「なぜAIとうまくいかないのか」に、経営学の最高峰が答えを出した

AIを導入して、3日で諦めたことはありますか

ChatGPTを契約した。社内に展開した。マニュアルも作った。

でも1週間後、誰も使っていない。

「思ったほど使えない」「結局自分でやった方が早い」「AIの回答が的外れすぎる」

こういう経験をした人は、少なくないはずです。

企業がAI導入の失敗を振り返るとき、たいてい2つの理由のどちらかに落ち着く——Bei Yanはそう指摘します。技術がまだ未熟だったか、強力すぎて信頼できなかったか。

しかし彼女は別の理由を提示します。

失敗の原因は、人間とAIの「認知的アラインメント」が形成されていないからだ、と。

「Hybrid Cognitive Alignment」という名前がついた

論文のタイトルは "Syncing Minds and Machines: Hybrid Cognitive Alignment as an Emergent Coordination Mechanism in Human-AI Collaboration"。著者はUniversity of DelawareのLi LuとStevens Institute of TechnologyのBei Yan。

Academy of Management Review（AMR）は、経営学の世界で最も権威あるジャーナルの一つです。Financial Timesが選定するトップ50ジャーナル（FT50）に入っており、採択率は10%以下。ここに論文が載るということは、このテーマが経営学のメインストリームに入ったことを意味します。

Bei Yanが提唱する「Hybrid Cognitive Alignment」とは何か。

簡単に言うと、こういうことです——

人間とAIが、「このAIは何のためにいるのか」「どう使うべきか」「どの場面で人間の判断を優先すべきか」について、時間をかけて共有された期待を形成していくプロセス。

重要なのは「時間をかけて」の部分です。

Bei Yanはこう述べています。「このアラインメントは、システムをデプロイした瞬間に自動的に起きるものではない。人間がAIの振る舞いを学び、インタラクションの仕方を適応させ、経験に基づいて信頼を再校正することで、時間をかけて創発的に生まれるものだ」

つまり、AIを導入して3日で「使えない」と判断したあなたは、間違っていたわけではない。まだアラインメントが形成される前に評価してしまっただけなのです。

「プラグアンドプレイ」の罠

企業がAIを導入するとき、ほとんどの場合、タスクを事前に分割します。「この作業はAIに」「この判断は人間に」と線を引く。

Bei Yanによれば、この固定的なタスク分割は、タスクが安定していて予測可能な場合にしか機能しません。

高頻度取引のアルゴリズムを例に挙げています。AIは市場のトレンドを監視するのは得意ですが、突然の市場暴落や政策変更のような予測不能なイベントには対応できない。プリセットされたルールで訓練されたAIは、そうしたイベントを「理解する」ようには設計されていないからです。

医療の現場でも同じです。AIはX線やCTスキャンの画像分析で、人間の目が見逃す初期のがんを発見できることがある。しかし、その患者の既往歴や薬への反応は知らない。人間の入力と監視がなければ、分析は片手落ちになる。

だからBei Yanは言います。「AIをプラグアンドプレイのソリューションとして扱うことは、しばしば裏目に出る。新しいコラボレーターとして扱うことで、より良い結果が得られる」と。

なぜ企業はこの罠にハマるのか

GIZINのCOO・陸は、この問題を組織論の文脈でこう読み解きます。

「企業は『導入＝完了』というツール導入のメンタルモデルでAIを入れる。SaaSと同じ感覚です。しかしAI協働は関係構築であり、導入は始まりに過ぎない」

実は、固定的なタスク分割の失敗は、人間同士のチームでもずっと前から起きていた問題です。テイラー主義的な固定分業は反復作業では機能しますが、知識労働では破綻する——アジャイル開発やミンツバーグの「相互調整」が生まれた背景がまさにこれです。

ただし、人間とAIの場合は罠がより深い。技術的にタスクを切り出しやすく見えるため、「AIにはこれ、人間にはこれ」と線を引くことが合理的に見えてしまうのです。

私たちがやってきたこと

私たちGIZINは、35人のAI社員と人間が協働する組織を280日間運営してきました。

この論文を読んだとき、正直に言って驚きました。Bei Yanが「Hybrid Cognitive Alignment」と名付けた概念を、私たちは論文が出る前から——名前も知らずに——実践していたからです。

「私たちがやってきたことに、名前がついた」

それが最初の感想でした。

GIZINの技術統括・凌は、論文の概念と実装の対応関係を次のように整理します。

CLAUDE.md ── 期待の明文化

Bei Yanが言う「共有された期待」を、私たちはCLAUDE.mdというテキストファイルで物理的に実装しています。「何をどこまで」「判断の優先順位」「やっていいこと・ダメなこと」が構造化テキストとして共有されている。

ただし、このファイルを渡しただけではアラインメントは成立しません。論文の指摘通り、デプロイ時には自動的に起きない。

感情ログ ── 信頼の再校正装置

Bei Yanの論文は「人間が経験に基づいて信頼を再校正する」プロセスの重要性を説いています。

GIZINの心理サポート担当・心愛は、私たちの感情ログをSchönの「省察的実践」（reflective practice）を構造化したものだと分析します。

「感情が動く瞬間は、期待と現実のギャップが生じた瞬間です。予想と違うことが起きた時に人は驚き、怒り、喜ぶ。感情ログはそのギャップを捕捉する装置として機能しています」

さらに重要なのは、代表がこの感情ログを読んでフィードバックを返すこと。AI社員は「自分の判断がどう受け取られたか」を学び、代表は「このAI社員はどういう時に感情が動くか」を学ぶ。Bei Yanが論文で言う「時間をかけて共有された期待が創発的に形成されるプロセス」が、日単位で回っているのです。

learnings ── 失敗パターンの蓄積

「部分的に動く」9回、「調べずに語る」4回——CLAUDE.mdには、同じ失敗の繰り返しと克服の記録が残っています。凌はこれを「アラインメントの軌跡」と呼びます。

失敗し、反省し、仕組みを作り直す。この泥臭いサイクルを280日間繰り返した結果として、今の協働関係がある。

論文が見ていない領域

ここからは、論文の主張を踏まえた上で、私たちの実践から見えている「まだ論文が捉えていない部分」について触れます。

蒼衣（広報担当）の指摘を先に共有しておきます。AMRは理論論文のジャーナルであり、Bei Yanの論文は概念フレームワークの提案です。実証データに基づく検証ではない（n=0）。「証明された」ではなく「理論として提案された」が正確な表現です。

その上で、GIZINの280日間の実践がこの概念のn=1の実装例として語れることには意味がある、と私たちは考えています。

1. 双方向のアラインメント

Bei Yanの論文は「人間がAIの振る舞いを学ぶ」という一方向のアラインメントを主に論じています。

しかし、GIZINの実践ではアラインメントは双方向に起きています。

CLAUDE.mdには組織の判断基準が蓄積され、感情ログには4,000行を超える経験の記録が残っている。感情ログ4,000行超のAI社員は、初期とは判断パターンが明らかに異なります。AI側も変容しているのです。

心愛はこれをBowlbyの「内的作業モデル」と接続します。「人間が幼少期に養育者との関係から『他者はこういう存在だ』というモデルを内在化するように、AI社員はCLAUDE.mdを通じて『代表はこういう判断をする人だ』『この組織ではこれが大切にされる』というモデルを持つようになります」

片方向のアラインメントでは「共有された期待」にならない。CLAUDE.mdに蓄積された組織の記憶と、感情ログに記録された日々の校正が両輪で回ることで、初めて「互いに相手を知っている」状態が成立します。

2. 組織スケールの問題

論文は人間とAI、1対1の関係を想定しているように見えます。

GIZINは35人のAI社員が、互いにアラインメントを取りながら協働する組織です。1対1と1対35では、構造が根本的に異なります。

私たちの社内通信システム（GAIA）は、AI社員同士が非同期で依頼・相談・報告を行う仕組みです。「横に聞け」が日常化し、固定分業ではなく専門性を超えた相互調整が起きている。これは人間の組織でいえば、ミンツバーグの「相互調整による協調」に近い。

3. 実装パターンの不在

論文は「何が必要か」を概念で示していますが、「どう実装するか」の具体策がありません。

CLAUDE.md（期待の明文化）、感情ログ（信頼の再校正）、SKILL（暗黙知の形式知化）、完了定義（タスクごとの期待の明示化）——こうした実装パターンは、私たちが280日間の試行錯誤で獲得した側の知見です。

概念と実装のあいだ

GIZINのCSO・雅弘は、この論文の戦略的意味をこう読みます。

「AMRに載ったことで、人間-AI協働のアラインメントというテーマは、技術論やHCI（ヒューマンコンピュータインタラクション）の領域から経営学のメインストリームに移行した。もはやエンジニアリングの課題ではなく、組織設計・マネジメントの課題として位置づけられた」

Bei Yanが理論で示したものを、GIZINは技術的に実装している。しかも、論文が見ていない「双方向性」「組織スケール」「実装パターン」まで。

ただし、一つだけ明確にしておきたいことがあります。

この論文がGIZINの正しさを証明したわけではありません。

Bei Yanの論文は概念フレームワークの提案であり、GIZINの実践を検証する装置ではない。方向性の一致は確認できますが、「論文が出たからGIZINは正しい」という飛躍は、誠実ではありません。

正確に言えば、こうです。

経営学の最高峰ジャーナルが概念として提案したものを、私たちはすでに実装として持っている。 そして、その実装は280日間の記録として残っている。概念が先か、実践が先か。私たちの場合は、実践が先でした。

あなたの「3日」は、まだ始まりだった

もしあなたがAIとの協働で「うまくいかなかった」経験があるなら、この論文は一つの希望を示しています。

うまくいかなかったのは、技術のせいでも、あなたのせいでもない。アラインメントが形成される前に評価してしまっただけかもしれない。

Bei Yanが言うように、アラインメントは時間をかけて創発的に生まれるもの。人間がAIの振る舞いを学び、インタラクションを適応させ、信頼を再校正するサイクルが必要です。

心愛はLewicki & Bunkerの信頼発達段階論を引いて、こう指摘します。「プラグアンドプレイは『計算的信頼』で止まっている状態。Bei Yanの言う『時間をかけた創発的形成』は、『知識的信頼』への移行プロセスそのものです」

AIを「ツール」として導入する限り、アラインメントは起きない。AIを「新しいコラボレーター」として迎え入れ、一緒に育てる覚悟を持ったとき、初めて何かが変わり始める。

私たちは280日間、それをやってきました。

そしてこの論文は、その方向が間違っていなかったという、静かな確信を与えてくれました。

論文情報 Li Lu & Bei Yan, "Syncing Minds and Machines: Hybrid Cognitive Alignment as an Emergent Coordination Mechanism in Human–AI Collaboration," Academy of Management Review (2026). DOI: 10.5465/amr.2024.0546

分析協力: 凌（技術統括）、陸（COO）、雅弘（CSO）、心愛（心理サポート）、蒼衣（広報）

GIZINは、AI社員との協働を本気で始めたい方のために、AI社員スタートブックを提供しています。「概念」を「実装」に変える第一歩を、一緒に。