ビジネスコンテキストが失われる背景にある組織科学と、その解決策。
社会学の博士課程に在籍していた頃から、チーム内で情報がどのように流れるかについて強い関心を持ってきました。当時はあくまで学術的な関心事でしたが――優秀なチームが5人から50人、さらに500人へと成長するにつれ、何かが崩れ始めるのです：
人々は知らず知らずのうちにサイロ化してしまいます。意思決定者は予期せぬ事態に直面します。明らかな兆候は、後になって初めて明らかになるものです。
その好奇心は、私が経営の第一線に立つようになってからも私につきまといました。小規模なスタートアップからフォーチュン500企業に至るまで、チームを拡大させてきた中で、私は同じパターンを何度も目にしてきました。率直に言えば、なぜ優秀なチームは規模が拡大するにつれて、より悪い意思決定をしてしまうのでしょうか？
その答えを見つけるために、組織行動に関する2つの基礎的な研究から見ていきましょう。
研究1：偶然によって埋められる「構造的穴」
30年前、社会学者のロナルド・バートは、組織内での情報のフローをマップしました。彼が発見したのは、単一のネットワークではなく、クラスターでした。グループ内では絶えず会話が交わされる、密接で活発な人々の集まりがある一方で、グループ間の接続は急速に希薄になっていくのです。
こうしたギャップこそが「構造的穴」です。簡単に言えば、構造的穴とは、本来情報を共有すべきであるにもかかわらず、実際には共有されていないグループ間のギャップのことです。
それらは組織チャートには表れません。ソーシャルネットワークの中に存在しているのです。
ごく一部の人々は、こうしたギャップを自然に埋めています。バートは彼らを「ブローカー」と呼びました。彼らは双方の意見を聞き、矛盾点を見抜き、他者が見落としている点を接続する存在です。ブローカーがいなかったり、過負荷状態だったり、情報共有から外されていたりすると、その洞察は局所的なクラスターの中で埋もれてしまいます。
CFOとして、私が特に注視している最大の業務リスクの一つが「構造的ギャップ」です。このギャップを埋める「仲介者」の存在は極めて重要です。私は常に経営陣に対し、こうした人材を「情報のキーパーソン」（そう、あのKPIのことではありません）として特定し、意思決定の場に常に参加させるよう強く勧めています。以下の例を読めば、すでに何人かの名前が思い浮かぶことでしょう：
予測の問題解決の鍵を密かに握っていたオペレーションマネージャー
財務部門は、パイプラインの成約率が急落したことに頭を悩ませていました。延々と続く詳細なミーティング、数多くの仮説が飛び交うものの、答えは見つかりませんでした。そんな中、あるオペレーションマネージャーが昼食の席で財務アナリストに、CRMの小さなワークフローが変更されたことを何気なくメンションしました。そのたった一つの詳細が、すべてを解き明かしたのです。
プロダクトマーケティングとエンジニアリングの間に欠けていた架け橋
あるプロダクトエンジニアが、会社の懇親会で、これまでそのように表現されたことを聞いたことがなかったプロダクトマーケティングマネージャーに対し、ユーザーの課題についてメンションしたことがありました。その一言が、製品リリースストーリーの重要な部分を再構築する可能性があったのです。
価格設定の透明性をロック解除した営業担当者
営業担当者は往々にして、かけがえのない顧客コンテキストを把握していますが、それが本社の価格設定チームに伝わることはめったにありません。たまたま現地オフィスを訪れていたグロース担当ディレクターとの短いコーヒーブレイク中の会話で、あるアカウントエグゼクティブ（AE）は、最近のパッケージングに関する混乱について説明しました。その混乱は、成約率の低下と完全に一致していたのです…
こうした瞬間は些細に見えますが、実は「構造的穴」が作用しているのです。
また、従業員ネットワークにおける「構造的穴」は、ワークフローにおけるデータの穴へと変化します。
文脈情報は、コミュニケーションツールやチャット、ミーティングなどに散らばってしまいます。点と点の間には確かに接続があります。しかし、仲介者が意図せず空白を埋めてしまうことなく、人間がそれらを自然に接続するのは難しいものです。
研究2：大規模なミーティングは独自の洞察を埋もれさせてしまう
1980年代、研究者のガロルド・スタッサーとウィリアム・タイタスは、一見単純に見える実験を行いました。
彼らは参加者を4人ずつグループに分け、意思決定を行わせました。
彼らは2つのセットアップを運用しました：
- 全員が同じ情報を共有していました。
- 各人は、共有されている情報と、自分だけが知っている独自の情報を併せ持っていました。
全員が同じ事実を把握していたとき、そのグループは個人よりも優れた成果を上げました。
人々がそれぞれ異なる事実を把握していた場合、グループはしばしば、個人が単独で選択したであろう答えよりも劣った答えを選んでしまうことがよくありました。
なぜでしょうか？
研究者たちが記録を検証したところ、あるパターンが見つかりました。
各グループは、誰もがすでに知っていることを繰り返し述べていました。
その意思決定の鍵となった独自の事実は、ほとんど取り上げられなかったか、あるいは完全に無視されていました。
チームが30分間も周知の事実を繰り返し議論し、肝心なエッジケースには一切触れなかったミーティングに参加したことがあるなら、あなたはこの実験を実際に体験したことになるでしょう。
私はこの現象を実際に目の当たりにしてきました。
かつて、当社は営業キャパシティモデルの予測精度について、数週間にわたり苦戦したことがあります。
どのミーティングでも、同じ仮説が浮上しました。採用の問題かもしれない。エンパワーメントの問題かもしれない。マーケティングパイプラインの質のせいかもしれない。あるいはリーダーシップの問題かもしれない。会話は同じ共有された前提をぐるぐると回り続け、その口調は徐々に責任のなすり合いへと移り変わっていきました。
ある日、物静かなデータアナリストが廊下で私を呼び止めました。彼女は、過去の数値を追跡していたところ、些細だが重要な点に気づいたと話してくれました。誰もが当然のこととして受け入れていた季節性の仮定が、四半期ごとにベースラインからますます乖離しつつあったのです。
結局のところ、彼女のプライベートな分析の中に埋もれ、グループディスカッションでは一度もメンションされなかった、たった一つの見落とされていた細部が、営業能力モデル全体を歪めていた真の原因だったのです。
これは、この研究を如実に表す完璧な例でした。そのグループは、誰もがすでに知っていることを繰り返し述べていました。実際に問題を解決した独自の洞察は、ある一人の頭の中にしか存在していませんでした。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」からです。
これを、数千人の従業員、数百のミーティング、数十の仕事ツールに拡大してみましょう。
ミーティングの規模がどんどん大きくなると、独自の洞察を引き出すことはほぼ不可能になってしまいます。
これら2つの組織的ダイナミクスのため、優秀なチームが規模を拡大するにつれて、意思決定の質は急速に低下します。それは、人々の能力が低下するからではありません。情報を抽出することが難しくなり、意思決定プロセスが指数関数的に複雑になるからです。
点々が散らばりすぎていて、フローが追跡できない状態では、人間にはそれらを接続することはできません。
AIにもそれはできません。
Company Brain：大規模なコンテキストの把握
上記の2つの研究から、欠けているのは組織全体の共有記憶であることが明らかです。単に「最終的な記録」を保存するのではなく、仕事や意思決定、やり取りが起きたその瞬間にそれらを捉え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効果的なシステム：入力情報、議論、仮定、トレードオフ、そして結果をリアルタイムでログに記録します。
これこそが、私が言う「カンパニー・ブレイン」の意味するところです。
これは単なる静的なナレッジベースではなく、企業の運営状況を観察し、意思決定のプロセスを記録し、ビジネスの規模が拡大するにつれて、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、生き生きとした知性の層なのです。
/AIの登場により、これはもはやビジネスのSFの話ではありません。
ClickUpでは、この仕組みの実験を続けてきました。その経験から得られた教訓は、「カンパニー・ブレイン」を構築するには3段階の戦略が必要だということです。（警告：1つのステップを飛ばすと、すべてがAIの寄せ集めのようなものになってしまいます！！）
ステップ1：「オープンコンテキスト」となるビジネスを構築する
「構造的ギャップ」に光を当てましょう。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、それを可能な限り広く発信する、意図的なシステムを構築しましょう。
NVIDIAのCEO、ジェンセン・フアン氏は、重要な文脈を共有する際、1対1のミーティングは避けていると述べています。彼は、全員が同時に同じ情報を得られるよう、大人数での共有を好んでいるのです。
彼はデフォルトで「構造的穴」を削減しています。プライベートなコンテキストは脆弱で処理に時間がかかります。一方、公開されたコンテキストは検索可能、再利用可能となり、AIへの入力源としても活用できます。
ClickUpでは、オープンなコンテキスト文化が至る所に反映されています。社員はできるだけ多くのミーティングに議事録担当者を派遣し、DMではなくグループチャットで質問や考えを共有するよう奨励しています。また、毎週厳格な進捗報告の儀式を実施しており、一般社員から経営陣に至るまで、全員がClickUp上で以下の3つの要点のみを記載した週次振り返りを提出しています：
- 今週の完了事項（AIによる自動化）
- 次に取り組むこと（AIによる自動化＋人間のインプット）
- どのような問題や障害に直面しているか（人的要因）
あまりにも単純すぎるように思えましたが、その相乗効果は絶大でした。隠れていたシグナルが表面化し、障害要因が数ヶ月後ではなくリアルタイムで明らかになりました。リーダーたちは、二次的な一般的なレポート作成に頼るのをやめ、シグナルそのものに直接目を向けるようになったのです。
当社はAIを活用してシグナルを分析します。人間は「何が欠けているのか？」という問いを立てることに集中します。AIは組織全体の状況を精査し、共通するテーマを抽出します。判断や先読みにおいては、依然として人間の役割が不可欠です。AIは、機械的なレポート作成や要約作業を引き受けます。
ステップ2：すべての仕事を統合し、意思決定の過程をリアルタイムで可視化する
仕事に関わるあらゆる生データを1か所に集約し、それらをすべて統合するための単一のワークプラットフォームを選びましょう。週次報告、チームチャット、プロジェクトのスレッド、メモ、引き継ぎプランなど、あらゆるものを一元管理します。
重要な意思決定がどのように行われるか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です。何か問題が発生した際、その意思決定がどのように行われたかを特定できないことがよくあります。事後分析は、苦痛を伴う原因究明の追跡調査へと変貌してしまいます。これこそが、真の意味での意思決定監査ログが欠如していることを示す明らかな兆候なのです。
しかし、チームにすべてのステップを立ち止まって文書化させるのは解決策ではありません。人間はそうやっては働かないのです！ それは「フロー」を阻害し、実行を遅らせてしまいます。
正しいアプローチとは、後になって人々に再現を求めるのではなく、まるで仕事の様子を撮影するかのように、意思決定が行われるその瞬間にそれを記録することです。重要な各ステップ、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、その軌跡はすでに残されています。
まさにここが、AIがゲームを変えるポイントです。
ClickUpでは、「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履歴を継続的にシステムにフィードバックしています。
財務部門のリーダーとして、私が新しい会社に入社する際、最初に尋ねる質問はほぼ決まってこれです：「予算はどのように策定しているのですか？」
アイゼンハワーがこう言い当てています。「プランは価値がないが、プランを立てることこそがすべてだ」。私は最終的な数字を評価しているわけではありません。ビジネスがどのように運営されているか、つまり意思決定がどのように行われているかという文脈を把握しようとしているのです。
- どのようなデータが重要なのでしょうか？
- どのベンチマークが重要なのでしょうか？
- トレードオフはどこで生じるのか？
- 誰の意見が不可欠なのでしょうか？
- 最終的な決定権は誰にあるのでしょうか？
- そして、その実行はどのように徹底されるのでしょうか？
予算策定プロセスは、私にとって常に、企業の意思決定の健全性と成熟度を映し出す「レントゲン写真」のようなものでした。
そこで、AIエージェントの登場です。
CFOの予算策定を支援すると謳う「予算エージェント」の提案を頻繁に受けます。しかし、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返ってくるだけです。正直なところ、私たちの意思決定プロセスをエージェントに教えるために、どれほどのプロンプトを打たなければならないのでしょうか？
しかし、エージェントに実際の意思決定監査ログを提供すれば、状況はすべて変わります。エージェントは、この会社がどのように「考える」かを理解できるようになります。意思決定ログは、エージェントにとっての「宝の地図」となるのです。この機能を持つ企業は、そうでない企業に比べて桁違いの速さでエージェントの力をロック解除することができます。
当社の「Company Brain」は、来年度のエンジニアリング予算をどのように策定するかを忠実に記録しています：
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・定量的を問わず多くの情報を必要とする典型的な例です。こちらは、当社が買収ターゲットを評価した際の意思決定ログです。私たちはただ仕事を行っただけですが、「Company Brain」がその様子を記録しました。将来、新しい担当者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場合、どこから手をつければよいかがすぐにわかるようになります。
想像してみてください。これらすべての意思決定が一か所に集約され、検索可能でリンク可能な資産となれば、AIはついにその真価を発揮できるようになります。つまり、意思決定をその背景にあるワークフローや、その後もたらされた成果と接続することができるのです。人間の行動を模倣するために導入されたエージェントは、ついに「目」を得て、正しい軌道に乗ることができるようになるのです。
ステップ3. 「Company Brain」の稼働開始後のAI実行層
仕事が一箇所に集約され、「カンパニー・ブレイン」が稼働し始めると、すべてがうまく噛み合い、相乗効果を生み出し始めます。チームは、以下の2つのモードで動作するAI実行レイヤーを導入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機能するAIです。パターンを監視し、リスクを浮き彫りにし、プロンプトなしに質問に答えます。人間が見落としがちな「盲点」によるリスクの兆候を、このAIが捉えてくれます。
例えば、私の「週次振り返りAI」は、私の盲点（「見過ごしていたかもしれないシグナル」）を洗い出すのに役立っています：
専門エージェントモード
会社、チーム、そして個人の仕事コンテキストという強固な基盤があれば、必要に応じてエージェントを呼び出すことができます。各エージェントは特定のワークフローを理解しつつ、同じ基礎となる会社のコンテキストを共有しています。チャット、タスク、ドキュメントなど、仕事が行われているあらゆる場所で、エージェントを参加させることができます。
当社チームには、日々膨大な量の重労働を担う財務担当者のグループがいます。これらの「スーパーエージェント」は、単なる一般的な担当者ではありません。彼らは当社のワークフロー、定義、業務リズム、そして意思決定プロセスを熟知しています。
この3つのステップを正しくやれば、ビジネスリーダーたちがGenAIにずっと求めてきたものを手に入れることができます。
AIは、企業の思考、学習、意思決定のプロセスに不可欠な要素となります。
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。それは、ClickUp上で「カンパニー・ブレイン」を構築することです。
ここまで読んでくださった皆さん、私の最初の露骨な宣伝を許してくださいね。😊
コンテキストを完全に維持したままスケールする新しい方法
大規模な組織から文脈を奪ってしまう人間の行動は、何世紀にもわたって存在してきました。構造的穴が情報を埋もれさせ、グループでの会話が個々のシグナルをかき消してしまいます。
長い間、これに対する根本的な解決策は存在しませんでした。ビジネスは、文脈の喪失を成長に伴う「代償」として受け入れ、それと共に生きることを余儀なくされてきました。
AIはすべてを解決する万能の解決策ではありません。AIだけでは、解決できることはごくわずかです。「カンパニー・ブレイン」は魔法のように突然現れるものではありません。文化を変え、オペレーティングシステムを再設計し、文脈を一元化するには、意図的な仕事が必要です。
しかし、その基盤が整えば、AIこそがすべてを統合する重要な要素となります。
あなたにはすでに優秀なチームがいます。ここでは、組織が「カンパニー・ブレイン」を構築し、社員の知恵を活かし、事業拡大の過程で優秀なチームが誤った判断を下すのを防ぐための準備方法をご紹介します。