みんながAIを持っているのに会社が何も学べない：企業AI導入の厄介な中間地点

この記事では、Copilot、ChatGPT Enterprise、Claude、Gemini、Cursorなどのライセンスがプロビジョニングされているにもかかわらず、企業全体としてはほとんど何も学んでいないという、AI導入の苦しい段階について論じている。Ethan Mollickの『Leadership, Lab, and Crowd』モデルが引用されている。リーダーシップは方向性を定め、Crowdはユースケースを発見し、Labはその発見を共有プラクティスに変えるべきだが、学習はほとんど伝播しない。

現在のAI導入における主要な問題

• 第一段階は標準的なエンタープライズ展開に見える。シートを購入し、利用規定を定義し、トレーニングを実施し、チャンピオンネットワークを作り、Teamsチャンネルでユースケースを共有するよう促す（が、そのチャンネルは死んだ屋根裏部屋と化す）。
• 第二段階はさらに厄介だ。あるチームはCopilotをオートコンプリートとして使い、別のチームはClaude Codeをタイトなループとレビューで使い、プロダクトオーナーはFigmaのモックアップの代わりに実際のソフトウェアをプロトタイプし、シニアエンジニアは根本原因分析をエージェントに委任して1時間以内に有効な解決策を得る（以前は2週間かかっていた）、ジュニアはアーキテクチャの意味を理解せずに洗練されたコードを生成し、サポートチームは再発チケットをワークフロー自動化に静かに変える。なぜなら、センター・オブ・エクセレンスの誰も適切な質問をしなかったからだ。
• 導入の単位はもはや組織でもチームでもない。それは「仕事の中のループ」である。

従来の変革メカニズムが失敗する理由

コミュニティ・オブ・プラクティス、ブラウンバッグセッション、チャンピオンネットワーク、イネーブルメントデッキ、月次デモ、サーベイなどは、あまりにも遅すぎる。興味深いAIの仕事は、コードレビュー、営業提案、調査タスク、製品プロトタイプ、本番インシデント、テスト戦略、コンプライアンス質問の中に現れる。その話がベストプラクティスのスライドになる頃には、学習は歯を失っている。それを有用にしていたのは、摩擦（欠落したコンテキスト、失敗したテスト、奇妙なAPIの挙動、エージェントが無意味に拡張して誰かが引き戻さなければならなかった瞬間）だったのだ。

エラスティックループのフレームワーク

著者は「エラスティックループ」で考えることを提案する。AIコラボレーションは単一のモードではない。それはタイトで同期の取れた共運転から、ルーズで非同期の委任まで広がる。本当の導入の問いは「人々はAIを使っているか」ではなく、「チームはどのループサイズを使うべきか知っているか？ どこで抵抗が必要か？ どの成果物がループを生き残るべきか？ それらの成果物はどのようにして組織が学べるものになるか？」である。これはツールの使用状況やトークンカウントよりはるかに難しい。