
第2回で、あなたの手元には記録が残っているはずです。何を渡し、何が返ってきたか。ただし、この記録はまだ自分だけの経験です。組織を動かすには、この経験を、他の誰かが読んでも再現できる形に変える必要があります。
“I talk to engineers at other companies every day and hear the same thing: one person is 10x'ing their output with Claude but the rest of the org hasn't caught up.”
筆者訳他社のエンジニアと毎日話すが、いつも同じ話を聞く。一人がClaudeで生産性を10倍にしている一方、組織の残りはついてこられていない。
申し送りを思い浮かべてください。良い申し送りは、次に対応する人が状況を読んだだけで、迷わず次の一手を打てます。悪い申し送りは、情報が多すぎるか、逆に肝心なことが抜けています。組織へのエスカレーションも、これと同じ技術です。
第3回は、個人の実績を組織の合意に変えるための、コストの見せ方と合意形成の順番の話です。そして、この講座の第1部の最終回でもあります。ステップ0を出る条件も、最後に確認します。
小さく実証してから広げる
小さく実証してから広げる。これが唯一の順番です。
いきなり「全社でAIを使えるようにしてほしい」と持ちかけても、通りません。証拠がないまま大きな話をすると、リスクの大きさだけが際立ちます。まず身近な範囲、同僚1人か、部署内の小さな会議で、第2回の記録を見せます。反応を確かめてから、次の範囲に広げていく。
この後の第7回では、実証を1件から10件へ広げる技術的なやり方を扱いますが、根っこにある理屈は同じです。小さく確実な実績を積み、そこから広げる。技術のスケールと、組織的な信頼のスケールは、同じ理屈で動きます。
コストの見せ方を変える
コストは、トークン単価ではなく、人がやった場合の人件費と比べて見せます。
第1回で触れた「トークン単価に議論が向かう罠」を覚えているでしょうか。ここが、その罠から抜け出す番です。
“Compare it to what the cost would have been if an engineer had done this work.”
筆者訳そのコストは、同じ仕事をエンジニアが行った場合にいくらかかったかと比べるべきだ。
たとえば、月次の報告資料の下書きに担当者が1時間かかっていたとします。時給換算した人件費と、AIに渡して数分で下書きが返ってくるコストを並べれば、意思決定者が判断できる土俵に数字が乗ります。
コストの見せ方
- 「1回の実行に約〇円かかります」だけを伝える - 高いか安いか、判断のしようがない - 「よく分からないから見送ろう」という結論になりやすい
- 「同じ作業を人が行った場合の時間と人件費」と比べる - 「今までいくらかかっていたか」という土俵で比較できる - 数字が意思決定者の言葉に翻訳される
合意形成の順番と、申し送りの書き方
実証がある程度たまったら、順を追って上に伝えます。
この「順を追って」進める過程こそが、AI導入における最初の関門です。Claude Codeを作ったBoris Chernyは、組織のAI導入が進む道のりを「Steps of AI Adoption」という4段階の枠組みにまとめており、その出発点となる最初の段階を、エージェントの数がまだゼロで旧来どおり承認待ちの状態と位置づけているとされます。経営や購買との合意形成、現場で止まったブロッカーのエスカレーション、安全に導入するための枠組み整備。ここから並べる手順は、まさにこの最初の段階を抜けるための作業です。
このうち03の「部門長への申し送り」が、いちばんつまずきやすい段階です。ここで良い申し送りが書ければ、その先の相談は驚くほど早く進みます。
視点
良い申し送りの4要素
- 何に困っていたか(Before): 具体的な作業と、それにかかっていた時間
- 何を試したか(What): 第2回で渡した内容、使った範囲
- 何が変わったか(After): 記録に残っている、実際の結果
- どこまでお願いしたいか(提案): 全面解禁ではなく、条件付きの許可(第1回で見た「禁止しかない」問題への、あなたなりの答え)
エスカレーションを急ぐ理由も、言葉にしておく価値があります。
“The main thing that we design for is staying on the exponential. ... We don't think about competitors ... you end up being ... perpetually two weeks, or like, a month behind.”
筆者訳私たちが設計上いちばん重視しているのは、指数関数的な成長曲線に乗り続けることだ。競合のことは考えない。競合を気にし始めると、常に2週間、あるいは1ヶ月遅れた存在になってしまう。
待つことにもコストがあります。他社や他部署が先に慣れてしまえば、後から追いつくコストは膨らみ続けます。急かす必要はありませんが、先送りにも代償があることは、申し送りの中で静かに伝えておいていいことです。
社内でAI活用がどう広がったかの実例。社内向けの説明資料を作る際の参考になる視点がある
よくある誤解と罠
- 「全面導入をいきなり求める」誤り。小さな実証の裏付けがないまま大きな話をすると、リスクだけが強調されて通りません
- 「安全策を全部並べて安心してもらおうとする」誤り。情報量が多すぎると、かえって「そんなに気をつけないといけないものなのか」と不安を増幅させます
- 「現場の手応えだけで押す」誤り。第2回の記録とコストの比較がなければ、印象論のまま終わります
ステップ0卒業条件:次の段に進む前に
次の段に進む基準は、この4つです。
視点
ステップ0卒業条件
- 個人の裁量でAIを使い始めていて、その記録が手元にある
- 触らない一線(機密情報・社内システム)を、自分の言葉で説明できる
- コストを「人がやったらいくらかかるか」で説明できる
- 少なくとも一度、申し送りの形で組織に提案している(承認が下りていなくてもよい)
この4条件は、思いつきではありません。Steps of AI Adoptionのフレームワークでは、次の段階はエージェントがおよそ1体、あなたとペアで動く段階とされます。そこへ移るための関門が、まさにこの4条件、つまり合意形成・エスカレーション・安全な枠組みという、この回で扱ってきた3つの作業です。
4つすべてが揃っていなくても、次の段に進んで構いません。組織の壁がまだ完全に晴れていなくても、個人の裁量の範囲で伴走を始めることはできます。むしろ、第2部を進めながら実績を積み上げ、その記録を持って改めてエスカレーションする、という順番でも問題ありません。
今日のまとめ
- 個人の実績は、そのままでは組織を動かせない。再現できる実証に変える必要がある
- コストは、トークン単価ではなく「人がやったらいくらかかるか」で説明する
- 良い申し送りは、Before・What・After・提案の4要素で書く
第1部はここで終わりです。次は第2部、第4回 基本ループを体に入れる。ここからは、頼む・働く・見る・直させるという、ステップ1の日常が始まります。
明日のアクション
第2回で書いた記録をもとに、申し送りを1枚書いてください。
Before(何に困っていたか)、What(何を試したか)、After(何が変わったか、記録の数字つき)、提案(どこまでの範囲を、条件付きで許可してほしいか)の4行で構いません。
書けたら、実際に部門長か同僚1人に見せてください。まだ承認は要りません。まず1人に読んでもらい、反応を確かめることが今日のゴールです。