導入は順調に進んでいた
ツールの選定は終わっていました。 PoCも実施され、一定の成果も確認されていました。
経営層の期待も高く、全社展開に向けた準備も進んでいた。外から見ると、AI導入は成功に向かっているように見えました。
しかし現場では、別のことが起きていた
一部の人は使っているのですが、多くの現場では使われていなかったのです。使われても、一時的に終わり、元のやり方に戻る。
結果として、
という状態が続いていました。
問題は「使わないこと」ではなかった
トレーニングは実施されていました。マニュアルも整備されていました。使い方が分からないわけではなかったのです。それでも使われていませんでした。
構造条件として見ると
AI導入そのものには問題はありませんでした。
しかし、
といった条件のズレがありました。
行動は「意味」を通して成立する
現場にとって、
が成立していない状態では、行動は定着しません。命令や推奨では、継続的な行動にはならないからです。
観測によって見えたこと
この取り組みでは、
という状態が確認されました。
その結果、
という挙動になっていました。
挙動モードとしての位置
このケースは、
の状態でした。
入力はあるが、行動に変換されない構造です。
なぜ今、顕在化するのか
AIは、行動を生み出す技術ではありません。行動に投入される力を増やす技術です。
そのため、条件が揃っていない状態で導入すると、行動は増えるのではなく、摩擦と消耗が増えます。この状態は、導入の成否とは別に起きます。
構造を観測するという選択
Soralistは、AI導入の成否を評価しません。その取り組みがどのような条件のもとで動いているのか、どのような挙動を生んでいるのかを観測します。
関連する構造スキャン
この状態のまま、拡大しますか
AI は構造通りにしか動きません。
その構造が整っていなければ、加速ではなく不安定さを生みます。
そのまま進むのか。それとも、一度立ち止まるのか。
まずは、その状態を知ることから始まります。