エグゼクティブのAIリテラシー：判断力がスキル。それ以外はボキャブラリー。
四半期ごとに、新たなエグゼクティブ教育プログラムがリーダーを「AIリテラシー」にすると約束する。ほとんどが同じカリキュラムを教える——ニューラルネットワークとは何か、トランスフォーマーの仕組み、ChatGPTのデモ、別業界のケーススタディ。
知っている言葉は増えて帰る。より良い意思決定ができるようにはならない。
このギャップは重要だ——なぜなら、このギャップを埋めるエグゼクティブは、埋めないエグゼクティブとは根本的に異なる組織を率いることになるからだ。
AIリテラシーとは何でないか
技術的知識ではない。
自社がコンピュータビジョンに投資すべきかどうかを判断するのに、誤差逆伝播法を理解する必要はない。ベンダーの主張が信頼できるかどうかを評価するのに、競合モデルの違いを知る必要はない。ワークフロー自動化のプロトタイプを作るのに、コードを書く必要はない。
技術的流暢さはエンジニアのためのもの。戦略的流暢さはリーダーのためのもの。これらは異なるスキルであり、ほとんどのAI研修プログラムはこれを混同している。結果として、大規模言語モデルの仕組みを説明できるが、本当に重要な問いに答えられないエグゼクティブが生まれる——これを作るべきか、買うべきか、無視すべきか？
本当のAIリテラシーとは
意思決定者にとっての本当のAIリテラシーは、4つの能力に集約される。
AI機会のパターン認識。 すべての問題がAI問題ではない。リテラシーのあるエグゼクティブは、ビジネスプロセスを見て、AIが本当のレバレッジを生む場所と、200ドルの釘に200万ドルのハンマーを打ちつけるようなものとの違いを見分けられる。AIが得意なこと——パターン認識、生成、分類、予測——と、苦手なこと——新規の推論、因果推論、特定のビジネスコンテキストに関する常識——を理解する必要がある。
依存なき評価力。 ベンダーがAIプロダクトをデモするとき、正しい質問ができるか？「精度はどれくらい？」ではなく「どのデータで、どう測定し、どのベースラインと比較して、データが変化したらどうなる？」。CTOがAI施策を提案したとき、「技術チームを信頼している」とデフォルトで任せるのではなく、メリットで評価できるか？ほとんどのエグゼクティブにはできない。それは人格の欠陥ではない。研修のギャップだ。
リスクの較正。 AIリスクはバイナリではない。すべてのデプロイメントにはトレードオフが伴う——精度対速度、自動化対制御、能力対説明可能性。リテラシーのあるエグゼクティブは、自身の特定のコンテキストにおける許容可能なリスクレベルについて、情報に基づいた判断を下せるだけのトレードオフ理解を持っている。医療組織とマーケティングエージェンシーではリスクプロファイルが異なる。画一的なAIガバナンスは機能しない——グラデーションで考えられるリーダーが必要だ。
AIのための組織設計。 これは誰も教えない領域だ。AIは会社にできることを変えるだけではない。会社がどう構造化されるべきかを変える。ルーティン分析が自動化されたとき、アナリストチームはどうなるか？AIが法的契約の初稿を作成できるとき、法務部門はどう進化するか？カスタマーサービスエージェントがAIコパイロットを持つとき、パフォーマンスをどう測定するか？これらはテクノロジーの問いではない。リーダーシップの問いだ。
なぜほとんどのプログラムは的を外すのか
典型的なエグゼクティブAIプログラムは技術者によって作られる。彼らは自分が知っていることを教える——アーキテクチャ、アルゴリズム、能力。それはCEOに会計を教えるのに複式簿記から始めるようなものだ。技術的には正しいが、戦略的には無意味。
エグゼクティブに必要なのは判断力だ。全員がAI施策に興奮している部屋に入り、追求する価値があるかどうかを決定づける3つの問いを投げかける能力：
- これはどの意思決定を変えるのか？
- 間違った場合のコストは何か？
- 組織の誰が違う働き方をする必要があるのか？
これらの問いに誰も明確に答えられないなら、その施策は準備ができていない——デモがどれほど印象的であっても。
私たちのアプローチ
DTJ Academyはこの原則を中心に構築されている。
エグゼクティブはAIツールを使って直接作業する——エンジニアになるためではなく、AIに何ができて何ができないかを評価する判断力を養うためだ。プロトタイプを作る。壊してみる。実際のベンダー提案を評価する。組織に戻って必要になる判断を実践する。
成功の測り方も異なる。「AIの仕組みを説明できるか？」ではなく「AIの提案を評価し、健全な意思決定ができるか？」。後者ができなければ、前者は単なるボキャブラリーだ。
何が懸かっているか
過去2年間のあらゆる主要な業界分析が同じ結論を指している。AIから実際のインパクト——限界的なリターンではなく、測定可能なEBIT改善——を得ている組織は、他の誰よりも優れたテクノロジーを持っているわけではない。人間の判断がかけがえのない価値を生む場所をより良く理解し、それに合わせて組織を再設計しているのだ。残りの組織は、限界的な結果のために本物のお金を使っている。
これはテクノロジーのギャップではない。判断力のギャップだ。
このギャップを埋めるエグゼクティブは、モデルの仕組みを説明できる人ではない。AIがどの意思決定を変え、どれを変えず、その差を捉えるために組織が何を再構築すべきかを知っている人だ。
それがAIリテラシーだ。それ以外はすべてボキャブラリーにすぎない。
Design Thinking Japan