AI時代の新しい「簿外負債」―なぜ企業は、挑戦しなくなったのか？／ ＃企業のAIパラドクス ＃2

AI時代の新しい「簿外負債」 ーなぜ企業は、挑戦しなくなったのか？ 企業のAIパラドクス #2 池松さま

社員が臆病なのではない。 会社の「計算式」が間違っている 45%の社員は「現状維持」を合理的に選択しています。 経営学者グスタボ・マンソの研究(2011年)が 示す通り、イノベーションには「初期の失敗への 寛容」と「長期の成功への報酬」が不可欠です。 しかし、バブル崩壊以降の日本企業は、 その逆を制度化してしまいました。 P/L・評価ダウン 失敗 何もしない

「不作為」には責任者が生まれない構造 短期的な失敗は厳しく査定される一方で、挑戦しなかったために失った長期的な未来の損失は 測定されません。このシステムの下では、賭けないことが最も合理的な選択となります。 「挑戦する」 「1億円の 損失」 決算書に載る 「責任者の名前が 呼ばれる」 「現状維持」 「市場シェア の喪失」 数年後に「環境変化」 と呼ばれる 「誰も説明を 求められない」

個人の合理的な選択：「不作為」には責任者が生まれない 失敗は可視化され、見送った損失は測定されません。 会社の計算式に従えば、「賭けないこと」が最も賢い選択肢となります。 新規事業に 挑戦 失敗 (1億円損失) 決算書(P/L) に載る 会議で責任を 追及される 処罰・減点 何もしない 市場・機会 の喪失 数年後に 「環境変化」 と呼ばれる 不作為 (Omission) 誰の責任にもならない(安全)

ナイト氏から日本へのメッセージ ここで冒頭の「熱」「情熱」の話に、再び戻りたい。彼らを突き動かしていたものは、今のようなデジタル な時代には青臭く聞こえてしまうかもしれないが、ものすごくアナログな「気持ち」だったり、「人とのつ ながり」だったりするのだ。 もちろん、ナイキというメガ企業まで成長させた彼らが言うからこそ、カッコよく聞こえるのかもしれない が、当時、リスクを取って支援に乗り出した日商岩井の人たちも含めて、彼らが持っていた「熱」は、何か 大事なものを私たちに伝えてくれているような気がする。 創業期の写真。左がフィル・ナイト氏、中央がスメラギ氏(写真:NHK) 限られた時間のインタビューで、いちばん聞きたかったことが、今の日本経済、日本企業、それに日本のビ ジネスパーソンへの「言葉」だ。『シュードッグ』からは、「昔の日本にあったベンチャー精神、起業家を育て る精神があった」ことがあふれるほどに伝わってくる。失われた20年とも言われるバブル崩壊からの日本の 復活は、いまだ道半ば。リスクを取って、新たな挑戦を続けたナイト氏の姿勢こそ、今の日本に必要なもの ではないか。

挑戦して「賭けないこと」は「常識」となり「制度化」されていった バブルのトラウマは教訓へ ガバナンス・真義・ 人事評価 経営学者グスタボ・マンソ(2011年)によれば、 イノベーションには「初期の失敗への寛容」と 「長期の成功への報酬」が必要です。しかしバブル 崩壊後、日本企業は逆の仕組みを構築しました。 挑戦が消えたのは、勇気が消えたからではない。 挑戦しないことを、制度が正解にしたからです。

AI時代に爆速化する新しい「簿外負債」 技術的負債(手抜きコードによ る後年の修正コスト)と同様に、 AI導入における「決断の先送り り」は、将来の選択肢を狭める 経営上の負債となります。 決算書には載らない「見えない 帳簿」に、負の利息が蓄積され 始めているのです。 効率化 コスト削減 簿外負債

AI時代に爆速化する、経営の「簿外負債」 これは会計上の負債ではありません。「技術的負債」のように、決算書には載らないまま、 企業の将来の選択肢を奪い、利息を伴って膨れ上がる「経営の負債」です。 AIの登場により、この負債の蓄積スピードは爆発的に加速しています。 今期のP/L 見えない帳簿

負債①：「挑戦しなかった」という不在の負債 AIを業務に入れなければ、事故も 起きず今期のP/Lは綺麗です。 しかし、失敗から得られるはず だった「データ」「判断基準」 「人材」も一切蓄積されません。 競合が学習している間、自社に は何もないという「不在の負債」 が積み上がります。 無形資産の蓄積 現状維持 学習フェーズ

負債②：「判断」を外部へ預けてしまう負債 無回答 下書きになる 前例になる ルールの顔を して固まる AIの平均的回答 前例

企業のAIパラドクス：速く走りながら、基盤を失う 世界経済フォーラム(2026年白書) によれば、AIで仕事を根本から再 設計している組織はわずか15%に すぎません。 業務効率化 判断主権 足元から崩れていく

主権は「バックアップ」に似ている 簿外負債は、壊れるその日まで見えません。自社の「ものさし」が残っているかは、 以下の瞬間に初めて判明します。復元する瞬間にしか、証明できないのです。 復元 ベンダーが突然値上げ・仕様変 更したとき システム障害でモデルが停止し たとき 顧客や規制当局に「なぜその答 えなのか」と問われたとき

モデルは借りても、「自社のものさし」は借りるな 「大手ベンダーに任せれば安全」という考えは危険です。 答えの品質と、基準の「著者権」(誰が書き、更新したか)は全く別の問題です。 会社のものさしまで外部へ渡すことは効率化ではなく、「判断の隷属化」であり、 経営責任の放棄です。 Rental 自社の判断基準

評価軸のパラダイムシフト 次元 過去の評価 AI時代の評価 評価の焦点 コスト削減と効率化 学習と無形資産の蓄積 リスク管理 短期的な失敗を ゼロにする 撤退条件を決め「不作 為の損失」を防ぐ 責任の所在 挑戦した者が 責任を負う 「やらない決断」をし た者が責任を負う

アクション①：稟議書に 「不作為の損失」を明記する 挑戦する案だけが説明責任を負うのは 不公平です。投資を見送る会議でこそ、 「やらない場合に失う未来」を問い、 何もしなかった場合の責任の所在を明 確にする経営デザインが必要です。 稟議書(案) 推定コスト 何もしない場合の 損失(不作為コスト) 担当役員名

アクション②：撤退条件を決めた「小さな賭け」を 標準化する 大勝負をする必要はありません。あらかじめ「撤退条件」を決めた小さな事例を 作ります。条件に達して撤退した場合、それはP/L上の損失ではなく、言語化さ れた「会社の知識」という無形資産として帳簿に残るよう再定義します。 小さな賭け 撤退条件 会社の知識(資産)

アクション③：成果指標に「蓄積」を組み込む 時間削減だけを測ると、判断主権の喪失が見えません。自社の判断基準 がどれけ言語化されたか、答えの根拠を説明できるか、別モデルへ移行 できるか。この3つを企業の資産形成として経営会議で評価させます。 基準の言語化 説明責任力 移行の柔軟性

「見えない帳簿」を管理する3つの処方箋 稟議書への明記 提案書に「何もしない場合 の損失」を書かせる。投資 を見送る際、「やらない場合 に失うもの」と「その担当 役員」を明記する。 「小さな賭け」の標準化 大勝負はしない。事前に 「撤退条件」を決めておき、 失敗を損失ではなく「会社 の知識(資産)」に変換す る。 「蓄積」をKPI化する 時間削減だけでなく、目に 見えない資産の蓄積を経営 会議の指標に組み込む。 (次スライドで詳述)

経営者とAI担当者の「見えない帳簿」チェックリスト 領域 確認する問い 推奨アクション 主担当 稟議 投資する案だけでなく、見送る案にも損失を書いているか 「何もしない場合に失う市場・学習・人 材・顧客理解」を記載 経営者/事業責任者 評価制度 初期失敗を査定し、長期の不作為を査定しない制度になっていないか 探索案件は評価期間を長くし、学習成果を 評価対象にする 経営者/人事 AI実験 大規模導入か全面停止の二択になっていないか 撤退条件付きの小さな賭けを常設する AI担当者/現場責任者 成果指標 時間削減・人件費削減だけを見ていないか 判断基準の言語化、根拠説明、他モデル移 行可能性をKPI化 AI担当者 知識蓄積 PoC終了後に会社へ何が残ったか説明できるか 失敗知、プロンプト、データ定義、例外処 理、承認条件を正本化 AI担当者/ナレッジ責任者 判断主権 AIの回答基準を誰が書き、誰が更新しているか分かるか 基準の著者・更新者・承認者を明記する 経営者/AIガバナンス ベンダー依存 モデルやベンダーを替えられる状態か 判断基準と業務ルールをベンダーへ持ち 出せる形式で保持 経営者/IT・AI担当 ポートフォリオ 一件の失敗で全社のAI挑戦が止まらないか 複数の小規模実験を束ねて全体で評価する 経営者/AI責任者