Mir多くの人々や組織が、AIによる破壊的な変化のペースに圧倒され、混乱しているか、あるいは完全に思考停止に陥っているように見受けられます。変化の大きさを正しく認識できていないケースもあれば、事の重大さは理解していても、分析に時間をかけすぎて身動きが取れなくなっているケースもあります。そして、行動を起こしている少数の人々でさえ、主体的というよりは防衛的な反応に留まっていることが多いのです（「とりあえず全社員にCopilotを導入しなきゃいけないんだよね？」といった具合に）。
チームのメンターとして信頼をいただいている私には、彼らが「現在の課題」だけでなく、「明日の不確実性」にも備えられるよう導く強い責任があります。
根本的な問題は、組織がAI導入を「直線的な計画」として扱おうとしている点にあります。しかし、それは間違いです。これは「複雑適応的な課題」なのです。今後数ヶ月AIがどう進化するかを正確に予測できない以上、従来の意味での「計画」によって成功へ辿り着くことはできません。私たちは不確実性を受け入れる必要があります。必要なのは、短いフィードバックループ、失敗しても安全な実験、そして高速な学習です。
私が今回設計したワークショップは、まさにチームがこれらを実践できるよう支援するためのものです。「誰も未来を知ることはできない」という前提に立ちつつ、それでも価値を最大化し、リスクを最小化するために有意義な行動をとることは可能です。
以下に、その進め方をご紹介します。
ステップ 0：枠組みを決める（フレーミング）
タイムボックスを定義し、参加者を選定します。最低でも2時間、理想的には4〜8時間を確保することをお勧めします。急かされていると感じずに生産的な議論を行うために必要な時間は、参加人数、視点の多様性、参加者間の認識がどの程度揃っているかによって変わります。
このワークショップは、個別の開発チーム、経営陣、あるいは同様の課題や目標を共有するコミュニティなど、あらゆる種類のチームに有効です。
ステップ 1：舞台を整える
参加者を集め、「時間軸（Time Horizon）」を設定します。議論するのは「今後数ヶ月」のことなのか、それとも「今後2年間」のことなのかを決めます。
- 緊急度が高い場合: 競合他社や市場の変化によるプレッシャーがある場合は、短い期間（3〜6ヶ月）を設定します。
- 戦略的な焦点: 長期的な方向性を決定する経営層が集まる場合は、長めの期間（1〜2年）を設定します。
注: 2〜3年先以上の設定はお勧めしません。昨今の状況では、それ以上先の話をしても貴重な議論の時間を無駄にする可能性が高いからです。
ステップ 2：インサイトを集める
設定した「時間軸」の中で、AIの爆発的な普及によって起こりうると考えられる出来事、変化、マイルストーンを書き出す時間を設けます。技術面だけでなく、運用面、法的側面、組織文化的な側面など、広い視野で考えるよう促してください。
- 「Level 1カスタマーサポートが完全に自動化される」
- 「AIコーディングエージェントにより、機能開発のスループットが500%向上する」
- 「自社のエージェントの一つが、深刻な個人情報の流出を引き起こす」
ステップ 3：共通認識を築く
全員に見えるように、大きな2軸の図を描きます。
- 横軸（発生確率・Likelihood）：左側「極めて投機的（10%未満）」〜 右側「ほぼ確実（90%以上）」
- 縦軸（望ましさ・Desirability）：下側「甚大な損失（デメリット）」〜 上側「甚大な利益（メリット）」
参加者に自分の出した項目を一つずつプロットしてもらいます。ここからが本番です。議論は歓迎しますが、厳密さにこだわりすぎないようにしてください。私たちは会計処理をしているのではなく、「不確実性のマッピング」をしているのです。もしグループ内で特定の項目について大きく意見が分かれた場合は、分解を検討してください。
ステップ 4：「どう行動するか」を探る
状況のマッピングができたら、次はどう行動すべきでしょうか？ 各象限を使って戦略を定義します。
- 右上（確実性が高い ＆ 有益）：活用する（EXPLOIT） — 「どうすれば、この利益を今すぐ享受できるか？」
- 左上（不確実だが ＆ 有益）：探る・実験する（PROBE） — 「どうすれば、これが実現する確率を高められるか？」
- 左下（不確実だが ＆ 有害）：監視する（MONITOR） — 「どうすれば、これが起きないままでいさせられるか？」
- 右下（確実性が高い ＆ 有害）：緩和する（MITIGATE） — 「どうすれば、衝撃を和らげるか、あるいは時間を稼げるか？」
こうした議論から生まれるアクションは、組織やチームによって大きく異なります。以下にいくつかの例を示します：
「AIコーディングエージェントにより、機能開発のスループットが500%向上する」
例えば、この項目を右上の象限に配置したとします。参加者から以下のようなアクションが出てくるかもしれません：
- 予算を確保し、コンプライアンスのチェックリストを満たす限り、すべてのチームが自由にツールを試せるようにする
- デプロイメント・パイプラインの自動化に投資する。デプロイが新しいボトルネックになってはならない
- 採用戦略を転換し、コーディングだけでなく、顧客対話、プロダクトデザイン、プロダクト利用データ分析などにも対応できる開発者を重視する
「自社のエージェントの一つが、深刻な個人情報の流出を引き起こす」
例えば、この項目を右下の象限に配置したとします。参加者から以下のようなアクションが出てくるかもしれません：
- ユーザーデータを扱うすべてのプロダクト変更に対して、厳格な「Human-in-the-loop」ポリシーを採用する
- カナリアリリースと迅速なロールバック手順を可能にするためにデプロイメントプロセスを再設計する
- データ暗号化プロトコルの監査を実施する
ステップ 5：次のアクションを決める
ここまで来れば、壁一面にアイデアが貼られ、切迫感が共有されているはずです。しかし、ここで「12ヶ月のロードマップ」を作ってはいけません。代わりに、アジャイルの原則を適用してください。最も重要な項目を特定し、それを次の「スプリント」や「四半期」のアクションに変換します。これらのアクションは実験として扱います。「Xを行えばYという結果になると予測する。Z週間後に結果をレビューする」という形です。
最後に
AI分野のイノベーションの速さ、そしてその応用がいかに創発的で予測不可能であるかを考えると、今の予測が外れることは大いにあり得ます。
このワークショップで作った「図」に固執しないでください。目的は完璧な計画を作ることではなく、変化を感知し、対応するための「組織的な基礎体力」をつけることです。このボードは定期的に見直してください。
もし、このような対話のファシリテーションに助けが必要であれば、あるいは、これからの荒波を乗り越えるために外部の視点が必要であれば、いつでもご連絡ください。