なぜ最も優秀な人ほどAIに抵抗するのでしょうか。たいていは、基準を持っているのに、ツールがそれを満たしていないからです。エージェンシーでのAI抵抗を人の問題として扱えば、義務化と研修日と、午後7時に機械の成果物をやり直す疲れ果てたシニアが生まれます。基準の問題として扱えば、抵抗していた人たちが、AIを出荷できる品質に引き上げる担い手に変わります。
品質が問われる場面が、これほど公になることは珍しくなっています。Marketing Weekで先月、BBHの共同創業者であるSir John Hegartyは、今日のマーケティングの多くを「反復的で、陳腐で、退屈」と評しました。彼は、業界は今やスプレッドシートは理解してもアイデアは理解しない「左脳型の思考者」が占めていると主張し、「新商品の発売の95%前後が失敗する」と指摘しました。この数字は、データがはるかに増えたにもかかわらず、20年間変わっていないと彼は言います。そこに凡庸なAIアウトプットを注ぎ込めば、同じようなものがより速く量産されるだけです。
経験豊富な人はなぜAIツールに抵抗するのですか？
今週シンガポールで開かれたAI導入セッションに登壇したあるエージェンシー創業者は、この点について率直に語りました。彼は従業員約20人のエージェンシーをAIネイティブにしようと18か月取り組み、導入を強く推し進めました。誰が抵抗しているのかを詳しく調べると、それはテクノロジー嫌いの人たちではありませんでした。彼らが抵抗していたのは質の低いアウトプットでした。システムが粗悪な成果物を出しているのに、それを使わされていたのです。
彼らは入社5、6年目の人たちでした。良い仕事がどういうものかを知っていました。AIの下書きが基準に届かなければ、自分でやり直すことになるため、元のやり方に戻ったのです。彼の言葉では、AIへの抵抗とは、多くの場合、単にツールがチームの基準を満たしていないことを意味していました。品質が失敗すれば、行動変容も失敗します。
これは、どのエージェンシーの代表にとっても役立つ捉え直しです。AIが書いた状況報告を送ろうとしないアカウントディレクターや、AIが作ったペルソナ資料をゼロから作り直すストラテジストは、扱いにくいわけではありません。無償で、感謝もされないまま、品質管理を担っているのです。
無理なAI導入は、エージェンシーの燃え尽きを悪化させていますか？
悪化させる場合があります。やり方を誤ると、AI導入は作業を倍にします。言われたからツールで下書きを作り、クライアントにそのままでは見せられないので手作業で直す。そこに「導入が遅れている」という罪悪感が加われば、疲れ果てたシニアスタッフを生み出す条件が揃います。
うまくやれば、逆の効果が生まれます。Forbes Agency Councilに掲載された、エージェンシーが不可欠であり続ける方法についての記事で、MultiplyのMatt Jaysonは、最も自動化しやすい仕事としてキャンペーン設定とQAを挙げました。「成長著しいクライアント1社なら、目に見えない作業だけで週20時間はゆうにかかります」。タイムシート、状況報告、リサイズ、予算管理、競合監査と並んで、これこそAIが取り除くべき雑務です。
違いは、成果物が、2度目のシフトのような手戻りなしに基準を満たすかどうかです。AI導入後にチームの労働時間が長くなっているなら、ツールは時間を節約していません。時間を夜へと移しているだけです。
AIへの信頼は、なぜこれほど急に崩れるのですか？
Trust Theory（信頼理論）が分かりやすい説明を示しています。私たちが人やシステムを信頼するのは、それが有能で、信頼でき、自分たちの利益のために動いていると信じられるときです。そのどれもが経験と対話を通じて獲得されるもので、宣言できるものはありません。粗悪な下書きを3回続けて出したツールは、有能だという主張を失います。チームに尋ねずに押し付けられたツールは、自分たちの味方だという感覚を失います。
だからこそ、義務化は裏目に出ます。利用状況ダッシュボードが教えてくれるのは、誰がログインしたかであって、アウトプットを信頼しているかどうかではありません。それを知る方法は対話しかありません。ストラテジストの隣に座って、何を、なぜ直したのかを尋ねることです。
クライアントも同じ計算をしています。シンガポールの創業者が強調したのは、中途半端な成果物を顧客に送ってはならない、それこそが信頼を失う道だ、という点でした。抵抗している人たちは、クライアントとの関係を守っているのです。
「良い仕事」とは何かは、誰が決めるべきですか？
すでに知っている人たちです。創業者の解決策は、分野の専門家に承認者という明確な役割を与えることでした。彼らが良い仕事とは何かを定義し、彼らの承認なしには何も世に出ません。AIの恩恵は全員が受けますが、全員がAIを作る必要はありません。基準を定めるのは専門家です。
また、よく見られる抵抗のサインを、態度ではなく基準についてのシグナルとして読み取ることも有効です。
| 抵抗の表れ方 | 多くの場合の意味 | 対処法 |
|---|---|---|
| 人々が黙って昔のテンプレートに戻る | アウトプットが品質の基準に届いていない | 修正内容を見せてもらう。直すのは人ではなくシステム |
| 下書きを直すほうが、書くより時間がかかる | AIが作業を減らすどころか増やしている | 編集時間を測る。受け入れ率が上がるまでワークフローを一時停止する |
| 誰もAIのアウトプットをクライアントの前に出そうとしない | 結論がどこから来たのか確認できない | AIが示すすべての主張に、追跡可能な出典を求める |
| シニアは使わず、ジュニアは頼りすぎる | 基準が一度も文書化されていない | 専門家を、良い仕事を定義する承認者にする |
| 全社会議のたびに「ロボット」ネタの冗談が出る | ツールが対話なしに義務化された | ツールの選定とテストにチームを巻き込む |
Forbesのパネルで繰り返し挙がったテーマも、同じ方向を指しています。説明責任、判断力、そしてAIには責任を問えない仕事を自分事として引き受けること。それこそが、エージェンシーを不可欠な存在にしているのです。
AIに抵抗する人を、どうすれば承認者に変えられますか？
- 最も声の大きい懐疑派を見つけ、修正内容を見せてもらう。AIの下書きと、彼らが実際に送った内容との差が、「良い」の仕様書になります。
- 基準を書き出す。トーン、構成、出典、絶対に載せてはならないもの。シニアの頭の中にしかなければ、AIも新入社員も満たすことはできません。
- 専門家を、実際の権限を持つ承認者にする。AI支援の成果物がクライアントに届く前に承認し、基準を満たしていないワークフローは止められるようにします。
- ログイン数ではなく、編集時間を測る。直すほうが、作るより時間がかかるなら、それ以上展開する前にいったん止めてワークフローを修正しましょう。
- 修正をフィードバックする。承認者の修正を、より良いプロンプト、テンプレート、事例に変え、次の下書きでは直す箇所が減るようにします。
- 目に見えない作業から始める。設定、QA、レポーティング、モニタリングなど、ミスの代償が小さく、節約できた時間がすぐに実感できる業務です。
- オープンに話し合う。2週間に1回の30分で、何がうまくいき、何がうまくいかなかったかを話すほうが、どんな導入通知メールよりも信頼を築きます。
AIのアウトプットが、そのまま世に出せるほど信頼できるものになる条件は何ですか？
専門家が確認できる根拠です。シニアストラテジストは、AIの結論がどこから来たのかを自分の目で確かめ、自分で判断できるときに、それを受け入れます。根拠の道筋がないまま自信たっぷりの文章で出てくる結論は、受け入れません。
だからこそ、Defyプラットフォームでは、AIのすべての結論が、その裏付けとなる実際の公開投稿までたどれるようになっています。戦略はアンケートではなく、オーディエンスや競合が実際に発信している内容から逆算して導かれるため、承認者は根拠を開いて、自分で判断できます。
人間は変化がそれほど得意ではない、と創業者は言いました。人間は、AIトランスフォーメーションにとって唯一最大の障害であり、同時に唯一最大の推進力でもあります。どちらになるかは、ツールが人々の基準を尊重しているかどうかで決まります。
