AI、プレイヤーコーチ、そして経営問題の解決

近年、ジャック・ドーシー、ブライアン・アームストロング、マーク・ザッカーバーグといったテクノロジーリーダーたちが同様の発言をしています：AIが管理階層を削減し、代わりに「プレイヤーコーチ」という、実際の作業に携わりながらチームを率いる役割が台頭しているというのです。この傾向と論理は現実に基づいています。

しかし、次に解決すべき二次的効果は、コーチング自体をどう効果的に行うかということです。優れた組織は通常、深いドメイン知識を持つ人物によって設立・主導されます。彼らは製品、顧客、重要事項を熟知していますが、組織が成長するにつれて時間の壁に直面します。私は長年チームを運営してきましたが、1対1のコーチングは人手が5人、8人、10人を超えるとすぐに時間が足りなくなります。グループで行おうとすると、基礎的な内容に退屈する人と難しすぎる人が出て非効率的です。

従来の解決策は管理階層を追加して負荷を分散することでしたが、これはコストがかかります。米国では、従業員一人あたり数万ドルの管理コストが発生することもあります。さらに、この層には効果の問題もあります。確かにドメイン知識と組織力を兼ね備えた管理者もいますが、私の経験ではそれは例外です。多くの場合、管理者は組織運営や会議の進行は得意でも、ドメインを十分に理解しておらず、専門家の意図を正しく伝えられません。その結果、従業員は結局専門家に直接相談しに行くことになります。管理層に費用を払っているのに、そのレバレッジを得られていないのです。

AIは何を変えるのか。多くの人がコーディング、レポート、分析、リサーチなどで5～10倍の効率向上を経験しています。この圧縮効果がプレイヤーコーチモデルを現実的なものにします。専門家の実行時間が大幅に短縮されれば、中間層を減らして業務に近い立場を保てます。しかし、同じ圧縮はコーチングの問題に新たな課題をもたらします。自分で20分でできることを、説明に20分、レビューに20分、さらに修正分と考えると、自分でやってしまいたくなる誘惑にかられます。私自身もその引力を感じます。問題は、それでもキャパシティは限られており、すべてを自分でこなせないこと、そしてチームが自律的に動く必要があることです。

最初のAIツール群は個人の生産性向上に焦点を当て、成功を収めました。次に取り組むべきは、AIをチーム全体で活用する方法です。これこそがプレイヤーコーチの実際の仕事であり、Axamyで取り組んでいる内容です。プレイヤーコーチは現場で起きているすべてを把握できません。実務者は問題や障害、判断をコーチに伝える必要があり、コーチはフィードバックや優先順位の伝達、各メンバーの状況把握を行わなければなりません。このやり取りは、コーチが生産性向上で確保した時間を消費しない形で行われる必要があります。

最初の要素は計画です。プレイヤーコーチは各メンバーが明日何をするか、来週の予定、そして作業が現在の重要事項と合致しているかを迅速に把握できなければなりません。AIが作業を分析し、未完了タスクや所要時間を推定することで、長い計画会議の代わりに数分で日次・週次計画を立てられるようにします。

2番目は更新です。計画ができたら、実際の進捗を知る必要があります。音声ベースのアップデートにより、メンバーは自然に進捗を報告し、AIが各更新を関連タスクや課題に自動的に紐付けます。CRMを最新に保つのがどれほど面倒か、営業チームを経験した人ならわかるでしょう。更新がスムーズに流れれば、AIは状況、残作業、意思決定が必要な点を把握できます。

3番目はトレーニングです。先に述べたグループセッションの問題——一部には基本過ぎ、他には難し過ぎる——に対して、AIベースのトレーニングは個人のペースとギャップに焦点を当てるのに適しています。プレイヤーコーチは誰がどの分野で改善が必要かを特定し、システムが指導を担当します。

計画、更新、トレーニングは連携して機能します。計画は方向性を示し、更新はチームからの情報を還流させ、トレーニングはコーチが時間を追加で費やすことなく必要な対応を実行する手段を提供します。チームメンバーにとっては、より明確でタイムリーなフィードバックが得られ、ストレスが軽減され、生産性が向上します。AIの進化に伴い、プレイヤーコーチとそのチームの効果的な協働を支援する方法はさらに増えると確信しています。