AIに従業員の知識を教える隠れたコスト
TREE NEWS 報道： MITの2025年GenAI Divideレポートによると、企業の生成AIパイロットの約95%は測定可能なビジネスリターンを生み出しておらず、本番運用に到達するのはわずか約5%である。主な障害は技術的なものではなく、組織的なものである。現在、増え続ける研究がこの問題を「コンテキスト税（context tax）」として捉えている。つまり、AIシステムが機能するために必要なコンテキストを準備し、提出し、維持するために従業員が行わなければならない、補償されない労働である。
この概念は、Forbes Technology Councilの記事The Hidden Context Tax That’s Killing Your Enterprise AI Agentsで最初に提唱されたもので、企業AIシステムが十分なコンテキストを欠くときに生じる効率の損失と精度の低下を説明している。しかし、より深い問題は組織設計にある。企業は、従業員が暗黙知——顧客との交渉戦略、判断の根拠、トラブルシューティングの直感——をナレッジベース、プロンプト、スキルモジュールにエンコードすることを必要としている。しかしほとんどの場合、この追加労働の権利、責任、リスク、報酬は根本的に不均衡である。
なぜ従業員は抵抗するのか
企業のコンテキストには2つのカテゴリーがある。システムデータ——承認記録、CRMフィールド、ERPエントリ——はAPIやコネクタを通じて接続できる。2つ目のカテゴリーは人々の頭の中にある。なぜ顧客が去ったのか、取引が通常どこで失敗するのか、契約書の第3条が実際に何を守っているのか。この暗黙知はどのデータベースにも存在しない。
従業員がそれを提出するのに苦労する理由は3つある。知識が断片的で直感的であること（ベテラン労働者は機械の調子がおかしいと音でわかっても、その理由を説明できない）。オフラインで発生すること（工場現場、対面交渉）。あるいは、従業員がAIが消費できる形に構造化するスキルを単に持っていないこと。しかし、より難解な問題は不本意さである。
恐れが第一の層である。コンテキストが提出されると、従業員は代替可能になる。上海政法学院の王遷教授は5月、企業が従業員に「業務プロセスを記録する」「ナレッジマネジメントを行う」よう求めるのは、事実上、業務経験、意思決定ロジック、コミュニケーションの台本を標準化された再利用可能なスキルモジュールへと抽出しているのだと指摘した。企業は知識の保持、効率、個人依存の低減、独自のデジタル資産を得る一方で、労働者の貢献には対応する権利保護がない。
インペリアル・カレッジ・ロンドンとMicrosoft ResearchによるFAccT論文は、データ植民地主義理論の「知識抽出主義（knowledge extractivism）」と「収用蓄積（appropriation accumulation）」を引用し、学術的枠組みを提供している。論文はさらに、AIが従業員の能動的な提出を完全に迂回し、従業員が気づかないうちに相互作用パターン——誰が誰と協働するか、どのノードで誰が意思決定するか——から暗黙知を推論できると示唆している。
インセンティブのギャップ
企業AI企業WriterとWorkplace Intelligenceによる、米国と欧州のナレッジワーカー2,400人を対象としたレポートによると、従業員の29%が、未承認のAIツールの使用や会社指定製品の使用拒否など、会社のAI戦略を妨害したことを認めた。1997年以降生まれの労働者では、その数字は44%に上昇する。一方、経営幹部の60%は、AIを使わない、または使えない従業員を削減する予定だと述べた。
従業員分析プラットフォームActivTrakは、2023年から2025年にかけて1,000社以上、4億4,300万時間のデジタル業務行動を追跡し、AI導入後、実際には作業負荷が増加したと結論付けた。週末の残業は増え、協働時間は34%増加し、マルチタスキング時間は12%増加した。コンテキスト税に加えて修正税があるため、総負担は減るどころか増えている。
市場への示唆
投資家にとって、95%というパイロット失敗率は、企業AIソフトウェアの重大な誤価格を意味する。AI生産性ツールを販売する企業は、不可避の変革という物語から恩恵を受けてきたが、ここで述べられた組織的摩擦は、導入曲線がコンセンサス予想よりも遅く、粘着的になることを示唆している。勝者となるのは、最も攻撃的なAIベンダーではなく、コンテキスト問題を解決する企業——シームレスなシステム統合、ワークフローに埋め込まれたキャプチャ、あるいは知識貢献を報いる真のインセンティブメカニズムを通じて——かもしれない。
AnthropicのClaude TagはSlackチャンネルに直接展開され、明示的なコンテキスト税を暗黙的なバックグラウンド収集に変換する。FeishuのDoubaoアシスタントは毎日自動的に業務メモリを抽出する。DingTalkの悟空は安全なサンドボックス内で企業権限を継承する。これらのアプローチは摩擦を減らすが、同意とデータガバナンスに関する倫理的問題を提起する。
より深いリスクは法的なものである。現行の労働法の枠組みには職務作品や職務発明に関する明確なルールがあるが、「人の10年にわたる交渉経験を再利用可能なAIスキルライブラリに訓練すること」は既存のどの法令の範囲にも収まらない。王遷教授がこうした慣行の適法性について議論を呼びかけ、世界経済フォーラムが2030年までに9,200万の雇用が失われ、そのうち約900万がAIと情報処理に起因すると予測する中で、知識の囲い込みと労働者保護の間の立法上のギャップは依然として大きい。
投資家向けの重要ポイント
- AIソフトウェアの導入はコンセンサスより遅くなる：95%というパイロット失敗率は、技術的限界ではなく組織的抵抗を反映している。企業AIベンダーの収益予測は割り引く必要があるかもしれない。
- コンテキスト解決プロバイダーに注目：シームレスな統合（Feishu、DingTalk、WorkBuddy）やインセンティブメカニズムを通じてコンテキスト税を削減する企業は、持続的な価値を獲得する可能性がある。
- 労働・規制リスクは過小評価されている：知識抽出が法的・政治的問題になるにつれ、積極的なAI主導の人員再編を行う企業は、評判上および規制上のエクスポージャーに直面する。
- 信頼の欠如が真のボトルネック：トヨタの1951年のイノベーションシステムが機能したのは、終身雇用が「自分の専門知識を渡したら何を得られるのか？」に答えていたからである。今日のほとんどの企業には答えがない。
