アスクル成松岳志氏への経営交代が示す『新しい評価軸』。なぜ“現場を知るベテラン”ほどAI時代の経営から遠ざかるのか
📡 本日の観測ニュース
アスクルの新社長に執行役員事業戦略本部長の成松岳志氏が就任へ。AI進化の時代、次世代リーダーへ経営を継承し新たな成長ステージへ移行（ネットショップ担当者フォーラム） - Yahoo!ニュース
アスクルが「AI進化の時代」を理由に、新社長として事業戦略本部長の成松岳志氏を任命した。これは単なる人事異動ではない。旧来の成功体験を持つリーダーから、AIを前提とした戦略を描ける「次世代リーダー」へ経営の舵を意図的に渡す、という明確な意思表示だ。
この動きは、あなたのキャリアに無関係ではない。PwCの「世界CEO意識調査2024」によれば、日本のCEOの45%が「現在の事業を続けた場合、自社は10年後には存続できない」と回答しており、その最大の要因として生成AIのインパクトを挙げている。経営層は、もはやAIを使いこなせない人材を組織の中核に置き続けるリスクを許容できない。
断言する。これは、全ての企業で始まる「選別」の号砲だ。
長年付き合いのある取引先との関係性を武器に、難しい調整をまとめてきた自負。現場の機微を読み取り、勘と度胸で下した判断が幾度となく会社を救ってきた記憶。それらはかつて、あなたの市場価値そのものだったはずだ。
しかし、AIが全社の受発注データから「最適な取引先ポートフォリオ」を算出し、過去の全トラブル事例を分析して「最もリスクの低いオペレーション手順」を提示する時代において、その価値は急速に蒸発する。役員会で、若手のデータサイエンティストがAIの分析結果を淡々と説明し、あなたの「経験則」が「非効率な過去の慣習」として処理されていく。その光景は、決して遠い未来の話ではない。
アスクルの経営交代が突きつけているのは、この現実だ。成松岳志氏へのバトンタッチは、単に若いリーダーを登用したのではない。「AIを前提とした経営ができるか否か」という、新しい評価軸でリーダーを選んだ結果だ。
この流れは、あなたのいる部署、あなたのチームにも確実に及ぶ。水面下ではすでに、「AIネイティブな次世代候補」と「AIに適応できない旧世代」のリストが作られ始めている。問題は、あなたがどちらのリストに名前を連ねているかだ。
AIが提示する「合理的な正解」と、現場の人間が抱える「非合理的な感情や利害」。その狭間で身動きが取れなくなる管理職は「合理性の板挟み」に陥り、価値を失う。
これから価値を持つのは、その板挟みを解消する「合理性の調停者」だ。AIの答えを組織に実装する、泥臭い翻訳と交渉のプロセスにこそ、人間の管理職に残された最後の聖域がある。
だが、多くの管理職は今この瞬間も、過去の成功体験という名の「穴」を深く掘り進めている。その努力こそが、自らを「交代すべき旧世代」のリストに追いやっていることに気づかずに。
あなたのその『豊富な経験』こそが、AI時代の経営層から「交代すべき旧世代の象徴」と見なされている。その残酷な宣告に、あなたはまだ気づいていない。
ここからは、「合理性の板挟み」から脱出し、AI時代の「合理性の調停者」として市場価値を再定義するための、4つの具体的なスプリント処方箋を開示する。事前準備は不要。今日から一人で始められる行動プロトコルだ。
Sprint 1: AI提案を「現場語」に翻訳する
AIが出力する「売上3%向上」「コスト5%削減」といった合理的な提案は、現場の人間にとって「俺たちのやり方を否定するのか」「また面倒なことを」という感情的な反発の種になる。あなたの仕事は、そのAIの提案を、現場の担当者が使う言葉、彼らの日々の苦労、そして彼らが誇りに思っていることに寄り添う「現場語」へと翻訳することだ。
- 実行手順（5分）: 部下が持ってきたAIの分析レポートや提案を一つ選び、PCのメモ帳を開く。その提案を実行する現場担当者の顔を一人思い浮かべる。そして、その担当者個人に語りかけるつもりで、「この提案は、あなたの〇〇という作業を楽にするためのものだ」「いつもあなたが苦労している△△の問題を、これで解決できるかもしれない」という形で、提案のメリットを3つの短い文章で書き換えてみる。目的は、AIの無機質な正しさを、人間の感情が乗る言葉に変換する訓練だ。
- やりがちな失敗: AIの提案の「正しさ」を、そのままロジックで説得しようとすること。これは火に油を注ぐだけだ。「なぜこれが正しいかわからないのか」という態度は、相手を「変化を拒む抵抗勢力」と見なす思考停止に他ならない。
Sprint 2: 抵抗勢力の感情をマッピングする
AIによる変革には、必ず抵抗が伴う。その抵抗を「非合理的だ」と切り捨てるのは三流の管理職だ。一流の「調停者」は、その抵抗の背後にある感情を理解しようと試みる。誰が、なぜ、この変化に抵抗するのか。そのインサイトこそが、交渉の糸口になる。
- 実行手順（5分）: 新しいシステムやAIツールの導入計画を一つ思い浮かべる。A4用紙に、その計画に反対しそうな人物・部署を3つ書き出す。そして、それぞれの名前の横に、彼らが抵抗する「感情的な理由」を推測して書き込む。「自分のスキルが陳腐化する恐怖」「長年築いてきた権益を失う不安」「新しいことを覚えることへの純粋な面倒臭さ」。このマッピングは、客観的な事実ではなく、あなたの主観的な洞察でいい。目的は、敵を知り、彼らの靴を履いてみることだ。
- やりがちな失敗: 抵抗の理由を「やる気がない」「変化が嫌い」といった精神論で片付けてしまうこと。全ての抵抗には、その人なりの合理的な理由（多くは自己防衛本能）が存在する。それを解き明かさずに、説得は始まらない。
Sprint 3: 「最小単位の成功」を演出する
大規模なDXプロジェクトや全社的なAI導入は、壮大であるほど失敗する。抵抗勢力に格好の攻撃材料を与え、「やっぱりAIなんて使えない」という空気を醸成させてしまうからだ。調停者としてのあなたの役割は、大きな勝利ではなく、誰にも文句を言わせない「小さな、しかし確実な成功」を積み重ね、外堀を埋めていくことだ。
- 実行手順（5分）: あなたのチームが抱える業務の中で、「AIを使えば、明日からでも明らかに楽になる」タスクを一つだけ選ぶ。例えば、「毎週手作業で作成している報告書のグラフ作成」や「定型的な問い合わせメールへの返信文案作成」など。誰の許可もいらない、あなたと部下1〜2人だけで完結するレベルのものが望ましい。ChatGPTやClaudeを使い、そのタスクを自動化するプロンプトを作成し、実際に時間を計測して効果を実証する。目的は「AI導入の成功体験」という既成事実を作ることだ。
- やりがちな失敗: 最初のステップで、部門横断の大きな課題や、聖域とされる業務に手を出してしまうこと。最初は、政治的な摩擦がゼロの、純粋な「効率化」だけが目的のタスクを選ぶべきだ。
Sprint 4: 失敗を「学習資産」として言語化する
AIの提案が常に正しいとは限らない。むしろ、初期段階では多くの間違いを犯す。その失敗を「AIのせいだ」で終わらせるか、「我々の仮説のどこが間違っていたのか」という学びの機会に変えるかで、あなたのリーダーとしての評価は決まる。失敗を恐れず、むしろ歓迎し、それを組織の資産に変えるプロセスを主導せよ。
- 実行手順（5分）: 直近でAIツールを使ってうまくいかなかった事例を一つ思い出す。SlackやTeamsで、チームメンバー全員が見えるチャンネルに、「【AI活用実験メモ】先日の〇〇、AIにやらせてみたけど期待通りにいかなかった。原因はおそらく△△という前提が抜けていたから。次は□□という情報を加えて試してみようと思う。他にいいアイデアある？」と投稿する。ポイントは、失敗を隠さずオープンにし、原因分析と次のアクションをセットで示すことだ。
- やりがちな失敗: AIの失敗を隠蔽したり、見て見ぬふりをすること。これは、チーム内に「AIを使うと面倒なことになる」という萎縮効果を生む最悪の対応だ。
【推奨プロンプト】 以下は、Sprint 1の「AI提案の翻訳」で使えるプロンプトの雛形だ。これをベースに、あなたの職場の具体的な状況に合わせてカスタマイズせよ。
あなたは、20年の経験を持つベテランの[対象の職種、例: 倉庫管理者]です。私はあなたの部下で、AIを使った業務改善案を持ってきました。 以下のAIによる提案を、あなたが長年の経験で培ってきた知見やプライドを尊重しつつ、前向きに検討したくなるような、丁寧で共感的な言葉遣いに書き換えてください。
AIによる提案:
[ここにAIが出力した無機質な提案文を貼り付ける。例: 在庫回転率データに基づき、商品ABCの保管ロケーションを即時最適化すべき。現在の配置は非効率であり、ピッキング時間を15%悪化させている。]書き換えのポイント:
- 提案の前に、相手のこれまでの貢献や努力を認める一文を入れる。
- AIの指摘を「命令」ではなく「相談」や「仮説」の形にする。
- 相手の経験や知見を借りる、というスタンスを示す。
- 最終的な判断は相手に委ねる、というニュアンスを含める。
AIは合理的な答えを出すが、人間は非合理な感情で動く。その断絶を繋ぐ翻訳者であり、調停者であること。それこそが、AIに仕事を奪われるのではなく、AIを使いこなす管理職として生き残る唯一の道だ。 AI-NATIVE CAREER
💭 あなたのチームで、AIが提示した「正論」が、現場の感情的な反発で実行できなかった経験はあるだろうか。
AI時代の管理職向け 有料記事
AI-NATIVE CAREERでは、管理職がAI時代を生き残るための具体的な行動プロトコル・テンプレート・チェックリストを有料記事で公開しています。
本記事はAI-NATIVE CAREER編集部が最新ニュースを基に作成しました。掲載情報の正確性については各一次情報源をご確認ください。