Why smart teams make worse decisions as they scale
AIと自動化

なぜ賢いチームは規模拡大に伴い意思決定の質が低下するのか

失われるビジネスコンテキストの背景にある組織科学と、その解決策。

社会学の博士課程時代から、チーム内での情報の流れに強い関心を持ってきた。当時は学術的な研究だったが、優れたチームが5人から50人、500人と成長するにつれ、何かが壊れ始めるのだ:

人々はサイロ化に流される。意思決定者は不意打ちを食らう。明らかな兆候は後になって初めて明らかになる。

その疑問は私が経営陣に就いた後も消えなかった。小規模スタートアップからフォーチュン500企業までチームを拡大する中で、私は同じパターンを繰り返し目撃してきた。率直に言えば:なぜ優秀なチームは規模拡大に伴い意思決定の質が低下するのか?

その答えを探るため、まず組織行動に関する二つの基礎的研究から始めましょう。

研究1:構造的欠陥は偶然によって埋められ

30年前、社会学者ロナルド・バートは組織内での情報のフローを可視化した。彼が発見したのは単一のネットワークではなく、クラスターだった。密接で活発な人々の集まりが自らのグループ内で絶えず交流する一方、グループ間の接続は急速に希薄化する。

それらのギャップは構造的欠陥です。簡単に言えば、構造的欠陥とは情報を共有すべきグループ間の情報共有が機能していない状態を指します。

組織チャートには表れない。それらはソーシャルネットワークの中に存在する。

ごく一部の人間は自然にそれらの隔たりを埋める。バートは彼らを仲介者と呼んだ。双方の意見を聞き、矛盾を察知し、他者が見落とす点を接続する存在だ。仲介者が不在、過負荷、または情報共有されていない場合、洞察は局所的なクラスター内で死滅する。

構造的穴の可視化——組織内のクラスターで、内部のフローは活発だがグループ間では弱い領域
構造的穴の可視化——組織内のクラスターで、内部のフローは活発だがグループ間では弱い領域

CFOとして、構造的欠陥は私が注視する最大の運営リスクの一つだ。それらを埋める仲介役は極めて重要である。私は常にリーダーに対し、こうした人材を情報のキーパーソン(そう、あのKPIではない)と位置付け、意思決定の場に常に同席させるよう促している。以下の例を読むと、既に数名の名前が思い浮かぶはずだ:

予測問題の鍵を静かに握っていた運用マネージャー

財務部門はパイプライン転換率の急落に苦戦していた。延々と続く詳細分析ミーティング、数多くの仮説、答えは出ない。そんな中、あるオペレーションマネージャーが昼食時に財務アナリストに何気なく「小さなCRMワークフローが変更された」と伝えた。その一点がすべてを説明した。

プロダクトマーケティングとエンジニアリングをつなぐ、欠けていた架け橋

ある製品エンジニアが会社のパーティーで、製品マーケティングマネージャーにユーザーの課題についてメンションした。そのマネージャーは、その表現で聞いたことがなかった。その一言が、ローンチストーリーの核心部分を再構築するきっかけとなり得たのだ。

価格設定の透明性をロック解除した営業担当者

営業担当者は貴重な顧客コンテキストを保持しているものの、本社価格設定チームに伝わることは稀だ。たまたま現地オフィスを訪れた成長部門責任者とのコーヒーブレイクで、あるアカウントエグゼクティブが説明した最近のパッケージング混乱は、受注率の低下と完全に一致していた…

こうした瞬間は些細に見えるが、構造的な欠陥が作用している証拠だ。

そして従業員ネットワークの構造的欠落は、ワークフローにおけるデータ欠落へと変貌する。

コミュニケーションツールやサイドチャット、ミーティングで文脈は断片化される点と点は確かに存在する。人間は仲介者なしでそれらを接続することに苦戦し、誤って空白を埋めてしまう。

研究2:大規模ミーティングは独自の洞察を埋もれさせる

1980年代、研究者ガロルド・スタッサーとウィリアム・タイタスはある一見単純な実験を行った。

被験者を4人グループに分け、意思決定を依頼した。

彼らは二つのセットアップを実行した:

  • 全員が同じ情報を持っていた。
  • 各人は共有情報と、自分だけが知る固有情報を併せ持っていた。

全員が同じ事実を共有した時、集団は個人を上回る成果を上げた。

個人が異なる事実を保持している場合、集団はしばしば個人単独で選択したであろう答えよりも劣る答えを選択した。

なぜ?

研究者が記録を検証したところ、そのパターンを発見した。

グループは皆が既に知っていることを繰り返し述べていた。

意思決定の根拠となった固有の事実がほとんど取り上げられなかったか、完全に無視された。

チームが周知の事実を30分も蒸し返すだけで、肝心のエッジケースには一切触れられないミーティングを経験したことがあるなら、あなたはこの実験を体感したことになる。

グループ意思決定の力学を分析し、チームが共有情報に集中する際に独自の洞察が見落とされる仕組みを明らかにする
グループ意思決定の力学を分析し、チームが共有情報に集中する際に独自の洞察が見落とされる仕組みを明らかにする

私はこの現象を直接目撃してきました。

かつて当社は、販売キャパシティモデルにおける予測精度に数週間も苦戦した。

どのミーティングでも同じ理論が浮上した。採用の問題かもしれない。エンパワーメントかもしれない。マーケティングパイプラインの質かもしれない。リーダーシップかもしれない。会話は常に同じ共有される前提をぐるぐる回り続け、次第に責任のなすり合いの場へと変質していった。

ある日、控えめなデータアナリストが廊下で私を呼び止めた。彼女は履歴データを追跡していたと述べ、小さくも意味のある事実に気づいたという。誰もが当然視していた小さな入力値である季節性の仮定が、四半期ごとに基準値から次第に乖離していたのだ。

実は、彼女のプライベート分析に埋もれ、グループ討論では一切触れられなかった、たった一つの見落とされた詳細が、販売能力モデル全体を歪める真の要因だった。

これは研究を実証する完璧な例だった。グループは誰もが知っていることを繰り返し主張した。真に問題を解決する独自の洞察は一人の頭の中に閉じ込められていた。なぜなら「他の全員が正しい答えを知っているように見えた」からだ。

これを数千の個性、数百のミーティング、数十の仕事ツールに拡大しましょう。

ミーティングの規模が拡大し続けると、独自の洞察を引き出すことはほぼ不可能になる。

これらの二つの組織的ダイナミクスにより、優秀なチームが拡大するにつれ、意思決定の質は急速に低下する。人々の知性が衰えるからではない。情報を抽出することが困難になり、意思決定プロセスが指数関数的に複雑化するからだ。

点々が散らばり、フローが追跡不能な状態では、人間はそれらを接続できない。

AIにもそれはできません。

カンパニーブレイン:大規模な文脈の捕捉を実現

上記の2つの研究から明らかなように、欠けているのは組織全体の共有記憶です。単なる「最終記録」の保存ではなく、仕事・意思決定・やり取りをリアルタイムで捕捉するシステムが必要です。

意思決定プロセスをリアルタイムで記録するシステム:入力情報、議論、前提条件、トレードオフ、結果を逐次ログ化します。

これが私が言う「企業脳」の意味だ。

これは静的なナレッジベースではなく、ビジネスの運営方法を観察し、意思決定の過程を記録し、ビジネス規模の拡大に伴い全従業員が即座に完全な文脈にアクセスできるよう支援する、生きている知性の層です。

AIによって、これはもはやビジネスSFではない。

ClickUpでは実際に実験を重ねてきました。そこで得た教訓は、企業脳を構築するには3ステップの戦略が必要だということです。(警告:1ステップでも省略すると、全体がAIのぐちゃぐちゃ状態に崩壊します!!)

ステップ1:ビジネスを「オープンコンテキスト」構造に構築する

構造的欠陥に光を当てよ:個人やサイロ化されたチームから独自の洞察を引き出し、可能な限り広く共有する意図的なシステムを構築せよ。

NVIDIAのCEO、ジェンセン・フアン氏は重要な文脈を得るため1対1のミーティングを避けると述べている。彼は大規模なグループでの共有を好み、全員が同時に同じ情報を得られるようにしている。

彼はデフォルトで構造的欠陥を解消している。プライベートな文脈は脆弱で非効率的だ。公開された文脈は検索可能・再利用可能となり、AIへの入力源となる

ClickUpでは、オープンなコンテキスト文化があらゆる場面に反映されています:・可能な限り多くのミーティングに議事録担当者を派遣・質問や意見はDMではなくグループチャットで共有するよう推奨・厳格な週次更新リチュアルを実施: ICから経営陣まで全員がClickUpで週次振り返りを提出(項目は3つだけ)

  • 今週の完了事項(AI自動化)
  • 次に私が取り組む課題(AI自動化+人的入力)
  • 私が経験する問題や障害(人的要因)

あまりに単純すぎるように思えたが、その相乗効果は強力だった。隠れたシグナルが表面化した。障害要因が数か月後ではなくリアルタイムで可視化された。リーダーたちは二次的な汎用レポート作成に依存するのをやめ、直接シグナルに目を向けるようになった。

AIが信号を消化する。人間は「何が欠けているか」を問うことに集中する。AIが組織全体の表面をスキャンし共通テーマを統合する。判断と予測には依然として人間の仕事が不可欠だ。機械的なレポート作成と要約はAIが引き継ぐ。

ステップ2:全仕事が集約され、意思決定がリアルタイムで可視化される

複数のツールや手作業を同時にこなす状態から、効率化された業務プロセスへ移行しましょう
複数のツールや手作業を同時にこなす状態から、効率化された業務プロセスへ移行しましょう

仕事のあらゆる生データを一箇所に集約し、単一の作業プラットフォームですべてを統合する。週次進捗報告、チームチャット、プロジェクトスレッド、メモ、引継ぎプラン——あらゆる情報をここに集約せよ。

重要な意思決定の過程を記録し始めましょう。

これはほとんどのチームが決して身につけない能力だ。問題が発生すると、意思決定の経緯を特定することすら不可能になる。事後検証は苦痛を伴う法医学的調査へと変貌する。これこそが真の意思決定監査ログが存在しない証拠なのだ。

しかし、チームにすべてのステップを停止して文書化させるのは解決策ではない。人間はそうは仕事をしない! それはフローを断ち、実行を遅らせる。

正しいアプローチは、意思決定を発生したその瞬間に記録することです。後から再現させるのではなく、仕事そのものを撮影するように。各重要なステップ、前提条件、トレードオフがバックグラウンドで記録されます。チームが次の段階に進んでも、その軌跡は既に残されているのです。

ここにAIがゲームを変える。

ClickUpでは、当社の「Company Brain」が重要な意思決定を統合型ワークプラットフォームに直接記録し、それらの意思決定の軌跡をシステムに継続的にフィードバックします。

財務責任者として、私が新会社に加わる際、最初に必ず尋ねる質問はほぼ決まっています:「予算はどのように構築していますか?」

アイゼンハワーが最も的確に言い表している:「プラン自体は無価値だが、プランプロセスこそがすべてである」。私は最終的な数値を評価しているのではない。ビジネスの運営方法、つまり意思決定がどのように行われるかという文脈を収集しているのだ。

  • どのデータが重要なのか?
  • どのベンチマークが重要なのか?
  • どこでトレードオフが発生するのか?
  • 誰の意見が不可欠か?
  • 最終決定権者は誰か?
  • では、フォローアップはどのように徹底されるのか?

予算策定プロセスは、常に企業の意思決定の健全性と成熟度を診断する私のX線検査のようなものだ。

ここにAIエージェントが登場します。

CFOの予算策定を支援すると謳う「予算エージェント」の提案をよく受けます。文脈がなければそれは行き止まりです。せいぜい教科書通りの答えが得られるだけです。本気で、意思決定プロセスをエージェントに教えるのに、いったいどれだけのプロンプトが必要なのでしょうか?

しかしエージェントに真の意思決定監査ログを与えれば、すべてが変わる。エージェントは今やこの企業がどう思考するかを理解する。意思決定ログは宝のマップとなる。この能力を持つ企業は、持たない企業よりも桁違いに速くエージェントの力をロック解除できる。

当社のカンパニーブレインは、来年度のエンジニアリング予算をどのように構築するかを忠実に記録します:

M&Aの意思決定もまた、リスクが高く多面的であり、定性的・定量的双方の大量のインプットを必要とする典型例です。以下は当社が買収ターゲットを評価した意思決定ログです。私たちは仕事を行い、カンパニーブレインがそれを記録しました。将来、新たな人間やエージェントが別のターゲットを評価する必要が生じた際、どこから着手すべきかが明確になります。

エンジニアリング部門の人員配置に関する構造化されたデータ駆動型意思決定プロセスの要約。ステークホルダー間の連携、優先順位付け、実行プラン策定を重点的に解説。
ClickUp Brainを活用した構造化されたデータ駆動型意思決定プロセスの要約

想像してみてください。あらゆる意思決定が一箇所に集約され、検索可能で相互参照可能な資産となる世界を。AIはついに真価を発揮します——意思決定をその背景にあるワークフローや結果と接続することで。人間を模倣するために導入したエージェントも、ついに視覚を得て、確かな軌道を維持できるのです。

ステップ3. カンパニーブレイン稼働後のAI実行層

仕事が一箇所に集約され、企業脳が活性化されると、すべての要素が連動し相乗効果を発揮し始めます。チームは二つのモードで動作するAI実行レイヤーを展開する準備が整います:

アンビエントモード

これはバックグラウンドで静かに働くAIです。パターンを監視し、リスクを可視化し、プロンプトなく質問に答えます。人間の盲点で見落とされるリスク信号を捉えます。

例えば、私の週次振り返りAIは、私の盲点(「見落としていた可能性のあるシグナル」)をスキャンするのに役立ちます:

ClickUp Brainを用いた週間振り返り
ClickUp Brainを活用し、見落とされがちなシグナルを強調する週間振り返り

特化エージェントモード

企業・チーム・個人の業務コンテキストという強固な基盤により、エージェントをオンデマンドで呼び出せます。各エージェントは特定のワークフローを理解しつつ、共通の基盤となる企業コンテキストを共有。チャット・タスク・ドキュメントなど、仕事が発生するあらゆる場所にエージェントを呼び込めます。

当社チームには、日々の膨大な業務を担う財務エージェント群がいます。これらのスーパーエージェントは汎用的な存在ではありません。彼らは当社のワークフロー、定義、リズム、意思決定プロセスを熟知しています。

スーパーエージェントのLineUp
ビジネスプロセス自動化のためのスーパーエージェント群:・MSAレビュー・APフォローアップ・譲歩条件レビュー・注文書検証・RFP処理・発生主義仕訳の優先順位付け

この3つのステップを正しく実行すれば、ビジネスリーダーがGenAIにずっと求めてきたものを手に入れられます。

AIは企業の思考・学習・意思決定プロセスに統合される。

そして朗報です:ステップ2とステップ3には強力な解決策があります。ClickUpで自社の「企業脳」を構築しましょう。

ここまで読んでくれたあなたへ、私の初のお節介な宣伝をどうぞ。😊

完全な文脈を保ちながら拡張する新たな方法

大規模組織から文脈を剥ぎ取る人間の行動は、何世紀も前から存在している。構造的欠陥が情報を埋もれさせ、集団会話が個別の信号を押し流す。

長い間、根本的な解決策は存在しませんでした。ビジネスは成長に伴うコストとして文脈の喪失を受け入れ、それに適応する術を学んだのです。

AIはすべてを解決する万能薬ではない。単独ではほとんど何も解決しない。企業脳は魔法のように現れない。文化を変革し、オペレーティングシステムを再設計し、文脈を集中管理するには意図的な仕事が必要だ。

しかし基盤が整えば、AIこそが全てを統合する鍵となる要素です。

優れたチームは既に存在しています。組織が「カンパニーブレイン」を構築し、自社の知恵を掘り起こし、規模拡大時に優秀なチームが愚かな判断を下すのを防ぐための準備方法を解説します。