3年後、競合は半分の人数で事業を回しているかもしれない：自社は今日から何を変えるべきか？

1. 2028〜2029年の競争の姿

「半分の人数で回す」という言葉は、実際より恐ろしく聞こえます。すべての会社が社員の半分を解雇しなければならない、という意味ではありません。自社では人が6回手をかける仕事を、競合は1回で済ませているかもしれない、という意味です。競合はその差を、値下げや、より早い顧客対応に回せます。

今後2〜3年で、AIツールは指示を待つアシスタントから、仕事を継続的に引き受け、さまざまなデータやツールを呼び出し、例外だけを人に回すシステムへと変わっていく可能性が高いでしょう。ワークフローを前もって設計しておいた会社は、売上の伸びより緩やかなペースで人を増やしながら、処理量を拡大できます。従来型の会社は、売上が伸びるたびに、事務スタッフ、調整役、管理職を増やし続けることになります。

「半分の人数」が表しているのは、取引1件あたりにかかる人の手作業（Human Touch）の差です。これまでは人がメールを開き、データをコピーし、書類を作り、承認を求め、システムを更新していた仕事でも、人が確認するのは全体の10〜30%で済むようになるかもしれません。競合が先にそこに到達すれば、その差を値下げ、サービスの追加、新規顧客の獲得への投資に使えます。

2. 競争の差は、ツールの契約よりも仕組みから生まれる

同じツールを買った2社で結果が違うのは、よくあることです。1社目では、社員が必要なときにAIに質問し、答えを自分でシステムにコピーし直しています。もう1社は、データがシステム間で自動的に流れるように整えています。差を生んでいるのは、仕事の組み立て方です。

2つの会社が同じAIモデルを使っても、結果が異なることがあります。1社目では、社員がその都度AIに質問し、答えをシステムに書き写します。2社目には、共通のデータ、業務ルール、ワークフロー、監視の仕組みがあり、AIが繰り返しの仕事を一日中引き受けられます。両者を分けているのは組織のオペレーティングシステム、つまり仕事を回す仕組みです。プロンプトの上手さはほとんど関係がありません。

この差は複利のように積み上がります。ワークフローが動き出すと、会社にはフィードバックと例外の事例がたまり、システムが改善し、コストが下がり、チームには次の業務プロセスを設計する時間ができます。ばらばらに試しているだけの会社には、共有して学べるデータがありません。どの部門もゼロから始め、本当の仕事をAIに任せる踏ん切りがつきません。

もう1つは意思決定の速さです。報告書が自動で要約され、問題がすぐに通知されれば、経営層は価格、在庫、キャンペーンを早く調整できます。つまり優位性には、人件費の削減に加えて、問題の発見が遅れることによる損失の削減も含まれます。

3. 従来型の会社と、AIを前提とした会社の比較

AIを前提とした会社は、人数を最小にする必要はありません。人は、信頼を築く仕事、判断が必要な仕事、新しいアイデアを生む仕事に充てます。顧客体験を損なわない限り、コストの低さは、全部門で一律に人を削るよりも長続きする強みになります。

4. 自社が取り残されるリスクを見極める

Lead-to-Quote（問い合わせから見積もりまで）、Order-to-Cash（受注から入金まで）、Issue-to-Resolution（問題の受け付けから解決まで）のような中核の業務プロセスを3つ選び、同じデータを何回入力しているか、引き継ぎ（Handoff）は何か所あるか、仕事の何%が定型的なケースか、社員が本当に判断に使う時間は何分かを確かめます。かかる時間の半分以上が検索、コピー、要約、受け渡しに使われているなら、自動化できる余地は大きいといえます。

データの仕組みも確認します。商品リスト、価格、契約、顧客履歴が個人のファイルに散らばっていると、AIで仕事をつなぐのは難しくなります。今のうちにデータとアクセス権限を整えておく会社ほど、技術が進んだときに新しいモデルを早く取り入れられます。

5. 今日から見直し始めるべき5つのこと

1. 業務プロセスのベースラインを取る：重要なワークフローについて、処理量、作業時間（Touch Time）、待ち時間（Wait Time）、エラー、1件あたりのコスト（Cost/Task）を測ります。
2. 正となるデータ（Source of Truth）をつくる：商品、顧客、方針、価格のデータを定め、それぞれに責任者と更新の周期を決めます。
3. 1つの経路を最後まで自動化する：チャットボットを全部門にばらまかず、ROIがあり、結果を検証できるワークフローから始めます。
4. 人が扱う例外を設計する：AIが処理するケース、人が引き受けるケース、そのSLAを決めます。
5. 継続的な測定の仕組みをつくる：ダッシュボードでは、プロンプトの数を数えるだけで終わらせず、品質、コスト、スピード、顧客にとっての成果まで見えるようにします。

こうした準備は、技術が変わっても価値を失いません。業務プロセス、データ、ガバナンスは、世代の違う多くのモデルにそのまま使えるからです。AIが完成するのを待ってからデータを整えようとしてはいけません。その頃には、土台を整えた競合が何回も先に事業を広げています。

6. 慌てず、遅れすぎず、人員を計画する

職種ごとに、仕事のうちAutomate（自動化）、Augment（AIで補強）、Human-led（人が主導）がどれだけを占めるかで分類します。すぐに解雇する必要はありません。欠員が出ても補充しない、人を売上を生む仕事に移す、チームリーダーにシステムのキュー（処理待ちの一覧）の管理を教える、といった方法があります。処理能力に大きな余裕があるとデータが示したときに初めて、組織の構造について、透明性をもって判断します。

投資すべきスキルは、業務プロセスの設計、品質のチェック、データの活用、例外の判断、顧客への対応、そして現場の知識をシステムが使えるルールに変えることです。事業を理解し、AIを使いこなせる社員は、手作業を速くこなすだけの社員よりも、はるかに大きなレバレッジを発揮できます。

要員シナリオ（Workforce Scenario）を3通り用意します。AIによって効率が20%、40%、60%上がる場合です。それぞれについて必要な人数、新しい役割、リスキリングにかかる時間を計算します。こうしておけば、実際の効果が見える前に、縮小するかもしれない職種で長期の採用をしてしまうことを防げます。

7. 流行をすべて追いかけずに投資する

8. 調整しながら進める3年間のロードマップ

1年目：中核のワークフローを測定し、2〜3件のユースケースを本番運用に乗せ、データとセキュリティの基準を整えます。目標は、証明できる事業上の成果と、それを再現できる中核チームです。

2年目：部門をまたいでワークフローをつなぎ、特定の業務に特化したエージェントを加え、役割と処理能力の計画を自動化された仕事に合わせて見直します。目標は、1人あたりの売上と、製品を市場に出すスピードをはっきりと伸ばすことです。

3年目：運営モデル（Operating Model）、価格設定、そしてAIによって可能になる新しい提案を見直します。たとえば一人ひとりに合わせたサービス、リアルタイムの対応、低コストの新製品などです。会社の組織構造は実際の成果をもとに見直し、従来の人員計画を前提条件にはしません。

まとめ：人数が半分の競合が先を行く理由は、削減の大きさより、全員がより多くの成果を出せるように設計された仕組みにあるのかもしれません。企業は業務プロセス、データ、測定から始め、要員シナリオを用意し、ポートフォリオとして投資するべきです。今日始めれば、価格とスピードの圧力が差し迫る前に、学ぶための時間を確保できます。