LONGNOW BUSINESS REVIEW
ピッチに立つ前に、自分のポジションを知れ
〜メッシアナロジーで読み解く、AIテーマ設定の本質〜
メッシのドリブル映像を見て、「なるほど、こう体を使うんだ」とわかった気になった経験はないだろうか。低い重心、細かいタッチ、方向転換の瞬発力、最後の一歩で生まれる決定的なスペース――。頭では理解できる。しかし実際にボールを持つと、まるで別の話になる。
AI導入の初期段階にある組織を観察すると、部門や業種を問わず、驚くほど共通した状態が現れる。「やりたいことはある。でもそれが正しく言語化できていない。」
AIというボールを初めて足元に置いた。ボールの扱い方の原理――AIエンジンが多段階で推論する構造――も学んだ。しかし自分たちの現場という「自分の利き足と体格、そして今日の相手の守備」――つまりどんなデータが手元にあり、誰の暗黙知が核心にあり、どこが本当の急所なのか――を把握しないまま、ピッチに飛び出そうとしている。多くのAIプロジェクトが初期に生む摩擦の正体は、技術力の不足ではなく、この自己認識の欠落にある。
トラップとは何か――COGを1文で定義すること
サッカーの最初の技術はトラップだ。飛んでくるボールを、次のプレーにつながる場所に止める。どんな速いパスも、どんな高いボールも、まず自分の足元に収めなければ何も始まらない。トラップが乱れると、その後のドリブルもシュートも意味をなさない。
AIテーマ設定における「トラップ」は、COG(戦略的重心)の定義だ。「失うと全体が止まる一点」を1文で言語化すること。「暗黙知の数値化をしたい」は方向として正しいが、トラップではない。「誰の・何の暗黙知を・どうやって取得するか」まで落とし込んで、初めてボールが足元に収まる。ボールが収まって初めて、次のプレーに移っていい。
キック精度の確認――テーマがエンジンになり得るか
ボールが収まったら、次はキックが成立するかを確認する。狙った場所に蹴れるか。味方に届く強さがあるか。これが「ふるい」にあたる工程だ。
テーマが多段階推論AIエンジンに変換できるかどうかの確認である。インプットデータは実在するか。AIが矛盾を検出できる論理構造があるか。アウトプットは人間が読める判断理由として出力できるか。この三つが揃わないテーマは、どれだけ魅力的に見えてもエンジンにはならない。「ふわっとあったらいいよね」のままピッチに出るのは、キックの蹴り方も決めずにボールを追いかけるようなものだ。
ポジションと戦術――どのループのどこで戦うか
サッカーには「個人技」とは別のレイヤーがある。フォーメーション、ポジション、戦術だ。どこのゾーンで・誰と連携して・何の役割を担うかを、キックオフ前に決める。メッシほどの個人技があっても、ポジションが間違っていればチームは機能しない。
次に来るのが、ループ接続と優先度決定だ。産業の価値循環は、新しい価値を生み出すCreation Loop(動脈)と、生み出したものを使い・維持し・改善するOperation Loop(静脈)の二つで構成される。自分のAIエンジンがどちらのループのどの結節点に接続するのかを、実装前に決めておく。同じデータを扱っていても、接続先が違えば設計も評価指標もまったく変わる。
そして複数の候補が出たとき、優先順位は「声の大きさ」で決めてはならない。LCV(ライフサイクル価値)への貢献度・実装工数・既存の仕組みとの相乗効果・成果が出るまでの時間軸という4軸で評価する。「自分はどのゾーンで戦うか」が決まると、既存資産との連携が自然に見えてくる。
複数チームの並走――部分最適が全体最適をつくる
サッカーはFW・MF・DFがそれぞれ異なるポジションで、それぞれの役割に集中することで初めてチームとして機能する。全員が同じ場所でボールを追いかけても、試合には勝てない。
組織で複数チームがAI導入を並走させる場合も同じだ。それぞれが異なる現場課題、異なるCOG、異なるループに接続するAIエンジンを追求する。全チームが同じテーマを扱う必要はない。「重要なテーマだから全員でやろう」は、一見合理的に見えて、実際にはポジションの放棄にほかならない。むしろ各チームが自分のポジションで最高のプレーをすること――それが全体最適への唯一の道だ。
全工程を標準化するということ
サッカーの監督は、トラップ・キック・ポジション・チーム戦術を体系的に設計する。個々の選手の閃きに依存せず、誰が入っても機能する型をつくる。AIテーマ設定にも同じ設計思想が要る。COG定義(トラップ)、エンジン成立性の評価(キック精度確認)、ループ接続と優先度決定(ポジションと戦術)を、属人的な勘ではなく一つの標準プロセスとして束ねること。これが再現性の条件である。
標準プロセスの価値は、優れたテーマを生むことだけにあるのではない。成立しないテーマを早期に、しかも当事者が納得する形で棄却できることにある。AI導入の失敗の多くは、筋の悪いテーマを止められないまま実装工数を投じてしまうことで起きる。
問いの質が、エンジンの質を決める。
メッシのプレーを「見てわかった」状態と、自分のポジションを固めて自分の役割で戦える状態は、まったく別物だ。AIの原理を理解することと、自社の現場でAIを機能させることの間には、この距離がある。橋を架けるのは、より強力なモデルでも、より多くのデータでもない。自分がどこに立っているかを知ることだ。ピッチに飛び出す前に、まず自分のトラップを決めることである。
© LONGNOW K.K. — Designing industries for the century ahead.
