Blog ブログ

「AIを入れてから、資料は増えたんです。でも、会議で決まるのは、前より遅くなった気がして。」

事業企画や変革を担当する方から、最近こうした言葉を聞くことがあります。調べものは速くなり、議事録の作成や要約も短時間でできるようになりました。それなのに、肝心の「それで、どうするか」が決まるまでの時間は縮んでいない。むしろ、会議の前に確認する資料が増え、内容を把握するだけでも時間がかかる。似たような経験をお持ちの方もいるのではないでしょうか。

AIの使い方を社内で共有したり、依頼文の型を用意したりと、情報を扱いやすくする工夫をしている企業もあるでしょう。出力を短くする、要約を付けるといった方法も、その一つです。しかし、資料を受け取ったあとに「で、何を決めればいいんだっけ」と考え直す場面がなくなるとは限りません。情報を整理する方法は改善されても、その情報を何の判断に使うのかが曖昧なままでは、意思決定は進みにくいからです。

結論を先に言うと、AIを入れても判断が速くならない理由の一つは、集めた情報が「判断できる形」に整理されていないことではないか。私たちは、そう考えています。

AIによって情報を集めたり、要約したりする時間は短くなりました。一方で、集めた情報のうち何が重要なのか、どのような選択肢があるのかを整理する作業は、依然として必要です。この作業を誰が担うのかが明確になっていないと、最終的に判断する人が、情報の整理から始めなければなりません。

この記事では、情報が増えても判断が速くならない理由を、情報を「判断できる形」にする工程から考えます。そのうえで、情報が判断に変わるまでの3つの段階と、判断に使える情報の4つの条件を整理し、具体的な事例やAIへの依頼方法を紹介します。新しいツールを増やすのではなく、AIへの依頼方法や情報の整理方法を見直すことで、判断しやすい資料を作る方法を考えていきます。

1. 情報を集めることと、判断することは違う

AIで情報を集めること自体は、間違っていません。これまで半日かかっていた下調べが短時間で終わり、見落としていた観点が一覧に並ぶ。「こんな論点があったのか」と気づけることもあります。集める速さがなければ、そもそも検討の選択肢に入らなかった情報もあるでしょう。

ただし、情報が集まったからといって、すぐに判断できるわけではありません。

たとえば、20ページの調査結果が届いたとします。読み手はまず、どの情報が今回の判断に関係するのかを確認します。次に、関係する情報の中で何を重視すべきかを考え、複数の選択肢を比較します。つまり、最終的に何かを決める前に、集めた情報を整理し、比較する作業が必要なのです。
AIが効率化したのは、主に情報を集めたり、整理された文章として出力したりする部分です。一方で、その情報を使って何を決めるのかが明確になっていなければ、受け取った人が改めて情報を整理しなければなりません。情報が増えるほど、その確認に時間がかかる場合もあります。そのため、情報を集める時間が短くなっても、意思決定までの時間が短くなるとは限りません。

速くなったのは「情報を出すこと」であって、「意思決定」そのものではありません。

もちろん、情報が多いこと自体が悪いわけではありません。十分な情報をもとに判断することは大切です。重要なのは、集めた情報をどう整理し、判断につなげるかという点です。 
 

　

私自身も、AIからの報告を整理する負担を感じた

私の会社では、AIの秘書役が複数の担当に分かれて動いています。案件の進行を見る担当、資料を作る担当、数字を照合する担当。それぞれに仕事を頼み、報告を受け取るのが、私の日常業務の一部になっています。

先日、数字を照合する作業をAIに頼みました。結果はすぐに届きましたが、報告には重要度の低い情報も含まれており、必要な情報を探すのに時間がかかりました。AIによって作業時間を短縮できた一方で、報告内容を確認し、整理する負担はむしろ増えていると感じました。

報告には、照合の結果だけでなく、途中の経過や確認が必要な点、念のための注記などが並んでいました。どれも不要な情報というわけではありません。ただ、私が知りたかったのは、「どこが合っていて、どこが違っていて、違っている箇所について何を判断する必要があるのか」という3点でした。結果的に、必要な情報を探し出す作業に多くの時間を使っていました。
この経験から、問題はAIの処理速度ではないと気づきました。情報を集めて結果を出す作業は速くなっています。しかし、その結果を判断に使えるように整理する工程が十分ではなかったのです。AIへの依頼時に必要な報告内容を明確にしていなかったため、最終的に私自身が情報を整理することになっていました。

もちろん、これは私自身の経験であり、すべての職場に当てはまるわけではありません。ただ、AIを活用しても判断が速くならない理由を考えるうえで、重要な気づきがありました。情報を集めることと、その情報を使って判断できる状態にすることは、別の作業だということです。
 

　

情報が判断に変わるまでには、3つの段階がある

私たちは、情報を集めてから判断するまでの流れを、3つの段階に分けて考えています。これは学術的な分類ではなく、実務経験をもとに整理したフレームワークです。

• 集める： 判断に関係しそうな情報を収集する段階。情報の速さと網羅性が重要になる。
• 判断できる形にする： 何を決めるための情報かを明確にし、必要な情報を選び、選択肢や影響を整理する段階。
• 決める： 整理された情報や選択肢をもとに、最終的な判断を下す段階。

このフレームワークは、情報を受け取ったときに、どの段階まで整理されているかを確認するためのものです。もちろん、すべての業務に当てはまるわけではありません。緊急の連絡や事実の速報などは、情報を集めた時点ですぐに共有する必要があります。また、判断に必要な情報が不足している場合には、追加の調査や確認が必要です。ここで扱うのは、情報はある程度揃っているのに、判断が進まない場面です。

特に重要なのは、2つ目の「判断できる形にする」という段階です。これは、単に情報を短く要約することとは異なります。たとえば、20ページの調査結果を2ページに要約しても、何を決めるための情報なのかが明確でなければ、読み手は改めて内容を整理する必要があります。情報を短くすることと、判断しやすくすることは、同じではないのです。

たとえば、新しい制度の導入を検討している担当者が、AIに他社事例を集めてもらったとします。

「他社事例を15社分まとめました。共有します。」
「ありがとう。それで、うちの場合はどうすればいいと思う？」
「そこまでは、まだ検討できていません。」

この場合、担当者は情報を集めるところまでは完了しています。しかし、集めた事例を自社の状況と照らし合わせ、どの選択肢が適しているかを比較する作業はできていません。そのため、判断する側は、共有された情報を確認したうえで、改めて比較・検討する必要があります。

これは担当者の能力や姿勢だけの問題ではありません。依頼の段階で、他社事例を集めることまでしか求められていなかった可能性もあります。情報収集の目的と、最終的に何を判断したいのかを明確にすることが重要なのです。

では、どのような情報が揃っていれば、判断しやすくなるのでしょうか。次の章では、「判断できる形」の4つの条件を具体的に整理します。

2. 判断しやすい情報に共通する4つの条件

情報を集めたあと、何が揃っていれば判断しやすくなるのでしょうか。
私たちは、情報が「判断できる形」になっているかどうかを、4つの条件で確認しています。これは、私の会社でAIからの報告の型を見直したときに整理したものです。

• ①目的： 何を決めるための情報なのかが明確になっている。
• ②選別： 判断に必要な情報が選ばれ、除外した情報とその理由も分かる。
• ③比較： 複数の選択肢について、メリットやデメリット、影響を同じ観点で比較できる。
• ④推奨： どの選択肢を勧めるのか、その理由とともに示されている。

　

① 目的：何を決めるための情報なのか

4つの条件の中で、特に重要なのが「目的」です。何を決めたいのかが明確になっていれば、必要な情報や比較すべき選択肢を絞り込みやすくなります。

たとえば、新しい評価制度の導入を検討しているとします。このとき、「他社の評価制度について調べる」という依頼だけでは、AIはさまざまな企業の事例を集めることになります。しかし、目的が「来期、自社の評価制度を変更すべきか判断すること」であれば、導入による効果や費用、運用上の課題など、確認すべき情報が具体的になります。

情報を集め始める前に、何を判断するための調査なのかを明確にすることが重要です。

　

② 選別：必要な情報と、今回は使わない情報を分ける

目的が決まったら、集めた情報の中から、今回の判断に必要なものを選びます。情報をすべて残すのではなく、判断への関連性を基準に整理することが大切です。

たとえば、AIが15社の評価制度の事例を集めたとします。その中には、自社と事業規模や組織体制が大きく異なる企業も含まれているかもしれません。こうした事例を除外する場合には、単に削除するのではなく、なぜ比較対象から外したのかを記録しておきます。

「この3社は事業規模が大きく異なるため、今回は比較対象から外しました。」
このように理由が示されていれば、受け取る側も情報がどのような基準で選ばれたのかを確認できます。必要に応じて、除外した事例を再検討することもできます。

情報を減らすことが目的ではありません。判断に必要な情報を残し、除外した理由も確認できるようにすることが重要です。

　

③ 比較：選択肢を同じ観点で整理する

判断に必要な情報が整理できたら、次は選択肢を比較します。

たとえば、評価制度について検討する場合、「来期から全面的に導入する」「一部の部署で試験導入する」「現行制度を維持する」という選択肢が考えられます。それぞれについて、期待できる効果、導入にかかる費用、運用上の負担、想定されるリスクなどを同じ観点で整理します。

比較する観点が揃っていなければ、どの選択肢が自社に適しているのかを判断しにくくなります。ある案では費用だけが説明され、別の案ではメリットだけが説明されている状態では、読み手が不足する情報を確認し直さなければなりません。

選択肢を同じ基準で比較できるようにすることで、それぞれの違いや判断すべきポイントが明確になります。

　

④ 推奨：どの選択肢を勧めるのか、理由も示す

最後の条件は「推奨」です。選択肢を比較するだけでなく、どの案を勧めるのか、その理由まで示します。

たとえば、評価制度の見直しについて、「現時点では、一部の部署での試験導入を推奨します。全面導入の前に、運用上の課題や従業員への影響を確認できるためです」といった形です。

もちろん、AIが出した推奨案を、そのまま採用する必要はありません。AIには把握できない社内事情や、判断に必要な情報が不足している場合もあります。そのため、推奨の根拠を確認し、最終的には人が判断することが前提です。

重要なのは、AIに判断を任せることではなく、判断するための選択肢と根拠を整理してもらうことです。

4つの条件が揃うことで、読み手は集められた情報を一から整理するのではなく、提示された選択肢とその根拠を確認し、判断することに集中しやすくなります。

3. AIへの依頼方法を変えると、情報の整理はどう変わるのか

ここまで紹介した4つの条件は、AIから受け取った資料を確認するときだけでなく、AIに仕事を依頼する段階でも活用できます。

たとえば、他社の評価制度について調査するとき、依頼の仕方によって出力される情報の内容は変わります。ここでは、架空の業務例を使って比較します。

　

Before：情報収集だけを依頼した場合

AIに次のように依頼したとします。

他社の評価制度について調べて、事例をまとめてください。

この依頼でも、AIは他社事例を集め、制度の特徴や導入状況などを整理できます。しかし、何を決めるための調査なのかが明確ではありません。そのため、集められた情報の中から自社の判断に必要なものを選ぶ作業は、受け取った人が行うことになります。
たとえば、15社の事例が届いたとしても、どの企業を参考にすべきなのか、制度変更によってどのような影響があるのかは、別途確認しなければなりません。

　
 

After：判断したい内容を明確にして依頼した場合

同じ調査でも、次のように依頼すると、判断に必要な情報を整理しやすくなります。

来期、自社の評価制度を変更するかどうかを検討しています。

他社の評価制度について調査し、導入による効果や運用上の課題を整理してください。

そのうえで、「全面導入」「一部部署での試験導入」「現行制度の維持」の3つの選択肢を、期待できる効果・費用・運用負担・リスクの観点で比較してください。
比較対象から除外した事例があれば、その理由も示してください。

最後に、現時点で推奨する案とその理由を示してください。判断に必要な情報が不足している場合は、不足している内容も明記してください。

なお、事実と推測を区別し、調査した情報の出典も提示してください。自社の状況が分からないために判断できない点については、推測で補わず、確認が必要な項目として示してください。 

この依頼では、何を判断したいのかを最初に伝えています。そのうえで、比較する選択肢や観点、推奨案の提示まで求めています。

AIから返ってくる情報も、単なる他社事例の一覧ではなく、判断に必要な論点を整理したものになりやすくなります。ただし、回答の正確性や情報の網羅性が保証されるわけではありません。提示された出典や比較の根拠については、利用する人が確認する必要があります。

　

この2つの依頼方法の違いは、AIに求めていることです。最初の依頼では、他社の情報を集めることが目的でした。一方、改善後の依頼では、自社が何を判断したいのかを明確にしたうえで、選択肢の比較や推奨案の提示まで求めています。

AIへの依頼で大切なのは、何を調べるかだけでなく、その情報を使って何を判断したいのかを伝えることです。

もちろん、すべての依頼に4つの条件が必要なわけではありません。単純な事実確認や緊急の情報共有であれば、必要な内容だけを簡潔に伝えてもらう方が適しています。一方で、複数の選択肢から方針を決める場面では、最初から判断に必要な情報を整理してもらうことで、その後の確認や検討を進めやすくなります。

4. 判断しやすい資料になっているか、10分で確認する方法

ここまで、情報を判断に使える形に整理する方法を紹介してきました。では、普段の業務で使っている資料やAIの出力は、実際にどの程度整理されているのでしょうか。確認する方法は難しくありません。

私たちが一つの目安にしているのは、資料を受け取った人が、最初にどのような質問をするかという点です。

たとえば、資料を共有したあとに「つまり、何を決めればいいの？」と聞かれる場合、資料の目的や重要な情報が十分に伝わっていない可能性があります。一方で、「A案を選んだ場合、来期の体制はどうなる？」という質問が出るのであれば、受け手は具体的な選択肢を検討する段階に進んでいると考えられます。

もちろん、最初の質問だけで資料の良し悪しを判断できるわけではありません。複雑な内容であれば、理解を確認するための質問も必要です。ただ、毎回のように「結局、何を決めるための資料なのか」という確認から始まるのであれば、資料の作り方や依頼方法を見直す余地があります。
 

　

直近の資料を4つの条件で確認してみる

ここで、実際に自分の業務を振り返ってみましょう。新しいツールを導入する必要はありません。直近に受け取った資料やAIの出力を3件ほど用意し、第2章で紹介した「目的・選別・比較・推奨」の4つの条件で確認します。目安は10分です。

最初の2分で、確認する資料を3件選びます。会議資料、部下からの報告、AIが作成した調査結果など、判断に使うことを目的とした資料であれば何でも構いません。

次の5分で、それぞれの資料について、以下の4点を確認します。

• 目的： 何を決めるための資料なのかが明確になっているか。
• 選別： 判断に必要な情報が選ばれ、除外した情報の理由も分かるか。
• 比較： 複数の選択肢が同じ観点で比較されているか。
• 推奨： 推奨する選択肢と、その理由が示されているか。

残りの3分では、4つの条件のうち、どこが不足していたかを確認します。特に、資料を受け取ったあとで自分が情報を整理し直した場面があれば、何を確認する必要があったのかを書き出してみてください。

たとえば、選択肢は並んでいるものの比較する観点が揃っていなかった場合には、次回から比較項目を指定して依頼する方法が考えられます。何を決めるための資料なのかが曖昧だった場合には、調査の目的を最初に共有することが改善につながります。

この確認は、資料を作成した人の能力を評価するためのものではありません。どのような情報があれば判断しやすくなるのかを明確にし、次の依頼や資料作成に活かすことが目的です。

なお、すべての資料に4つの条件が必要なわけではありません。事実の速報や緊急の連絡など、情報を速く共有することが優先される場合は、必要な内容を簡潔に伝える方が適しています。

まずは次にAIや誰かへ資料を依頼するとき、次のように伝えてみてください。

「これは〇〇を決めるために使います。選択肢を比較し、おすすめの案とその理由も示してください。」

この一文を加えるだけでも、依頼する側と受け取る側で、必要な情報について認識を合わせやすくなります。

5. AIで情報を集めやすくなった今、組織で見直したいこと

ここまで紹介した方法は、個人のAI活用だけでなく、組織内での情報共有や意思決定にも応用できます。

AIの普及によって、情報の収集や要約にかかる手間は減りつつあります。私の会社でも、この一年で、調べものや数字の照合をAIに任せる機会が増えました。一方で、情報を簡単に集められるようになったからこそ、必要以上の情報を共有してしまうこともあります。

　

情報が増えてしまう理由は、立場によって異なる

たとえば、担当者は、情報に抜けがあることを心配して、関係しそうなものをすべて資料に入れてしまう場合があります。どの情報を残すべきかを自分だけで判断することに、不安を感じることもあるでしょう。

管理職も同様です。部下から受け取った資料について、何を省いてよいのか判断できなければ、そのまま上司や経営層に共有することがあります。その結果、情報を受け取った人が改めて内容を確認し、必要な情報を選ぶことになります。

一方で、経営層は限られた時間で判断する必要があるため、結論を簡潔に知りたいと考えることがあります。ただし、「結論だけ」を求めすぎると、今度は選択肢や判断の根拠が十分に共有されなくなる可能性があります。

情報の抜けは指摘されても、情報が多すぎることは問題になりにくい職場では、担当者は念のために多くの情報を共有しがちです。こうした状況は、必ずしも個人の能力や意識の問題ではありません。何を判断するための資料なのか、どこまで情報を整理して共有すべきなのかという組織のルールも見直す必要があります。

　

情報の整理を、個人任せにしない

そのため、AIの活用を進める際には、ツールの使い方だけでなく、情報を共有するまでの仕事の進め方も見直すことが重要です。

たとえば、資料を依頼するときには、何を決めるために使うのかを明確にする。報告する側は、必要な情報を選び、選択肢とその根拠を整理する。そして判断する側は、提示された情報の正確性や不足している点を確認し、最終的な方針を決める。このように、誰が何を整理し、どこで判断するのかを明確にすることで、情報共有の目的が揃いやすくなります。

ここで大切なのは、判断する人の負担を減らすために、単純に資料を短くすることではありません。必要な情報や比較の根拠を残したうえで、判断しやすい形に整理することです。

AIを使って情報を集める機会が増えるほど、こうした仕事の進め方を組織内で共有することが重要になると考えています。

私たちは、AIが情報収集や要約を支援できるようになっても、何を判断するのかを定め、情報の妥当性を確認し、最終的な責任を持って意思決定することは、人が担うべき重要な役割だと考えています。

まとめ｜量ではなく、届く形を変える

AIを活用しても判断が速くならない理由の一つは、集めた情報が、判断しやすい形に整理されていないことにあります。

AIによって情報収集や要約の時間が短くなっても、その情報を使って何を決めるのかが明確でなければ、受け取った人が改めて内容を整理しなければなりません。

今回紹介した「目的・選別・比較・推奨」の4つの条件は、その問題を見直すための実務的な考え方です。情報を集める段階から判断の目的を明確にし、必要な情報や選択肢を整理することで、意思決定に必要な検討を進めやすくなります。

まずは、次にAIや誰かへ資料を依頼するとき、「何を決めるために使うのか」を一行添えてみてください。さらに、選択肢の比較と推奨案、その根拠まで求めることで、受け取った情報を判断に活かしやすくなります。

AI活用で重要なのは、情報を増やすことだけではありません。集めた情報を、判断に使える形に整理することです。

関連記事

①AI活用｜なぜAIを入れた組織ほど疲弊するのか　─「意思決定コスト」という見えない負債

②管理職｜「完成してから」渡す人ほど仕事が溜まる

③AI活用｜AIに渡すだけでは、ToDoは片づかない

Podcast

Podcast「天上天下主客反転、ブルドーザーの企業解体新書!」では、組織のリアルな課題を毎週解体しています。AIと人の仕事の分かれ目については、EP49『ToDo管理｜デジタルだけでは、思考は深まらない』でも話しています。

▼Spotify

▼YouTube

情報を整理するだけでなく、組織として判断できる状態へ

個人がAIへの依頼方法を工夫することは、すぐに始められる改善の一つです。一方で、組織全体で情報共有や意思決定の進め方を変えるには、資料の作り方だけでなく、役割分担や会議の運営方法も見直す必要があります。

Bulldozerは、企業の価値観や組織の特徴を踏まえ、仕事の進め方や組織文化を見直す「カルチャーエンジニアリング」に取り組んでいます。現場の声を集めて職場や制度の要件を整理するワークショップでも、集めた意見をそのまま共有するのではなく、何を判断するための情報なのかを明確にしたうえで、経営の意思決定に必要な内容を整理することを重視しています。

AIを導入すること自体を目的にするのではなく、集めた情報を適切に活用し、組織として判断しやすい状態をつくること。そのためには、日々の情報共有や意思決定の進め方から見直していくことが重要です。

組織内の情報共有や意思決定の進め方に課題を感じている場合は、ぜひBulldozerにご相談ください。

　

自社の組織課題を整理してみる