昨年、ある3PLが画像認識ベースの検証システムを導入するのを手伝った。パイロットの1週目、ピッキングフロア14年目のベテランで班長、20人チームの半分を育ててきたラオ・チェンが、ラックの脇で私を引き止めた。「正直に言ってくれ」と彼は言った。「このカメラは俺たちを仕事から追い出すのか？」
その一言がすべてを物語っていた。このプロジェクトで一番難しかったのはアルゴリズムではなかった。現場の20人だった。1年後、不良率は1,000個あたり8個から2個に下がり、ラオ・チェンは社内の導入プロセスで「AIコーチ」と呼ばれるようになっていた。振り返ると、現場の心をつかむ決め手は3つの手だった。順番に：彼らが本当に恐れているものは何かを理解する、彼らのペースで訓練する、インセンティブを本物にする。順番が大事だ。
何かをいじる前に4つの恐れを名指しする
決起集会はやめよう。一対一の会話から始めれば、恐れは1つではなく、4つあることがわかる。
1つ目は雇用の喪失だ。最も直接的で、声に出すのが一番難しい。ラオ・チェンの計算はシンプルだった。「機械は1日2,000個こなす。俺は800個だ。新年明けに親方は俺を残してくれるか？」2つ目は屈辱だ。14年のベテランが年下の同僚の前で新しいインターフェースに手こずり、震える指が間違ったボタンの上で止まる。3つ目は監視だ。カメラ、アルゴリズム、ダッシュボードは「親方が俺に目玉をつけた」と読まれる。4つ目は給与の計算式だ。何年もかけて築いた歩合給なのに、新しいカウントルールが手取りにどう影響するか誰も知らない。
「AIは君を助けるために来たんだ」を何度唱えてもこれらは溶けない。どれもが本物の金銭の話だからだ。正しい姿勢は、まず認めること、そして一つずつ壊していくこと。雇用の喪失にはスローガンではなく具体的な再配置プランで答える。恥をかく恐怖には文書で3か月の猶予期間を与える。監視の恐れにはダッシュボードの権限ルールを紙に書く――誰がどのレベルのデータを見られるか。給与の不安には新しい歩合計算式を施行の1か月前に公開し、試行運転をする。恐れは個別に壊していく。一つの約束にまとめないこと。
どこで話すかも大事だ。会議室に人を呼び出すな――それは尋問だ。彼らのピック動線を一緒に歩き、動きながら話す。人間は自分のテリトリーでは本音を語る。ラオ・チェンの質問はラックの脇で出た。会議室では彼は一言も話さなかっただろう。
訓練：教室は捨てる
典型的な企業のAI研修はこうだ。会議室、大きなプロジェクター、IT部門のスライド2時間、ベテランはスマホをいじっている。それは訓練ではない。演劇だ。
うまくいったのは「一対一、30分」だった。シフト開始の30分前にラオ・チェンのような班長が先に学び、それからチームに教える――1日1機能。今日は：検証アラートの読み方。明日は：アラートが鳴ったときの対処。学んだらすぐ練習する、練習中のミスは罰しない、できるようになったら班長がみんなの前で褒める。2週間でチーム全体が動けるようになり、抵抗の大半は消えていた。
決め手となったのは3つの細部だ。まず、インターフェースはとことんシンプルに――大きなボタン、大きな文字、老眼鏡越しに目を細めなくて済むこと。次に、人間のオーバーライドを残すこと。システムが間違えたときはベテランが覆せる。覆すたびにモデルの再学習キューに送られる。「機械に教えている」は「機械に管理されている」とは全く違う感覚だ。3つ目は、繁忙期には絶対に導入しないこと。新しいシステム＋ピークのプレッシャーは人を壊す。失敗が許される閑散期にパイロットを回す。
インセンティブ：利益を分け合え、さもなくば現場の支持を失う
最初の2つの手は恐怖を取り除く。この手は引力を生む。AIが生む生産性向上の利益がすべてオーナーのものになるなら、なぜ現場が協力するだろうか？
3つのルールを決めた。まず、パイロットチームのボーナスプールを不良率低下に連動させる。不良率を半減させれば、削減できた手戻り・クレーム費用の30%がボーナスとしてチームに戻る。数字は毎月公開。2つ目は「AIコーチ」の称号を手当付きで創設すること。ラオ・チェンのように学んで他人に教えた人には月500元の追加手当と、バッジに新しい肩書の1行。バッジの1行を甘く見るな。ベテランはそこを気にする。3つ目はキャリアラダーを作ること。新設の「インテリジェント設備コーディネーター」職は現場から優先して昇進させ、ピッキングより1グレード高い給与を払う。雇用の喪失という恐れには、実際に新しいポストで答える。
3か月後には、隣のチームがパイロットへの参加を求めてきた。なぜか？ボーナス掲示板が示していた。パイロットチームは目に見えて多く稼いでいたのだ。損得は史上最高の動員スピーチだ――百の集会より効く。
中間層を忘れるな
ほとんどのプロジェクトが見落とす隠れた関門がある。現場のスーパーバイザーだ。倉庫マネージャーのラオ・ワンはパイロットに乗り気ではなかった。酒の席でようやく本音を漏らした。「スケジュール、手配、ボーナスの決定――それは全部俺の仕事だった。今はアルゴリズムがスケジュールを組み、データがボーナスを決める。俺は飾りか？」
中間管理職が恐れるのは雇用の喪失ではなく権威の喪失であり、彼らには彼らなりの3つの手が必要だ。スーパーバイザーにデータを解釈する権利を与える。システムは数字を出し、人間がそれを説明して判断する――アルゴリズムは助言し、人が決める。パイロットの成功を彼らのKPIに結びつける。そうすればIT部門のプロジェクトではなく、彼らの手柄になる。そして早く巻き込む――稼働開始時ではなく要件レビューの段階で。彼らの現場ルールがシステムに取り入れられれば、抵抗の半分はその場で消える。
ラオ・ワンは導入の最大の応援者になった。彼はあることに気づいたのだ。以前は勘で議論していたが、今は人員や予算が必要なときにデータレポートを持ってオーナーのオフィスに入っていく。彼の権威は縮まらなかった。むしろ鋭くなった。
人はリスク項目ではない
AIプロジェクトの計画書の多くが「人員の抵抗」をリスク項目にし、対策を「訓練の強化」と書く。間違いではない――ただ浅すぎる。現場作業員はリスク項目ではない。決定的な要因だ。世界最高のシステムも、使わない人、好きでない人、使い方を偽る人に運用されればゴミデータを出す――そしてゴミデータの上のAIは飾りにすぎない。
ラオ・チェンは今こう言って回っている。「このカメラは俺の弟子だ」。一言で、思考は完全に反転した。「俺たちを追い出すのか」から「俺の弟子だ」までの間に、上記の手がある。倉庫のAIでは、まず人を整え、次に機械を整える。その順番を逆にすれば、どんな技術も救ってくれない。
英語版からの翻訳。内容に相違がある場合は英語版を優先します。
