AIは成果物と能力形成の束をほどく──会議削減後の組織資本をどう補充するか
シリーズ: 論文渉猟
◆今回の論文：David J. Deming, Katrine V. Løken, Alexander Willén, Yaling Xu, “Meetings” (NBER Working Paper No. 35706, 2026年9月）
概要：ノルウェーの労働者9,099人への調査を行政の雇用・賃金・企業データと結び、会議の規模、目的、企業差、賃金順位の変化、自己申告の学習との関係を分析したワーキングペーパー。分析は記述的で、会議の因果効果は識別していない。
会議ほど、企業の無駄を説明するのに都合のよいものはない。参加人数に時間を掛ければ費用が見え、長い報告や曖昧な結論は誰の記憶にも残る。生成AIが議事録を作り、進捗を集め、資料を要約するようになれば、削減効果も示しやすい。
だが、会議は高価であるにもかかわらず、業績のよい企業でも使われている。ここには、無駄な慣行が残っているという説明だけでは片づかない部分がある。会議を守る必要はない。先に調べるべきなのは、その時間に束ねられていた機能である。
さらに厄介なのは、仕事が現在の成果だけを作っていたとは限らないことである。人は案件を進めながら判断を覚え、誰が何を知っているかを知り、次に任せられる仕事を増やしてきた。AIが成果物の生産を速くしたあと、組織はそれらをどこで補充するのか。会議研究を入口に、この時間差を考えたい。
会議という高価な逆説
デイヴィッド・デミング、カトリーネ・ロッケン、アレクサンダー・ウィレン、ヤーリン・シューの4人は、会議を企業内の小さな習慣ではなく、大きな資源配分として測った。2025年5月から7月にノルウェーで行った調査には9,099人が回答し、研究者たちはその結果を行政の雇用、賃金、企業データと結びつけた。
平均的な労働者は週4.7時間、標準労働時間の12％を会議に使っていた。賃金を掛け合わせると、企業の賃金総額の約14％に当たる。一人当たりでは年約88,000ノルウェークローネ、経済全体では年約2,300億ノルウェークローネである。準備、移動、終了後の作業、集中を取り戻す負担は含まれないため、著者たちはこれを下限とみる。
この数字だけなら、会議削減は当然に思える。ところが、高い企業賃金プレミアムや高い売上を持つ企業ほど会議時間が長かった。高賃金企業では一時間に集める費用も高い。それでも会議を多く使うという関係は、少なくとも「管理の悪い会社ほど会議が多い」という単純な説明と噛み合わない。
ただし、成功した企業には無駄を抱える余裕があるのかもしれない。複雑な仕事が会議と成果の双方を増やしている可能性もある。高い費用を払っているから価値がある、と逆算してはいけない。この研究が突きつける最初の問いは、会議が有用か有害かではなく、企業がこの高価な時間で何を買っているのかである。
分業は、つなぎ直さなければ動かない
調査で多かった会議の目的は、案件や作業の更新が56.5％、共同作業や問題解決が54.2％、企画や戦略が51.7％だった。情報共有も28.8％ある。複数回答なので合計は100％を超える。訓練は10％、非公式な会話は13.3％であり、育成や雑談が会議の主目的だったとは読めない。
会議は職種や働き方によっても偏っていた。管理職、専門職、大卒者、遠隔勤務者ほど会議が多い。これは複雑な生産や正式な調整との関係を示唆するが、会議の効果を証明するものではない。誰が会議へ呼ばれるかという選抜も、後に出てくる賃金や学習との相関を読むときに残るからである。
著者たちは、会議に三つの見方を置く。一つは、集中を壊し、参加者の時間を奪う非効率である。二つ目は、信頼や発言機会を作る文化形成である。三つ目は、専門化した人々の情報と仕事をつなぐ組織資本への投資である。論文の結果が最もよく支えるのは三つ目の見方だ。
組織資本という言葉を、会議で起きる良いことの容器にしてはいけない。ここで中心にあるのは、誰が何を知っているか、仕事の受け渡しがどこで起きるか、難しい問題を誰へ上げるかという情報と関係の組み方である。同じ場で進捗を報告し、その意味を解釈し、次の作業を決め、例外を上位者へ渡すこともある。
専門化は個々の作業を速くする一方、知識と行動を分散させる。企業が分業の利益を得るには、その分散をつなぎ直さなければならない。個人の目には仕事を止める時間でも、全体にとっては別々の成果を一つの活動へ組み上げる時間かもしれない。分業が細かくなるほど、再接続の費用が消えるとは限らないのである。
この研究が言えること、言えないこと
会議の使い方には企業ごとの差がある。職業などを調整しても、週の会議時間の違いの19％を企業固定効果が説明した。在宅勤務日の会議時間では25％である。同じ職種でも、どの会社に所属するかで会議の量が変わる。会議は仕事内容だけで決まるのではなく、企業が選んだ働かせ方でもある。
一方、会議が生産的だったかという自己評価には、企業間で目立った差がなかった。職場風土の指標も企業賃金プレミアムと強く連動しない。良い会社は何でも良いという説明だけでは、会議量との関係を捉えにくい。良い会議の会社と悪い会議の会社というより、会議を多く使う会社と、あまり使わない会社の差が大きいのである。さらに、週の会議時間が1標準偏差多い人は、2022年から2023年の賃金順位の伸びが0.467パーセンタイルポイント大きかった。上位者との接触時間にも正の関係があり、会議の多い人ほど、この一年で仕事が上達し、新しい技能を学んだと答えた。
ここは慎重に読まなければならない。調査は2025年、賃金変化は2022年から2023年であり、現在の会議環境が以前から続いていたという仮定に依存する。能力の高い人や難しい仕事を任された人ほど会議へ呼ばれ、賃金も上がったのかもしれない。著者たち自身が、分析は記述的であり、会議の因果効果を識別していないと明記している。
それでも、学習との相関が示す範囲は重要である。会議が現在の情報伝達だけを担うなら、AIによる要約と配布で置き換えやすい。上位者との接触や技能形成も同じ時間に起きているなら、削減対象には別の働きが混じっているかもしれない。原論文から直接言えるのはここまでである。以下では、この可能性をAI時代の仕事へ広げる。
AIは会議を消すより、会議を分解する
進捗を集め、要約し、必要な人へ配る。議事録を検索可能にし、前工程の完了を次工程へ知らせる。これらはAIが得意な仕事である。会議に出た人の記憶に閉じていた情報を、組織全体から探せるようにするなら、組織の記憶はむしろ厚くなる。会議削減と組織能力の低下は同じではない。
しかし、同じ情報を受け取れば同じ判断に至るわけでもない。売上減少を、営業は一時的な市場変動、財務は収益構造、開発は製品の弱さとして読むことがある。情報の配布と意味づけは別であり、依存関係の追跡と優先順位の衝突も別である。納期、法的危険、品質のどれを優先するかは、予定表の更新だけでは決まらない。
解決案を生成することと、何を問題とみなすかも違う。百の案から一つを選ぶとき、誰が費用を負い、誰に危険が移り、誰が決定責任を負うのかが問われる。AIはその検討を助けられるが、目的や責任の配分を技術上の依存関係へ還元すれば、決めた人が見えなくなる。
したがって、会議という形式を保存する理由はない。情報配布、定型調整、記録、検索、案の生成は、かなりの部分を移せる。人間が扱うべきなのは、意味のずれ、利害の衝突、責任の引き受けである。会議を減らす前に機能を分ければ、何を自動化し、何を別の場へ移すべきかが見える。
仕事は二つのものを作っていた
ここで論点は会議から仕事一般へ広がる。仕事は成果物を作る。同時に、その仕事を次に担う人も作る。市場調査をしながら出典を疑う癖を身につけ、提案書を直されながら上位者が何を危険とみるかを知り、会議に同席しながら誰が何を知っているかを覚える。現在の生産と将来の能力形成が、同じ活動に同居していたのである。
この関係を能力再生産と呼びたい。能力再生産とは、個人、チーム、組織が次の仕事を担える状態を作り直すことだ。個人に残る技能や判断力、人と人の間にある信頼、組織に残る情報経路や手順は、互いに関係するが同じものではない。人が退職すれば一緒に動く能力もあれば、文書に残っても使い方が失われる知識もある。
AIは、成果物と能力形成の束をほどく。成果物だけを安く作れるようになれば、その過程に付随していた観察、試行錯誤、説明、関係形成は自動では供給されない。これは必ず損失になるという話ではない。退屈な作業を減らし、学習に向いた経験へ時間を移せるからである。
問題は、企業が現在の成果だけを測るときに起きる。人がしなくても成果物が出る仕事は、削減対象になる。だが、AIで代替できる仕事と、組織から消してよい仕事は同じではない。評価すべきなのは費用、速さ、品質だけでなく、その活動によって誰が何を覚え、誰との関係を作り、次に何を任せられるようになったかである。
若手の仕事を保存しても、育成にはならない
コンサルティング、法律、会計などの専門サービス企業では、この問題が見えやすい。若手が調査や下書きをし、管理職が直し、経験者が判断する。案件処理であると同時に、初心者を経験者へ変える流れでもあった。AIが調査や初稿を担えば、現在の案件に必要な若手の人数は減る。
だからといって、百ページを読んで一行だけ使う作業や、上司の好みに合わせて資料を直す作業を、教育の名で保存すべきではない。苦労の記憶は、教育効果の証明にならない。若手の仕事を残すことが目的ではなく、判断を形成する経験を設計し直すことが目的である。
AIで答えを作る時間を短くし、答えを疑う時間へ移せばよい。どの出典を信用しなかったか、AIの誤りをどこで見つけたか、別の仮説をどう比べたか、誰への影響を考えたかを説明させる。上位者は完成品だけを直すのではなく、判断の分岐をレビューする。旧来よりよい育成へ変えられる余地はある。
それでも、現在の案件に必要な人数と、数年後の経験者を育てるために必要な人数は一致しない。少数の経験者とAIで案件が回るほど、入口を狭くする誘惑は強い。各社が育成費用を避けて完成した経験者だけを市場で買おうとすれば、専門家の供給源そのものが細る。どの経験が熟達に不可欠かは職種ごとに検証が必要だが、初心者から経験者へ渡る経路を放置することはできない。
成功の数字は、補充の停止をしばらく隠す
能力形成の問題が厄介なのは、削った翌日に故障しないことである。企業には、過去に蓄えた技能、関係、手順がある。会議やレビューを減らしても、今いる経験者は判断できる。納期は短くなり、人数は減り、品質も変わらないかもしれない。AI導入は成功に見える。
その間に細るのは、蓄積ではなく補充である。問題が表面化するのは、経験者が退職したとき、組織を広げたとき、未知の事故が起きたときだろう。定型案件では見えなかった不足が、例外処理で現れる。現在の生産性と将来の能力は、同じ時点で測れない。
私は、この時間的不整合をAI導入評価の中心に置くべきだと考える。導入直後の処理時間や人員だけでなく、新人が独立判断できるまでの期間、レビュー後の修正内容、管理職を内部から補える割合、重要案件への初心者の参加、未知の問題への対応も追う。ただし、レビュー回数を目標にすれば、形式だけの会議が戻ってくる。活動量を守るのではなく、任せられる判断の範囲が広がったかを見なければならない。
これは原論文が時系列で証明した結果ではない。会議と学習の相関を手がかりに、能力の蓄積と補充を分けた仮説である。だからこそ、企業は職種ごとに検証できる。自動化した仕事から何が学ばれていたのか、代わりの経験で同じ能力が育つのか、数年後に誰が例外へ対処できるのかを追えばよい。
人間の時間を、意図して作り直す
AI導入後に残すべきものは、会議でも旧来の仕事でもない。必要なのは、定型報告、記録、検索、依存関係の追跡をAIへ移し、浮いた時間を解釈の衝突、利害調整、責任、批評、育成へ振り向けることである。人を集めるなら、同じ数字を各部署がどう読むか、誰が不利益を負うか、若手がどこで判断を誤ったかを扱う。
AIが説明を補助すれば、経験者は判断理由を話す時間を増やせる。反対に、誰もがAIに答えを聞くだけの職場では、人が自分の判断を説明しなくなるかもしれない。AIは組織の記憶を厚くできるが、人が悪い情報や迷いを記録しなければ、検索できるものは薄い。情報技術と、情報を出してよいと思える関係は別である。
この再配分は自然には起きない。空いた時間を追加案件で埋めれば、短期の生産量はさらに増え、能力形成へ投じる時間は消える。削減できた時間の一部を、問題設定、失敗の検討、上位者と若手のレビューへ戻す必要がある。それは人事施策の付録ではなく、生産能力を補充するための経営判断である。
会議研究が教えるのは、会議を擁護せよということではない。高い費用を払っていた活動には、複数の機能が束ねられているかもしれないということだ。AIはその束をほどく力を持つ。だから、仕事を渡したあとに人間へ何を残すかだけでは足りない。人が次に何をできるようになるかまで仕事の中へ戻したとき、組織は初めて、効率化と能力再生産を同じ設計図に置ける。
ポイント整理
会議は大きな資源配分である
調査対象者は平均で週4.7時間、標準労働時間の12％を会議に使い、推計費用は賃金総額の約14％に達した。
高賃金・高売上の企業ほど会議時間が長いという相関は、会議を単純な管理不良として片づけにくくする。
原論文は因果を証明していない
会議時間は賃金順位の伸びや自己申告の学習と正に関連したが、能力、職務の複雑さ、どの企業に所属するかなどの別の説明が残る。
調査時点と賃金変化の時点も異なり、会議を増やせば学習や賃金が伸びるとは言えない。
AIは会議を機能別に分解できる
情報配布、記録、検索、定型調整はAIへ移しやすく、組織の記憶を強める可能性もある。
意味づけ、利害調整、責任は別の機能であり、自動化の可否を一括して判断すべきではない。
仕事は成果と能力を同時に作ってきた
案件を進める過程で、個人の技能と判断、チームの信頼、組織の情報経路が形成されることがある。
AIが成果物だけを安く作るとき、能力形成の代替経路は意図して設計しなければ補充されない。
短期の成功と長期の能力は時間がずれる
過去に育った経験者を使える間は、育成機会を減らしても生産性や品質が落ちないことがある。
独立判断までの期間や例外処理の成否などを現在の成果と並べ、活動回数ではなく任せられる範囲を追う必要がある。
キーワード解説
【組織資本】
個人の技能だけではなく、情報が流れる経路、仕事を接続する手順、誰が何を知っているかという関係など、組織として仕事を進めるための蓄積を指す。本稿では会議の良い面をすべて含む便利な言葉にはせず、分業を再接続する仕組みに焦点を当てた。
【能力再生産】
個人、チーム、組織が、次の仕事を担える状態を作り直すこと。現在の成果を出す能力を使うだけでなく、技能、判断、信頼、情報経路、将来の担い手を補充する過程を含む。
【蓄積と補充】
すでに組織にある技能や関係を使うことと、それらを新たに形成することの区別。補充を止めても蓄積が残る間は成果が落ちないため、AI導入の長期的な影響が見えにくくなる。
【企業賃金プレミアム】
労働者の属性などを調整したうえで、特定の企業が相対的にどれだけ高い賃金を払っているかを示す指標。原論文では、この値が高い企業ほど会議時間も長い傾向が報告された。
【記述的分析】
データに見られる規模、分布、相関を明らかにする分析。会議と賃金上昇や学習の間に関係があっても、会議がその結果を引き起こしたとまでは言えず、別の要因や逆向きの因果が残る。