1. 学びは増えた。それでも、同じ失敗は繰り返される

生成AIが現場に入ってから、人材開発の景色は確かに変わりました。教材のたたき台は数分ででき、社員は自分のペースで、いくらでも学べる。「学習の機会が足りない」という長年の悩みの一つは、ほぼ消えかけています。

ところが、それと入れ替わるように、別の違和感が濃くなってきました。一人ひとりはよく学んでいるのに、組織としては、同じ場所で躓き続けている。 お客様と話していると、必ずと言っていいほど、この戸惑いに行き当たります。「うちもAI活用はずいぶん進みました。ただ、組織として賢くなった実感が、どうも湧かないんです」と。

思い当たる場面が、いくつかあるかもしれません。ある社員がAIを使いこなし、見事な分析を仕上げる。けれど、そのやり方は本人の頭の中にあるだけで、隣の席には伝わらない。ある案件で手痛い失敗をし、当人はしっかり教訓を得る。半年後、別のチームが、まったく同じ失敗をなぞる。個人の学習は加速したのに、その加速が、組織の側にはほとんど積み上がっていかない。

情報が足りないわけでもありません。SlackやTeamsを開けば、有益な気づきや資料が、むしろ溢れています。ただ、その大半は、既読のまま流れ去っていく。立ち止まって受け取り、自分の仕事に取り込んだ人は、ごくわずかです。

このちぐはぐさは、担当者の能力や意欲の問題ではありません。私たちが「学習した」と数えているものの、置き場所の問題です。

象徴的な数字があります。マッキンゼーが2025年に公表した調査では、今後3年でAIへの投資を増やす企業が92%に達する一方、AIを業務に組み込んで成果につなげる「成熟」段階に到達したと言えるのは、わずか1%でした。ツールは、ほぼ全員が手にした。それでも成果に差がつくのは、道具の外側に理由がある、ということです（出典は末尾）。

AIは、学習する組織の力を増幅します。けれど、学習しない組織では、何を増幅しても、増幅する元がありません。個人の学習をいくら加速させても、それが組織に積み上がる仕組みがなければ、速くなるのは個人の消費だけです。慌てて次のツールを探す前に、増えた学びがどこへ消えているのかを、先に見ておきたいのです。

2. 「個人の学習の総和」は、組織の学習ではない

人材開発の仕事で、もっとも根深い誤解は、たぶんここにあります。「社員一人ひとりが学べば、組織は学習する」——この足し算は、実は成り立ちません。

個人が学んだことは、その個人の頭の中にあります。その人が異動すれば持って行かれ、退職すれば消える。組織が学習したと言えるのは、その学びが個人の頭の外——手順、基準、仕組み、関係性——に残ったときだけです。逆に言えば、どれほど質の高い学びを、どれほど多くの人に届けても、そこに残らなければ、組織の側には何も蓄積されません。

この違いを、並べてみます。

年度末の資料に並ぶ「延べ受講時間」「満足度」、そして最近増えた「AIの利用率」。これらは、すべて左の列の数字です。悪い指標ではありません。ただ、それを追っている限り、私たちが見ているのは個人の学習であって、組織の学習ではない。手応えのなさの正体は、たいてい「測っているもの」と「知りたかったもの」のずれにあります。

「学習する組織」という言葉を世に広めたのは、マサチューセッツ工科大学のピーター・センゲが1990年に著した『The Fifth Discipline（学習する組織）』でした。センゲはそれを、「ともに学ぶ方法」を人々が学び続けている組織だと定義しています。読み落とされやすいのは、後半です。個人がそれぞれ学び続ける組織ではなく、学び方そのものを、集団として更新し続ける組織のことを指していました。

だから私たちは、学びをこう捉えています。学びは、得た気づきを周囲に還元し、組織に残るまでが、学びである。 個人の頭の中に保存されただけの教訓は、組織にとっては、存在しないのと同じだからです。組織の学習速度を決めるのは、一人ひとりが学ぶ速さよりも、「学びが人から人へ渡り、組織に根づく速さ」のほうになります。

3. AIは「生成」を、Slack/Teamsは「共有」を速くした。それでも空いているのは「定着」

ここまでを踏まえると、冒頭のちぐはぐさの正体が、三つの層に分けて見えてきます。

一つ目は、学びの生成です。教材を作る、要約する、質問に答える、下書きを整える。これまで人手と時間がかかっていた「学びを生み出す作業」を、AIはコストほぼゼロにしました。ここは、劇的に速くなりました。

二つ目は、学びの共有（流れ）です。生まれた気づきを、チャットで投げ、チャネルで流し、全員に届ける。ここも、SlackやTeamsがすでに速くしています。むしろ速すぎて、情報は溢れ、追いきれないほどです。

問題は、三つ目です。学びの定着——流れてきた気づきを、誰かが立ち止まって受け取り、咀嚼し、自分の仕事に編み込み、チームの基準として残す。この層だけは、いまも、少しも速くなっていません。

やっかいなのは、この落差です。生成と共有が速くなるほど、定着しないまま溜まっていく学びは、むしろ増えます。 情報が溢れるほど、一つひとつを立ち止まって受け取る時間は削られる。流すのは一瞬でも、咀嚼して自分ごとにするには、変わらず人の手間と時間がかかるからです。放っておくと、個人と組織の差は、AIによって縮まるどころか、開いていきます。

なぜ、定着だけが自動化されないのか。理由は、そう難しくありません。流すことは仕組みでできても、受け取って自分のものにするのは、人にしかできないからです。しかも人は、自分の得た気づきを、渡す相手や立ち止まる場がなければ、たいてい頭の中で完結させてしまう。自分の前提は、一人では点検しにくい。誰かに語り、問い返されて、はじめて「外」に出ます。定着とは、その「外に出して、組織に置き直す」を、業務の中で起こすことにほかなりません。

では、どこに経路を通すのか。大げさな勉強会も、新しいシステムも要りません。すでにある業務の中に、細い経路を1本挿すだけです。

ここでAIは、じつは強力な助っ人になります。気づきの清書、似た事例の突き合わせ、基準案のたたき台づくり——定着の一工程を軽くするのは、AIの得意分野です。ただしそれは、経路が先に引かれている場合に限ります。経路のない組織にAIを足すと、生成と共有だけが加速し、落差が広がる。経路を先に引いた組織にAIを足すと、定着が回り始める。同じAIでも、結果が正反対になるのは、このためです。

実際、ある営業チームでは、週次会議の最後の5分に「今週いちばん効いた一言」を各自が共有する習慣を足しただけで、新人が独り立ちするまでの期間が目に見えて縮んだといいます。特別なツールは使っていません。これまで個人の商談の中で消えていた工夫が、言葉になって隣に渡り、AIがそれを商談の型に清書して残す——その一連が回り始めただけです。経路が一本通ると、AIは初めて、組織の記憶を編む側に回ります。

4. あなたの組織は、実行が速いのか、学習が速いのか

ここまで来ると、明日からの一歩は、驚くほど小さくて構いません。

まず、測る指標を1つ入れ替える。 AI活用の成果として「削減できた時間」だけを並べているなら、そこに「同じ失敗の再発率」か「新人が独り立ちするまでの日数」を1つ加えてみる。削減できる時間は、ゼロより下には減りません。けれど、組織の学習能力には、上限がありません。何を測るかを変えることが、最初の意思決定になります。

次に、経路を1本だけ引く。 全社である必要はなく、自分が見ている1チームで十分です。今週の会議の最後に5分、「今週の気づき」を話す時間を置く。それだけで、これまで個人の頭の中で完結していた学びが、初めて人の間を流れ、組織に残り始めます。

この一歩を踏み出した担当者が手にするものは、3つあります。ひとつは、成果を語る言葉が変わること。「延べ何人が学んだか」ではなく、「どの気づきが、どの基準を書き換えたか」で語れるようになります。ふたつめは、育成の主語が現場に移ること。定着の経路は業務の中にあり、学習が研修部門の外へ出ていきます。みっつめは、人が辞めることへの耐性です。知見が個人の頭から組織に残っている組織は、一人の退職で、振り出しには戻りません。

人材開発の仕事は、良い学びを届ける仕事だと理解されがちです。AIは、その「届ける」を、ほとんど無限に速くしました。けれどここまで見てきたとおり、それは同時に、届いた気づきが組織に定着するまでを設計する仕事でもあります。生み出す量と流す量をいくら増やしても、根づく場所がなければ、組織の側には何も残らないままです。

視座の転換

ここで、ひとつ問いを置きます。

あなたの組織は、速い組織でしょうか。
——それは、実行が速いのでしょうか。それとも、学習が速いのでしょうか。

実行が速い組織は、同じ失敗も、速く繰り返せます。AIは、その速さをさらに引き上げます。学習が速い組織だけが、同じ授業料を二度払わずに済む。両者を分けているのは、AIの使いこなしの巧拙ではなく、気づきが定着する経路が、業務の中に設計されているかどうかです。

——今週、あなたのチームで生まれた気づきのうち、他の誰かに届き、仕事の型に残ったものは、いくつあったでしょうか。