AIは管理職を幸せにするのか―問われる組織のAI最適化

生成AIは、もはや一部の人だけが使う道具ではない。パーソル総合研究所が実施した「AI環境における人材とマネジメントに関する定量調査」では、正規雇用者の生成AI（以下、AI）の業務利用率は、2026年5月時点で過半数を超えた。同時に、管理職の利用も大きく広がってきた。

これまでAI活用は、主に生産性の観点から語られてきた。作業時間がどれだけ減ったか、処理できる仕事がどれだけ増えたか。しかし、AIが社会のインフラとして機能するほどに、もう一つの問いが浮かび上がる。AIは、働く人を幸せにするのかという問いだ。

中でも、ここで注目したいのが管理職である。管理職は、自らAIを使うだけではなく、現場へのAI導入を進め、部下を支援し、部門間の調整や判断も引き受ける。つまり、AIの成果を組織につなぐための結節点にいる。

そのため管理職は、AIによる成果から強い手応えを得る可能性がある一方、組織の仕組みが整っていなければ、そのひずみを最も引き受けやすい層でもある。果たしてAIは管理職を幸せにするのか。それとも、新たな負荷を背負わせるのか。本コラムでは、データを手がかりに、その分岐点を考えたい。

「AIを使えば幸せになる」わけではない

まず、就業者全体で、AIの利用頻度と「幸せ実感」「不幸せ実感」の関係を見てみよう（図表１）。

ここでいう幸せ／不幸せ実感とは、「私は、はたらくことを通じて、幸せを感じている／私は、はたらくことを通じて、不幸せを感じている」といった就業に関する主観的な幸福実感を、合計６項目で聴取したものだ（全国就業者3000サンプル）。

このデータを見ると、幸せ実感は、AI利用が「数か月に１日」の3.57から「ほぼ毎日」の3.58まで、ほとんど変わらない。AIをどれだけ使っても、それだけで幸せ実感が上がるわけではない。

変化が表れているのは「不幸せ」実感のほうである。「月１〜３日」の3.44が最も高く、「週１日」で3.30、「ほぼ毎日」で3.23まで下がる。

つまり、就業者全体で見ると、AIは人を幸せにするというより、仕事の不幸せを少し減らす道具として働いている。コラム「AIは私たちを幸せにしたのか、不幸せから遠ざけたのか」でも指摘されている通り、AIの効果は、まず仕事のつらさや面倒を和らげる方向に表れていそうだ。

管理職に顕著に表れる「AIの手応え」

この傾向は、管理職にデータを絞るとやや様子が変わる（図表２・1000サンプル）。

管理職の幸せ実感は、利用頻度が「週１日」までは3.52〜3.56にとどまる。しかし「週２〜３日」で3.72に上がり、「ほぼ毎日」では3.74に達する。不幸せ実感も、「ほぼ毎日」使う層で3.04と最も低い。全体ではほとんど見えなかったAI利用と幸せ実感の関係が、管理職ではより表れるようになっている。

では、AIを多く使うほど、管理職は幸せに近づくのだろうか。分析を進めてみると、それほど単純な話ではないことが分かってくる。

幸せを決めるのは「使ったか」ではなく「成果が出たか」

幸せ実感につながる要因を探るため、「AI利用頻度」「個人のAI成果」「組織のAI成果」が幸せ実感に及ぼす影響を、職種、業種、企業規模などの基礎属性を統制して、管理職とメンバーに分けて比べた（図表３）。

管理職への影響度合いを見ると、AI利用頻度の影響（β=0.07）よりも、個人のAI成果（β=0.17）と組織のAI成果（β=0.18）の影響のほうがはるかに大きい。これはメンバー層よりもかなり大きい影響度である。

つまり、管理職の幸せ実感と結び付いているのは、AIを使っているかどうかではない。AIで成果が出ているかどうか、それも個人だけではなく、組織として成果が出ているかどうかである。

ここでの分析はあくまで厳密な因果関係を明らかにするものではないが、これは管理職という役割を考えれば自然な結果のように思われる。メンバーにとってのAIは、第一義的には自分の仕事を楽にする道具である。一方、管理職にとってのAIは、組織を前に進めるための手段である。だから、単にAIが普及していくことより、チームや組織が変わったという手応えのほうが、働く実感に大きく響く。管理職の幸せは、自分の机の上ではなく、組織の成果の中にあるということだ。

裏返せば、この結果は厳しい事実も示している。組織としてAIの成果が出ないとき、最も手応えを失うのは管理職だということである。そして、組織にとってAI活用とは、ただツールを導入するだけで順調にいくものではない。

AI活用で続々と表出してくる組織の課題

例えば、多くの職場が抱えるAI関連の組織課題を確認しておこう。上位に挙がるのは、「AIの教育・サポートが正式な業務や評価に位置づけられていない」「データが部署ごとに分断され、横断利用しづらい」「手順が人ごとに異なり、例外が多い」の３つで、いずれも３割を超える。また、別の分析では、職場のAI利用が進むほど、こうした業務課題、組織課題ともに大きい傾向が確認されている。AIが組織に広がるほど、組織の側の未整備もまた、課題として続々と表に出てくるのである。

こうした組織課題は、管理職の幸せにも関連する。組織課題の大きさで管理職を３群に分け、幸せ・不幸せ実感を比べると（図表５）、組織課題が少ない「低」群の管理職では、幸せ実感が高く、不幸せ実感が低くなる。組織のAI活用がつまずくほど、そのツケは管理職の働く実感に回ってくるのである。

AI活用を組織成果につなげる「AI最適化」のポイント

では、こうした組織課題を乗り越え、AIを組織の成果につなげるには、何を整える必要があるのか。

そこで調査では、組織としてのAI活用パフォーマンスに何が効いているかを、業種・職種などの属性を統制した上で重回帰分析により検証し、その結果を組織として実行に移す仕組みを「組織のAI最適化」の３つの要素として整理した（図表６）。

１つ目は「変化の受け皿の用意」である。AIは、業務改善のアイデア、新しいサービスの種、既存ルールとの衝突など、これまでになかったテーマを大量に生む。そうしたテーマを受け止める受け皿が組織の構造の中にあり、判断が滞りやすいテーマについても、決める場があらかじめ設計されている状態を指す。これがない組織では、新しいテーマが出るたびに、誰がどこで決めるのかが分からなくなる。古いシステムや既存の手続きが変化を阻み、テーマは宙に浮く。この受け皿がないと、組織は簡単に「AI迷子」になってしまう。

２つ目は「意思決定の秩序」である。重要な判断が、個人の根回しや属人的な調整に頼らずに行われ、部門やチームの役割分担が目的に沿ってスピーディかつ明確に整理されている状態を指す。これがない組織では、どの領域に力を入れるべきかが定まらず、経営層も方向性を示せない。AIにまつわるさまざまな物事は、「なんとなく決まる」か、あるいは決まらないまま放置されていきやすい。

３つ目は「機動的なヨコ連携」である。プロジェクトやテーマごとに部門を横断した活動が設計され、人事やITなどの専門部門と現場が、役割を分担しながら連携している状態を指す。これがない組織では、AIの横断会議を開いても情報交換で終わり、データも手順も部署ごとにばらばらのままで、実践が始まらない。多くの企業を見ても、「ふんわりした連携会議」の段階から抜け出せないことが多い。

この３つの要素は、テーマを受け止め、判断し、部門を越えて実行するまでの一連の仕組みである。AIを前提とした組織では、個人の根回しや調整に依存するのではなく、この流れを組織として設計し直す必要がある。具体的には、次のような手立てが考えられる。

• AI活用の最高意思決定部門がどこなのか／誰なのかを明らかにする
• AIに関する現場の声を集約し上申する担当チームを置く
• 会社としてのAIの重点領域・優先順位を決める
• AIの方向性を議論できるよう、意思決定層のAIリテラシーを高める
• 連携における各部署の役割（情報提供・連携模索・意思決定・育成・PoC）を明確化する

いずれも、AIツールの性能や単純なテクノロジー・スキルといった次元のものではない。問われているのは、組織の意思決定フローとそのクオリティである。

管理職が組織の「緩衝材」になるとき

そのような組織のAI最適化が進んでいない職場における「ツケ」は、管理職に回ってくる。ここで、本コラムの問いに立ち返りたい。

組織のAI最適化の程度で組織を「高・中・低」の３群に分けて見ると、「低」群では成果が低いだけでなく、管理職層（ここでは上司層）の負担も際立って高い（図表７）。「低」群では、業務の進捗管理を負荷と感じる上司が48.3％、社外・他部門との交渉・調整を負荷と感じる上司が45.8％、イノベーション・変革の推進を負荷と感じる上司が39.9％に上る。ほかの群との差は約２倍に及ぶ。

ここで起きていることは明快である。決める場がなければ、判断は管理職の根回しに委ねられる。部門の連携が設計されていなければ、調整は管理職同士の個別交渉になる。変化の受け皿がなければ、宙に浮いたテーマを抱え込むのも管理職である。

組織が解くべき問題が、管理職個人の負荷に置き換わっているのだ。管理職は、組織の設計の不備を体で受け止める「緩衝材」になってしまうのである。そして、こうした負荷が高いほど、管理職の不幸せ実感が高いことも確かめられている（不幸せ実感を結果変数とした重回帰分析、標準化回帰係数0.162）。

考察：AIで幸せをつくるのは組織である

ここまでの結果をつなぐと、AIと幸福感の関係は２つの層に分かれて見えてくる。

第１の層は、「仕事の痛み（ペイン）を減らす」という効果である。就業者全体で見ても、AIの利用頻度が高いほど不幸せ実感は下がっていた。面倒な作業や負担が軽くなるという、いわば痛み止めとしての効果である。これは個人の仕事が速くなることで生まれる効果であり、比較的誰にでも届きやすい効果といえるだろう。

第２の層は、「幸せをつくる」という、より前向きな効果である。こちらは利用頻度ではなく、AI活用の実質的な成果と結び付いており、その傾向は管理職で特に強かった。この成否を分けているのは、AI普及と同時に進む組織的な課題をいかにスムーズに解決できるか、である。

AIは、個人の仕事を速めうるが、組織の意思決定まで速くなるわけではない。新しいテーマを誰が決めるのか、どの部門と調整するのか、どこに力を入れるのか。そこが整っていなければ、組織は元のスピードのままである。コラム「AIで生産性は上がるのか―個人の時短が組織成果につながらない３つの理由」で論じたように、目の前のタスクが速く終わる個人の実感と、組織全体の生産性・価値創出との間には、深い断絶がある。

個人活用だけが広がり、組織が遅いままだと、その差はどこかで吸収されなければならない。吸収する場所が、個人と組織の結節点にいる管理職である。現場と会社の間で板挟みになり、調整を引き受けるのが管理職である。図表7で見た管理職の負荷の偏りは、この差が生み出したものと読むことができる。

まとめ：AIが管理職を幸せにするかは、組織にかかっている

冒頭の問いに戻ろう。AIは管理職を幸せにするのか。

答えは「条件付きでイエス」である。AIを使うことそのものが、管理職を幸せにするのではない。管理職の幸せ実感と強く結び付いていたのは、利用頻度ではなく、組織としてAIの成果が出ているかどうかであった。その成果と強く結び付いていたのは、変化の受け皿の用意、意思決定の秩序、機動的なヨコ連携という組織の仕組みであった。

組織がAIを生かせる状態にあれば、AIは管理職に「組織を前に進めている」という確かな手応えをもたらす。その仕組みがないままでは、AIは管理職に調整と判断の負荷を集中させ、ウェルビーイングを奪ってしまう。同じAIでも、組織の状態によって、管理職の幸せにも不幸せにもつながりうるのである。

多くの企業は、「AI活用」の旗印のもと、利用率や作業時間の削減効果を追いかける。しかし、問うべきなのは、個人のスキルやリテラシーだけではない。AIによって次々に生まれるテーマを、組織としてどう受け止め、判断し、実行するのか。その決め方そのものを見直す必要がある。AI時代に経営と人事が問われているのは、「決められない組織」のツケを管理職に回さない仕組みを、いかに構築するかである。