AIを使うほど仕事が増える逆説。ワークスロップという組織の新しい病

先日、支援先の定例会議でこんな場面を見ました。

スライドは20枚、きれいに整っている。フォントも揃っている。でも会議が始まって10分経っても、誰も資料の内容に踏み込めない。
数字の出どころが書かれていない。結論がどこにあるのかわからない。結果として、その30分はスライドを"解読する時間"になりました。

後から聞いたら、担当者は生成AIで下書きを作り、ほぼそのまま送ったと言っていました。AIを使ったのに、チーム全体の仕事は増えていた。

この現象に、今「ワークスロップ」という名前がついています。

ワークスロップとは何か。AIが生む、新しい種類の仕事

ワークスロップとは、低品質なAI生成コンテンツが職場に流通することで、受け取る側に余計な認知負荷を押しつける現象です。

見た目は整っている。フォーマットも正しい。文章も一応通っている。だから一瞬、ちゃんとした成果物に見える。しかし読み込んでみると、内容が薄い、事実確認が不十分、論理に飛躍がある、そういった問題が次々と出てくる。受け取った側は、内容を理解するためではなく、「どこが間違っているか」を探すために時間を使うことになります。

Harvard Business Reviewが紹介した調査（BetterUpとスタンフォード大学の共同研究）では、米国のデスクワーカー1,150人を対象に、41%がワークスロップを受け取ったことがあると回答し、半数以上が同僚に送った経験があると認めたとされています。さらに回答者の10人に1人は、AIで生成して同僚に送った資料の半分以上が低品質または役に立たないものだったと答えたというデータも出ています。

これは一部の人の問題ではありません。職場のコミュニケーション全体に、低品質なAI出力が混入し始めている。その結果として、ワークスロップは生産性の損失にとどまらず、職場内の信頼関係を蝕み、人間関係にひずみをもたらすと研究者たちは指摘しています。

なぜ起きるのか。個人の怠慢ではなく、組織設計の問題

ここで多くの人が犯す誤りは、「使い方が悪い個人の問題」として片付けることです。

研究者たちの分析は、そこから一歩踏み込んでいます。
ワークスロップの背景にあるのは個人の怠慢ではなく組織的なプレッシャーであり、すでに過重労働と予算削減で疲弊している状況の中で、従業員は経営層の「AIを使え」という指令に形式的に応えるためにAIを使い、結果としてより多くの仕事を同僚に転嫁するコンテンツを生産するというのが、彼らの診断です。
研究者たちは「ワークスロップの蔓延はマネジメントの失敗であり、具体的にはAI活用指針の不明確さとチームの過負荷の結果だ」と論じています。

これは日本の職場にも直接当てはまります。
「DX推進」「生成AI活用」という旗を掲げた組織が、具体的なガイドラインも品質基準も整備しないまま、現場に「とにかく使え」と圧力をかける。すると現場は、AIを使って仕事をしている"ように見せる"ためにAIを使い始めます。アウトプットの品質より、AIを使ったという事実が優先される。

この構造はBizOpsの視点から見ると、非常に馴染みのある景色です。ツールを導入することと、ツールを組織に定着させることは、まったく別の話です。「ツール導入前に地図を描く」という原則は、AI活用においても変わりません。何を解決したいのか、誰が何をインプットして誰が何をアウトプットするのか。その設計なしにAIを導入しても、業務の摩擦が形を変えるだけです。

BizOps視点で読む。ワークスロップが暴く「組織の目詰まり」

ワークスロップが頻発している組織には、共通した構造的問題があります。ゴールの定義が曖昧なまま、ツールだけが先行している状態です。

「この資料で何を決めるのか」「誰が読んで、何を判断するのか」という前提が共有されていないと、AIは「それらしい何か」を出力することしかできません。そして受け取る側は、その「それらしい何か」を解読するコストを負担し続けることになります。

私がスタートアップや成長企業の支援に入るとき、最初に確認するのはツールの選定ではなく情報の流れです。誰から誰へ、何のために、何が渡っているか。その地図を描いてから初めて、どこにAIを挟む余地があるかが見えてきます。

AI活用においても、同じ順序が必要です。「ChatGPTを使って議事録を作れ」という指示より先に、「その議事録は誰が読んで、何のために使われるか」を決める。そこが曖昧なまま量だけが増えると、確認コストだけが膨らみ、チームは疲弊します。

ワークスロップは、組織の設計不全が表面化したシグナルです。「AIの使い方が悪い」という問題ではなく、「何のためにAIを使うかが設計されていない」という問題です。

向き合い方、送る側・受ける側・設計する側にできること

ワークスロップに向き合うためには、立場によってやれることが違います。

送る側に必要なのは、生成ボタンを押す前に問いを持つ習慣です。
「この資料は誰が読んで、何を判断するために使われるか」。この問いに答えられないまま出力したものは、ほぼ確実にワークスロップになります。AIの出力をそのまま転送せず、一度読んで「ここだけ修正した」「この数字は要確認」と書き添えるだけで、受け取る側の認知負荷は大きく変わります。AIを思考の外注として使うのではなく、思考の補助として使う意識です。

受ける側は、「これはAIが生成したものですか」と聞ける空気をつくることが大事です。確認コストを黙って負担し続けることは、チーム全体の生産性を下げるだけです。「この部分の根拠を教えてください」と事実として問い返すことが、実は最も建設的な対処です。責めるのではなく、返す。それが送る側の意識を変えていきます。

設計する側に求められるのは、AI活用の目的・スコープの明示、アウトプットの品質基準の設定、そしてフィードバックループの設計、この3点を整備することです。ワークスロップが発生したとき、それを個人の問題として処理せず「どこに設計の問題があったか」を振り返る仕組みがあってこそ、組織はAIを使いこなす状態に近づいていきます。整わないままツールだけが増えると、確認作業と疲弊の連鎖が続きます。

AIは思考の代替ではない

ワークスロップが広がっている背景には、AIへの誤った期待があります。「AIに頼めば、考えなくてよくなる」という幻想です。

しかし実際には逆で、AIを使いこなすほど、考える量は増えます。何を聞くか、何を指示するか、出てきた答えをどう評価するか、その判断は人間がやるしかない。AIは思考の代替ではなく、思考の拡張です。

組織の中でそれを体現できるのは、ツールの導入と定着を設計できる人間です。AIが職場に普及するほど、「何のためにAIを使うか」を問い続けられる人間の価値は上がっていく。そう確信しているからこそ、私はBizOpsという仕事にこだわり続けています。

#BizOps #AI活用 #組織開発 #生成AI #業務改善 #キャリア設計

「ボトルネックはそこじゃない。ツール導入前に地図を描く」
この記事では、AIツールの導入が空振りになる根本的な理由を掘り下げています。ワークスロップもまた「地図なき導入」の産物です。
ツールを入れる前に何を設計すべきかを整理したい方は、この記事を先に読んでおくと、今回の話がより立体的に見えてきます。

「ツール導入だけでは組織は変わらない。BizOpsが現場に潜る理由」
AI活用が進む職場ほど、「使っている」と「定着している」の差が広がっています。この記事は、なぜ現場に潜る必要があるのかを実体験から書いたものです。ワークスロップの問題を「設計の問題」として捉え直すための視点として、あわせて読んでいただくと理解が深まります。

Xでは、記事にする前の断片や
現場で感じた違和感を ほぼ毎日書いています。
よかったら、のぞいてみてください。
https://x.com/kakushiaji_inc