特集　大変革期の経営人材とサクセッションプラン　AI活用による新しい方向性　メルカリ木村俊也執行役員CHRO 兼 CAIOに聞く AI活用が大きく変える サクセッションプランの在り方 木村俊也氏 メルカリ 執行役員 CHRO 兼 CAIO

AI-Native Companyを目指す背景と取り組み

Q.1 メルカリが「AI-Native Company」を目指すに至った課題意識を教えてください。

木村俊也氏（以下、敬称略）

「AI Native Company」への出発点は、AIツールを全社員に配って個人の活用が進んでも、会社全体の生産性や事業のスピードは自動的には上がらないという実感です。開発でいえば、コーディングが速くなっても、企画、デザイン、QA、セキュリティ、コンプライアンス、承認が従来のままなら、ボトルネックが別の工程へ移るだけです。AIを部分的に使うだけでは、仕事全体の最適化には届きません。

当社は今、「AI Pods」という活動に取り組んでいます。これはAIのポテンシャルを活かしきり、１人のエンジニアが仕様書の作成から、専門を超えて複数領域の開発まで担う“越境”を行い、少人数で高速に意思決定する手法です。この形ですべての仕事を組み立ててこそ、AI-Native Companyになれると考えています。これまでの実験を通じて、１人の守備範囲が広がり意思決定も速くなる一方、職務定義、評価制度、権限設計が追いついていないことも見えてきました。

そこで、AIを便利な道具として足すのではなく、AIの力を活かしきる前提で、働き方、意思決定、組織構造、リソース配分まで含めた「人と組織の運営基盤」を再設計する必要があると考えました。

経営人材に求められる役割・スキルはどう変わるのか

Q.2 「人と組織の運営基盤」の再設計に伴い、人、それもCxO、執行役員、取締役など経営人材の役割は、従来と比べてどう変わりますか。

木村

いずれのポジションでも共通して、完成した計画を管理する役割から、AIエージェントを組織にどう配置し、どの仕事をAIが担い、人がAIをどう活用して生産性を上げるかを設計し、構築を指示する役割へ移ると考えています。こうした変革を起こさない限り、組織は個別最適に陥る可能性があります。働き方を根本から変えるには、リーダー自身が動くことが欠かせません。

変革によって生産性が上がれば、より多くのプロジェクトが並行して走り、経営層がマネジメントする組織は実質的に大きくなります。そのため経営層には、これまで以上に大きな方向性や戦略を示し、現場が自律的に意思決定しながら高速に仕事を回せる状態をつくることが求められます。

そして、もう１つ重要になるのが「モニタリング」です。従来のやり方では、並行して走る多数のプロジェクトの進捗や事業の成長を追うことが難しくなります。経営層自身がAIを駆使して高速に動く現場を把握し、正しい意思決定を速く行う必要があります。特に、うまくいっていないものを早期に把握し判断する力が、これまで以上に重要になります。

Q.3 では、本部長からCxOや執行役員、取締役へとポジションが上がる際に必要な役割転換とは。

木村

本部長までは、自部門の成果や専門領域に責任を持つことが中心です。一方、CxO、執行役員、取締役には、部門を越えた全社の情報を把握し、優先順位を定め、全社レベルの意思決定をすることと組織変革をすることが求められます。

先述のとおりAIエージェントによって現場の生産性が上がれば、組織は実質的に大きくなります。生産性が２倍になれば、２倍の規模を前提に組織戦略とビジネス戦略を描く必要があると考えるべきです。

しかし、技術の進化のスピードに対し、人間の適応力はそこまで速くありません。現場の働き方の変化を正しく把握し、経営層自身も生産性の向上度合いに対応するマネジメント能力を素早く身につけなければなりません。

もう１つの大きな転換は、組織変革に、より注力することです。技術変革によって現場の働き方が変わるいま、経営層には社会の変化に取り残されないよう、自社にとってベストな働き方と組織戦略を常に模索し、社員に示し、実行することが求められます。この２つの転換に、AIは必須だと考えています。

Q.4 AIは経営陣の全社最適の意思決定をどう支援することができ、何を支援できないのでしょうか。

木村

AIには、多くの情報を集めて意思決定を支援し、その精度を従来より格段に高めることが期待できます。たとえば、現場で起きている問題やお客様の反応に関する情報の収集は、会社の規模が大きくなるほど難しくなります。人づての情報だけでは解像度が上がらず、打ち手を誤りかねません。しかし、現場の議事録や施策の効果測定が構造化され、データマネジメントがしっかりしていれば、AIを使って必要な情報をすぐに手に入れられ、より精度の高い意思決定ができます。

一方で、ビジネスの意思決定には、AIが考慮しきれない無数の変数があります。どこまでいっても、AIの示唆は意見や判断材料の１つです。AIは情報収集を支援し、意思決定の質を高め選択肢の幅を広げますが、何を目指し、どの価値を優先するかを定め、結果に責任を負うのはあくまで人です。会社の戦略を大胆に変えるような重要な意思決定ほど、経営層が担うべきです。

Q.5 そのような変化のなか、今後、経営人材に重要になる資質・能力と、相対的に重要性が下がる経験・スキルとは。

木村

前提として、AIを活用する力は必須です。そのうえで、経営人材には、情報を集めること自体ではなく、AIが整理した情報を吟味し、重要な論点を見極め、組織として進む方向を定める力がいっそう重要になります。一方、定型的な資料作成や過去の成功パターンをそのまま再現するスキルの重要性は相対的に下がります。ただし、専門性が不要になるわけではありません。深い専門性があるからこそ、AIの誤りを見抜き、どこまで任せるかを判断できます。専門性を核にしながら、AIを使って領域を越えられることが重要です。

Q.6 CHRO（最高人事責任者）とCAIO（最高AI責任者）を兼務するお立場から、これからのCxO人材に求められる役割・視座と、次期候補者が早期に身につけるべき力は何だと考えておられますか。

木村

私が社内でよく話しているのは、事業ロードマップ（中長期計画）をつくる際に、従来の工数の概念をいったん忘れてほしいということです。AIのポテンシャルを最大限に引き出せれば、これまで「できない」と思っていた新しい事業やサービスを生み出せるようになります。最初から目線を落として、現実的なロードマップを引くべきではありません。高い視座を持ち、これまでにない大きな成長を目指してほしいと伝えています。

つまり、これからのCxOには、難易度の高いロードマップとビジョンを示すことが求められます。あわせて、それを実現するために、自部門でAIの活用を推進するリーダーシップが重要になります。

当社も、AI-Native Companyをまだ実現できたわけではありません。だからこそ、高い視座を持たなければ、AIをより高いレベルで活用しようという意識は高まらないと考えています。

AI-Nativeで変わるサクセッションプラン

Q.7 AIによる働き方・組織運営の変化は、サクセッションプランの設計思想をどう変えますか。

木村

前提として、一人ひとりの社員の成果、評価、キャリアの希望といった情報を適切に構造化し、AIが読み込みやすい形式で整えておくことが必要です。そうすることで、AIエージェントがサクセッサーを探すプロセスを、より公平で正確なものに洗練できます。その結果、これまでより解像度が高く、現実的なサクセッションプランの議論ができるようになります。この考え方は、後継候補にとどまらず、全社員のタレントマネジメントにも共通します。

AIによって生産性が飛躍的に向上する組織では、ビジネスチャンスの幅も大きく広がると予想しています。そのため、いつでもサクセッションができるよう、継続的かつリアルタイムにタレントマネジメントを行うためのAIエージェントの構築が重要になります。サクセッションプランは、年に１回や数回の見直しで終わるものから、常に更新され続ける仕組みへと変わっていくと考えています。

Q.8 サクセッションプランの見直しの際に企業が直面しやすい課題とは。またその課題に対し人事部門やCHROはどう働きかけるべきでしょうか。

木村

多くの場合、人事情報は大量にあるものの、意外に整理されておらず、AIで活用できない実態があるでしょう。たとえば、入社時の情報は採用システム、目標や評価は評価システム、異動履歴は人事システム、給与は給与システム、タレントマネジメントはまた別のシステム、というように分散しています。これでは、AIが時系列を考慮しながら総合的に推論することは非常に困難です。人事情報の整理と統合は重要ですが、大変な作業でもあります。

加えて、これらは秘匿性の高い情報です。セキュリティ体制が十分に整備されていることに加え、活用にあたっての倫理的な判断も欠かせません。これらを正しく議論するためにも、AIガバナンスを先に構築したうえで、取り組みを実行する必要があります。

もう１つの課題は、サクセッションプランの見直しが年に１回ないし数回にとどまり、その都度データを集め直していることです。候補者の変化を適時に捉えるには、情報を日常的に更新できる運用体制が必要です。それが実現できれば、AIの変革期にふさわしい、速く正確なプランの実行や見直しが可能になります。

人事には、この基盤と戦略の整備、そしてそれをやり切るリーダーシップが求められると考えています。

育成のアプローチも変えるべきなのか

Q.9 次世代の経営・CxO人材を育てるために、どのような経験をどう付与すべきだとお考えですか。

木村

経営層や次世代候補者自身が、現場で起きている変化を身をもって経験することが重要だと考えています。

当社では、AIを活用し、（１）業務を越境して複数領域の仕事を担うこと、（２）少人数で高速に仕事を回すことの２つを軸に組織変革を進めていますが、経営層や次世代候補者にもこの変革を経験してもらわなければ、現場の変化に追いつけない可能性があります。

また、これからの組織は、これまで以上に多様な現場を持つことになります。経営層はそれをマネジメントできるよう、自分の専門領域にとどまらず、様々な領域を見られるようにならなければなりません。そうでなければ、今後のスピード感ある経営をリードすることは難しくなると予想しています。

私自身がその一例です。CTO（最高技術責任者）としてのバックグラウンドを持ち、現在はCTOを退いてCHROとCAIOを担当しています。この越境によって、エンジニアリングの知識を人事領域に持ち込み、現場の変化をリアリティのある説明で人事に伝えられるようになりました。

人事のバックグラウンドがない私がCHROを担えているのは、仲間のサポートが大きいことは前提として、様々な人事業務をエージェント化したことで、人事領域の常識を逸脱せずに高速に回せるようになったことも背景にあります。

当社の例を挙げましたが、このような経験の付与は、あくまで自社の変革に合わせて追加すべきものです。会社ごとに起きている変化は異なるため、次世代人材に付与する経験も、それぞれの会社の変化に合わせて設計すべきだと考えています。

Q.10 最後にまとめとして伺います。AIを活用した人材可視化・タレントマネジメントは、経営人材の発掘・育成をどう変えますか。

木村

タレントマネジメントや人材発掘は、人事領域でAIをもっとも活用すべき領域だと考えています。

社員数がそれほど多くない企業であれば、経営層でも現場メンバーを高い解像度で理解し、適切な抜擢や候補者の育成ができます。しかし、一定の規模を超えると、現場のメンバーを認識すること自体が難しくなり、適切に候補者を選ぶことが困難になります。結果として、経営層に認知されているプロジェクトの担当者にスポットが当たりやすくなり、人材の選定に偏りが生じやすくなります。これからは、より多くのプロジェクトが並行して走り、より多くの成果が生まれますが、それはつまり、この変革期に大きく成長する人も出てくるということです。人事情報を整備し、タレントマネジメントシステムでそれらをしっかり把握できるようにする必要があります。

AIを活用して所属の遍歴、成果と評価、本人のキャリアの希望などを横断的に捉えれば、これまで経営層の目に入りにくかった人材も候補者として見いだし、成長機会につなげられます。情報をリアルタイムで更新すれば、タレントに関する議論も高頻度で行えるでしょう。