「AIを導入したものの、出てくるアウトプットが微妙なんです」——。前回解説した「トップの熱狂」を受け、いざ現場にAIを配りはじめた企業から、筆者はよくこんな相談を受けます。ここで疑うべきはAIの性能ではなく「ハーネス」の有無です。ハーネスとは、会社の「判断基準」「データ(記録)」、そして「権限」のこと。これらがAIに渡っていなければ、出力の質は上がりません。本稿では、AIネイティブ組織づくりの第2要素であるハーネスについて解説します。実はこの3つを揃える作業こそ、人事が長年磨いてきた「言語化スキル」の延長線上にあるのです。
AIの出力が微妙……まず疑うべきは「ハーネス」
最初に、筆者の確信を書きます。AIのアウトプットが微妙だと感じたとき、疑うべきはAIの性能ではなく、「ハーネス(harness)」です。このハーネスが、AIネイティブ組織をつくるための2つ目の条件となります。
ハーネスとは、もともと馬車の馬に着ける馬具のことです。馬を縛る道具ではなく、力の向きをそろえ、暴走を防ぎ、馬の力を推進力に変える道具です。AI開発の世界でも、モデルが安全に目的どおりに働けるようにする周囲の仕組みをハーネスと呼びます。
筆者自身、AIに任せて「イマイチだな」と感じた場面を振り返ると、原因がモデルにあったことはほとんどありません。自分が渡していなかった基準や記録に、あとから気づくのです。判断基準が渡されているか、良いアウトプットの定義が伝わっているか、やってはいけないことが書かれているか、判断に必要な記録が読める場所にあるか。AIの出力の質は、ほぼそこで決まります。
筆者の定義では、AIネイティブ組織のハーネスは3つで成り立ちます。
- 基準:会社の考え方、目指していること、やってよいこと/いけないこと、良いアウトプットと悪いアウトプットの定義。バリューや行動指針、品質基準に相当する「美学」の部分
- データ:AIが参照する会社の記録。議事録、決めたこと、商談の記録、決算、顧客ごとの状況など。筆者はこれを1ヵ所に集めたデータベースを「Company Brain(会社の脳)」と呼ぶ
- 権限:絶対にしてはいけないこと、任せてよい範囲、迷ったら誰に確認するか、という実行時の制御。「どこまでをAIに委ねるか」の線引きそのもの
[画像クリックで拡大表示]
「AIに背景情報を渡す」ことと「ハーネスを設計する」ことは違います。前者は文脈を渡すだけで、後者は何をしてよいか、出力をどう確認するか、迷ったらどうするかという実行時の制御まで含みます。参考資料ではなく、就業規則や決裁権限を渡すイメージです。
人事制度からハーネスへ——会社の意図を行動に変える手段の変化
筆者は10年以上、人事制度設計と組織づくりに携わってきました。その経験から、「会社の意図を、現場の行動に変える手段」は3つの世代を経てきたと捉えています。
第1世代は、等級・評価・報酬・研修で人そのものを変える「人事制度」。第2世代は業界で成果を出したやり方をソフトウェアに埋め込み、業務を変える「SaaS」。そして第3世代が「ハーネス」です。会社の判断や評価の基準があり、社員がアウトプットを出し、結果を見てまた会社が判断や評価を調整する。人事評価では年に1回のこのループが、AIネイティブ組織では時間単位で回ります。
ここで強調したいのは、前の世代をきちんとやってきた組織ほど、ハーネスの設計が上手だということです。
なぜなら、ハーネスとは、人事制度設計者がずっとやってきた「言語化作業」そのものだからです。等級定義は「正しい状態の定義」、人事評価は「アウトプットに対するテスト」などをやってきた筆者は、ハーネスを設計しながら「これは自分が10年やってきたことと同じだ」と気づきました。
組織OSの書き換えとは、人事制度をつくり直すことではなく、会社の考え方と記録をまとめて、そのとおりに動く状態をつくることなのです。
この記事は参考になりましたか?
- 関連リンク
- AIネイティブ組織へ——人事が主役の「組織OS」アップデート連載記事一覧
-
- 「AIの出力が微妙」を一変させる組織の“ハーネス”とは?人事のスキルがAIネイティブ化の鍵...
- トップの熱狂をどう設計するか——経営者をAI導入の「当事者」に変える人事の動き方
- なぜAI導入の成否が人事にかかっているのか?AIネイティブ組織をつくる「組織OS」という視...
- この記事の著者
-
森 謙吾(モリ ケンゴ)
AINative株式会社 CEO
元PwCコンサルティング 人事コンサルタント / 人事評価SaaS「ハイマネージャー」創業者
慶應義塾大学法学部卒。PwCで4年、人事制度コンサルティングに従事。その後、人事評価SaaS「ハイマネージャー」を創業し、創業から約5年の経緯を経て、2023年にキュービック株式会社へ...※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

