AIを入れたのに、結局いつもの会議で決まる｜組織文化の壁を学術研究から読む

AIを入れたのに、結局いつもの会議で決まる｜組織文化の壁を学術研究から読む

「AIを導入したのに、結局いつもの会議で、いつも通りの結論に落ち着く」——ツールは最新でも、意思決定のプロセスは変わらない。この違和感を、現場のリテラシー不足や経営層の理解不足で説明する話はよく聞きます。しかし、それだけでは説明しきれない部分が残ります。

この記事では、この壁を組織文化と認知バイアスの組み合わせから構造的に整理した学術論文を紹介し、技術導入の一歩手前にある組織設計の問題として読み解きます。

参照元は、中川有紀子（青山学院大学）「人間の認知バイアス、限定合理性、AIの共進化 ― 日本企業における組織文化の壁を乗り越える ―」『経営哲学』22巻2号 p.63-73（J-STAGE、DOI: 10.50874/jmp.22.2_63）です。発行日は2026年3月31日、J-STAGE公開日は2026年4月28日です。

30秒で要点

• 論文はパラドックス理論を分析枠組みとし、AIを「モデレーター（バイアス補正役）」と「イネーブラー（能力拡張役）」の両方として定義している
• そのうえで、人間との協働による「ハイブリッド型意思決定」モデルを提示している
• 第4章で、日本企業特有の「コンセンサス重視」「失敗への不寛容」という組織文化的制約がAI導入の障壁になる構造を整理し、パラドックス理論による処方箋を対応づけている
• 結論部では、この協働関係を二項対立ではなく同時に管理し続けるべきパラドックスとして捉え、ダイナミック・ケイパビリティとして組織能力に埋め込むことを提唱している
• 研究方法はナラティブ・レビューであり、単一の実証研究や大規模定量調査ではない

AIを「補正役」と「拡張役」の両方として置く

論文の枠組みでまず特徴的なのは、AIの位置づけです。

AIはモデレーター（バイアス補正役）であり、同時にイネーブラー（能力拡張役）である、と定義されています。前者は、人間の認知バイアスや限定合理性による判断のゆがみを、客観的な分析によって補正する役割です。後者は、人間だけでは到達できない範囲まで能力を拡張する役割です。

この二つを分けたうえで両方だとする置き方には意味があります。補正役としてのAIは、人間の判断に対して「それは違う」と言う存在です。一方、拡張役としてのAIは、人間のやりたいことを助ける存在です。前者は摩擦を生み、後者は歓迎されます。

そして論文が提示する「ハイブリッド型意思決定」は、この両方を含んだ協働のモデルです。

衝突は、AIの精度ではなく受け止める側で起きる

論文の第4章は、日本企業特有の組織文化的制約を扱っています。挙げられているのは「コンセンサス重視」と「失敗への不寛容」です。これらがAI導入の障壁になる構造が表4に整理され、表5でパラドックス理論による処方箋が対応づけられています。

ここで起きていることを、補正役という位置づけと重ねると見通しがよくなります。

AIが補正役として機能するとき、その出力はしばしば「現状の合意と異なる結論」の形をとります。 バイアスを補正するとは、そういうことだからです。ところが合意形成をコンセンサスによって行う組織では、すでに形成されつつある合意と異なる情報は、プロセスを巻き戻す要求として現れます。巻き戻しにはコストがかかり、そのコストを誰かが負担しなければなりません。

さらに、失敗への不寛容がここに重なります。AIの分析にもとづいて従来と違う判断をして、それが外れた場合、誰が責任を負うのか。この問いに答えがないと、「AIがそう言っている」という理由だけで従来と違う結論を選ぶ動機は、個人には生まれません。従来通りにして外れたときと、新しい判断をして外れたときで、問われ方が非対称だからです。

結果として、AIの分析結果は宙に浮きます。誰も否定していないのに、誰も採用しない状態です。

なぜ「ツールの問題」だと考えてしまうのか

この壁に直面したとき、多くの組織はまずツールを疑います。精度が足りないのではないか、使い方が悪いのではないか、別の製品なら違うのではないか。

そう考えてしまう理由は、ツールが交換可能で、組織文化が交換不可能に見えるからだと思われます。ツールの入れ替えは意思決定として実行可能ですが、「コンセンサス重視をやめる」は意思決定として実行できません。実行可能な選択肢のほうに原因を求めるのは、自然な反応です。

もう一つ、導入の成否を測る指標が利用率になりがちであることも影響します。利用率は測りやすく、上げる施策も設計しやすい。しかし利用率が上がっても、出力が判断に反映されなければ、意思決定の質は変わりません。「使われているか」と「効いているか」は別の指標です。そして多くの現場で、後者は測定されていません。

二項対立から「管理し続ける矛盾」へ

論文が提案する発想の転換が、ここに関わります。

AIか人間か、効率か倫理か、スピードか合意か——こうした対立を、どちらかを選ぶ問題として扱うと、選ばれなかった側は組織の中に不満として残ります。そして多くの場合、選択は状況によって揺れ戻り、方針が一貫しなくなります。

パラドックス理論が示すのは、これらを解消すべき対立ではなく、同時に管理し続けるべき矛盾として扱うという道です。論文は結論部で、人間とAIの協働関係をこのパラドックスとして捉え、ダイナミック・ケイパビリティとして組織能力に埋め込むことを提唱しています。

実務の言葉に翻訳すると、こうなります。AIの分析結果を「合意形成の材料」として投入するのではなく、「合意形成のプロセスそのものを見直す契機」として使う。 前者では、既存のプロセスにデータが一つ増えるだけです。後者では、そのデータが既存の合意と食い違ったときに何をするかを、あらかじめ決めておくことになります。

確かなことと、まだ確かではないこと

確かなこと：本論文が『経営哲学』22巻2号に掲載されていること。パラドックス理論を分析枠組みとし、AIをモデレーターとイネーブラーの両方として定義していること。ハイブリッド型意思決定モデルを提示していること。第4章で日本企業特有の組織文化的制約を表4・表5として整理していること。結論部でパラドックスとしての管理とダイナミック・ケイパビリティへの埋め込みを提唱していること。

まだ確かではないこと：本論文の研究方法はナラティブ・レビュー、すなわち先行研究とケーススタディの統合整理であり、単一の実証研究や大規模な定量調査ではありません。したがって「日本企業の何%がこうである」といった定量的な主張の根拠としては使えません。日本企業一般への外挿には注意が必要です。

また本記事は、コンセンサス重視や失敗への不寛容が実際にAI導入の成否を分けたことを示す検証結果を提示するものではありません。論文が提示しているのは、そうした構造がありうるという整理の枠組みです。

判断軸の提示

ここまでの整理から、判断軸を1つ提案します。

AI導入の議論を始める前に、「AIの分析結果が既存の合意と食い違ったとき、何をするか」を先に決めておくこと。

これは技術選定でも予算配分でもなく、手順の取り決めです。食い違いが起きてから考えると、そのときには既に合意形成が進んでおり、巻き戻しのコストを誰も負いたがりません。事前に決めておけば、そのコストは「あらかじめ想定された手順」に変わります。

同時に決めておきたいのが、責任の非対称の扱いです。AIの分析にもとづいて従来と異なる判断をし、それが外れた場合の評価を、従来通りにして外れた場合と同じ扱いにするかどうか。ここを決めないまま導入すると、補正役としてのAIは構造的に使われません。

自分でも試せる、最小の検証

直近3か月で、AIツールが出した分析結果のうち、社内の既存の見解と食い違ったものを1つ思い出してみてください。

そして、その後どうなったかを追ってみます。採用されたか、議論されたか、それとも特に触れられないまま流れたか。

思い出せる事例が1つもない場合、可能性は2つあります。AIが既存の見解と食い違う出力を出していないか、食い違う出力が議題に上がる経路がないか。どちらであるかを確かめることが、「使われているか」ではなく「効いているか」を測る最初の一歩になります。

この記事で扱ったような、AI導入と組織の意思決定プロセスの関係を自社の状況に照らして整理したい場合は、無料診断ツールで状況を言語化するところから始めることができます。