従業員ではなく価値変換器としてのAI:組織の価値の流れの中にAIを位置づける

全文

1 はじめに

AIツールを導入する組織は、たいていそれを人員配置の言葉で語ります。サポートアシスタントは依頼の一定割合を「処理」します。コーディングアシスタントは数名のエンジニアの「仕事をこなし」ます。ビジネスケースでは、モデルのサブスクリプション費用とフルタイム従業員の費用が比較されます。AIシステムはデジタル従業員として扱われ、タスクを受け取り、それを完了し、その貢献は完了したタスク数や回避された人員数として数えられます。

本稿は、従業員という枠組みはカテゴリーエラーであり、その誤りは無害ではないと論じます。この枠組みは、測定を価値の流れの生産者側、すなわちAIが最も得意とする側へと向け、価値が実際に実現される受け手側から遠ざけます。その結果は見慣れたパターンです。出力が増え続けていることを示すダッシュボードがある一方で、顧客、同僚、レビュアーは、どの報告書にもAIシステムのものとして計上されない手戻りを吸収しているのです。

ここで提案する代替案は、価値管理理論(Value Management Theory, VMT)とÆilusの方法論に由来します。VMTでは、変換者(transformer)はエンティティではなく役割です。この役割にあるアクターは、価値を消費し、他者のために新たな計画価値を生み出します(A7)。AIはこの役割に正確に当てはまります。価値の流れの中に変換者として位置づけると、AIシステムには費用がかかる入力があり、受け手が消費するまでは仮説にとどまる出力があり、反価値となりうる副産物があります。このように位置づければ、導入と測定に関する適切な問いが見えてきます。

本稿は、組織におけるÆilusの適用に関する全8編のシリーズの第4編であり、定義は第1編「Value, Anti-Value and Value Flows: A Working Vocabulary for Practitioners」に従います。VMTの形式的な枠組みと価値通貨Æはここでは再導出しません。それらはBolshakov (2026)「Value Management Theory and Employee-Centric Competitive Advantage: A System-Level Perspective」で示されています。本稿は概念的な論文です。測定データは含まず、本稿に現れる数値は、仮想的であると明示されたシナリオのものだけです。

2 範囲、価値システム、理論的基礎

2.1 誰の価値を測定するのか

VMTは、価値は定義された価値システムの内部にのみ存在し(A1)、同じ出来事でも異なるシステムでは異なって解釈されうる(A2)と主張します。したがって、「AIの価値」についての記述は、システムが特定されるまでは不完全です。本稿では一貫して一つの価値システムを用います。デリバリー組織とその直接の受け手です。そのアクターは、組織のチームと機能、変換者の役割にあるAIシステム、AIの出力をレビューまたは修正する人々、そして組織の成果物の外部の受け手(顧客、ユーザー、または他の機能における内部の消費者)です。その価値の流れは、それらの間を移動する依頼、成果物、意思決定です。AIベンダー、労働市場、社会全体は境界の外にあり、外部の流れ(A10)を通じてのみ扱われます。

この選択は重要です。ベンダーの価値システムの内部では、生成されたすべてのトークンが実現された収益です。組織のシステムの内部では、同じトークンが、受け手がそれをどう扱うかに応じて、価値にも、ノイズにも、反価値にもなりえます。T15が述べるように、境界を動かせば、現実を変えずに結論が変わります。以下の分析は、ここで宣言した境界についてのみ成り立ちます。

2.2 用いる公理と定理

議論は、A4とT3(計画価値と実現価値は乖離する)、A5(反価値は価値から独立している)、A6(価値は消費時に実現される)、A7(変換)、A8とT7(参加条件)、T4とT6(抵抗と歪みは蓄積する)、T5(局所最適化は全体の改善を保証しない)、T8(変換の役割の冗長性は持続可能性を高める)、そしてT16とT17(実現によって確認されない解釈は不安定であり、反価値を蓄積する)に依拠します。

3 「デジタル従業員」というカテゴリーエラー

3.1 従業員という枠組みが数えるもの

従業員という枠組みは、人員配置から測定の習慣を持ち込みます。従業員は役割に対して採用され、作業量を与えられ、スループットとコストで評価されます。AIを同じ枠組みに置くと、三つの数字が支配的になります。処理された作業項目の量、「引き継がれた」作業負荷の割合、そして回避されたフルタイム換算(FTE)コストです。この三つはいずれも、作業が生産者を離れる地点で測定されます。

人間の従業員の場合、この習慣は、あまり語られない理由で許容できます。人間のオペレーターは受け手を観察しているからです。サポート担当者は、顧客がまだ怒っていることを耳にします。計画価値と実現価値の間のずれの多くは、どの指標が記録するよりも前に、その人自身の内部で非公式に修正されます。生産者側の指標が機能するのは、受け手側のセンサーが生産者に組み込まれているからです。

AIシステムは、そのセンサーを初期状態では持っていません。価値の計画側は非常にうまく生み出します。流暢で、速く、自信に満ちた出力を大量に出します。しかし、明示的に接続されていない限り、その出力が受け手の状態を変えたかどうかは観察しません。したがって従業員という枠組みは、AIが最もよく見える場所でAIを測定し、計画と事実の差が現れる場所で測定をやめてしまいます。

3.2 この枠組みが隠すもの

従業員という枠組みの下では、四つのものが視界から消えます。

1. AI変換者の消費側。人員数の比較は、モデルのライセンスや計算のコストを数えますが、変換者が同時に消費する人間の注意、レビューの労力、データ準備を無視します。
2. 受け手の判定。「完了」は生産者が宣言します。受け手の状態が改善したかどうかは記録されません。
3. 押しのけられた作業。AIの出力が完了させなかった作業は、下流の受け手やレビュアーへ移ります。生産者の報告上は消えていますが、システム内にはまだ存在します。
4. 蓄積。手戻り、信頼の喪失、スキルの衰退は一回限りのコストではありません。T4とT6の下で、それらは蓄積し、システムが将来価値を実現する能力を低下させます。

FTE置き換えという枠組みはまた、人間の役割とAIの役割が同じ出力を持つ代替物であると仮定します。VMTの観点では、それらは入力と出力のプロファイルが異なる別々の変換者です。

4 変換者の役割としてのAI

4.1 エンティティではなく変換者

VMTとÆilusは、変換者をそれが何であるかではなく、流れの中で何をするかによって定義します。人、チーム、サービス、ツールのいずれも変換者の役割を担うことができます。価値システムスキーマ(Value System Schema)では、この役割はコンバーター(converter)、すなわち変換者ノードを指すÆilusでの呼び名として描かれます。この枠組みは「AIは労働者かツールか」という問いを取り除き、より有用な問いに置き換えます。この変換者は何を消費し、何を生み出し、誰がその出力を受け取るのか、という問いです。

4.2 AI変換者が消費するもの

AI変換者には、少なくとも四種類の入力があります。それぞれが、システムのどこかから消費される価値要素です。

• データとコンテキスト。プロンプト、文書、チケット、コード、顧客履歴です。誰かがそれらを作成し、整備し、維持しており、その品質が出力の上限を決めます。
• 計算資源とライセンス。目に見えるコストであり、通常はビジネスケースにある唯一のコストです。
• 人間の注意。指示を書き、タスクを枠組み化し、やり取りを導くことです。これは、本来なら他の仕事をしているはずの人々から消費されます。
• レビューの労力。出力を読み、確認し、修正し、承認することです。多くの用途では、これが最大の入力であり、他者の予算に載っています。

4.3 AI変換者が生み出すもの

出力は、本シリーズの意味での価値要素です。ドラフト、回答、コード、分類、要約、意思決定などです。それぞれは価値仮説として始まります。生産者によって解釈された計画価値を帯びており、次の変換者がそれを消費したときに初めて測定可能になります(A6)。AI変換者は反価値を生み出すこともあります。誤った回答、誤解を招く要約、後で取り除かなければならないコード、そして第7節で述べる影響です。

Æilusによるコンバーター効率の定義は、このバランスを明示します。コンバーターの効率は次のとおりです。

E = (produced value - produced anti-value) / (consumed value - consumed anti-value)

すべての項は、宣言されたシステム内でÆで表されます。この式の二つの特徴がAIにとって重要です。第一に、分母には計算資源だけでなく、レビューの労力と人間の注意も含まれます。第二に、分子は生み出された反価値を差し引きますが、従業員という枠組みはこれを決して記録しません。出力量が印象的なAI変換者でも、この二つの補正を行えば、効率が低く、あるいは負になることがあります。同じ変換者が、ある価値システムでは効率的で、別のシステムでは破壊的でありうるのです。

5 AI出力の計画価値と実現価値

5.1 AIが計画側で強く見える理由

A4は、計画価値と実現価値は一般に異なると述べている。T3は、乖離がゼロであることは不安定な特殊ケースであると付け加えている。人間の仕事では、この乖離は生産者自身による受け手の観察によって緩和される。AIの出力では、この乖離には構造的な偏りがある。生成された出力は、正しい答えに見えるように最適化されている。流暢さと確信は計画側に属し、正確さと適用可能性は実現側に属する。

AIは計画価値を素早く安価に引き上げる。実現価値が別個に測定されない限り、組織はその上昇を進歩と読み取る。これはT16が構造的に不安定であると述べているパターンである。

5.2 隠れた手戻り

実現価値が計画価値に届かないとき、その不足は消えない。フローのどこか別の場所で作業に変わる。顧客が再びサポートに連絡する。マネージャーが生成されたメールを書き直す。エンジニアが生成されたコードを修正する。

AI変換器の報告は完了した項目を示し、受け手側の変換器がそのコストを吸収する。これはT5の一例である。ある変換器のスループットが局所的に改善しても、システム全体の改善は保証されない。また、フローベースのマネジメントにおける一般的な観察、すなわち待ち行列や手戻りの中に隠れた作業は活動指標には見えないという観察とも一致する(Reinertsen, 2009)。VMTの読み方は一点を付け加える。隠れた作業は中立的な遅延ではなく反価値であり、T4のもとで、AI変換器とその受け手との間のインターフェースに流れの抵抗として蓄積する。

6 受け手側の指標

価値が消費の時点で実現されるのであれば(A6)、それを検証するのは生産者ではなく受け手である。これが本論文の中心的な測定規則である。AI出力の価値は、それを生産するAI変換器ではなく、それを消費する変換器で測定される。リーン思考も、エンドカスタマーの立場から価値を定義することで、これに関連する点を述べている(Womack and Jones, 1996)。VMTはこれをフロー内のあらゆる内部の受け手へと一般化する。

受け手側の指標は、生産者側のあらゆるカウントを、その後に何が起きたかの観察と対にする。いくつかの例を示す。

2つの列の差は、AIプログラムが追跡できる最も情報量の多い数値である。それは、他へ転嫁された作業と、インターフェースで生み出された反価値を推定するものである。差が拡大しているなら、そのプログラムは実現よりも速く解釈を拡大していることを示す。

受け手側の指標は、予測可能な失敗に対する防御にもなる。目標となった生産者側の指標は、そのカウント対象をより多く生産することで達成される。この力学は通常Goodhart (1975)と結びつけられる。AIはこれを安価にする。「クローズされたリクエスト」を目標にされたアシスタントは、リクエストをクローズするだろう。目標を受け手の状態に置けば、価値を届けずにそれを満たすことは難しくなる。

7 AI特有の反価値

A5は反価値を価値から独立したものとして扱う。AI変換器は同じ期間に実際の価値と実際の反価値の両方を生み出すことができ、受け手の経験の中でその2つは相殺されない。次の種類の反価値は、AI変換器に特徴的なものである。これらは観察すべきカテゴリーとして挙げたものであり、測定された頻度ではない。

• 確信に満ちた誤り。誤った出力が、正しい出力と同じ流暢さで提示される。受け手は口調で両者を見分けることができないため、すべての出力を確認しなければならず、さもなければ誤りが下流へ通過する。
• レビューの負担。出力を検証するために必要な労力。これは出力の質ではなく、出力の量に応じて増大する。
• スキルの衰退。AI変換器が作業の初稿を引き受けると、かつてそれを作成していた人々は、自分たちを優れたレビュアーにしていたプラクティスを失うおそれがある。T6のもとでは、この蓄積した歪みが、AIの誤りを検出する能力を含め、システムが将来価値を実現する能力を低下させる。
• 信頼の喪失。失敗した相互作用のたびに、チャネルに対する受け手の信頼は下がる。A8とT7のもとでは、参加条件が破られると、アクターは去るか、参加の形を変える。
• 解釈のインフレーション。AIの出力は、確認されるよりも速く引用され、要約され、伝達されうる。T17のもとでは、実現によって確認されていない有力な解釈は反価値を蓄積する。3つの意思決定で引用された生成要約は、その誤りを3回広める。

これらはいずれもFTEの比較には現れない。フローの受け手側が計測されていれば、そのすべてが観察可能である。

8 AIの役割の命名と配置

8.1 役割をその出力と受け手で命名する

「AIがアナリストに取って代わった」という表現はフローを隠してしまう。「AIが週次レポートの初稿を作成し、アナリストが結論を検証する」という表現は、変換器、その出力、その受け手、そしてレビューの段階を名指ししている。有用な命名規則は3つの部分からなる。

1. AIが生み出す価値要素(草稿、回答、分類、コード変更)
2. それを消費する受け手(顧客、レビュアー、次のチーム)
3. 受け手がそれを受け入れる条件(検証済み、承認済み、手戻りなしで使用)

8.2 オーナーシップ

AIシステムは、自らの状態の変化を価値または反価値として解釈しないため、価値に対する説明責任を負うことができない。Æilusの用語では、AIは変換器の役割を占めるが、オーナーの役割は占めない。AIを含む変換器の価値変換器オーナー(VTO)は、その実現された価値と事後的に再評価された価値、それが生み出す反価値、そしてシステムを劣化させることなく参加を続ける能力に責任を負う。価値システムオーナー(VSO)は、AI変換器の追加がシステム全体の持続可能性を保つかどうか、そして負荷が増えるレビュアーを含め、他のアクターの参加条件が損なわれないかどうかに責任を負う。

AI変換器とその受け手とのインターフェースが抵抗の持続的な発生源となる場合には、フローオーナーの役割が適用される。

8.3 対になった役割と冗長性

T8のもとでは、変換の役割の冗長性は持続可能性を高める。1つの役割にAIと人間を組み合わせ、互いの失敗を捕捉し合うようにすることは、そのような冗長性である。この組み合わせはスキーマ上で可視化し、人間の側が無償のものとして扱われるのではなく、入力として数えられるようにすべきである。

8.4 価値システムスキーマへの配置

価値システムスキーマ(VSS)では、AIの役割は明示的な入力と出力を持つ変換器として描かれる。最小限の配置には次が含まれる。

• 流入するフロー: データとコンテキスト、計算資源、人間の指示の労力、レビューの労力
• 流出するフロー: 生み出された価値要素。それぞれが名指しされた受け手の変換器に向かう
• 反価値のフロー: 確信に満ちた誤りと、差し戻されたまたは下流に渡された手戻り
• 各流出フローにおけるÆ単位の計画価値と実現価値。実現価値は受け手で記録する

このように描くと、スキーマはしばしば、ビジネスケースが見落としていたフローを明らかにする。典型的にはレビューの労力である。T9のもとでは、構造が観察されたコストを説明しない場合、潜在的なフローが存在するか、境界が誤っている。

9 導入とAIプログラムの測定への含意

9.1 導入の意思決定

変換器の視点は、導入の問いを「AIはどの仕事をこなせるか」から、「どのフローで、AI変換器が追加する反価値とレビューの労力を差し引いたうえで、受け手における実現価値を高めるか」へと変える。

• 受け手が低コストで検証できる流れを優先する。出力の確認にその生成とほぼ同じコストがかかるなら、AIトランスフォーマーが加える価値はわずかである。受け手が品質を素早く確認できるなら、トランスフォーマーは大きな価値を加えられる。
• 誤りが表面化しない箇所では慎重になる。誤った出力がずっと後になるまで検出されない場合、プログラムが成功と宣言された後も長く、遡及的な価値(retrospective value)はマイナスになりうる。
• 導入前にレビューの予算を数える。出力をレビューする人々は、それぞれ固有の参加条件を持つアクターである。それらに反する導入(A8)は、彼らを失うか、彼らの参加の仕方を変えてしまう(T7)。
• 成長の計画は、提供が確認された場合にのみ立てる。Æilusは、需要、流入、提供能力が確認された場合にのみ、VTOに計画価値を増やすよう求める(T16)。

9.2 AIプログラムの測定

プログラムのレビューのために、本論文は4つの測定を提案する。いずれも宣言された価値システム内で行う。

1. 受け手における実現価値。流れごとに、Æまたは明示された代理指標で、受け手側のトランスフォーマーが記録する。
2. 計画と実績のギャップ。生産者側の件数から受け手側の確認数を引いたもので、時間を追って追跡する。
3. 完全な消費。計算資源とライセンスに、推定されるレビュー労力と人間の注意を加えたもの。
4. 反価値の指標。再問い合わせ、元に戻された変更、修正された出力、苦情、そしてスキルの低下や信頼の低下の兆候。

件数とFTE削減のみを報告するプログラムは、計画価値を報告しているにすぎない。それは正しいかもしれないが、まだ確認されてはいない。

10 例示的なシナリオ

以下のシナリオは仮想のものである。数値は計算のしやすさのために選んだものであり、いかなる組織や測定も表していない。

ある製品開発組織が、サポートの流れにAIアシスタントを導入する。仮想のある月に、その流れは1,000件のリクエストを受け取る。アシスタントはそのうち700件を完了としてマークし、社内レポートは、アシスタントが「サポートの70パーセントを処理している」と述べる。従業員の枠組みの下では、これはオペレーターチームの業務量の10分の7が取り除かれたと読める。

ここで、アシスタントをトランスフォーマーとして位置づけ、受け手側を見てみよう。完了とされた700件のうち250件が、1週間以内に同じ問題の再問い合わせとして戻ってくるとする。それらは今度は人間のオペレーターが対応し、以前よりも苛立った顧客からのものである。さらに、オペレーターは各再問い合わせに回答する前に、アシスタントのトランスクリプトを読むのに時間を使うとする。

受け手側の見方は、アシスタントが失敗したと述べているわけではない。この仮想例では、450人の顧客が問題を素早く解決でき、これは本物の実現価値である。示されているのは、700件の完了という計画価値に、受け手が却下した250件の仮説が含まれていたということである。その250件は3種類の反価値に変わった。平均より難しい案件に対する追加のオペレーター作業、トランスクリプトのレビュー労力、そしてチャネルに対する顧客の信頼の低下である。オペレーターの業務量はレポートが示唆したほどには減らず、残った業務はより難しくなった。

サポートのトランスフォーマーを所有するVTOは、70パーセントではなくギャップに基づいて行動するだろう。選択肢には、受け手が解決を確認するリクエストの種類にアシスタントを限定すること、不確実な案件をより早く人に回すこと、リクエストを完了として数える前に受け手側の確認("問題は解決しましたか?")を加えることが含まれる。これらのいずれかが正味の実現価値を高めるかどうかは経験的な問いである。このシナリオは、それに答えるためにどの数値が必要かを示すにすぎない。

11 限界

本論文は、VMTの公理と定理、およびÆilusの方法論資料から導かれた概念的分析である。経験的データは報告しない。7節の反価値のカテゴリーは観察可能なカテゴリーとして提案されたものであり、実際の組織におけるその頻度と規模は、この研究からは分かっていない。

受け手側の測定は高コストになりうるし、自らの状態を報告できない受け手もいる。レビュー労力、信頼、スキルの低下をÆに換算するには、VSOが定める集計ポリシーが必要であり、そうした価値は部分的にしか通約可能ではない(A13)。異なる境界、たとえばAIベンダーを含む境界を取れば、異なる結論が得られる(T15)。また、本論文はAIシステムを固定されたトランスフォーマーとして扱っているが、受け手のフィードバックから学習するシステムは、時間とともに計画と実績のギャップを変化させる可能性がある。

検証には、複数の価値システムにおけるAIトランスフォーマーの縦断的観察が必要であり、計画価値、受け手側の実現価値、レビュー労力、反価値の指標を、同じ流れについて時間を追って記録することになる。

12 結論

AIをデジタル従業員として扱うことは、流れの生産者側、すなわちAIが最も強い箇所で測定することであり、価値が実現される受け手側を測定しないまま残す。AIをトランスフォーマーの役割(A7)として扱うことで、交換の全体像が見えるようになる。AIはデータ、計算資源、人間の注意、レビュー労力を消費し、受け手に消費されるまで仮説にとどまる価値要素を生み出す(A6)。AIの出力の計画価値と実現価値は乖離し(A4、T3)、その乖離は隠れた手戻りと、蓄積していく反価値に変わる(A5、T4、T6)。

実践上の帰結は次のとおりである。誰の価値を測定するのかを宣言する。AIの役割を、その出力と受け手によって名づける。レビューを含むすべての入力とともに、価値システムスキーマに描く。出力が消費される場所で価値を測定し、生産者側の件数と受け手側の確認とのギャップを追跡する。所有権はシステム自体ではなくVTOに割り当てる。受け手が確認したものだけを拡大する。このように測定されたAIプログラムは、最初の報告ではそれほど印象的に見えないかもしれないが、後の報告ではかなり有用なものになりうる。

参考文献

• Bolshakov, V. Value Management Theory and Employee-Centric Competitive Advantage: A System-Level Perspective. ÆVRI, 2026.
• Bolshakov, V. Value, Anti-Value and Value Flows: A Working Vocabulary for Practitioners. ÆVRI, 2026.
• Bolshakov, V. Æilus Methodology v2.0. aeilus.tech, 2026.
• Bolshakov, V. Rethinking Efficiency: Value Systems, Flows, Converters, and Elements. aeilus.tech, 2026.
• Bolshakov, V. Value Elements: What We Actually Produce and Consume. aeilus.tech, 2026.
• Goodhart, C. A. E. Problems of Monetary Management: The U.K. Experience. 1975.
• Reinertsen, D. G. The Principles of Product Development Flow. 2009.
• Womack, J. P. and Jones, D. T. Lean Thinking. 1996.