自社はAIの準備ができているでしょうか。コンテキスト、人、プロセス、プラットフォームの4つを評価しましょう。そのうえで、一番良いスコアは無視してください。AIネイティブ化に18か月取り組んだシンガポールのあるエージェンシー創業者によれば、準備度のレベルを決めるのは最も弱い軸です。「どうスキルアップするか」への定番の答えである、全員をAI研修に送り出すだけでは、ほとんど何も変わらないことが多いのはそのためです。
人をめぐる問題は、ますます切実になっています。Marketing Diveは先月、Gartnerの調査を報じました。シニアマーケティングリーダー1,303人のうち、18%がすでにAIを理由に一部のポジションを廃止し、16%が新たな役割を設けています。Gartnerは、高い成果を上げているマーケティングチームの大半が2030年までに従来型のエントリーレベルの職を廃止すると予測し、CMOに対して、人材パイプラインを削るのではなく、ジュニアにより付加価値の高い仕事を早くから任せるよう促しています。エージェンシーのそれ以外の部分がジュニアを支える準備を整えていなければ、これは難しい注文です。
AI準備度診断は、実際には何を測るのですか？
今週シンガポールで開かれたAI導入セッションで、創業者は準備度を4つの軸に集約して示しました。図に示すとおりです。
- コンテキスト：AIが活用できるよう文書化されているもの。ブリーフ、ブランドガイドライン、過去の仕事、クライアントの履歴、自社の仕事の進め方。
- 人：AIから実際の成果を引き出しているのは誰で、取り残されているのは誰か。
- プロセス：SOPの枠を超えて、仕事が実際にどう回っているか。
- プラットフォーム：何に費用を払い、どこまで深く使いこなしているか。
大半のエージェンシーが評価するのは最後の1つだけで、しかもその評価は粗いものです。ライセンスの数を数えているのです。誰もきちんと使っていないライセンスは、能力ではなくコストです。
なぜ最も弱い軸が準備度を決めるのですか？
AIを使った仕事は4つすべてを通り抜け、最も狭いところで止まるからです。彼のスライドにあったように、準備度のレベルを決めるのは最も弱い軸であり、最も強い軸は準備度をまったく示しません。
3つのエージェンシーを思い描いてみましょう。1つ目は、優秀で好奇心旺盛な人材がそろっているものの、文書化されたものがほとんどないクリエイティブ系のエージェンシーです。モデルがブランドブックも過去3年間の仕事も見たことがないため、AIのアウトプットはどれも画一的に聞こえます。2つ目は、プラットフォームが優れ、ダッシュボードも整っているメディアエージェンシーですが、実際のプロセスは2人のシニアプランナーの頭の中とチャットグループにあるため、文書化されていない例外で自動化が何度も止まります。3つ目は、プロセスは非の打ちどころがないものの、チームが「AIは自分たちには合わない」と静かに結論づけているCRMエージェンシーです。
どの会社にも、誇れる強みがあります。ただし、どこも準備ができていません。しかも、解決策はそれぞれ異なります。汎用的なAIプログラムがうまくいきにくいのは、そのためです。
AI研修だけでは、なぜチームの準備が整わないのですか？
研修が扱うのは1つの軸、つまり人であり、その一部だけです。創業者は、もっと難しい問いを投げかけました。スタッフをハイブリッド型の専門家、つまり一部はストラテジスト、一部はエンジニア、一部はクライアントリードという人材に育てることに成功したとして、その人たちが辞めたらどうなるのか。そして案件を獲得して採用が必要になったとき、そうした人材をどこで見つけるのか。
エージェンシーには、新入社員をすぐに戦力化できる力が必要です。一握りの希少なハイブリッド人材に頼る準備戦略は、もろいものです。コンテキストを共有システムに集約し、仕事が実際にどう回っているかを文書化し、新人が数日で使いこなせるツールを使う戦略なら、エージェンシーの成長とともに拡張できます。
ジュニアにとっては、これはなおさら重要です。従来型のエントリーレベルの職が消えつつあるというGartnerの見立てが正しければ、実際に採用するジュニアには、より付加価値の高い仕事に早く到達してもらう必要があります。それが実現するのは、コンテキスト、プロセス、プラットフォームが教育の一部を担うときだけです。
彼の結論は率直でした。AI導入には、おそらくチームの再編と仕事の進め方の組み替えが必要になります。研修はその一部であり、代わりにはなりません。
なぜ、先を行くチームと停滞するチームに分かれるのですか？
デジタル・ディバイド理論は、テクノロジーへのアクセスがあっても、得られる恩恵が平等になるとは限らない理由を説明するために生まれました。格差は段階的に開いていきます。まず誰がアクセスできるか、次に誰がスキルを持つか、そして誰がそれを実際の成果に変えるか。どのエージェンシーにも、この縮図が社内にあります。全員が同じライセンスを持っていても、そこから実際の成果を引き出すのは一握りで、残りは月を追うごとに引き離されていきます。
同じ格差は、ホールディング系ネットワークと独立系の間にもあります。ネットワークはプラットフォームに多額を投じてきました。独立系は同じ規模の支出はできませんが、つながりを通じて成果の格差を縮められます。コンテキストの共有、実案件で互いに学び合う人たち、本当に効く方法を交換し合う同業者。「同じ分野の人たちから学ぶにはどうすればいいか」と検索する人が本当に求めているのは、まさにそれです。イノベーションは、競争ではなくつながりの中で育ちます。
実際のところ、社内の格差を最も早く縮める方法は、AIから価値を得ている人と、そうでない人をペアにし、教室ではなく実際のクライアント案件で一緒に取り組ませることです。
AI準備度診断を、手早く行うにはどうすればよいですか？
下の質問を使って各軸を1〜5で採点し、最も低い軸に力を注ぎましょう。
| 観点 | 確認すべき質問 | 弱さのサイン | 最初の対策 |
|---|---|---|---|
| コンテキスト | AIが活用できるよう文書化されているものは何か？ | ブリーフが受信トレイに埋もれている、ブランドのルールが1人の頭の中にしかない、過去の仕事を検索できない | クライアントごとに、ブリーフ、ガイドライン、優れた仕事の共有ライブラリーを作る |
| 人 | AIから実際の成果を得ているのは誰で、取り残されているのは誰か？ | ごく少数のパワーユーザー、多数の懐疑派、「良い」の共通基準がない | パワーユーザーと懐疑派を実案件でペアにする。承認者を決める |
| プロセス | SOPの枠を超えて、仕事は実際にどう回っているか？ | 例外がチャットのスレッドで処理されている。誰も案件を端から端まで描けない | 1つのワークフローに張り付いて観察し、実際に起きていることを文書化する |
| プラットフォーム | 何に費用を払い、どこまで深く使っているか？ | サブスクリプションの重複、利用率の低さ、誰も担当していないツール | ライセンスを棚卸しする。削減・統合し、すべてのツールに担当者を置く |
- 1つのチーム、または1つのクライアントを選ぶ。エージェンシー全体を一度に診断すると、漠然とした平均値しか出てきません。
- アンケートではなく、インタビューをする。最近の案件について、5人に順を追って説明してもらいましょう。その1時間は、どんなアンケートよりも、プロセスとコンテキストについて多くを教えてくれます。
- 各軸を正直に採点する。上の質問を使います。採点者の間で意見が分かれることは、ノイズではなく、有益なデータです。
- 最も低いスコアに丸をつける。ほかの3つがどうであれ、それが準備度のレベルです。
- 次の四半期は、その1つの軸に費やす。プラットフォームが問題でないなら、ツールをもう1つ買いたくなる衝動をこらえましょう。
- 再採点して繰り返す。1つの軸が上がると、別の軸が制約になります。
最も弱い部分が分かると、何が変わりますか？
抱えていない問題に対する解決策を買うのをやめられます。コンテキストが制約なら、地味な作業になります。物事を書き出し、人とAIが見つけられる場所に置くのです。プロセスが制約なら、自動化する前にそれを可視化します。再編が続くかもしれませんが、シンガポールの創業者によれば、それは失敗ではなく、たいていそれこそが狙いです。
人が制約なら、答えは、人に求めるものがより少ないツールであることが多いです。DefyプラットフォームにはDefy MCPが含まれており、チームがClaudeの中でクライアントやカテゴリーのデータに問いかけ、同僚に頼むようにプロンプトできます。習得すべきダッシュボードはありません。スキルのハードルが下がるため、新入社員は早く戦力になり、パワーユーザーとそれ以外の人たちとの差も縮まります。結局のところ、それが準備度の意味するところです。
