AI時代、マネージャーは何で価値を出すのか第1回 AIで「一人でも仕事が回る」時代、マネージャーは何で価値を出すのか - 管理した人数ではなく、前に進めた事業で評価される

生成AIを使い始めたマネージャーの多くが、ある変化に気づきつつある。これまで部下や複数の担当者へ依頼していた調査、分析、資料作成、要件整理、業務設計といった仕事を、自分一人でかなりのところまで進められるようになったことである。市場や競合を調べ、論点を整理し、企画書のたたき台を作る。業務フローを描き、簡易的な収益モデルを検討し、プロトタイプまで作る。AIと対話しながら進めれば、一連の仕事を短い時間で連続的に処理できる。従来であれば、部下へ指示を出し、成果物が上がってくるのを待ち、内容をレビューし、修正を依頼する必要があった。その時間を考えれば、自分でAIを使って進めた方が速いと感じる場面も増えているだろう。そこで、一つの疑問が生まれる。「部下がいなくても、仕事が回るのではないか？」これは、単なる業務効率化の話ではない。AIによって一人のマネージャーができる仕事の範囲が広がれば、部下を何人管理しているか、どれだけ多くの仕事を配分しているかという、従来の管理職像そのものが揺らぐ。「AI時代にマネージャーは、何によって価値を出すのか」本稿では、AIによって一人で担える仕事が増えるなかで、マネージャーやマネージャー候補者は何によって価値を生み出し、どのようなキャリアを築くべきかを考える。AIは導入された。しかし、管理職の仕事は再設計されていない日本企業におけるAIの導入は、すでに一部の先進企業だけの取り組みではない。独立行政法人情報処理推進機構（IPA）の「DX動向2026」（※1）によると、AIを導入または試験利用している日本企業は58.0％に達している。一方、AIの影響を踏まえて「効率化・自動化が見込まれる既存業務の把握」に着手している企業は19.0％、「人材に必要なスキルの把握」は9.5％、「内容が変わる業務の把握」は9.4％、「組織構造・部門配置の見直し」は7.5％にとどまっている。※1 独立行政法人情報処理推進機構（IPA）『DX動向2026――広がるAI導入、DXは変われるか』[1.1]、2026年7月30日図1に示すように、AIの導入は半数を超えている一方、AIを前提として業務、人材、組織を再設計している企業は1～2割程度にすぎない。この差が意味するのは、AIを導入することと、AIによって仕事のあり方を変えることは、別の課題だということである。AIを利用できる環境が整い、会社からは「AIを使って生産性を上げてほしい」「部門内に活用を広げてほしい」と求められるようになった。しかし、AIによって空いた時間を何に使うべきか、マネージャーの責任領域をどう変えるべきか、評価やキャリアの基準をどう見直すべきかについては、明確な指針が示されていない企業も多い。その結果、多くのマネージャーは、会議資料やメールの下書きの作成、議事録の要約、情報収集、部下から提出された資料のレビューなど、従来の管理業務をAIで効率化することにとどまっている。これらの活用にも意味はあるが、同じ仕事を速く処理するだけでは、マネージャーとして担う役割も、生み出す価値も変わらない。AI時代のキャリアを考えるうえで重要なのは、AIによって削減できた作業量ではなく、そこで生まれた時間と能力を、これまで着手できなかった顧客課題や事業課題にどう振り向けるかである。一人のマネージャーが「小さな組織」になる例えば、新しいサービスを企画する場面を考えてみよう。従来であれば、市場調査、競合分析、企画立案、収益性の検討、業務設計、システム面の実現可能性評価といった役割を、複数のメンバーが分担していた。チーム内でそれぞれの役割と責任を明確にし、各担当者が専門性を生かして成果物を作る。マネージャーは、企画全体の方向性を定め、役割を割り当て、進捗を確認し、各担当者の成果を一つの企画としてまとめ上げる。つまり、従来のサービス企画は、複数のメンバーがそれぞれの役割を担い、組織として進める仕事だった。しかし、AIを深く使えるマネージャーは、市場調査、競合比較、論点整理、企画書の作成、業務フローの設計、簡易的な収益モデルの検討、画面イメージやプロトタイプの作成までを、AIと対話しながら自ら進められる。AIに調査を依頼し、その出力を評価する。追加分析を行わせ、論点を修正する。複数の案を比較させ、企画書や試作品へ落とし込む。こうして、従来は複数のメンバーに分散していた役割の多くを、マネージャー自身がAIを使いながら担えるようになる。これは、単に仕事が速くなるという変化ではない。マネージャーがAIを、調査担当、分析担当、資料作成担当、設計補助担当のように使い、自らが企画全体の責任を持ちながら、少人数、場合によっては一人で企画を前に進めるようになるという変化である。いわば、一人のマネージャーが、AIを伴った「小さな組織」として機能するようになるのである（図2）。この変化は、将来の可能性を描いた抽象的な議論にとどまらない。生成AIを活用することで、個人が従来のチームに近い成果を生み出せることを示す研究結果も現れ始めている。世界的な日用品・消費財メーカーであるProcter & Gamble（P&G）の経験豊富な専門人材791人を対象としたフィールド実験では、実際の製品イノベーション課題において、生成AIを利用した個人が、生成AIを利用しない2人チームと同程度の成果品質を示した。さらに、生成AIを利用したP&Gの参加者は、自らの専門領域に偏らず、技術面と商業面の双方を組み合わせた提案を生み出す傾向も示した。研究者らは、生成AIが、従来はチーム内の異なる専門人材が担っていた知識や視点の補完機能の一部を果たし得ると指摘している（※2）。※2 Fabrizio Dell’Acqua, Charles Ayoubi, Hila Lifshitz, Raffaella Sadun, Ethan Mollick, Lilach Mollick, Yi Han, Jeff Goldman, Hari Nair, Stew Taub, Karim R. Lakhani“The Cybernetic Teammate: A Field Experiment on Generative AI and Teamwork,” Organization Science, Vol.37, No.4, pp.1217–1242, 2026.もちろん、この結果だけで、AIがチームを不要にすると結論づけることはできない。しかし、調査、分析、アイデアの検討、資料化などについて、AIが個人の能力を補完することで、従来は複数人で進めていた仕事の一部を、一人でも前に進められる可能性を示している。ここで重要なのは、AIがチームそのものを代替するということではないという点だ。AIが大きく減らすのは、担当者間で成果物を受け渡す時間、会議で情報を統合する時間、修正を依頼して結果を待つ時間など、分業に伴う調整と反復のコストである。言い換えれば、AIが縮めるのは組織そのものではなく、組織内の分業によって生じる「摩擦」である。その結果、マネージャーは、複数の担当者の仕事を束ねるだけの存在ではなくなる。問題を設定し、情報を集め、仮説を組み立て、初期的な検証を行うところまでを、自ら短いサイクルで前に進められるようになる。ただし、ここで別の誤解にも注意が必要だ。「AIがあれば、一人で何でもできる」という考えである。生成AIには、得意な課題と不得意な課題が複雑に入り組んだ「ギザギザの境界」がある。ボストン コンサルティング グループ（BCG）のコンサルタント758人を対象とした実験では、AIの能力範囲内にある18の業務課題において、AIを使った参加者は、使わなかった参加者より多くの課題を、短い時間で、より高い品質で完了した。一方、AIの能力範囲外に設定された一つの複雑な経営課題では、AIを利用した参加者の正答率が、利用しなかった参加者より平均で19パーセントポイント低かった（※3）。※3 Fabrizio Dell’Acqua, Edward McFowland III, Ethan Mollick, Hila Lifshitz-Assaf, Katherine C. Kellogg, Saran Rajendran, Lisa Krayer, François Candelon, Karim R. Lakhani“Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality,”Harvard Business School Working Paper No.24-013, 2023.この実験が示しているのは、AIの価値が、その万能性にあるのではなく、使いどころを適切に見極められるかどうかによって左右されるということだ。AI時代のマネージャーに求められるのは、すべてを一人で抱え込むことではない。AIに委ねる領域、人の専門性を借りる領域、顧客や現場との対話が欠かせない領域を切り分け、最終的な判断と結果に責任を持つことである。AIと人の強みを適切に組み合わせ、企画から検証までを止めずに前へ進める。その設計力と推進力こそが、AI時代のマネージャーの中核能力となる。「部下がいなくても回る」は、目指すべき姿なのかAIが調査、分析、資料作成などの一部を担うようになれば、従来と同じ業務を、より少ない人数で進められる場面は増えていくだろう。しかし、AIの価値を省人化だけで捉えるのは十分ではない。実行に必要な時間とコストが下がったとき、問うべきなのは、同じ業務を何人でこなすかではなく、そこで生まれた余力を、どのような価値の創出に充てるかである。これまで人手や時間の制約から着手できなかった顧客課題に踏み込み、構想段階にとどまっていた企画を、実験やプロトタイプへと進める。さらに、その成果を新たなサービスや事業機会につなげていく。AIが生み出す余力は、こうした前進のために使うべきである。重要なのは、AIを使って処理できる作業量を増やすことではない。より重要なテーマを引き受け、構想を実行へ移し、成果に結びつけることである。マネージャーの価値は、抱えている部下の人数や処理した業務量ではなく、どれだけ重要なテーマを前に進めたかによって測られるようになる。そこに、AI時代のマネージャーにとっての新たなキャリア機会がある。「自分でやった方が速い」の先にある落とし穴マネージャーがAIを使って、調査、分析、資料作成を自ら処理できるようになると、別の問題も生じる。「部下や若手メンバーに、何を任せるのか」という問題である。AIを使えば、自分で行った方が早い。部下に説明し、作業を依頼し、成果物を待ち、レビューするよりも、自分とAIで処理した方が効率的である。短期的には、それでも仕事は回る。しかし、マネージャーが仕事の大半を自分とAIだけで完結させれば、短期的な生産性は上がっても、メンバーが経験を積む機会は失われる。調査し、顧客と対話し、仮説を立て、自ら判断する経験が組織に残らなければ、次のマネージャーを担う人材も育たない。だからこそ、AI時代の育成では、単純な作業ではなく、仕事に伴う責任の一部をメンバーに委ねる必要がある。顧客や現場を理解し、問題を設定し、選択肢を比較したうえで、一定の範囲を自ら判断する。さらに、その判断がどのような結果につながったのかまで振り返らせる。こうした一連の経験を通じて初めて、より大きな意思決定を担うための土台が形成される。AIによって作業の実行コストが下がるほど、メンバーには、これまでより上流で難度の高い役割を任せやすくなる。マネージャーが目指すべきなのは、自分だけが速く仕事を終える状態ではない。AIを活用することで、チームが従来より難しい課題を担い、より大きな責任を引き受けられる状態をつくることである。管理職の価値は「管理規模」から「創出成果」へここまで見てきたように、AIはマネージャー個人の実行能力だけでなく、チームの仕事の進め方そのものを変えていく。そうであるなら、マネージャーの価値を測る基準も、従来のままでよいとは限らない。これまでの組織では、管理職の職位は、管理する人数や予算、担当領域の大きさと強く結びついていた。より多くの部下を持ち、より大きな組織を率いることが、昇進やキャリアアップの一つの証明になっていた。もちろん、人材育成や組織運営、予算管理の重要性が失われるわけではない。AI時代においても、人を率い、組織として成果を出す責任は残り続ける。一方で、AIによって一人ひとりの実行能力が拡張されれば、管理する人数の多さだけで、マネージャーの価値を測ることは難しくなる。今後は、どれだけ大きな組織を持っているかだけでなく、どれだけ重要な課題を引き受け、成果の実現まで前に進めたかが、より重く問われるようになる。例えば、20人の部下を持ち、会議や報告、調整に多くの時間を費やしているマネージャーと、少人数のチームとAIを活用し、顧客課題を発見して新しいサービスを立ち上げ、事業成果まで実現したマネージャーでは、どちらが企業により大きな価値をもたらしているだろうか。AI時代に問われるのは、部下を何人管理しているかだけではない。AIを梃子として、どれだけ重要な課題を引き受け、顧客価値や事業価値、変革成果へ結びつけたかである。これは、管理人数、担当範囲、予算規模といった「保有する資源」を中心に評価する考え方から、顧客や現場を理解し、問いを立て、構想を描き、関係者を巻き込みながら、成果を実現したという「創出した価値」を重視する考え方への転換である（図3）。この変化は、現職のマネージャーだけに関わるものではない。これからマネージャーを目指す人にとっても、管理職になるために積むべき経験が変わっていく。これまでは、担当業務に習熟し、後輩を指導し、小さなチームを率しながら、徐々に管理する範囲を広げていくことが、管理職への典型的な道筋だった。こうした経験の重要性は、今後も変わらない。そのうえで、これからは、AIを活用して顧客課題を捉え、仮説を構築し、企画を形にし、関係者を巻き込みながら成果へ結びつけた経験が、重要なキャリア資産になる。問われるのは、「AIを使えるか」ではない。AIを梃子にして、どのような課題を解き、どのような変化を生み出したかである。その実績が、AI時代のマネージャーと、その候補者の価値を示すことになる。明日から始める三つのキャリア行動では、現職マネージャーやマネージャー候補者は、何から始めればよいのか。○1. 一つの仕事を、最初から最後までAIと進めるAIを部分的な文書作成支援として使うだけでは、AIによって仕事全体がどこまで変わるのかは見えてこない。顧客や現場の課題を一つ選び、情報収集、論点整理、仮説立案、選択肢の比較、企画書作成、簡易的な実行計画までを、一気通貫でAIと進めてみる。目的は、きれいな資料を短時間で作ることではない。どこまでAIに任せられるのか。どこで自分の業務知識が必要なのか。どこで顧客や現場への確認が必要になるのか。どの判断は自分にしかできないのかを把握することである。○2. 削減した時間ではなく、再投資した時間を記録する「資料作成を3時間短縮した」というだけでは、マネージャーとしての価値にはなりにくい。重要なのは、その3時間を何に使ったかである。顧客との対話を増やしたのか現場を観察したのか新しい仮説を検証したのかメンバーの育成に使ったのか事業計画の精度を高めたのかAIによって生まれた余力を、より重要な課題に振り向け、より大きな責任を引き受け、新たな成果を生み出す。効率化がキャリアの成長に変わるのは、そのときである。○3. 「AIを使った実績」ではなく、「前に進めた実績」をつくるこれからのマネージャー候補者に求められるのは、「AIを使える」という自己申告ではない。問われるのは、どの顧客課題や事業課題に向き合い、AIをどのように活用し、誰を巻き込み、何を変えたのかである。成果は、必ずしも大規模なプロジェクトである必要はない。問い合わせ対応の品質や速度を改善した障害分析の初動を早めた顧客提案の仮説や選択肢を増やした停滞していた企画を検証フェーズまで進めた重要なのは、AIを使ったという事実ではなく、AIを梃子として、仕事や意思決定を一歩でも前へ進めたという事実である。こうした成果を積み重ねることで、「AIを使える人」ではなく、「AIを使って課題を動かし、成果へ結びつけられる人」として、自らの市場価値を示せるようになる。○AIで一人でも仕事が回るからこそ、より大きな仕事をつくるAIによって、一人のマネージャーが実行できる仕事の範囲は広がっていく。情報を集め、会議を開き、作業を分配し、進捗を確認することだけを価値としてきた管理職は、自らの役割を問い直さなければならない。しかし、それは、マネージャーの価値がなくなることを意味しない。何を解くべき問題として選ぶのか。どの顧客価値を実現するのか。誰を巻き込み、どのリスクを取り、どの成果に責任を持つのか。AIによって実行可能な選択肢が増えるほど、これらを決め、成果まで前に進めるマネージャーの役割は、むしろ重要になる。AI時代のマネージャーの価値は、管理した人数ではなく、AIを梃子にして前に進めた事業で決まる。そして、これからマネージャーを目指す人に必要なのは、部下を管理する準備だけではない。AIを使って顧客課題を捉え、構想を描き、周囲を巻き込み、成果まで前に進めた経験を、今から積み始めることである。次回は、マネージャーやマネージャー候補者が、AI時代のキャリアを築くために蓄積すべき「四つのキャリア資本」について考える。 永尾裕樹 ながおひろき レバレジーズ‧コンサルティング‧グループ株式会社在籍。⾦融（銀⾏‧証券‧保険）、エンターテインメント、公共‧官公庁、出版‧情報サービス等、複数業界において戦略‧業務‧ITを横断するコンサルティングを多数経験。IT戦略策定、業務改⾰、⼤規模プロジェクトの品質統制、IT統制‧監査⽀援まで⼀気通貫で推進戦略⽴案のみならず、実⾏フェーズに深く関与するハンズオン型の変⾰推進を強みとする。 この著者の記事一覧はこちら