AI時代の人材開発を再定義するシリーズ

第5回：AI時代、管理職は何を育てるべきか

～ いつ教え、いつ問い、いつ任せるかが重要な時代に ～

1. AI時代、管理職の価値はどこにあるのか

生成AIは、情報の収集、要約、分析、一般的な仮説構築、ビジネス文書の作成を極めて高いレベルで支援できる1。この技術革新が意味するのは、社会全体において「知識」や「正解の候補」が限りなくゼロに近いコストで手に入るようになったということである1。かつて、管理職の価値の多くは「組織の中で誰よりも多くの情報と知識を抱え、部下にその『正解』を教えること」に立脚していた。しかし、知識の保有量とその検索スピードにおいて人間が機械に対抗することは困難であり、そこでの差別化はもはや無意味になりつつある4。

AIが答えを出せる時代に、管理職まで答えの速さを競う必要はない1。情報の集約や処理の先にある、人と組織の「学習する力」を最大化することこそが、新たな管理職の存在意義となる6。どれほど優れたAIを導入しようとも、それを扱うメンバー一人ひとりが自律的に考え、試行錯誤し、経験から学びを得る組織文化がなければ、技術は単なる作業の高速化ツールに留まる1。管理職の存在意義は、目の前の業務を遂行させること以上に、チームが絶え間なく変化に適応し、新たな知恵を共同で創出し続けられる「学習環境」を構築することへとシフトしているのである6。

 

2. 「答えを教えない管理職」が正しいわけでもない

一時期のコーチング礼賛や自律型人材育成のトレンドにおいて、「これからの管理職は答えを教えてはならない」「常に部下に問いかけ、自発的な気づきを促すべきだ」という極端な言説が広く普及した。しかし、こうした「問いかけ万能論」や非指示的アプローチの一辺倒は、現実の組織運営において深刻な機能不全を招く。知識や経験が圧倒的に不足している新入社員や異動直後の部下に対し、具体的な手順や基準を示さずに「どう思う？」と問い返したり、「君の主体性に任せる」と仕事を放り投げたりすることは、育成ではなく単なる「放置」あるいは「業務の放棄（Abdication）」に他ならない9。

逆に、一定以上の専門性を持ち、自ら判断して行動できる優秀な部下に対して、先回りして細かく指示命令を下し、自らの「正解」を押し付けることは、相手の思考機会と成長の意欲を著しく損ねるマイクロマネジメント（Micromanagement）となる10。

AI時代の管理職に必要なのは、指示を捨てることではない。指示だけに依存しないことである。そして、答えを持つことを放棄することではなく、答えの使い方を変えることである。教えるべき基準は明確に示し、問いを投げるべき局面では深く問い、任せられる土台があるならば大胆に任せる。このように「指示、問い、委譲」を状況に応じて使い分けることこそが、現代のマネジメントにおける新たな専門性となる。

 

3. 同じ行動でも、文脈によって意味は変わる

リーダーシップの本質は、管理職個人が有する特定の能力やカリスマ性だけに帰属するものではなく、常に「関係性」と「文脈」の中に立ち現れる9。そのため、ある組織で劇的な成果を上げたマネジメントスタイルが、別の組織や異なるメンバーに対して同様に機能するとは限らない。一つの行動が持つ意味は、相手との信頼関係、部下の能力水準、仕事の緊急性、さらには過去の経緯によって180度変化する。

例えば、「仕事を任せる」という同一の行為は、十分なサポート体制と信頼関係のもとで行われれば「自己効力感を高めるエンパワーメント（Empowerment）」となるが、支援や合意がないままに行われれば「責任転嫁の丸投げ（Abdication）」となる9。また、「詳細な作業指示」は、重大なリスクが伴う緊急事態においては「的確かつ迅速な支援」として部下に安心感を与えるが、日常の定常業務で行われれば「主体性を奪うマイクロマネジメント」として息苦しさを与える12。管理職自身が模範を示すために「自ら率先して動く」ことは、チームのモチベーションを高める「率先垂範」となる一方で、度を越せば「部下の挑戦機会を奪うプレイングマネージャーの独走」に陥る。市場環境や組織の変革期における「方針変更」は、状況に即応する「柔軟な朝令暮改」として評価されることもあれば、軸がぶれる「一貫性の欠如」として信頼を失う要因にもなる。

 

リーダーシップの質は、何を実行したかという単一の行動様式だけで決まるのではない。その行動を「誰に対して、いつ、どのような理由で、どう実践したか」という文脈的適合性によって決定される。優れた管理職は、一つの型を持つ人ではない。文脈に応じて、型を選び直せる人である。

 

4. AI時代のコンテキスト・リーダーシップ

複雑かつ変化の激しい現代において、管理職が多角的な状況を客観的に見極め、適切なアプローチを選択するためのアプローチを「コンテキスト・リーダーシップ」と呼ぶ。このアプローチにおいて、管理職は以下の三つの階層のコンテキスト（文脈）を同時に、かつ的確に読み解く必要がある。

• ミクロの文脈（個人・対人関係レベル）：部下一人ひとりの現在の実務能力、過去の経験値、そして当該業務に対する意欲（モチベーション）の把握が含まれる11。また、日常の対話を通じて構築された信頼関係の深さや、チームにおける心理的安全性の度合いも重要な要素である13。さらに、目の前の業務の締め切り、事業上の重要性、失敗した際の影響度といったリスクプロファイルを、通常業務かクライシス対応（危機管理）かという軸で冷静に見極めなければならない15。

• メソの文脈（組織・チームレベル）：チーム全体の成熟度や、事業そのものが置かれているフェーズ（導入期、成長期、成熟期、あるいは再生・変革期）の特定が求められる16。組織がどのような文化を有しているか、意思決定はトップダウン型かボトムアップ型か、そして自分自身の管理職としての職位や専門性が、組織内でどう機能すべきかという文脈を総合的に整理する16。

• マクロの文脈（社会・環境レベル）：生成AIの急速な進化による業務プロセスの激変1、労働人口減少に伴う深刻な人手不足、働く個人の価値観の多様化、そして知識や正解の高速な陳腐化（正解のコモディティ化）といった社会潮流の理解である。さらに、法的規制の強化やコンプライアンス、倫理的要請といった外部環境の変化も視野に入れる必要がある。

大量のデータを処理し、標準的な選択肢を整理することにおいてAIは極めて有能である1。しかし、これら三つの異なる階層の文脈が複雑に絡み合う現場において、「今、どの文脈を最も重く見るべきか」「何のために、誰の優先順位を上げるべきか」を意味づけ、自らの意思と責任で判断する意思決定は、人間にしか成し遂げられない領域である1。

 

5. 正解を出す人から、問いを生み出す人へ

マイクロソフトのCEOであるサティア・ナデラは、かつて硬直化し、個々の社員が自身の優秀さを証明することに汲々としていた同社の文化を、「Know-it-all（すべてを知っている者）」から「Learn-it-all（すべてを学ぶ者）」へと大転換させた6。この変革はキャロル・ドゥエックの研究に基づく「グロース・マインドセット（しなやかマインドセット）」を組織のオペレーティングシステムとして実装したものであり、現在の同社の持続的な成長を支えている4。

この思想は、AI時代の管理職の役割変革に直結する。これからの管理職は、自らの知識を証明しようとする必要はない7。むしろ、自らも新たな技術や異なる専門性、世代から謙虚に学び、部下や現場の失敗をデータとして捉え、組織全体の学びへと循環させる触媒としての役割が求められる6。

なぜなら、「一般的な答え」が限りなくゼロに近いコストで瞬時に手に入る時代において、真に希少価値を持つのは「答え」ではなく、その前提となる「良質な問い」だからである1。

• 「そもそも、私たちが真に解決すべき、顧客や地域社会の課題は何なのか」1

• 「AIが提示したこの美しい最適解は、本当に現場の切実な痛みを救えるのか」1

• 「変化の中で、私たちが絶対に変えてはならない本質的な強み（価値）とは何か」

• 「この事業活動は、誰に対してどのような社会的意味をもたらすのか」

こうした、簡単には検索できない問いを立て、チームの視野を広げるアジェンダ設定には、人間の経験、直感、倫理観、そして責任に裏打ちされた高度な専門性が必要とされる1。正解が安価に流通する世界になればなるほど、解くべきアジェンダを設定する「問いの価値」は飛躍的に高まっていく5。管理職が育てるべき部下の能力とは、AIよりも早く正解に到達するスピードではなく、AIという強力な相棒と共に探求するに値する「本質的な問いを立てる力」である1。管理職が育てるべきなのは、変化の中でも、自ら問い、考え、学び直せる力である。

 

6. 教える・問う・任せるを設計する

管理職が現場でメンバーの「学ぶ力」を呼び起こし、持続的な成長を促すための具体的なアプローチとして、デイヴィッド・コルブが提唱した「経験学習モデル」が極めて有効である19。部下が自らの業務「経験」を通じて成長するためには、ただ作業をこなすのではなく、そのプロセスを深く「振り返り（省察）」、そこから得られた教訓を「意味づけ・抽象化」し、次の新しい状況で「試行（実践）」するという学習のサイクル（ループ）を回す必要がある20。

管理職の最大の任務は、この経験学習のサイクルを部下の中に意識的に「設計する」ことである20。行動の後に、適切な問いかけを行うことで、部下の中での内省を促すことができる20。

• 「今回、具体的にどのような事象が起きましたか？」

• 「その時、どのような情報を見て、どう判断したのですか？」

• 「想定通りにうまくいった要因、あるいは障壁となったものは何でしょうか？」

• 「この経験から得られた、次に活かせる普遍的なルール（学び）は何ですか？」

• 「次回の類似ケースにおいて、具体的にどのプロセスを変更しますか？」

• 「まずはどのような小さな実験から、新しいアプローチを試しますか？」

アイル・キャリアの代表取締役、五十嵐康雄氏がこれまでの20年にわたる研修と人材開発の実践の中で一貫して重視してきた問いが、「それで、どうしますか？」というアプローチである。この問いは、部下を突き放し孤立させるための冷淡な言葉ではない。知識を聞いて終わらせず、目の前のリアルな文脈を前にして、部下自身が主体的に考え、選択肢を比較検討し、自らの意思で決定し、行動へ踏み出すための「自律を促す強力な触媒」である。

 

ただし、問いかけさえ行えば自動的に人が育つわけではない。必要な知識は教え、基準は示し、危険があれば止める。考える力があれば問い返し、挑戦できる状態なら任せる。そして行動後には振り返る。アイル・キャリアは、これを「教える・問う・任せるを、相手と状況に応じて設計する人材育成」と位置づけている。この関係性を「3つの関わり×4つの文脈」として以下の通り構造化する。

 

表1：アイル・キャリア独自フレームワーク「3つの関わり×4つの文脈」

このフレームワークが示す通り、「任せる」という高度な関わり方を成功させるためには、単に仕事を投げるだけではない精密な設計が必要となる。マネジメントにおける「丸投げ（放置）」と「健全な権限委譲」の差異は、組織の命運を分けるほど大きい。

ただ仕事を任せれば勝手に人が育つという安易な放置論は排除されなければならない。任せることが人を育てるのではない。学べるように任せることが、人を育てる。

7. AIと人間の判断をつなぐ管理職

現場のメンバーが生成AIを駆使して業務効率化や提案書の作成を行う場面において、管理職の役割はさらに重要性を増す。部下がAIから出力された極めてもっともらしい提案を持ってきた際、管理職はそれを鵜呑みにして承認することも、頭ごなしに却下することもしない。AIと部下との間に立ち、高度な対話を通じて双方をつなぐ「触媒」としての役割を担う1。

具体的には、部下が提示したAIの回答に対して、以下のような多角的な視点から問いを重ね、実務に適した価値へと磨き上げていく。

• 事実確認の徹底：提案の根拠となるデータやファクトは、信頼に足る原典で裏付けられているか（ハルシネーションの排除）。
• 現場の文脈の反映：この提案は、対象となる顧客、あるいは地域住民が抱える個別具体的で繊細な事情（コンテキスト）を真に反映しているか1。
• 社会的影響と倫理：法令遵守は当然として、倫理的観点、公平性、個人情報の取り扱い、機密情報保持の観点においてリスクはないか15。
• 組織の目的と価値観への合致：この施策は、組織が目指す中長期的なビジョンや組織の存在価値（パーパス）に貢献するものか1。
• 説明責任の確立：このAIシステムが出力した意思決定に対して、最終的に「人間である当事者」がどう責任を負うのか12。

AI時代の管理職とは、AIの答えを、現場の意味と責任へ翻訳する存在に他ならない。こうした対話を日常的に組み込むための、具体的な現場のシチュエーションを以下に示す。

例1：AIを用いた業務改善案のレビュー（自治体・窓口業務のデジタル化）

自治体の若手職員が、生成AIを用いて作成した「住民窓口業務のデジタル化によるプロセス改善案」を提出したとする。企画書は非常に論理的で、最新のシステム連携を踏まえた美しい構成でまとめられている。 ここで管理職は、「よくできている、これで進めよう」と安易に許可を出すのではなく、まず問いを投げかける1。 「この改善案は素晴らしい論理構成だね。ところで、このプランは窓口に直接来庁されるデジタルツールに不慣れな高齢の住民の方々の行動パターンをどう想定しているだろうか。AIが想定した一般的なデジタルユーザーの文脈と、私たちの地域の現実的な文脈にズレはないかな？」1 部下はそこから初めて、地域特有の文脈を考慮し直す必要があることに気づき、内省を深める。 一方で、管理職は個人情報の取り扱いルールや、既存システム連携上のセキュリティ制約など、決して破ってはならない明確な法令・安全基準については、「教える」スタイルへと即座に切り替え、妥協のない基準を明確に提示する15。

例2：経験の浅い部下への新規プロジェクトの権限委譲

中堅企業において、経験の浅い若手メンバーに「新規取引先開拓キャンペーンのリーダー」を任せるケースである。 管理職は、ただ「頑張って挑戦してみて」と任せるのではなく、事前に「今回のキャンペーンの目的」「予算と意思決定の権限範囲」「避けるべきブランド毀損リスクの基準」「毎週木曜の朝に行う進捗相談ミーティングの日程」を丁寧にすり合わせる10。 キャンペーン開始後、部下は幾多の困難に直面しながらも、設定されたマイルストーンに沿って自発的に相談し、軌道修正を図る10。プロジェクト終了後の振り返りにおいて、管理職は以下の問いを投げかける20。 「今回の経験から何を学びましたか？」16 「それで、次はどうしますか？」 部下は、自らの判断のプロセスを言語化することで、暗黙知を確固たる形式知へと昇華させ、次なる自律的なステップを踏み出すことができる。

8. アイル・キャリアが考える管理職育成：仕組みとしてのマネジメント

アイル・キャリアは、人材開発・組織開発における確固たる信念として、「人は強くない。だから仕組みがいる」という人間観を軸に据えている。

どれほど志が高く優秀な管理職であっても、日々の過酷な業務に追われ、時間的・精神的な余裕を失えば、自身の最も慣れ親しんだ、あるいは心理的負担の少ないデフォルト行動へと容易に戻ってしまう9。すなわち、「自分でやった方が早い」と抱え込んで部下の挑戦を阻むか、「細かく監視して指示命令する」マイクロマネジメントに走るか、あるいは「忙しいから自分で考えてやってくれ」と完全に放置（丸投げ）するかの、極端な行動パターンのいずれかに陥る10。

自律型の人材を育て、AI時代に適応する強靭な組織を創るためには、管理職個人のセンスや人柄だけに依存したマネジメントを脱却しなければならない。

1. 直面するミクロ・メソ・マクロの文脈を冷静に捉えること
2. 状況に応じた適切な関わり方（教える・問う・任せる）を選択すること
3. 適切な難易度の実務を経験させること
4. 五十嵐氏が提唱する「それで、どうしますか？」という問いを通じて振り返りを促すこと
5. 次なる行動を決めること20

これら一連の流れが、組織の共通言語、標準的なプロセス、および評価や支援のテンプレートとして、日常のマネジメントの「仕組み」の中に最初から組み込まれていなければならない。

管理職育成とは、万能なリーダーをつくることではない。文脈を読み、学びが生まれる関わり方を選べる仕組みをつくることである。AI時代の優れた管理職とは、答えを教えない人ではない。人と状況を読み、いつ教え、いつ問い、いつ任せるかを選びながら、部下が学び続けられる環境を設計する人である。それこそが、アイル・キャリアが考えるAI時代の人材開発である。