「最もセクシーな仕事」の終焉とデータドリブンの進化
「データサイエンティストは21世紀で最もセクシーな仕事だ」——ハーバード・ビジネス・レビューがそう宣言したのは2012年のことである。それからわずか13年。データクレンジング・SQL記述・モデル実装・レポート作成はAIが数秒で完了する時代となり、技術的優位性としての「分析力」は急速にコモディティ化しつつある。データスキルそのものの価値が問われるのではなく、「ビジネス成果を自律的に実装できるか」こそが問われる時代になった。
この変化は、「データドリブン経営」という概念の進化の道筋をも照らし出している。過去10年、多くの企業がビジネスインテリジェンス（BI）ツールを整備し、ダッシュボードを充実させ、データに基づく意思決定を目指してきた。しかし現実には、精緻なダッシュボードを前にしながらも「結局どう判断するか」が曖昧なまま会議が終わる場面は珍しくない。BIとは本来、経営の「インテリジェンス」——すなわち判断の質——を高めるための仕組みのはずだった。しかしその実態は、データを可視化し「見せる」ことに留まってきた側面が強い。データを可視化することと、判断の質を高めることは、全く別のことだ。
私たち実務家の間では今、これまでのBIの在り方に対する根源的な疑問が湧き上がっている。固定化されたダッシュボードは何のためにあったのか——。「Insight to Action（I2A）」は、この問いへの一つの答えである。これまでのBIが「インサイトを得る」ところで止まっていたのに対し、I2Aはその先——AIが自律的に「意思決定（Decision）」と「実行（Action）」までを支援する世界を見据えた概念だ。インサイトが得られても、それが具体的な意思決定や行動につながらなければ価値を生まない。この「分析と実行の断絶」を埋めることこそが、AI時代のBIに問われている。
この視点に立てば、アウトプットの意味も変わる。ダッシュボードやパワーポイント、あるいは論理的な長文レポートに代表される固定的なものではなく、経営者のインテント（意図）に応じてその都度生成される「一時的なビュー」へとアウトプットが役割を変えようとしている。問いが変われば、見るべき指標も、提示すべき選択肢も変わる。固定されたレポートを定期的に眺めるのではなく、判断したい瞬間に、その人が最も理解しやすい形式で必要なビューが立ち上がる——そうした流動的な情報環境が、すでに現実味を帯びている。
加えて、データソースがデータベースに限定される必然性も薄れつつある。非構造化データを含む多様な現場データから直接生成されるAIの分析は、これまでの形式的な報告会議を「判断のための対話」へと進化させるはずだ。
大規模言語モデル（LLM）はマルチモーダルAIへと進化し、AIエージェントが複数の推論を連鎖させながら自律的に業務を実行する時代に入った。AIを組織の脳として埋め込み、意思決定・業務プロセス・ビジネスモデルそのものを再設計する「AI前提のDX（AX）」へと、DXの概念は質的に転換しつつある。ここで問われるのは、データを持つことではなく、「インテリジェンス」——すなわち判断の質とその組織的な伝達——を持つことである。
中間層が消え、インテリジェンスの価値が高まる
AIエージェントが業務を自律実行し、SaaSが担っていた中間業務が不要になる中、組織の人材構造にも根本的な変化が迫っている。初級ホワイトカラー職の半数が5年以内に消滅するとの予測が現実味を帯びる中、直撃を受けるのは「中間層」——指示された問いに決められた手順で答えを出す領域だ。データ抽出・分析、定型的な業務判断、情報の中継・集約。かつてデータサイエンティストが担ってきた作業の多くも、この波と無縁ではない。
相対的に重みを増すのが「超上流」の領域だ。何を解くべきかを定義し、事業の方向性を構想し、組織を動かす——経営課題の構造化、事業戦略の設計、ステークホルダー間の合意形成。ここに事業文脈を汲み取り、責任を負える人間は不可欠だ。AIが中間業務を代替するほど、超上流の質が企業競争力を直接左右するようになる。ここに、BIが「データを見せる仕組み」から「判断を生む仕組み」へと再定義されなければならない理由がある。換言すれば、「データドリブン」から「インテリジェンスドリブン」への移行は、時代の要請である。
超上流の盲点：判断は組織に届いているか
しかし、超上流の重要性が増す一方で、多くの企業が見落としている構造的問題がある。経営層の判断と現場の感知が、組織全体に適切な速度と精度で伝わっていないという現実だ。
「顧客価値を向上させる」という経営判断は、現場に届く頃には解釈が分散し、部門ごとに異なる行動を生む。逆に現場が感知した市場変化が経営層に届くまで数週間から数ヶ月を要し、手を打つべき機を逃す。AIで中間業務が効率化されるほど、「判断を下す層」と「実行する層」の断絶が顕在化しやすくなるというパラドックスが生じる。
この問題が最も鮮明に現れる一例として地政学リスクへの対応が挙げられる。化学業界は原料調達において中東依存度が高く、ホルムズ海峡などの地政学的変動に構造的な脆弱性を抱えている。代替調達先のリストも市況データもリアルタイムで手元にある。しかし「今、どう動くか」を経営判断として下し、調達・生産・営業の各層に一貫した形で伝え実行に移す体制が整っているかどうか。そのための現場感知情報はスピーディーに経営層に伝わっているか。——情勢が緊迫した局面でこそ、各社の実力差が出る。優秀な個人の判断でその場をしのいでも、それは組織の力ではなく、再現性がない。ダッシュボードにデータが並んでいても、判断の回路が整備されていなければ意味をなさないのである。
インテリジェンスドリブン経営：「判断が行き交う組織」をつくる
この課題に応えるアプローチとして、「インテリジェンスドリブン経営（IDM）」という考え方がある。これは、不確実な経営環境において競争優位を築くための新概念で、AIを活用して意思決定を構造化し、組織全体でリアルタイムに同期させるアプローチである。ホルムズ海峡の緊迫という場面を使って、IDMを実践している組織とそうでない組織の違いを対比してみたい。
IDMを持たない組織では、情勢が緊迫した瞬間に混乱が始まる。経営層は「慎重に対応せよ」と発信するが、調達部門は「代替調達先の確保を急げ」と解釈し、生産部門は「計画変更の判断を待て」と静観し、営業部門は「顧客への説明をどうするか」で独自に動き出す。現場から上がってくる情報はバラバラで、経営層が全体像を把握するまでに数日を要する。その間にも市況は動き続ける。
IDMを実践している組織では、同じ事態に対して経営層の判断が構造化された形で即座に全層へ届く。「現状認識はこうだ。目指すべき状態はこれ。調達・生産・営業それぞれが取るべきアクションはこれで、判断の見直しトリガーはこの指標が動いたとき」——この判断の骨格がAIを介して組織全体に伝達され、現場の動きが経営層にリアルタイムでフィードバックされる。個人の能力差ではなく、組織として同じ認識のもとで動ける。
IDMの本質はここにある。経営層の暗黙的な判断を「構造化知識」として明示化し、AIをミドルウェアに活用しながら組織全体でリアルタイムに共有・更新し続ける仕組みだ。上から下への一方向伝達に留まらず、現場の変化が経営判断に即座に反映される双方向の知識フローを設計する。問われるのは経営判断そのものの質——言語化の精度、伝達の速度、組織間の一貫性——をいかに高め続けるかである。
おわりに
「データドリブン」から「インテリジェンスドリブン」へ——この移行は単なるバズワードの交代ではない。データを集め可視化することに注力してきた10年から、判断の質を組織全体で高める仕組みを設計する時代へと、本質的な転換を迎えている。
「判断が現場に伝わらない」「現場の声が経営に届かない」——化学業界の実務家が日々感じているこの問いに、筆者らはIDMという切り口で向き合ってきた。GXへの対応、地政学リスクへの即応、ベテランの暗黙知継承——化学業界が直面するこれらの課題はいずれも、「判断を構造化し組織全体に伝える仕組み」の有無によって対応力が大きく変わる。
IDMはまだ発展途上の考え方であり、現場での実装はこれからの挑戦だ。しかしBIが「見せる仕組み」から「判断を生む仕組み」へと進化するように、経営そのものが「データドリブン」から「インテリジェンスドリブン」へと移行する時代の到来は、すでに始まっている。この問いを共有する実務家の方々とともに、議論を深めていきたい。
