アトラシアン本社の情報サイト『Inside Atlassian』より。Teamwork Lab責任者のモリー・サンズ（Dr. Molly Sands）が、AIで個人の作業が速くなってもチーム全体の成果につながらない「AI効率性のパラドックス」の構造を明らかにし、フォーチュン500企業に年間1,610億ドルの損失をもたらす「分断コスト」を克服するための3つの連携の規律を提示する。
本稿の要約を10秒で
- 多くのチームでAIの利用が進んでいる一方、経営層は投資対効果（ROI）を把握し、測定することに苦労している。
- AIによって個人の作業は速くなっても、チーム全体の仕事が速くならなければ、企業はその代償を支払うことになる。アトラシアンの推計では、この「分断コスト」がフォーチュン500企業に年間1,610億ドルの損失をもたらしている。
- 解決策は、AIを個人の生産性を高めるための小手先の手段ではなく、チームの一員として捉えることである。そして、AIを日々の業務フローに組み込み、チームが成果の数だけでなく品質を重視して仕事を届けられるようにすることだ。
AIをめぐって、ある逆説が起きている。利用率と生産性は向上しているが、最終的な成果が常に明確に表れるとは限らない。
これは、皆さんの組織でも見られるかもしれない、よくあるパターンである。経営層はAIに投資し、従業員は、より多くの仕事をこなせるようになったと話す。コードも、キャンペーンも、分析も増えている。
しかし、チームや事業の成果は異なる様相を示す。経営層が成果、つまり顧客へのインパクト、仕事の品質、チーム間の連携に目を向けると、全社的に明確な成果が出ていると示すのは難しい。
世界のナレッジワーカー1万2,000人以上と、フォーチュン1000企業の経営幹部170人以上を対象に調査したアトラシアンの「State of Teams 2026」レポートによると、経営幹部の89％が、AIによって仕事のスピードが向上したと回答している。一方で、具体的な全社的AI投資対効果（ROI）を示せると自信を持っている経営幹部は、わずか6％にとどまっている。
これがAI効率性のパラドックスである。AIによって個人の仕事が速くなる一方で、増加した成果物がレビューや承認など、人間の判断が必要な関門で滞留する。その結果、仕事の流れが遅くなり、得られたはずのスピード向上が失われてしまう。
あるフォーチュン500の小売企業で人材・事業戦略を担当する副社長は、私たちの調査担当者にこう語っている。「仕事が速く進んでいると思っていても、品質の差に気づく。20％ほど速くなると思っていたものが、結局はその分を差し引かれてしまうのだ」。
AI投資からより大きな成果を得るには、リーダーはなぜこのようなことが起きているのか、そしてどうすれば解決できるのかを理解しなければならない。
仕事のスピードアップが、より大きなボトルネックを生み出している
このパラドックスを理解するには、現代のナレッジワークで時間が実際にどこに使われているかを見ることが助けになる。
多くのチームにおいて、コードを書く、文書を作成する、デザインをする、分析を実行するといった個人の作業が占める割合は、仕事全体の約20％*1にすぎない。残りの約80％は、レビューや承認、連携のための会議や進捗確認、意思決定やエスカレーション、検証やテスト、あるいは関係者の反応を待つことといった、協働と業務フローに費やされている。
AIツールは、この方程式の20％の部分を速くすることに非常に長けている。以前は1日かかっていた設計仕様書が、今では1時間で仕上がる。2日分のコーディングとテストが必要だった機能が、昼前に完成する。マーケティングチームは午前中だけで数十種類のキャンペーン案を出せるようになり、財務チームは以前なら四半期かかっていた数の予測やシナリオを、1週間で作れるようになっている。
しかし、その増加した成果物は、以前と変わらない人間の審査という関門を通らなければならない。コードやコンプライアンス上のレビュー、セキュリティチェック、四半期計画などがそれにあたる。そして、これらの関門が変わっていない以上、2つのことが起きる。
- 仕掛かり中の仕事がボトルネックに積み上がる。レビュー担当者、承認者、意思決定者のキューは長くなる一方だ。
- その関門における人間の処理能力が低下する。認知的な過負荷、コンテキストの切り替え、疲弊によってレビューが遅れるか、あるいは内容を十分に確認しないまま承認するようになる。それが成果物の質の低下と手戻りを生む。
結果として、これは一種のごまかしにすぎない。メッセージ、ドキュメント、タスクといった活動量の指標は急増する一方で、リリースした機能の価値、インシデント件数、顧客満足度といった成果の指標はほとんど改善されないか、むしろ悪化することさえある。
つまりAIは、遅いシステム全体を速くするのではなく、すでに負荷がかかっていた部分をさらに過負荷にしてしまうことが多いのだ。
大企業がこのパラドックスの打撃を最も受ける理由とそのコスト
AIのパラドックスはあらゆる規模の組織で起きているが、大企業ほど深刻なダメージを受ける。
AI以前から、大企業のほとんどは、実行コストが低く（多くの人材、明確なプロセス、専門的な役割、成熟したツール）、調整コストが高い（複雑な関係者マップ、リスクおよびコンプライアンス上の管理、部門をまたいだ依存関係、分散したチーム、正式なガバナンス）という構造を抱えていた。
そのような環境では、AIは仕事を速くするだけでなく、複雑性と意思決定の負荷を増幅させる。チームは共通の基準が少ないまま多くの成果物を生み出し、レビュー担当者はより長いキューと難しい判断に直面する。小さな認識のずれが部門やツールをまたいで拡大し、組織の知識基盤に古い情報や矛盾した情報が持ち込まれることになる。
その結果として生じるのは、規模が大きくなるほど遅く、リスクの高い成果である。アトラシアンの「State of Teams 2026」レポートでは、これを「AI分断コスト（AI fragmentation tax）」と呼んでいる。
「AIのおかげで速くなったと言っているチームでさえ、1人あたり週に約6時間を調整の混乱に奪われている。不明確な目標、重複した作業、変わり続ける優先順位がその原因だ」と、アトラシアンのTeamwork Labに所属するリサーチャーのサラ・ゴットリーブ＝コーエン（Sara Gottlieb-Cohen）は語る。「フォーチュン500全体では、年間およそ1,610億ドルに上る。よい知らせは、AIを中心にした連携のやり方を確立したチームは、このコストをほぼ半減させていることだ」。
AI分断コストの定義と測定方法
AI分断コストを算出するにあたり、アトラシアンの研究者たちはまず、AIがチームの業務スピード向上に役立っていると回答した調査対象者に絞り込んだ。次に、その対象者が、不明確な目標、変わり続ける優先順位、作業の重複といった典型的な調整上の問題をどのくらいの頻度で経験しているか、またAIがかえって仕事や問題を増やしていると感じているかどうかを調べた。これらの回答をひとつのスコアに統合し、0〜100のスケールで表した。スコアが高いほど、AI分断コストが高いことを意味する。
AI分断コストを金銭的損失として定量化するため、調整にかかる間接業務に費やす時間を、コストの高いチームと低いチームとで比較した。その差は1人あたり週約6.4時間にのぼる。この失われた時間を、フォーチュン500企業の平均給与と従業員数をもとに外挿した結果、年間およそ1,610億ドルが無駄になっているという推計値に至った。
AIでチームを失速させるのではなく、加速させる方法
AI分断コストは広く蔓延しているが、避けられないものではない。アトラシアンの研究者たちが、成果を出しているチームが何を違うやり方でしているかを調べたところ、3つの連携の規律が浮かび上がってきた。それぞれが、チームの計画立案、知識の共有、部門をまたいだ仕事の進め方に対する本質的な変化を伴っている。
- 文脈の共有：チーム（とそのAIツール）は、同じ目標、意思決定、データにアクセスできているか。それとも、全員がそれぞれ異なる情報をもとに動いているか。
- 業務フローへの統合：AIは、実際に人やチームをまたいで仕事が流れる方法に組み込まれているか。それとも、レビュー対象をさらに増やすだけの、個人の小手先の効率化の集まりになっているか。
- 文化的な学び合い：AIの活用について、メンバーがお互いの試行錯誤から学んでいるか。それとも、全員がそれぞれ単独で手探りしているか。
上記の3つすべてを実践しているチームは、わずか14％にとどまる。しかし実践しているチームは、ひとつも実践していないチームと比べて、AI分断コストをほぼ半減（46％削減）させており、計画立案、協働、チームの結束力にわたってAIから得られる成果も飛躍的に高い。
- 「AIが計画立案と優先順位付けの改善に役立つ」と回答する可能性が5.6倍高い
- 「AIが協働を促進する」と回答する可能性が9.4倍高い
- 「チームメンバーとのつながりを感じる」と回答する可能性が13倍高い
スピードは買えても、足並みは買えない
多くの組織は、生産がボトルネックであるかのようにAIに投資している。しかしデータが示す真の制約は調整であり、それを無視するコストは数字で測ることができる。先を行く組織は、単にAIの導入を速めているだけではない。速く動きながらも、チームの足並みを保つための仕組みを再設計しているのだ。
こうした習慣を組織に根付かせたいと思うなら、「State of Teams 2026」レポートの全文を読んでほしい。データ、フレームワーク、そしてこれらの働き方を組織全体に定着させるための具体的なステップが網羅されている。
出典・参考文書