CASE OSが読む2027年の経営の論点｜AI導入の次に来る「経営OSの再設計」

2027年の経営を考えるとき、私は「次に流行るテクノロジーは何か」という見方だけでは足りないと思っています。AIエージェント、ロボティクス、データセンター、電力、地政学、サプライチェーン、金利、人材不足。もちろん、どれも重要です。

ただ、こうしたテーマを一つずつ追いかけているだけでは、経営の本当の変化を見落とします。なぜなら、今起きているのは、新しいテーマが次々に追加されていることではないからです。企業をつくってきた前提条件そのものが、同時に変わり始めています。

2025年11月に刊行された『BCGが読む経営の論点2026』では、2026年の経営論点として10のテーマが提示されました。
「自律するAIと企業変革」
「データセンターと電力不足」
「世界貿易の転換点」
「サプライチェーンを変革する」
「デジタル戦略の再構築」
「金利のある世界」
「同意なき買収に向き合う」
「食料安全保障の確立」
「行政のデジタル変革」
「AIとの協働の時代を生きる」。

BCG自身も、これらを「不確実性が常態化した時代」の経営課題として位置づけています。BCG Global

私はこの10の論点を読みながら、2027年はさらに一段階進むのではないかと感じました。2026年までの議論には、
まだ、
「AIをどう導入するか」
「デジタル化をどう進めるか」
「サプライチェーンをどう強くするか」
「人材不足へどう対応するか」という、「変化への対応」という色があります。

しかし2027年には、それだけでは足りない。

こちらへ経営の問いが移ると考えています。

論点1｜AIの論点は「導入」から「組織設計」へ移る

2026年、AIはかなり広く企業へ入りました。しかし、AIを使っている企業と、AIによって企業そのものを変えている企業との間には、かなり大きな差があります。McKinseyの2026年調査では、AIによって個人の生産性が向上したと答えた企業は80％に達する一方、EBITへのプラスの影響を確認している企業は37％、AIの高業績企業と呼べる企業は6％にとどまります。マッキンゼー・アンド・カンパニー

PwCの2026年調査でも、AIによる経済的価値の約4分の3を上位20％の企業が獲得しており、先行企業ほど、既存業務にAIを追加するだけではなく、AIを前提としてワークフローそのものを設計し直していることが示されています。PwC

ここが2027年の大きな境目になると思います。例えば、営業担当者にAIを配る。人事担当者にAIを配る。コンサルタントにAIを配る。管理職にAIを配る。これはAI導入です。

しかし、営業という仕事を、人とAIでどう分担するのか。情報収集はAI、顧客との仮説形成は人なのか。見積もり判断は誰がするのか。人事評価の分析をAIが行うとして、判断責任は誰が持つのか。若手社員が行っていた仕事をAIが担うなら、若手は何によって成長するのか。ここまで考えると、話はIT導入ではなくなります。組織設計です。

McKinseyも2026年10月の最新の組織論で、エージェントAIはこれまで組織を形づくってきた「人間の処理能力」「専門性」「調整コスト」という制約そのものを変えると指摘しています。マッキンゼー・アンド・カンパニー

つまり2027年のAI戦略で問われるのは、「社員の何％がAIを使っているか」ではありません。

ここだと思います。

これは、これまでCase OSで考えてきた「AI時代の組織開発」とそのまま接続します。以前の記事では、AIは「答えをつくるコスト」を下げる。しかし「何を問うか」「何を選ぶか」「誰と進めるか」まで自動的に解決するわけではないと考えました。note（ノート）

2027年は、この問いが人材育成のテーマではなく、企業経営そのもののテーマになります。

論点2｜「仕事」より先に、「判断」を設計する経営になる

AIの進化を考えるとき、「どの仕事がなくなるか」という議論がよくあります。しかし私は、少し違う見方をしています。本当に重要なのは、仕事がなくなるかではなく、誰が何を判断するのかが変わることではないでしょうか。

これまでは、多くの企業で、情報を集める。資料をつくる。上司へ説明する。上司が判断する。さらに上の役職者が承認するという形で仕事が設計されていました。実は、日本企業の階層型組織のかなりの部分は、情報処理と承認のために存在しています。

ところがAIが、情報を集める。分析する。選択肢をつくる。リスクを出す。ある程度の判断まで行うようになったとき、この構造はかなり揺らぎます。

だから2027年には、「部長は何人必要か」より、「どの判断を、誰が、どの情報をもとに、どこまで自律的に行うか」を先に設計する企業が出てくると思います。

これはDecision Architecture――意思決定構造の問題です。AIは、この構造をかなり大きく変えます。

ただし、ここで危険なのは、「AIが判断できるから、人間の判断を減らせばいい」と短絡することです。

判断には責任があります。顧客への重大な提案、人の採用、昇格、評価、投資、撤退、安全、倫理。こうした判断を、精度だけでAIへ移すことはできません。

2027年に強い企業は、AIができる判断とAIに任せてよい判断を分けられる会社だと思います。

論点3｜管理職は「一番詳しい人」ではなくなる

この変化で、最も大きく揺れる役割の一つが管理職です。私自身、研修や組織開発の現場で管理職の方と接していると、「部下育成を求められる」
「1on1もある」
「評価もしなければならない」
「プレイヤーとしても数字を持っている」
「キャリア支援も必要」
「心理的安全性もつくらなければならない」
「エンゲージメントも改善しなければならない」と、管理職へ期待される役割が増え続けていることを感じます。

これは感覚だけでもありません。リクルートマネジメントソリューションズが2026年に人事500名、管理職500名を対象に行った調査では、人事担当者・管理職とも7割超が現在の管理職に課題を感じており、管理職候補者不足や業務負荷の増大も顕在化しています。人材育成・研修のリクルートマネジメントソリューションズ

ここへAIが入ります。一見すると、AIが資料をつくる。AIが面談記録をまとめる。AIが評価コメントを書く。AIが部下への質問を考えるので、管理職は楽になるように見えます。

実際、管理職調査でもAIによる業務負担軽減への期待があります。一方、「どう変わるか分からない」という回答も33.2％あり、AIでは解決できない問題への対応によって、逆にマネジメント難度が上がる可能性も認識されています。リクルートマネジメントソリューションズ

私は後者がかなり重要だと思っています。AIが定型判断を担えば担うほど、曖昧な問題、利害が衝突する問題、正解がない問題、人の感情が絡む問題、責任を引き受けなければならない問題が、人間の管理職へ残ります。

以前Case OSでは、「管理職の仕事は正解を出すことではない」と考えました。note（ノート）

さらに、1on1やフィードバックを増やすことより、何が起きているかを「診断」することが重要だとも考えました。note（ノート）

2027年は、ここがさらに進むと思います。管理職は、答えを教える人から、何を人に考えさせるか、何をAIへ任せるか、誰にどんな経験を渡すか、どの判断を自分が引き受けるかを設計する人になる。

私はこれを、Manager as Experience & Decision Designerと捉えてもいいと思います。

論点4｜人材不足より深刻なのは「経験不足」になる

日本企業では、人手不足が引き続き大きな経営課題です。OECDも、日本では高齢化を背景とした労働力不足への対応として、生産性向上、労働供給拡大、成人学習などを重要課題として挙げています。OECD

ただ、AIが急速に仕事を代替するなら、「人が足りない」という問題だけを見ていていいのでしょうか。

私はむしろ2027年以降、経験が足りないという問題が大きくなると思っています。

AIを使えば、新人でもかなりきれいな資料をつくれます。市場分析もできます。文章も書けます。コードも書けます。しかし、自分で調べて迷う。仮説を外す。顧客に否定される。上司から赤入れされる。自分の説明が通らない。修正する。もう一度やるという経験は減ります。

これまでCase OSでは、この問題を「経験債務（Experience Debt）」と呼んできました。

PwCの2026 AI Jobs Barometerでも、AIへの曝露が高い仕事ほど必要なスキルの変化が速く、AIの影響が大きいジュニア職ほど、従来なら上位層に求めていた判断力やリーダーシップといった能力が早い段階から求められる傾向が示されています。PwC

これはかなり重大です。仕事が高度化する。しかし、その高度な仕事をできる人を育てるための「下積みの仕事」がAIで消える。この矛盾です。

だから2027年の人材育成は、「AI研修を増やす」だけでは足りません。人が経験すべき仕事を意図的に残す必要があります。

Case OSではこれをProtected Practiceと呼んできました。AIでもできる。でも、将来必要な能力を育てるために、人が一度自分で考える。

本人の初案、AIとの比較、反証、判断、実行、フィードバック、振り返り。このプロセスを仕事へ埋め込む。note（ノート）

論点5｜人的資本経営は「人材データ」から「Capability Architecture」へ進む

人的資本経営、スキルベース組織、タレントマネジメント、People Analytics、サクセッションプラン、HRBP。この数年、人事では新しい概念や仕組みが一気に増えました。

しかし、ここにも同じ問題があります。高度な人事施策を導入したからといって、会社が強くなるわけではありません。

私は2027年、この役割がさらに重要になると思っています。理由は単純です。事業戦略の変化が速すぎるからです。

新しい事業を始める。AIを入れる。海外へ出る。事業を売る。M&Aする。SCMを変える。そのたびに、必要な仕事、必要な役割、必要なスキル、必要な人数、必要なリーダーが変わります。

つまり人事制度は、完成させて5年間運用するものではなくなります。必要なのは、

未来の事業
↓
必要な組織能力
↓
必要な仕事・役割
↓
必要なスキル・経験
↓
採用・配置・育成・評価・報酬という連結です。これを私は、2027年の人事ではCapability Architectureとして捉えた方がいいと思っています。

PwCの2026年ピープルアナリティクス調査でも、高度な分析への今後の意向が71％に達する一方、人材データ分析が経営層の意思決定へ反映された経験を持つ企業は32％にとどまります。PwC

データがないわけではない。システムがないわけでもない。問題は、何の意思決定を変えるためのデータなのかが曖昧なのです。

論点6｜AIは「無料の魔法」ではない。経営資源配分の問題になる

AIについて話していると、画面の中だけの話に見えます。しかし実際には、半導体、データセンター、電力、通信、データ、クラウド、人材、設備投資が必要です。

『BCGが読む経営の論点2026』が第2章でデータセンターと電力不足を独立した論点として扱っている理由もここにあります。（出典：『BCGが読む経営の論点2026』）

IEAは、世界のデータセンターの電力消費量が2030年までに現在の2倍超となる約945TWhまで増える可能性を示しています。AIが主要な増加要因です。IEA

さらにWTOによると、2026年前半の世界貿易ではAI関連財の貿易額が前年比67％増となり、世界の商品貿易成長のかなり大きな部分を占めました。一方で、その取引は少数国・地域へ強く集中しています。WTO

つまり、AI戦略はIT戦略だけではありません。エネルギー戦略であり、資本配分戦略であり、サプライチェーン戦略です。

さらに日本では、長い超低金利時代から金融政策正常化の方向へ移っています。OECDも2027年に向け、日本経済について、賃金上昇、物価、エネルギー価格、金利正常化を同時に見なければならない局面を想定しています。OECD

これは企業経営にとってかなり大きい。これまでなら、「とりあえずDX投資」
「とりあえずAI投資」がある程度許されたかもしれません。

しかし資本コストがある世界では、何へ投資するのか。何をやめるのか。何を内製するのか。何を外部へ任せるのか。何年で回収するのかを問われます。

2027年は、AI活用率ではなくAI投資のROICが本格的に問われる年になる可能性があります。

論点7｜地政学は「海外事業部の問題」ではなくなる

BCGの2026年版では、世界貿易、SCM、食料安全保障、M&Aがそれぞれ論点として置かれています。しかし、私はこれらも2027年には一つの問題へ近づくと思います。それは、企業がどこまで自分でコントロールできるかという問題です。

WTOは2027年の世界貿易について成長を見込む一方、その見通しは地政学的な条件へ大きく依存しています。米中貿易のデカップリングも2025年以降再び強まっています。WTO

何か一つの国へ依存する。何か一社へ依存する。何か一つのクラウドへ依存する。何か一つのサプライヤーへ依存する。それ自体が経営リスクになります。

BCGのSCM論でも、AIを使ったデータ中心の意思決定へ移行し、属人的なSCMから脱却する必要性が論じられています。（出典：『BCGが読む経営の論点2026』）

ここで重要なのは、効率です。これまでサプライチェーンは、「安く」「早く」「少ない在庫で」が優れているとされてきました。

しかし不確実性が高い時代には、少し高いが止まらない。複数ルートを持つ。代替可能性がある。データを早くつかめるという能力も価値になります。

つまり2027年には、EfficiencyだけではなくOptionality――選択肢を持っていること自体が企業価値になります。

これはサプライチェーンだけではありません。人材も同じです。一人しかできない仕事。一つの部署しか持っていない能力。一社のベンダーしか分からないシステム。これも全部、組織のSingle Point of Failureです。

論点8｜最後に差がつくのは「何を大切にする会社なのか」

AIが高度化すればするほど、データ、分析、提案、予測、意思決定支援が増えます。では、経営は楽になるのでしょうか。私は逆だと思います。

選択肢が増えるほど、何を選ぶのかが難しくなります。

AIは、「この事業を撤退すれば利益率が上がります」と言える。「この人を配置転換すると生産性が上がります」とも言える。「採用を20％減らせます」とも言える。

でも、それを本当にやるのか。その会社は何を守るのか。何を諦めるのか。誰に痛みを引き受けてもらうのか。これは最後まで経営の仕事です。

そして、ここで重要になるのが、理念、価値観、経営哲学だと思っています。

これはきれいごとではありません。AIによって現場の意思決定速度が上がれば、経営がすべてを承認することはできなくなります。すると、「この会社なら、こう判断する」という共通の判断原則が必要になります。

これは2027年のかなり重要な組織論になると思います。

以前Case OSでは、人事制度について、「企業理念を人の意思決定へ翻訳したもの」と考えました。note（ノート）

挑戦を掲げながら、失敗した人を評価で落とす。自律を掲げながら、上司の承認がなければ何もできない。人を大切にすると言いながら、育成へ時間を使った管理職が評価されない。社員が信じるのは、理念ではなく実際の意思決定です。AI時代には、この矛盾がさらに見えやすくなると思います。

2027年、経営と人事を分けて考えない

ここまで8つの論点を考えてきました。ただ、結局すべて同じ場所へ戻ってきます。AI、管理職、人材育成、人的資本、資本配分、サプライチェーン、地政学、理念。これらは別々の問題ではありません。

例えば、AIを導入する。仕事が変わる。必要なスキルが変わる。若手の経験が変わる。管理職の役割が変わる。評価制度が合わなくなる。採用人数が変わる。組織構造が変わる。必要なIT投資も変わる。資本配分が変わる。全部つながっています。

だから2027年、経営と人事を別々に議論すること自体が、かなり難しくなると思います。「経営戦略は経営企画」 「ITは情報システム」 「人材は人事」 「育成は研修担当」という機能分業だけでは、この連鎖を扱えません。

私はこれを、Case OSとして経営OSの再設計と呼びたいと思います。

人事にとっての2027年｜「施策を増やす人事」から「組織能力を設計する人事」へ

では、人事は何をすればいいのでしょうか。おそらく、一番やってはいけないのは、AI研修、リスキリング、タレントマネジメント、サクセッション、エンゲージメント、キャリア自律、1on1、人的資本開示と、新しい施策を次々に追加することです。

現場の管理職はすでに疲れています。これまでCase OSでも、「人事施策が増えるほど、現場管理職の負担が増え、結果的に戦略人事から離れていく」という問題を考えてきました。note（ノート）

2027年の人事に必要なのは施策数ではありません。まず、この会社は今後どこで勝つのか。そのために何ができる組織でなければならないか。その能力を構成する仕事は何か。誰が担うのか。AIと人をどう組み合わせるのか。その人をどう育てるのか。何を評価するのか。どんな経験を渡すのかを考える。

そのうえで、必要な制度だけを置く。こちらだと思います。

2027年、人事部門にはこれまで以上に「経営を見る力」が求められるはずです。

結論｜2027年の最大の論点は、「会社をどうつくり直すか」

『BCGが読む経営の論点2026』を読むと、AI、地政学、電力、金利、サプライチェーンなど、経営を取り巻く前提が同時に変わっていることがよく分かります。2027年は、その変化がさらに企業内部へ入ってくる年になるのではないでしょうか。

「AIを入れるか」ではない。AIがいる前提で、仕事をどうつくるのか。
「人を何人採るか」ではない。人とAIを合わせ、どんなCapabilityをつくるのか。
「研修を何本行うか」ではない。どんな経験によって未来の判断者を育てるのか。
「管理職に何を教えるか」ではない。管理職という役割そのものを何に変えるのか。
「人事制度をどう変えるか」ではない。会社が大切にする価値を、どんな意思決定へ埋め込むのか。

こう考えると、2027年の経営論点は、一つの言葉へ集約できます。

そして、おそらく企業間で最も大きな差になるのは、AIモデルの性能ではありません。同じAIを使っていても、仕事を変えない会社。組織を変えない会社。評価を変えない会社。育成を変えない会社。意思決定を変えない会社は、それほど大きく変わらない。

一方で、AIによって何ができるようになったかを起点に、仕事を変える。役割を変える。組織を変える。経験を変える。人材投資を変える。意思決定を変える。会社そのものを作り替える企業も出てくる。

2027年に広がるのは、AI格差というより「組織設計格差」なのかもしれません。私は、ここが2027年の経営を考えるうえで、最も重要な論点だと考えています。