、そのタスクを人間・AI・外部パートナーの間でどう割り振るのが適切かが、連続的かつ非線形に変わり続けることです。

実証的な手がかりも一様ではありません。生成AIの支援により、カスタマーサポートの生産性は平均15%向上し、経験の浅い働き手ほど効果が大きいという研究があります。一方で、能力の境界が前述のギザギザの前線を成すという研究もあります。

「どの仕事をAIに任せられるか」の答えは、タスク単位で細かく異なり、絶えず動く。 この二つの知見が、静的なJDの前提を同時に突き崩しています。

 

パーパス・ディスクリプションの定義

定義｜パーパス・ディスクリプション（PD） 個人やチームが、市場と社会が共有する未来への期待と、企業が実現しようとする未来に照らして、なぜ存在するのか、誰のためにどんな未来価値を創るのか、そのためにどんな問いを立て、どんな原則で判断するのかを記述したもの。

つまり — 「あなたの仕事は何か」ではなく、「あなたの役割は、誰のために、何を実現するために在るのか」を書いた文書。

 

PDは6つの構成要素から成ります。

層要素書くこと

入力存在理由（Purpose）この役割はなぜ存在し、企業の存在意義のどの部分を担うのか

入力受益者（Beneficiary）誰の問題を解き、誰に価値を届けるのか

媒介定義する問い（Defining Questions）環境変化を追跡し役割を更新するために、問い続けるべき核心の問いは何か

媒介判断原則（Decision Principles）手段が変わっても持続すべき倫理・品質・安全・顧客優先・責任の基準は何か

出力実現したい未来（Desired Future）どんな状態変化の実現にコミットするのか

出力未来価値（Future Value）受益者・市場・社会にどんな能力・選択肢・期待・構造変化を生み出すのか

具体的なタスク、使う技術、人員配置、人間とAIの分業。これらはすべて、6要素に従属する可変要素として扱われます。目的が安定し、手段が動く。この配分が設計の要点です。

 

誤読を防ぐ（1）OKR・MBOの言い換えではない

OKR（目標と主要な結果）やMBO（目標による管理）は、「一定期間に何を達成するか」を定める目標管理の技法です。

PDが定めるのは違います。「この単位はなぜ存在し、誰にどんな未来価値を創るのか」であり、人間とAIの分業と責任境界を統治する、動的な組織設計の最小単位です。階層が違います。

不確実性が高く、目標そのものが短期間で陳腐化する環境では、数値目標ではなく問いと原則に錨を下ろす。OKRを併用する場合、その目標と成果指標はPDの目的・問い・原則に従属し、学習の進展に応じて更新されます。

 

誤読を防ぐ（2）PDはJDを廃止しない

PDはJDを置き換える提案ではありません。 役割設計を二層に分けます。

• 上層（PD） — 目的・受益者・問い・判断原則・実現したい未来・未来価値。方向の安定性を与える

• 下層（JDと統制） — 現在のタスク、人間とAIの分業、権限、法的義務、安全基準、報告関係、最低限の業務水準。技術の進歩に応じて機敏に更新される

PDだけでは、最終責任の所在、してはならないこと、適用される規制が曖昧になります。JDだけでは、想定外の変化に対応できません。両者は代替ではなく、上位の目的と下位の統制という補完の関係にあります。

二層のずれは、放置すると広がります。そこで同期の点検を定期的に行います。引き金は四つ。新しいAIの導入、主要プロセスの自動化、規制や市場の大きな変化、四半期・半期のレビューです。

点検の問いは、ひとつだけです。「現在のタスクと人間・AIの分担は、PDが定める問いの探究と未来価値の創造に、最も貢献しているか」。

 

問いの翻訳プロトコル — タスクではなく、問いを展開する

PDを個人とチームに書かせようとすると、必ず翻訳の断絶が起きます。

抽象度の高い企業パーパスをそのまま配れば、象徴的なスローガンで終わります。逆に、急いで既存のタスクとKPIに具体化すれば、未来価値の構想は静的なJDへ退行します。

この断絶を埋める仕組みが、問いの翻訳プロトコル（Query Translation Protocol、QTP）です。上位の意図を、下位の現場の言葉へ翻訳していく手順のことですね。基本原理は明快です。

タスクではなく、問いを展開する。

つまり — 上から降りてくるのは「これをやれ」ではなく「これを問え」。答えは現場が出す。

上位の階層は、答えや手段を固定しません。示すのは、未来価値の仮説、戦略的意図、判断原則、そして越えてはならない境界です。下位の階層は、顧客接点・専門知・現場データ・AIの能力を使って、それをより具体的で検証可能な「定義する問い」へ翻訳します。展開されるのはKPIの連鎖ではなく、未来価値仮説と問いの連鎖です。

 

三つの水準

1. 全社水準 — 「AIの時代に、当社は市場と社会にどんな本質的価値と望ましい未来を生み出すのか」

2. 事業・戦略水準 — 「その未来を実現するために、この事業・機能は、顧客・社会・組織のどの制約を取り除くべきか」

3. チーム・個人水準 — 「その制約を取り除くために、誰を受益者とし、どんな判断原則の下で人間とAIを動かし、何を問い続けるのか」

この最後の翻訳が、PDの6要素に書き込まれます。

各水準は、上位の文言の縮小コピーではありません。 上位の問いが示す意図と制約を保ちながら、それぞれの現場の文脈で、受益者・除くべき制約・検証可能な問いへと具体化します。

 

一方通行ではない

経営は、未来価値仮説・優先順位・判断原則・倫理と安全と法の境界・資源配分を提示します。現場は最前線の証拠に基づいて上位の問いを具体化し、必要なら上位の仮説そのものへの反証と修正提案を差し戻します。

承認とは、文言への形式的な同意ではありません。問い・判断原則・受益者・未来価値の論理的整合性への裏書きです。

翻訳の質は、五つの基準で評価できます。上位の未来価値との因果のつながりを説明できるか。具体的な受益者と除去すべき制約を特定しているか。答えもタスクも固定しない、探究可能な問いの形をとっているか。判断原則と責任境界を保存しているか。成果と学習に照らして問いを更新できるか。

 

「目的なき手段の最適化」はどう起きるか

AI導入の成功は、一種類ではありません。本稿は三つに分けます。

1. 技術的成功 — モデルやシステムが要件どおり動き、精度・速度・安全の基準を満たす

2. 業務的成功 — 時間・コスト・品質・スループット・従業員体験が改善する

3. 未来価値での成功 — 顧客・企業・社会に新しい価値が生まれ、企業が実現しようとする未来への期待と能力が高まる

PDのないAI導入は、たいてい「今の業務のうち、どれをAIで自動化できるか」という問いから始まります。候補探しには役立つ問いです。

しかしこの問いは、肝心なことを問いません。その業務がそもそも必要か。誰の問題を解いているのか。人間はどの判断と責任を保持すべきか。

結果として起こりうるのは、不要なプロセスの高速化、部門KPIの改善と顧客価値の乖離、現場での不使用、責任境界の曖昧化、測りやすい作業量削減への偏りです。技術的には成功し、業務的にもそこそこ成功したのに、未来価値には何もつながらない。 これが「目的なき手段の最適化」のメカニズムです。

PDがあると、順序が逆転します。

まず、実現したい未来・受益者・未来価値・問い・判断原則を定める。次に、その目的が要求する判断・行動・能力を明確にする。そのうえで配分する。人間には目的の設定、例外の判断、倫理、監督、停止、説明責任を。AIには探索、生成、予測、自動実行を。最後に業務プロセスとシステムを設計します。AIは出発点ではなく、目的の実現のために選ばれた手段になります。

作業量の削減は、終着点ではありません。新しい価値の探索へ資源を動かすための、中間成果です。だからQTPが、人間とAIの役割配分に先行します。

経営が自動化すべき定型実行を特定したら、次に提示すべき問いはこうです。「浮いた時間と認知資源を、どの未開拓の未来価値に再投資するか」。

 

価値創造は分かち合える。説明責任は移転できない

本稿は、人間がすべての処理を逐一承認する運用だけを前提とはしません。AIが定められた範囲内で自律的に実行し、人間が目的・境界・評価基準・例外・再設計を握る運用とも整合します。AIは価値創造の実行パートナーであり、共創者にもなりえます。

しかし、実行と責任は区別されます。

目的と判断原則の決定、例外対応、AIを止める停止権限、そして法的・倫理的な説明責任は、人間に残る。

つまり — 仕事は分け合える。責任は分け合えない。

人間が直接の実行から遠ざかるほど、その役割は明確に定義されなければなりません。目的の決定者、システムの監督者、例外時の最終判断者、停止権限の保持者、結果責任の最終的な担い手として。

この境界線は、AIが有能になるほど重要性を増します。自律的なAIエージェントが複数のプロセスを横断して探索・判断・実行するようになれば、目的・受益者・問い・判断原則・停止条件はAIに対しても明示されなければなりません。

AIエージェントがPDの全部または一部を「委任された目的仕様」として保持することは、ありえます。しかしそれは、AIが独立した目的設定の主体や責任主体になることを意味しません。AIに与える目的と原則は、人間または正統な組織体が設定し承認する。そして監査可能であり、いつでも取り消せるものでなければなりません。

 

この理論が自ら認める限界

PDにはコストがある。だから、やりすぎてはいけない

PDの共同策定、定期更新、二層の同期には、対話・情報収集・合意形成の無視できないコストがかかります。そして問いの翻訳は、中立的な言語処理ではありません。資源・権限・評価基準をめぐる交渉でもあります。

したがって、すべての職務に同じ頻度と精度でPDを適用してはなりません。運用の強度は、AIの能力・市場・規制・リスクの変化速度に応じて変えます。

• 探索的で変化の速い領域（研究開発・新規事業） — 詳細なPDと短い見直しサイクル

• 安全重要領域（医療・製造） — PDは「このプロセスはなぜ存在し、何を越えてはならないか」を簡潔かつ安定的に示すにとどめる。そのうえで、詳細なJD・手順・資格要件・停止権限という下層を厚くする

• 標準化された業務 — 簡素なチームPDが既定。個人PDは原則として作らない

PDが規律を薄めることは許されません。 運用コストには上限を設けます。同期にかける時間の比率、承認の待ち時間、重複記載の量を測定する。定めた上限を連続して超えたら、PDの粒度・頻度・項目数を一段階簡素にする。同じ情報をJD・OKR・PDに重複して書き写さないことも要点です。

 

PDに固有の危険

本稿は、PD自身が生む危険を列挙しています。抽象化による責任の曖昧化。組織の目的を盾にした過剰な献身の要求。個人の目的への同一化の強制。評価の主観化。規制・安全・職業上の責任の弱体化。 これらは運用上の些事ではなく、PD設計の境界条件として扱われます。

必要なガードレールも、同時に示されています。責任や懲戒の判断は、下層の客観基準に基づかせること。PDを理由とする無際限の長時間労働や自己犠牲を禁止すること。個人の不服申立てと役割調整の手続きを整備すること。倫理・安全・顧客保護に反するAIの出力を、現場が停止・拒否する権限を明文化すること。

そして、安全や倫理を理由に誠実にAIを止めた従業員が、評価・報酬・配置で不利益を受けない介入保護を制度化すること。 停止の回数が多いこと自体を、低評価の理由にしてはなりません。

この保護がなければ、人間はモラル・クランプル・ゾーンにされてしまいます。自動車の衝撃吸収帯（クランプルゾーン）になぞらえた言葉で、システムの失敗の衝撃を一身に吸収させられる人間の位置を指します。

責任を人間に残すとは、人間を生贄にすることではない。状況を把握でき、AIの状態と根拠に接近でき、実効的な停止・修正・エスカレーションの権限と能力と時間を与えられて、初めて人は責任の担い手たりうる。

つまり — 権限と情報と時間を渡さずに責任だけ渡すのは、責任設計ではなく、責任の押しつけ。

人事評価との接続にも、慎重な設計が要ります。PDを、労働条件・職務等級・賃金・指揮命令・懲戒基準を変更する唯一の根拠にしてはなりません。

評価は三層に分けます。

1. 契約・遵守の層 — JDの履行・就業規則・品質・安全

2. 目的貢献の層 — 問いの形成・判断原則の遵守・受益者理解・学習を、行動の証拠によって見る

3. 成果の層 — OKR・KPI・顧客成果・未来価値指標

評価するのは行動の証拠です。熱意や忠誠心や、抽象的な「パーパスへの共感」ではありません。JD上の義務を適切に果たしている従業員が、曖昧な「PDへの不適合」だけを理由に、低評価・不利益変更・配転・退出へ導かれることは、あってはなりません。

 

9つの命題と、その反証条件

本稿は概念論文です。PDとQTPの有効性は、まだ実証されていません。

本稿が提示しているのは、9つの検証可能な命題と、そのすべてに付された反証条件です。「こういう結果が出たら、この理論は間違いだと分かる」という条件を、理論と同時に書く。これが本シリーズの規律です。

命題が扱う範囲は、環境適合（P1）、人間とAIの動的再配分（P2）、垂直整合（P3）、水平整合（P4）、自己調整能力（P5）、心理的所有感（P6）、評価軸の転換（P7）、低価値自動化の抑制（P8）、そして制度的境界条件（P9）に及びます。

最も重い命題は、最後のP9です。

P9（制度的境界条件） PDの活用と組織成果の正の関係は、受益者・判断原則・決定権・JD水準の責任基準・介入保護・不服申立て手続きが明示されている場合に成立する。心理的安全性・手続き的公正・非報復規範が高いほど関係は強く、過度の減点主義評価、急峻な権限勾配、責任と権限の不整合が支配的な場合には、役割の曖昧化・沈黙・際限なき役割拡大を通じて、関係は無効化または負に転じる。

つまり — PDは、土壌の悪い組織では効かない。効かないどころか、害になる。

つまり本稿は、条件が整っていない組織にPDを導入すれば、成果はゼロではなく負になりうると、自ら述べています。導入の推奨と同時に、導入してはならない条件を書いている。ここが本稿の姿勢です。

 

経営者・人事・現場にとっての含意 — 明日から何が変わるか

経営者へ。 自社の主要な役割について、作業リストとは別に、目的・受益者・問い・判断原則が文書化されていますか。

されていないなら、AI導入の判断は「どの業務を自動化できるか」という問いから始まっているはずです。その順序では、技術的成功と業務的成功は得られても、未来価値には接続しません。変えるのは順序です。 自動化の候補を挙げる前に、「浮いた時間を、どの未開拓の未来価値に再投資するのか」を先に決める。

人事へ。 PDは人事制度の全面改訂ではありません。契約・統制の層（JD）は残したまま、その上に目的の層を置く二層設計です。

明日から着手できることは、三つに絞られます。

1. 既存の評価・報酬制度を変えないまま、1〜3チームの学習目的のパイロットから始める — これが本稿の推奨です

2. 適用の濃さを職務ごとに変える — 標準業務では簡素なチームPDにとどめ、個人PDは作らない。安全重要領域ではPDを簡潔にし、下層のJD・手順・停止権限を厚くする

3. ミドルマネジャーの訓練を、伝達者向けから翻訳者向けに変える — 「上位方針の伝達者」ではなく、KPIとPDの矛盾を表面化させ、決定責任者につなぐ翻訳担当者として訓練する

KPIとPDが衝突したとき、その調整の負担を、個々の管理職に押しつけてはなりません。衝突を上げる先を、制度として用意することが人事の仕事です。

現場へ。 PDは、働き手が自らの仕事の境界を作り変えるジョブ・クラフティング——自分の裁量で仕事の範囲や意味づけを組み替えていくこと——と対立しません。

ただし、個人がPDを一方的に書き換える権限を持つわけでもありません。現場の証拠に基づく変更提案を提出し、その影響を可視化し、役割のオーナーが承認・期間限定の実験・修正・却下のいずれかを判断する。現場の自律を保ちながら、無断の役割放棄・責任転嫁・局所最適を防ぐ設計です。