AIエージェントが部門をまたいで仕事をこなせるなら、従来の組織構造はまだ必要か？

1. AIアシスタントから、複数の工程を引き受けるシステムへ

アシスタントと社員の違いは、アシスタントが1つずつ指示を待つのに対し、社員は目標を受け取って最後までやり遂げる点にあります。AIはいま、前者から後者へ移りつつあります。組織のつくり方もそれに合わせて変える必要があるのは、このためです。

AIアシスタントは、人が指示したときに質問に答えたり下書きを作ったりします。一方、AIエージェントは目標を受け取り、依頼を読む、データを確認する、APIを呼び出す、書類を作る、承認を求める、結果を追いかける、といった一連の作業を進めます。これによって自動化の単位が「1つのタスク」から「1つの成果（アウトカム）」に変わります。そして成果は、たいてい複数のシステムや部門にまたがります。

2. サイロ型の組織が会社のスピードを落とす理由

見積を依頼した顧客にとって、詳しい情報は営業部に、価格は経理部に、納期は製造部にあるといった社内の事情は関係ありません。知りたいのは、いつ回答がもらえるかだけです。仕事が別の担当者の机に移るたびに、必ず順番待ちが1つ生まれます。

部門は専門性を集めるためにつくられたものですが、顧客に関わるワークフローは組織図の線で止まってはくれません。顧客が欲しいのは見積書で、データが営業に、価格が財務に、納期がオペレーション部門にあることには関心がありません。引き継ぎが1回増えるごとに待ち行列が増え、解釈の食い違いが起き、情報が漏れる機会も増えます。

エージェントがデータをつなげるようになると、メールやスプレッドシートで仕事を受け渡すやり方を続けること自体が、新しいボトルネックになります。AIが数秒で回答を用意しても承認者を1日待つことになったり、AIが作った書類を人がシステムに手で写したりするからです。したがって、変えるべきなのは意思決定の権限とワークフローです。今の業務プロセスにエージェントを付け足すだけでは何も変わりません。

とはいえ、部門をすべてなくすべきではありません。専門性、人材育成、職業上の基準、監督の仕組みは今後も必要です。解決策は「Functional Home + Outcome Workflow」という形です。人は専門分野ごとの「ホーム」に所属したまま、成果の責任者を共有する業務の流れの中で働きます。

3. ワークフローを軸に運営する組織の形

4. エージェント型組織（Agentic Organization）での人の役割

チームリーダーが仕事の割り振りや催促に使う時間は減り、その分を例外の原因分析、ナレッジの更新、人員配置（キャパシティ）の判断に回すようになります。現場の社員は、あいまいさも影響も大きいケースを担当します。そのため、必要な情報がそろった要約を受け取れるようにしておく必要があります。エージェントがやり残した作業を、経緯もわからないまま押しつけるような形は避けなければなりません。

中堅企業では、新しいポジションを増やしすぎないほうがよいでしょう。1人が複数の役割を兼ねても構いませんが、どの立場で何を担うのかははっきりさせておきます。とくに、エージェントが誤ったデータを使ったり、範囲外の作業をしたりしたときに誰が責任を負うのかは、明確にしておく必要があります。

5. エージェントが増える前にコントロールプレーンをつくる

コントロールプレーンとは、どんなエージェントが存在し、それぞれのスポンサーは誰で、どのモデルを使い、どのデータやツールにアクセスでき、いくらかかり、どんな成果を出しているかを把握する中央のシステムです。エージェントにはそれぞれ専用のIDを与え、権限は最小権限の原則に沿って絞ります。社員のアカウントを共用させてはいけません。

モデルもデータもワークフローも変わっていくので、評価は継続して行う必要があります。重要なケースを集めたテストセットを作ってデプロイの前に毎回テストし、本番環境でも抜き取り検査を行います。品質が落ちたら、誤りが積み重なるのを放置せず、システムが自動的に人によるレビューに切り替わるようにしておきます。

6. エージェント型組織でのLead-to-Cashの例

人が入るのは要所です。営業担当があいまいなニーズを読み解き、マネージャーが値引きを承認し、財務部門がリスクのある顧客を確認します。エージェントは食い違うデータを見つけたら処理を止め、わかっていることと判断が必要なことをまとめて渡します。エラーメッセージだけを送って終わりにしてはいけません。

7. 混乱を招かずに従来の部門から移行する

1. バリューストリームを1つ選ぶ：業務フロー図を作り、Outcome Ownerを決めます。
2. 共通のステートをつくる：進捗をメールや何バージョンもあるファイルで伝え合うのをやめます。
3. タスクを分ける：ルールどおりに動く自動化（Deterministic Automation）、AIによる判断、人の意思決定を切り分けます。
4. シャドーモードで試す：エージェントには提案だけをさせて実際の操作はさせず、その提案を実際のチームの判断と比べます。
5. 権限を1段階ずつ広げる：まずは読み取り、次に下書きの作成、その後で定型的なケースに限って書き込みや送信を許可します。
6. KPIと役割を見直す：各部門が自部門の数字だけを良くして、ワークフロー全体は遅いままになるような指標はやめます。

移行中は、手作業で業務を回すための手順書と、インシデントの責任者が必要です。新旧のシステムをいつまでも並行稼働させると仕事が二重になるので避けてください。新しいシステムが安定し、繁忙期を乗り越えた時点で古い手順を廃止できるよう、その基準を決めておきます。

8. 経営層向けの準備状況チェックリスト

足りない項目がいくつもあるなら、業務プロセスとデータの基盤から始めてください。エージェントプラットフォームを買い、組織のあいまいさをテクノロジーが解決してくれると期待するのはやめましょう。システムは、あいまいさや対立を以前より速く広げてしまいます。

まとめ：エージェントによって部門の境界は薄くなりますが、専門性と責任の必要性が消えるわけではありません。これからの組織には、Functional HomeとOutcome Workflowの組み合わせに加えて、共通のステートとコントロールプレーンが必要です。意思決定の権限とデータの設計にいま取りかかる会社は、統制を失わずにエージェントを部門横断で使えるようになります。