数値化できないものをどう扱うか｜AI時代の人間側の評価

測りやすいものへの偏り

処理時間や生成件数、応答の速さといった指標は、システムのログから自動的に取得でき、経営会議の資料にもすぐに載せられます。この手軽さゆえに、組織の意思決定はこうした指標に引っ張られがちです。

一方で、判断の妥当性、リスクの早期察知、部下の育成の進み具合といった要素は、簡単には数値化できません。数値化できないものは、報告資料の中で自然と後回しにされ、やがて誰の関心も引かなくなります。結果として、表面上は生産性が上がっているように見えても、実は「速いが浅い」組織が静かに育っていくことになります。

ある金融機関のリスク管理部門では、AI導入後に処理件数が大きく伸びた一方で、半年後に想定外のリスク事象を見逃す件数がわずかに増えていることに気づきました。原因を調べると、担当者が処理速度の指標だけを追いかけるあまり、一件一件を吟味する時間が削られていたことが分かりました。数字が良く見えることと、実質が良いことは、必ずしも同じではありません。

現場で実際に起きていること

ある企業のコールセンターでは、AIによる応対支援ツールの導入後、平均応対時間という指標は劇的に改善しました。しかし現場のスーパーバイザーは、別の変化に気づいていました。オペレーターが顧客の話をじっくり聞く前に、AIが提示する回答候補に目を奪われるようになっていたのです。

「数字上は効率化しているのに、現場では何かが痩せていっている感覚がある」とそのスーパーバイザーは語っていました。この「痩せていく感覚」を言語化し、経営に伝えることは容易ではありません。定量指標が良好な状況で、定性的な違和感を訴えることには、相応の勇気と説得の技術が必要になります。

実際にこの企業では、スーパーバイザーが録音データを聞き直し、顧客が説明を十分にできないまま会話が終わるケースが増えていることを具体的な事例とともに報告したことで、初めて経営層の関心を引くことができました。数字だけでなく、生の会話や事例を添えることが、定性的な変化を組織に届けるための有効な手段になります。

定性を扱う三つの方法

数値化しにくい要素を放置せず、組織として扱うためには、体系だった方法が必要です。感覚や印象だけに頼ると、声の大きい人の意見が通りやすくなったり、担当者によって評価がばらついたりする弊害が生じます。以下の三つの方法は、定性的な情報を組織的に蓄積し、再現性を持たせるための基本形です。

• 出来事記述：判断が分かれた具体的な事例を、背景と結果まで含めて記録し共有する
• 定点観察：同じ業務を四半期ごとに定期的に観察し、変化を継続的に記述する
• 代理指標：差し戻し件数や相談内容の質的な変化を、補助的なシグナルとして見る

出来事記述を機能させる工夫

出来事記述は簡単そうに見えて、実際に運用するとすぐに形骸化する方法でもあります。記述を求められた現場は、当初は熱心に書きますが、忙しさが増すにつれて記述の量も質も落ちていきます。この形骸化を防ぐには、記述する側にも読む側にも、明確な意義を感じてもらう工夫が必要です。

ある企業では、集めた出来事記述を月に一度、部門横断の勉強会で共有し、似た判断に直面した他部門の担当者からコメントをもらう仕組みを作りました。単に記録を溜めるだけでなく、それが組織の学びとして還元される実感があることで、記述する側のモチベーションが維持されたといいます。

また、記述の対象を「うまくいった事例」だけに偏らせず、「判断に迷い、結果的に間違えた事例」も含めることが重要です。失敗の記述を安心して出せる文化があるかどうかが、この方法の成否を分けます。

定点観察という地道な営み

定点観察は、同じ現場を継続的に見続けることで、数字には現れない微妙な変化を捉える方法です。四半期ごとに同じ会議に同席し、同じ担当者の仕事ぶりを見続けることで、言葉にしにくい「空気の変化」が見えてくることがあります。

この営みは非常に地道で、即効性のある成果を求める経営層からは軽視されがちです。しかし長年にわたって組織文化を研究してきた実践者たちは口を揃えて、こうした地道な観察の蓄積こそが、数年後に振り返ったときに最も価値のある資産になると語ります。

定点観察を担当する人材には、専門的な分析スキル以上に、現場に溶け込みながらも一定の距離を保って物事を見る、独特のバランス感覚が求められます。この能力は一朝一夕には育たず、組織として長期的に育成する視点を持つ必要があります。

定量との組み合わせ

定量スコアと定性的な記述は、対立するものではなく、補い合う関係にあります。スコアは議論の入口として、どこに注意を向けるべきかを示す羅針盤の役割を果たします。一方で記述は、なぜそのスコアになったのかという原因の理解に使われます。

どちらか一方だけに頼ると、改善の打ち手を誤ります。スコアだけを見て対策を打てば、表面的な数字合わせに終わりがちです。逆に記述だけに頼ると、個別の事情に引きずられて、組織全体の傾向を見失う危険があります。両者を往復しながら判断することが、実務における現実的なアプローチです。

ある企業のAI推進責任者は、四半期報告の場で必ず定量スコアの後に、代表的な出来事記述を二、三件読み上げる時間を設けていました。「数字だけを読み上げると、会議室の空気が変わらない。でも具体的な事例を一つ話すと、みんなの表情が変わる」と語っていたのが印象的です。

心理的安全性という測りにくい土台

AI導入の議論において、心理的安全性はしばしば後回しにされる概念ですが、実はあらゆる定性的な情報収集の土台になっています。心理的に安全でない職場では、正直な出来事記述は生まれませんし、定点観察者に本音を語る人もいません。

AIの利用に関する不安や違和感を率直に口にできる雰囲気があるかどうかは、組織のAI活用の成熟度を測る上で見落とせない要素です。ある企業では、AIの誤った提案をそのまま採用してしまった若手社員が、上司に叱責されることを恐れて報告を先延ばしにし、問題が拡大してしまった事例がありました。

この反省から、その企業では「AIの判断ミスを見つけて報告した人を称賛する」という方針を明確に打ち出しました。ミスそのものではなく、ミスを見つけて声を上げる行動を評価するという発想の転換が、結果的に組織全体のリスク検知能力を高めることにつながっています。

育成という長い時間軸の評価

AIとの協働が進む中で、若手社員の育成という課題は新しい難しさに直面しています。従来であれば、先輩の仕事ぶりを間近で見て学ぶという機会が自然に存在しましたが、AIが多くの作業を担うようになると、その学びの機会そのものが減少する懸念があります。

育成の進み具合は、四半期ごとの短い期間では測りにくく、数年単位の時間軸で捉える必要がある指標です。ある企業の研修担当者は、「AI活用が進んだ世代の社員が、五年後にベテランとして独り立ちできているかどうかは、今の指標では測れない。しかし今のうちから兆候を追いかけておく必要がある」と危機感を語っていました。

具体的には、若手が自分の判断で作業を進める機会をあえて残しておく、AIの出力に対して疑問を持てているかを定期的に対話で確認する、といった地道な取り組みが試みられています。育成という長い時間軸の課題を、短期的な効率化指標だけで判断しないという規律が組織に求められています。

評価者自身の訓練という盲点

定性的な評価を機能させる上で意外と見落とされがちなのが、評価する側、つまり定点観察や出来事記述の読み手となる管理職自身の訓練です。定性的な情報は、読み手の解釈次第で意味合いが大きく変わってしまいます。同じ出来事記述を読んでも、ある管理職は「これは深刻な問題だ」と受け止め、別の管理職は「よくあることだ」と読み飛ばしてしまうことがあります。

ある企業では、複数の管理職に同じ出来事記述のサンプルを読んでもらい、それぞれがどう解釈したかをすり合わせるワークショップを実施しました。すると、管理職ごとに驚くほど解釈の幅があることが判明し、これを放置したままでは定性評価の一貫性が保てないという危機感が共有されました。

このワークショップを通じて、その企業では「何を深刻な兆候とみなすか」についての共通言語が少しずつ育っていきました。定性的な評価の仕組みを導入するだけでなく、それを読み解く側の目を揃えるという地道な作業も、同時に進める必要があります。

小さな組織における現実的な工夫

ここまで紹介してきた方法は、専任の担当者を置ける比較的大きな組織を前提にしたものに聞こえるかもしれません。しかし、人員に余裕のない小規模な組織であっても、工夫次第で定性的な情報を蓄積することは可能です。

ある中堅企業では、専任の担当者を置く代わりに、週次の定例会議の最後の5分間を「今週気づいたこと共有タイム」として固定し、参加者が持ち回りで一つずつ気づきを話す習慣を作りました。特別な仕組みや予算をかけずとも、時間を区切って「話す機会」を制度化するだけで、定性的な情報が埋もれずに済むようになったといいます。

重要なのは、完璧な仕組みを一気に作ろうとしないことです。小さく始めて、続けられる形を探りながら、組織の規模や文化に合った運用に育てていくという姿勢が、結果的に長続きする仕組みを生みます。

今後数年の展望

今後、AIの能力がさらに高度化するにつれて、人間に残される判断の領域はより高度で、より責任の重いものになっていくと予想されます。それに伴い、数値化しにくい判断の質や、育成の深まりといった要素の重要性は、これまで以上に増していくはずです。

組織は、定量指標の精緻化に投資するのと同じくらいの熱量で、出来事記述や定点観察といった定性的な仕組みにも投資していく必要があります。この二つの投資のバランスを欠いた組織は、短期的には効率的に見えても、長期的には判断力の空洞化という深刻な問題に直面する可能性があります。

数年後、AIとの協働が当たり前になった職場を振り返ったとき、成功した組織とそうでない組織を分けるのは、技術の導入速度ではなく、測れないものを測ろうとし続けた組織文化の有無かもしれません。

定性データを蓄積する際の落とし穴

定性的な情報を集めようとする組織がよく陥るのが、記述の量ばかりを追い求め、質を見ないという落とし穴です。ある企業では、出来事記述の提出件数を部門別のノルマとして管理し始めたところ、内容が薄く、当たり障りのない記述ばかりが量産される事態になりました。件数を評価指標にした瞬間、定性データもまた定量化の罠にはまってしまうという皮肉な結果です。

この企業では方針を転換し、件数ではなく、記述を読んだ他部門の担当者が「参考になった」と反応した件数を重視する仕組みに変えました。数を追う指標から、質を映す指標へと切り替えたことで、記述の内容が徐々に濃くなっていったといいます。定性情報を管理しようとする試み自体が、また新たな定量化の罠を生みかねないという逆説を、常に意識しておく必要があります。

経営層への伝え方という技術

現場でどれほど丁寧に定性的な情報を蓄積しても、それが経営層に届かなければ意思決定には反映されません。ある企業のAI推進担当者は、「経営会議の限られた時間の中で、定性的な話を分かってもらうには、伝え方そのものに技術がいる」と話していました。

この担当者が実践しているのは、定量スコアのグラフを見せた直後に、そのスコアの背後にある具体的な一つの事例を、当事者の言葉をそのまま引用しながら短く語るという方法です。抽象的な傾向の説明よりも、一人の従業員が実際に経験した具体的な場面の方が、経営層の記憶に残りやすく、次の予算判断にもつながりやすいといいます。定性情報を届けるには、集めるだけでなく、伝わる形に編集する力量が同じくらい重要になります。

採用面接という測定不能な場面

定性的な評価の難しさが最も先鋭化するのが、採用面接における評価です。AIが候補者の受け答えを分析し、スコアを提示するツールを導入した企業がありましたが、面接官の一人は「AIのスコアが高い候補者を実際に採用してみると、数字ほどの活躍を見せないことがある」と違和感を語っていました。

この企業では、AIのスコアはあくまで参考情報とし、複数の面接官が候補者について自由記述でコメントを残し、それを合議で議論する場を維持することにしました。数値化された評価に頼りすぎることで、面接官が本来持っている直感的な違和感や期待感を無視してしまうことを避けるための工夫です。人を評価するという行為自体が、本質的に数値だけでは捉えきれない営みであることを、改めて認識させられる事例です。