変わり続けるプロジェクトエコノミー組織が競争優位を生む理由

生成AIの進化で、企業の競争力を決める要因が変わり始めています。調査、分析、ソフトウェアの開発、資料の作成。これまで多くの人手が要った仕事を、より少ない時間とコストで進められるようになってきました。

ここで、ひとつの疑問が生まれます。

AIで個人の生産性が上がれば、企業全体の生産性も同じように上がるのでしょうか。

必ずしも、そうとは限りません。社員一人ひとりがAIを使いこなしていても、成果に結びつかないことがあります。組織の意思決定が遅い場合や、業務のプロセスが変わらない場合、新しい取り組みが定着しない場合です。

前回の記事「AI時代は「PJM最強説」」では、ひとつの仮説を紹介しました。AIで仕事の実行コストが下がるほど、ゴールを定め、プロセスを設計し、成果へ導くPJM（プロジェクトマネージャー）型の人材の重要性が高まる、という仮説です。

では、その能力を、組織全体の競争力に変えるには、何が要るのでしょうか。当社は、もうひとつの仮説を持っています。

AI時代に強いのは、日常業務を変革のプロジェクトへ変え続け、自ら進化し続ける「プロジェクトエコノミー型企業」ではないか。

AI時代、企業の競争力は何で決まるのか

AIで拡張された実行の能力を使い、どれだけ速く自社のビジネスを変えられるか。AI時代の競争力は、実行の能力から、変革の能力へ移っていきます。

これまで企業の競争力を支えてきたのは、人材、専門の技術、業務のノウハウ、設備、資本といった経営資源でした。企業は、これらを組織として効率よく運用し、生産性を高め、競争優位を築いてきました。

AIは、この前提を変えつつあります。以前は専門家を何人も集めないとできなかった仕事を、少人数とAIの組み合わせで進められる場面が増えています。

もちろん、AIで専門の能力がすべて要らなくなるわけではありません。それでも、一部の知的作業では、実行の能力を手に入れるコストが下がっています。これは大きな変化です。

ここで企業の差を生むのは、AIを導入しているかどうかではありません。

例えば、同じAIの技術を使える2つの企業があるとします。

	企業A	企業B
AIの使い方	今の業務の中で使う	業務の目的から見直す
変えるもの	資料の作成や問い合わせ対応の手間	プロセス、人とAIの役割分担、組織の運営方法
得られるもの	生産性の向上	生産性に加え、提供するものやビジネスモデルの変化

企業Aも、生産性を高められます。しかし企業Bは、顧客に提供するものや、ビジネスモデルそのものを変えられる可能性があります。この違いが、AI時代の企業の競争力を考えるうえで重要になります。

プロジェクトエコノミー型企業とは何か

プロジェクトエコノミー型企業とは、日常業務を観測し、変えるべき部分をプロジェクトとして切り出し、人・AI・ソフトウェアを組み合わせて変革し、その成果を新しい日常業務に定着させられる企業のことです。プロジェクトの数が多い企業のことではありません。

プロジェクトエコノミー（Project Economy）という概念は、当社が作ったものではありません。PMI（米国のプロジェクトマネジメント協会）が提唱している考え方です。アイデアを現実に変える能力を持つ人々が、プロジェクトや製品、価値の流れ（バリューストリーム）を通じて、ステークホルダーに成果を届ける経済のあり方を指します。当社は、この考え方をAI時代の企業経営に広げて捉えています。

企業の活動には、大きく2つの側面があります。

• 日常業務の運営（Run the Business）：今の事業や業務を、安定して運営すること
• 事業の変革（Change the Business）：新しい成果を生むために、事業や業務を変えること

従来の企業では、この2つを、組織でも予算でも分けていることが多くあります。日常業務は事業部門が担い、変革はDX部門や情報システム部門、特別なプロジェクトチームが担います。

しかし、AIで変革の実行コストが下がるほど、日常業務と変革を分けて考える理由は小さくなります。日常業務の中で改善の機会を見つけ、プロジェクトを立ち上げ、改善した仕組みを日常業務へ戻します。

日常業務 → 変革のプロジェクト → 新しい日常業務

このサイクルを回し続けられることが、プロジェクトエコノミー型企業の特徴です。

業務をAIで効率化するだけでは、なぜ足りないのか

AIで今の作業を速くしても、業務の目的が変わらなければ、得られる成果は限られるからです。プロジェクトエコノミー型企業は、業務をゴールから設計し直します。

例えば、営業部門で、売上のレポートを作るのに毎月40時間かかっているとします。

一般的なAIの活用では、「このレポートの作成を、AIで自動化できないか」と考えます。これも有効な改善です。

プロジェクトエコノミー型の考え方では、もう一段深く問い直します。「そもそも、このレポートは何のために作っているのか」。

目的が経営会議での売上の報告なら、毎月レポートを作ることは本当に要るのでしょうか。経営者が知りたいのは、売上の実績そのものではないかもしれません。目標を達成できる見込み、問題が起きている案件、自分が下すべき判断かもしれません。

それなら、レポートの作成を自動化するより、別の仕組みに変える方が、成果は大きい可能性があります。必要な情報をリアルタイムでつかみ、異常を見つけ、意思決定を支える仕組みです。

この再設計で、毎月40時間かかっていた業務が5時間になったとします。35時間分の余力が、新たに生まれます。

これは、作業の効率化ではありません。業務の目的を定め直し、プロセスそのものを設計し直す取り組みです。

	従来のAI活用	プロジェクトエコノミー型
出発点	今のプロセス	ゴール
流れ	今のプロセス → AIで効率化する	ゴール → プロジェクトにする → プロセスを設計し直す → 人とAIを配置し直す → 自動化する → 新しい日常業務

ここで必要になるのが、前回の記事で紹介したPJM型の能力です。曖昧な課題からゴールを定め、プロセスを設計し、人とAIに仕事を割り当て、成果を検証する能力です。

つまり、プロジェクトエコノミー型企業とは、PJM型の考え方を、一部の専門家だけでなく、組織全体の活動に組み込んだ企業ともいえます。

組織は「人と職務」から「ゴールと能力」で設計する

従来の企業の組織は、部署や職務を中心に設計されています。営業部門には営業の担当者を、開発部門にはエンジニアを、管理部門には経理や人事の担当者を置きます。そして、それぞれの部署や職務に仕事を割り当てます。

人 → 部署 → 職務 → 作業

このモデルは、安定した業務を運営し続けるうえで合理的でした。

しかし、AIで仕事を実行する手段が増えると、別の設計の考え方が現実的になります。

1. 企業として達成すべきゴールを定める。
2. ゴールを実現するプロジェクトを設計し、作業に分ける。
3. 作業ごとに必要な能力を特定する。
4. 人・AI・ソフトウェアを組み合わせて実行する。

戦略 → ゴール → プロジェクト → 作業 → 必要な能力 → 人とAI

ここで大事なのは、誰が所属しているかではありません。何を実現するために、どんな能力が要るかです。

例えば、新しいマーケティング施策を進めるとき、従来と同じ人数や職種のチームが要るとは限りません。市場の調査、データの分析、コンテンツ制作の一部はAIが担えます。人は、顧客の理解、戦略の立案、ブランドの判断、関係者との調整に集中できます。

もちろん、すべての企業が部署や職務をなくすべきだという話ではありません。専門の能力を積み上げ、人を育て、責任の所在を明らかにし、安定して運用するために、組織の構造は引き続き要ります。

大事なのは、固定した組織の構造に仕事を合わせるのではなく、ゴールに応じて、必要な能力を柔軟に組み合わせられることです。AI時代には、この柔軟さが、企業の変革の速さを左右する可能性があります。

稼働率を上げるほど、なぜ変革の余力は減るのか

日常業務の効率を追うほど、変革に使える人と時間が、日常業務で埋まるからです。変革の余力は、経営資源として意図的に確保する必要があります。

多くの企業では、社員の稼働率を高めることが、生産性向上の重要な指標とされてきました。受託開発やコンサルティングのように、人の稼働が売上に直結するビジネスでは、この傾向が強くなります。

しかし、全員の稼働が日常業務で埋まっていたら、誰が新しい取り組みを考え、進めるのでしょうか。新しい技術や改善の手段が次々に出てきても、試し、検証し、業務に定着させる時間がなければ、企業は変われません。

私が外資系企業で見た、余力のない組織

私は外資系企業で働いていたとき、稼働率を厳しく見られていました。何かを生み出すための時間は、ありませんでした。

海外ではサービスとして提供していても、日本ではまだ出していないサービスがあります。それを日本で動かすとき、先頭を走る人やチームが立ち上がっても、後に続く人が育ちませんでした。理由は、提案の機会が少ないことだけではありません。人を育てるコストを取れないことも、理由の一つでした。

提案の機会と、デリバリーできる人がいるかどうかは、鶏と卵の関係にあります。機会がなければ、人を育てる理由が立ちません。育った人がいなければ、提案に踏み切れません。この循環を抜けるには、機会が来る前に、育成へ余力を回す判断が要ります。

日本に本社（HQ）の機能を持つベンダーなら、この判断を自社でコントロールできます。どのサービスに、いつ、どれだけの余力を回すかを、自分たちで決められるからです。私は、そこが競争力になると考えています。

余力は、変革の重要度に応じて配分する

プロジェクトエコノミー型企業に要るのは、日常業務を進めるための余力だけではありません。事業の変革に使える余力を、経営資源として意図的に確保することです。

これは、全社員に一定の割合の空き時間を持たせればよい、という話ではありません。変革の重要度と緊急度に応じて、人材・予算・時間・AIを確保し、配分します。そして、AIで生まれた余力を、次の変革に再投資します。先ほどの売上レポートの例なら、減った35時間の一部を、顧客の分析や新しい営業施策に回します。

日常業務の効率と、将来の変革の能力。この両方を、経営として設計することが重要になります。

変革を作れても、なぜ定着しないことがあるのか

AIで仕組みを変える速さが上がっても、組織がその変化を受け入れる速さは、同じようには上がらないからです。

例えば、AIを使う開発チームが、従来なら数か月かかった業務システムを、数週間で完成させたとします。

• 利用部門が新しい業務の流れを理解できなければ、システムは使われません。
• 現場の担当者がレビューする時間を取れなければ、品質を確かめられません。
• 業務のルールや責任の分担を変えなければ、自動化は定着しません。

つまり、変革する側の速さが、変革される側の吸収の速さを上回るという問題が起こりえます。

AIで実装のコストが下がるほど、相対的に重要になるものがあります。定着、教育、知識の移転、変革の管理（チェンジマネジメント）です。

ここでも、前回紹介したPJM型の能力が重要になります。新しい仕組みを作るだけでなく、関係者の理解を得て、業務を変え、現場に定着させます。ときには抵抗を受け、計画を直し、妥協点を探しながら、成果へ導きます。

AI時代には、「作れるか」だけでなく、「組織が変化を吸収できるか」が、重要なボトルネックになります。プロジェクトエコノミー型企業には、変革を生む能力と、変革を受け入れる能力の両方が要るのです。

プロジェクトを増やせば、企業は強くなるのか

強くなるとは限りません。大事なのは、プロジェクトの数ではなく、ビジネスの成果です。

「全社で変革のプロジェクトを立ち上げよう」と号令をかけるだけでは、改善の活動や会議が増え、かえって生産性が下がるおそれがあります。

業務改善のプロジェクトを10件進めても、実際の業務が何も変わらなければ、意味がありません。一方、1件のプロジェクトで重要な業務のプロセスが設計し直され、大きな成果が続けて生まれるなら、その1件の成果は大きいのです。

また、すべてのプロジェクトが成功する必要もありません。合理的な仮説で検証し、期待した成果が出ないと早く判断できたなら、その失敗にも意味があります。

大事なのは、2つの失敗を区別することです。

失敗の種類	扱い方
適切に検証した結果の失敗	得た知見を、次の取り組みに使う
計画や実行の不備による失敗	原因を直し、同じ不備をくり返さない

成果が見込めないプロジェクトは、適切に止めます。そこで得た知見とリソースを、次の取り組みに回します。

プロジェクトエコノミー型企業とは、プロジェクトを次々に立ち上げる企業ではありません。必要な変革を見つけ、実行し、成果を検証し、続けるか、広げるか、止めるかを判断できる企業です。

経営者と事業責任者は、何から始めればよいか

まずは、くり返している業務を1つ選び、ゴールから設計し直す小さなプロジェクトを1つ回すことから始めます。

1. 毎月くり返している業務を1つ選び、「何のための業務か」を書き出す。
2. そのゴールから、業務の設計し直しの案を作る。人・AI・ソフトウェアの役割を分ける。
3. 成果を測る基準と、続けるか止めるかを判断する時期を、先に決める。
4. 新しいやり方を現場に定着させる時間（説明・レビュー・教育）を、計画に入れる。
5. 生まれた時間を数え、そのうち何時間を次の変革に回すかを決める。

経営者は、稼働率だけでなく、変革に使える余力を、経営資源として見ることを検討してください。どれだけの余力があり、それをどの変革に配分しているかを、数字でつかむことが出発点になります。

AI時代に強いのは、AIで一度だけ生産性を上げた企業ではありません。AIを使って、何度でも自らを変えられる企業です。 これが、プロジェクトエコノミー型企業が強いと当社が考える理由です。

変革のプロジェクトを生み出せるようになると、次の問いが生まれます。取り組みたいプロジェクトは増えますが、人の時間、予算、組織が変化を受け入れる能力には限りがあります。何を優先し、どれを続け、広げ、止めるのか。次の記事では、この配分を決める経営の仕組みを考察します。AIによる変革の取り組みを、全体として配分する考え方です。