Organizational Technology Ladders: Remote Work and Generative AI Adoption
本研究は、パンデミック期におけるリモートワーク技術の先行導入が、組織資本を醸成し、新たな技術採用への障壁を低減させる技術的および管理的能力へと採用をシフトさせたことにより、その後の生成AIの導入を加速させたことを示している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
ビジネスの世界を、絶えずより良く、より速く、よりスマートに仕事を進めようと試行錯誤している巨大で賑やかな建設現場だと想像してみてください。長い間、経済学者やビジネスの専門家たちは、新しい道具をただ投げ込んだだけで魔法のような変化が起きると期待してはいけないことを知っていました。もし超高層ビルを建てたいのであれば、まず強固な基礎、適切なクレーン、そしてそれらを使いこなせるクルーが必要です。この考え方は「補完性（complementarity）」と呼ばれます。新しいテクノロジーは、適切な人材や適切な組織と組み合わさったときに最も効果を発揮するというものです。これは、最新のゲーム機でビデオゲームをプレイしようとしているようなものです。もしコントローラーや電源コードがなければ、その豪華な機械はただの高級な文鎮になってしまいます。研究者たちが問い続けてきた大きな疑問は、「『機械』の一部の修正（例えば、従業員の在宅勤務を許可することなど）を行うことが、次のクールなアップグレード（人工知能など）の追加を実際に容易にするのか？」という点です。
UCLAのグレゴール・シュベルト（Gregor Schubert）氏によって書かれたこの論文は、まさにその問いに深く切り込んでいます。彼は、最近企業を襲った2つの巨大な変化の波に注目しています。それは、パンデミックによるリモートワークへの突然のシフトと、生成AI（コードを書いたり、メールの草案を作成したり、アートを生み出したりできるスマートなコンピュータプログラム）の爆発的な普及です。著者は、「組織的テクノロジーの梯子（Organizational Technology Ladder）」という面白い概念を提案しています。それぞれの段が新しいテクノロジーである梯子を想像してみてください。理論によれば、最初の段（リモートワーク）を登ることは、単に高くなるだけでなく、梯子自体の形を変え、次の段（生成AI）を掴みやすくします。この研究は、膨大な求人情報のデータを用いて、リモートワークに習熟した企業が、後にAIを活用することにも長けていたかどうかを検証しています。研究結果は明確な経路を示唆しています。つまり、「はい、順番が重要です」ということです。リモートワークへの適応に成功した企業は、必要なスキルやデジタルツールを構築しており、それが生成AIの導入を彼らにとってより安価で迅速なものにしたのです。これは、単に賢い企業がすべてを行っているのではなく、一つのことを上手く行うことが、次のことをより上手く行う助けになるということを意味しています。
梯子効果：リモートワークがいかにAIへの道を切り拓いたか
この論文の核心となる発見は、企業は孤立してテクノロジーを採用するのではなく、梯子を登っていくという点です。企業はパンデミックの際、従業員が自宅で働けるようにする方法を模索することを余儀なくされましたが、単に数台のノートパソコンを購入しただけではありませんでした。彼らは組織全体を再構築しなければなりませんでした。デジタルなワークフローを管理できる人材を雇い、より優れたクラウドシステムに投資し、全員が同じ部屋に座っていなくても意思決定ができる方法を学ばなければなりませんでした。著者は、これらの具体的な投資が、次のレベルである「生成AI」へと登るための「段」になったと主張しています。
これが単なる偶然（例えば、2つの賢い企業がたまたま両方のテクノロジーを選んだだけということ）ではないことを証明するために、著者は巧妙な統計的手法を用いました。彼らは、企業の自発的な選択ではなく、その所在地や地域の労働市場に基づいて、異なる企業がリモートワークの提供に対してどの程度の圧力を感じていたかを調査しました。これにより、リモートワーク自体の効果を分離することができました。結果は明白でした。2021年から2022年にかけて、ある企業のリモート採用率が10パーセントポイント上昇するごとに、その企業は2023年から2024年までに生成AIスキルに関する採用を約0.4パーセントポイント増加させていました。同じ会社内の特定の職種に注目すると、その効果はさらに強まりました。異なる役割間でのリモートワークの差が10パーセントポイントある場合、AI関連の採用は0.7パーセントポイント増加しました。
なぜこれが起こるのか？ 二段階のメカニズム
論文では、なぜ「リモートワークの段」を登ることが「AIの段」に到達する助けになるのかについて、主に2つの理由を挙げています。
第一に、**「正しい筋肉を作る」**ことです。リモートワークを機能させるために、企業は複雑なデジタルの調整を扱える技術的な専門家やマネージャーを雇う必要がありました。彼らはデータインフラやセキュリティに投資しました。論文によれば、これらのスキルやツールこそが、生成AIを運用するために必要なものと同じなのです。これは、もし通勤のためにマニュアル車の運転を学ばなければならなかったとしたら、一度それをマスターすれば、ギアやステアリングの基本をすでに理解しているため、ハイテクな電気自動車の運転を学ぶのがずっと簡単になる、というようなものです。データは、リモートへの移行期に技術的な役割（データサイエンスや機械学習など）やマネジメントの役割の採用を増やした企業が、後にAIの導入において最も速く動いたことを示しています。
第二に、**「摩擦を解消する」**ことです。一部の企業はリモートワークに苦戦しました。チームの断絶を感じ、意思決定は遅くなり、創造性が損なわれていると感じました。論文では、こうした企業、つまりリモートワークがうまくいかないと感じたために「オフィスへの復帰」命令を出した企業こそが、実は最も積極的に生成AIを採用していたことが分かりました。彼らは、リモートワークが生み出した問題を解決するためにAIを利用したようです。もしZoomでの調整に苦労しているチームがあれば、彼らはボトルネックとなっているタスクを自動化するためにAIを使用しました。この意味で、リモートワークとの葛沢が「押し」となり、技術的な解決策を見つけ出す強制力となったのです。
誰が最も恩恵を受けるのか？
誰もが同じスピードで梯子を登るわけではありません。研究によると、「テクノロジーの梯子」の効果は、情報と意思決定が重要な業務となる業界、具体的には金融、ビジネスサービス、およびテック部門において最も顕著でした。これらの分野では、意思決定の質が非常に重要です。もしリモートワークによって意思決定が難しくなるのであれば、情報を処理しルーチンワークを自動化するためにAIを活用する価値は極めて大きくなります。論文は、これらのセクターにおいて、リモートワークの経験とAIの採用が組み合わさることで、両方のテクノロジーが互いの有効性を高め合う「複合的な優位性」が生まれることを示唆しています。
この論文が否定していること
この研究が「主な要因ではない」としている点についても触れておく必要があります。著者は、これらの企業が最初から「テクノロジーに精通しており」、偶然両方のテクノロジーを選んだだけであるという考えに反論しています。企業のパンデミック前のテクノロジー・スキルをコントロールするために用いた統計手法は、リモートワークの経験自体がAIへのシフトを引き起こしたことを示しています。さらに、本研究は、単に「リモートで行える仕事」を持っていることが、自動的にAIで行われることを意味するわけではないことも示唆しています。企業は、まずリモートワークに適応するというプロセスを経る必要があるのです。また、求人情報がAIスキルに関する採用の明確な傾向を示しているものの、これは企業の公式な意図や正式な採用を測定しているものであり、必ずしも全従業員が個人的にAIツールをカジュアルに使っているかどうかを測定しているわけではないことも注記されています。
結論
ここにある物語は、「準備」の物語です。パンデミックは、リモートワークをマスターすることで、最初の梯子の段を登ることを企業に強いました。そうすることで、彼らは意図的か、あるいは偶然か、次の段である生成AIを掴むために必要なデジタル・インフラを構築し、人材を確保したのです。最初の段を飛ばしたり、適応に苦しんだりした企業にとって、二番目の段に到達することははるかに困難でした。新しいテクノロジーが登場し続ける中で、この研究は、企業のイノベーション能力とは単に新しいツールそのものについてではなく、昨日まで使っていたツールによって築き上げた基礎についてであるということを示唆しています。ビジネスリーダーにとっての教訓は、今日のデジタル適応への投資が、明日やってくる次の大きなテクノロジーの波に対して準備ができていることを確実にするための最善の方法かもしれない、ということです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。