視座の本質
——AIが経営の時間軸を圧縮する構造について

※本稿は特定の企業・個人を対象としたものではなく、経営とテクノロジーの関係についての構造的考察です。

1. 問題の所在——「速い」は「遠い」を意味しない

経営においてAIが果たす役割は、年々拡大している。McKinsey Global Institute（2023）は、生成AIが世界全体で年間2.6〜4.4兆ドルの経済価値を生み出すと推計した。企業経営者の72%がAIを「戦略的優先事項」に位置づけている（PwC CEO Survey, 2024）。

しかし、ここに一つの構造的な問いがある。

AIが経営判断を速くすることと、経営の視界を遠くすることは、同じことだろうか。

本稿の主張はこうだ。AIの導入は、経営の意思決定速度を加速させる一方で、その時間軸を構造的に圧縮している。そしてこの圧縮は、本来「枠の外」を見るために存在した顧問・コンサルタント機能にも及んでおり、経営から「長期の視座」が失われつつある。

2. 時間軸圧縮のメカニズム

2-1. データの時間的偏り

AIの意思決定支援は、訓練データと入力データに依存する。これらは本質的に「過去と現在」の記録であり、「まだ存在しない未来」は含まれない。結果として、AI支援による意思決定は構造的に「現在の延長線上」への最適化に偏る（Marcus & Davis, 2019）。

Clayton Christensen（1997）が「イノベーションのジレンマ」で指摘したのは、既存の評価指標では破壊的イノベーションの萌芽を捉えられないという構造的盲点だった。AIの普及は、既存指標に基づく判断の精度と速度を飛躍的に高めた。しかし、指標そのものの妥当性を問う機能は備えていない。

「合理的であることと、正しいことは違う。合理性はつねに既存の枠組みの中でしか機能しない。」

—— Herbert Simon, Administrative Behavior (1947)

2-2. スプリントの短縮と視界の収斂

AIによる業務加速は、プロジェクトサイクルの短縮をもたらす。アジャイル開発の文脈でもともと2〜4週間だったスプリントが常態化し、この「短サイクルでの反復」の発想が経営全体に浸透している。

問題は、サイクルが短くなること自体ではない。短いサイクルの中で測定可能な指標だけが「戦略」として扱われ、長期の構造変化を問う思考が「非効率」として排除されることにある。

• Kahneman（2011）の枠組みで言えば、経営の意思決定がシステム1（高速・直感的）に偏り、システム2（熟慮的・長期的）が組織から退出しつつある
• Senge（1990）が「学習する組織」で警告した「事象レベルの対応に追われ、構造レベルの変化を見失う」状態が、AIによって加速されている
• Taleb（2012）の「反脆弱性」の視点では、短期最適化の追求がシステム全体の脆弱性を高めるパラドックスが生じている

2-3. 「短期合理」の自己強化ループ

最も深刻なのは、この時間軸の圧縮が「非合理」としてではなく「合理」として受容されていることだ。

AIが出力する分析結果は、定量的で、説明可能で、再現性がある。「今期の売上予測」は精緻だが、「10年後の市場構造」は出力できない。その結果、意思決定は前者に集中し、後者は「不確実性が高い」として棚上げされる。

これはフレーミング効果の一種である。測定できるものが重要に見え、測定できないものが存在しないかのように扱われる。AIは測定可能な領域の解像度を極限まで高めることで、測定不能な領域——つまり長期の構造変化——を視界から追い出しているのだ。

3. 顧問機能の構造的変質

3-1. 「問いを立てる」から「手段を売る」へ

経営顧問、コンサルタント、戦略アドバイザーという職能が歴史的に存在してきた理由は何か。Peter Drucker（1954）はその価値を「組織の内部にいては見えない問いを立てること」と定義した。

重要なのは「答え」ではなく「問い」である。

• 「この事業は10年後に存在しているか」
• 「この意思決定は、次の世代にどう影響するか」
• 「いま見えていない構造変化は何か」

これらの問いには共通する特徴がある。いずれも時間軸を超えた問いであり、現在のKPIでは測定できない。AIが代替できるのは、データ分析・市場調査・競合ベンチマーキングといった「手段」の部分である。この代替が進んだ結果、コンサルティング自体が「手段のデリバリー」に矮小化されつつある。

3-2. 競争環境がもたらす圧力

コンサルティングファーム自身もまた、AI時代の競争環境に晒されている。クライアントがAIで自前の分析能力を持つようになれば、「分析を売る」モデルは成立しにくくなる。その結果、ファームはより短期的・実装的なサービスへとシフトし、「10年後を問う」タイプのエンゲージメントは市場から退出しやすくなる。

これはコンサルティング業界に限った話ではない。経営の「長期を見る機能」が、市場原理によって構造的に縮小しているという問題である。

4. 長期視座の実証——時間軸が変える意思決定の質

4-1. 企業の時間軸

日本企業の平均寿命は23.3年（東京商工リサーチ, 2023）。一方で、100年を超える企業は日本に33,000社以上存在する（帝国データバンク, 2022）。日本は世界最多の長寿企業国であり、200年超の企業も1,340社を数える。

これらの長寿企業に共通するのは、四半期の数字ではなく「次の世代に何を渡すか」という問いを経営の中心に据えていることだ。京都の和菓子屋が「30年後の味」を考えて今日の仕込みをするように、時間軸が長い組織は意思決定の構造そのものが異なる。

De Geus（1997）は著書 The Living Company で、長寿企業の共通特性として「目的のアイデンティティが利益に優先する」ことを挙げた。短期収益ではなく、存在意義への問いが経営を駆動するとき、企業の寿命は構造的に延びる。

4-2. 記憶の時間軸

個人の記憶もまた、同じ構造に支配されている。クラウドストレージの平均サービス寿命は10〜15年。SNSの投稿は5年で99%がアクセスされなくなる（Internet Archive, 2021）。デジタルは「今」に最適化された優れた道具だが、100年後に残る設計にはなっていない。

日本では年間数万基の墓石が「無縁墓」として撤去されている。100年前に「永遠」を願って建てられた石が、制度と環境の変化の中で消えようとしている。この事実は、設計の時間軸が短い記録媒体の構造的限界を示している。

「1,000年残る記録とはどういう設計か」という問いは、6ヶ月のスプリントの中からは生まれない。四半期のKPIを追っている状態では、問いとして成立しない。これは能力の問題ではなく、視座の問題である。

5. AIによる視座の解放——可能性と条件

本稿の主張は、AIを否定することではない。むしろ逆だ。

AIが日常の分析・予測・自動化を引き受けるのであれば、人間はその分だけ「遠く」を見ることができるはずだ。四半期の数字管理をAIが担うなら、経営者は10年後の構造変化に集中できる。市場分析の自動化が進むなら、コンサルタントは「市場の外側」を見る役割に専念できる。

「未来を予測する最良の方法は、それを発明することだ。」

—— Alan Kay, Xerox PARC (1971)

Kayの命題が正しいとすれば、AIは未来を「予測」する道具ではなく、未来を「発明」するための余白を人間に与える道具であるはずだ。しかし現実には、AIが短期を高速で回すようになった結果、人間もその速度に巻き込まれている。道具が人間の時間軸を規定している状態だ。

解放の条件

AIが視座を「圧縮」するのではなく「解放」する道具となるためには、以下の構造的条件が必要である。

1. 時間軸の意図的分離——短期の最適化はAIに委ね、人間は「10年〜100年」の構造変化に意思決定のリソースを集中させる設計
2. 測定不能な問いへの投資——KPIで測れない「存在意義」「世代間継承」「文化的価値」への組織的なリソース配分
3. 顧問機能の再定義——「手段の提供者」から「時間軸の拡張者」へ。コンサルタントの価値を「問いの質」で測る評価構造

6. 結語——視座は構造であり、選択である

視座は才能ではない。それは構造であり、選択である。

どの時間軸に立つかは、組織的にも個人的にも設計可能だ。四半期に立つか、10年に立つか、100年に立つか。そしてその選択は、見える世界の全てを規定する。

AIが経営の時間軸を圧縮しているのは、AIの欠陥ではない。AIを「枠の中」でしか運用しないと選択した人間の側の問題だ。コンサルティングが「手段の売買」に矮小化されているのも、「手段を売る方が短期的に利益率が高い」という市場構造に従った結果である。

そして記憶が消えていくのも、デジタルの限界ではない。「今の利便性」だけを設計目標とし、「100年後」を問わなかった設計思想の帰結だ。

「本当に重要な問いは、つねに現在の時間軸の外側にある。」

視座の本質とは、どの時間軸に立って世界を見ているか——ただそれだけのことだ。そしてその時間軸は、技術によって圧縮されることもあれば、意志によって拡張されることもある。

いま問われているのは、テクノロジーの進化ではない。それを使う人間が、どこまで遠くを見ようとするかだ。