AIで週次会議と意思決定を高速化する方法

TL;DR

週次会議を数時間の集中会議に組み替え、Claudeなどで資料作成と修正を並列化すれば、約1か月かかる承認を初週の数時間まで短縮できる。社内データと熟練者の知識を保存、再利用、再配布、再生産し、人間は判断と責任に集中することが重要である。

Transcript

クロスリグワンオンワ始まります。今回のテーマは修時定例はもう古いんです。あの、私もウィークリーミーティングやってんですけど、実はもう古いって言ってる人がいます。はい、早速ゲストをご紹介しましょう。ムーンショット代表取締役 COの菅原け一さんです。お願いします。 はい、菅県です。よろしくお願いします。 はい、菅けんさん、クロスリーグ初登場です。ありがございます。 はい。すごい楽しみにしました。 ですか。 あの、ま、経営のプロというか、あの、経営者をなんか 10 倍成長させるみたいな、そういう評判で はい。元々スマートニュースの ブランド広告者、そうですね。 あといろんな会社のCMOとか、 そうですね、あの、30 代の時に、ま、スタートアップにいて、 で、その会社を一社育っとして、あの、 KDD... Read More

Key Insights

• 週次定例は、資料修正が短時間で終わるAI時代にも翌週まで待たせるため、意思決定を遅らせる仕組みである。資料作成の自動化だけでは、この待ち時間は解消されない。
• 集中会議は、1か月分の議題を2時間から4時間に集約し、AIによる修正と別案件の議論を並列化する方法である。4回程度の修正循環も同じ場で完了できる。
• AI導入の成果は、利用率だけでなく売上や利益、顧客価値への貢献で評価すべきである。紹介された調査では、期待を大きく上回る効果は米国38％、日本9％だった。
• 企業の知的資産は、社内の資料、メール、会議音声、業務プロセス、熟練者のノウハウをAIが参照できる形で保存することで蓄積されるものである。
• 知識の活用は、保存、再利用、再配布、再生産の循環で拡大する。成果の出た営業メールを共有したり、複数人の思考法を組み合わせて新しい案を作ったりできる。
• 熟練者は、知識をAIに渡した後も学習を続け、新たな知見を再び組織へ注入する役割を持つ。人間とAIが相互に更新される循環が差別化につながる。
• AIは、利用者にとって責任を取らない部下である。生成した資料や分析を人間が確認し、経営者や顧客への提案に使えるか判断して、最終的な責任を負う必要がある。
• 将来の働き方は、仕事の95％をAIに任せ、難しい判断や責任を伴う5％へ人間の労力を集中させるという構想である。これはテスラの自動運転になぞらえて説明された。

Questions & Answers

Q: 週次定例会議をAIで短縮する方法は？

1か月分の議題を2時間から4時間の集中会議にまとめ、Claudeなどで資料作成と修正を進めます。ある案件をAIが修正している間に別の案件を議論し、完成後に再確認する循環を回せば、従来4週間ほどかかった複数回のフィードバックと承認を、初週の数時間に集約できます。

Q: なぜAIを導入しても週次会議は速くならないのか？

資料作成だけをAIに置き換えても、会議が週1回のままなら、短時間で完成した修正版を次の会議まで待たせることになるからです。担当者の徹夜や作業時間は減っても、4回の会議を経て承認する構造は残ります。成果を得るには、資料作成と同時に会議周期と承認手順も変える必要があります。

Q: AI時代の集中会議とは何ですか？

集中会議とは、従来は複数週に分けていた資料作成、確認、フィードバック、修正、承認を、数時間の同じ時間帯で繰り返す運営方法です。AIが一つの資料を直している間に次の議題を扱うため、複数案件を並列に進められます。経営者もその場で追加情報を確認し、判断を完結させやすくなります。

Q: 企業の知的資産をAIで蓄積する方法は？

社内の資料、メール、会議音声、業務プロセス、顧客関連データ、熟練者の考え方を記録し、AIが参照できるフォルダーへ継続的に保存します。さらに、デザインガイドや企業文化、実行してよいことと避けるべきことも定義しておけば、新しい指示を加えるだけで組織の文脈に沿った成果物を作りやすくなります。

Q: AIで社内ノウハウを再利用する方法は？

成果を上げた営業メールや資料の構成、分析手順などを保存し、別の顧客や社員の仕事へ適用します。例えば、ある営業担当者のメールが成果につながったなら、その書き方を他の社員にも使わせられます。さらに複数の熟練者の知識を組み合わせ、新規事業などの案を多数生成すれば、知識の再生産も可能になります。

Q: AI活用で人間と熟練者は不要になるのか？

不要になるとは説明されていません。熟練者は自身の知識をAIへ保存した後も学習を続け、AIが保持する内容を超える新しい知見を再び注入する役割を担います。また、AIが作った資料や分析の品質を確認し、提案の可否を判断して責任を負うのは人間です。現段階では、人間がAIを使いながら共に能力を高める関係が重視されています。

Q: 日本企業のAI活用はなぜ成果につながりにくいのか？

紹介されたデータでは、生成AIの活用推進度は日本87％、米国90％、英国89％で大差がない一方、期待を大きく上回る効果は米国38％、日本9％でした。問題は利用の有無よりも使い方にあり、売上、利益、顧客価値へ結び付ける設計が不足しています。DX投資と同じく、投資額ではなく財務的な成果を確認する必要があります。

Q: AI時代に人間が集中すべき仕事は何ですか？

人間は、AIに任せられる資料作成や情報処理から離れ、進む方向の選択、難しい意思決定、品質確認、結果への責任に集中すべきです。菅原氏はテスラの自動運転を例に、企業活動の95％をAIが担い、重要な5％を人間が扱う姿を示しました。ただし、この比率は将来の働き方に関する菅原氏の持論として提示されたものです。

Summary & Key Takeaways

• 週次定例では、担当者が数日かけて資料を作り、会議で短いフィードバックを受け、翌週までに修正する流れが繰り返される。そのため承認まで約1か月かかり、月次会議なら4か月に延びる場合もある。Claudeなどで初稿と修正版を短時間で作れても、会議の周期を変えなければ、待ち時間そのものは残ってしまう。

• 改善策は、1か月分の議題を2時間から4時間の集中会議にまとめ、複数の案件を並行して進めることである。最初の案件をAIが修正している間に次の案件を議論し、完成した資料を再確認する循環をその場で回す。資料作成だけでなく意思決定の仕組みまで再設計すれば、従来は数週間を要した承認を初週の数時間で終えられる。

• 企業はメール、資料、会議音声、顧客情報、熟練者のノウハウを保存し、AIが参照できる知的資産に変える必要がある。保存した知識は再利用、社内への再配布、異なる知識との組み合わせによる再生産が可能になる。ただしAIは責任を負う上司ではなく、人間の部下として機能するため、最終判断と品質確認は人間が担う。