第1章｜強い組織は何が違うのか
――DBS・Amazon・トラスコ中山が示すもの
市場が成熟し、競合との差が縮まっている。そう感じている経営者は多い。
製品は似てきた。価格も近い。サービスも大差ない。それでも業績に差がつく。なぜか。
答えは製品にも価格にもない。組織が何を能力として持っているかの差だ。
三つの会社を見てみたい。
DanaherとDBS――「どう改善するか」を能力の中核にした
Danaherという企業をご存知だろうか。
計測機器・医療機器・環境機器を手がけるアメリカのコングロマリットだ。一般にはあまり知られていないが、過去30年のトータルリターンはS&P500を大幅に上回り続けている。
この会社の強みは特定の製品でも技術でもない。Danaher Business System（DBS）と呼ばれる経営システムだ。
DBSの根幹にあるのはLeanとカイゼンの思想だ。しかしトヨタの単純な模倣ではない。その本質は、改善の言語と手法を全従業員が共通で持つことにある。職位に関係なく、マネージャーであれ、部門長であれ、会社のトップであれ、全員が同じ問題解決のツールを学び、共通言語として使う。
DBSの起源は1987年、傘下のJake Brake社に遡る。当時、特許に守られながら顧客サービスを軽視していたこの工場に、トヨタ生産方式の専門家集団を招いて改革を断行した。劇的な業績回復を目の当たりにした経営陣は、この手法を全社に展開することを決断。一つの工場での成功が、企業全体の共通言語になった瞬間だ。
だからDanaherはM&Aで買収した企業に、このシステムをそのまま移植できる。新入社員は60〜90日間、実際の業務をせずにDBSを学ぶ没入期間を過ごす。工場や各部門を訪問し、「良い状態とはどういうものか」を体で理解してから自分の仕事に就く。改善がプロジェクトではなく、組織の日常として機能するのはこのためだ。2001年から2010年のDanaher株の累積リターンは150%超。同期間のS&P500が約25%だったことと比べると、その差は歴然だ。
DBSが能力の中核にしたのは「どう改善するか」だ。
Amazon――「何を測るか」を能力の中核にした
Amazonはテクノロジーカンパニーではなくオペレーションカンパニーだ。
物流・配送・カスタマーサービスを圧倒的な精度で回す能力が、Amazonの本質的な強さを支えている。その背景には、あらゆるプロセスに指標が設定されているという事実がある。
数字によって問題が可視化される。可視化されるから改善できる。改善されるからまた数字が上がる。このサイクルが組織全体の日常業務に埋め込まれている。
Amazonが徹底しているのは、指標の設計だ。何を測るかを決めることが、改善の方向を決める。しかしそれは、簡単ではない。
Amazonが書籍から他カテゴリへ拡大した初期、「詳細ページの新規作成数」を品揃え改善の指標に使っていた時期があった。しかし、ページ数を増やすことが顧客体験の向上に直結しないことが判明する。正しいインプット指標ではなかったのだ。この失敗を踏まえてAmazonは、指標の定義に何百時間もの試行錯誤を費やすことを組織の習慣にした。「測れると思っていたのに、実は違うものを測っていた」という経験が、指標設計を能力として鍛えた。
Amazonが能力の中核にしたのは「何を測るか」だ。
トラスコ中山――「なぜその判断をするか」を能力の中核にした
ここで日本企業を一社紹介したい。
トラスコ中山という工業用副資材の専門商社だ。工具・器具・備品・消耗品を全国の製造現場に届けるこの会社は、1994年の現社長就任時に売上高830億円だったものを、2024年には2950億円まで拡大させた。成熟した卸売業で、30年をかけて3.5倍の成長を実現した。
この会社が面白いのは、中期経営戦略を「能力目標」という言葉で定義していることだ。中山哲也社長はこう語っている。「通常、目標というと『売上はいくら』『利益がいくら』という金額に表せるものが多い。それとは別に、我々には能力目標という考え方があります。例えば『100万アイテムを保有できる会社になろう』、もしくは『1日24時間365日、受注と発送ができる会社になろう』など、金額ではない能力の目標を掲げています」。
この能力目標が実を結んだとき、何が起きたか。在庫出荷率は92.6%に達し、受注の89%がシステムによる自動処理となり残業が激減した。そして同業のライバル企業さえも、トラスコ中山の顧客になった。能力を持つことが、競合をも引き寄せる逆説が起きた。
そしてこの能力目標を支える哲学が、社長自身の語りかけによって全社員に浸透している。ビジョン・KGI・KPI・それを支えるプロセスが、同じ一つの哲学から導かれているため、組織のどの層でも判断の軸がぶれない。改善の仕組みも、指標の設計も、この哲学の上に乗っている。
数値目標は結果を定義する。能力目標は判断の前提を定義する。この違いが、「なぜその判断をするか」を全社で共有することを可能にしている。
トラスコ中山が能力の中核にしたのは「なぜその判断をするか」だ。
三社が示すもの
三社を並べると、こう整理できる。
DBS →「どう改善するか」を組織能力の中核にした
Amazon →「何を測るか」を組織能力の中核にした
トラスコ中山→「なぜその判断をするか」を組織能力の中核にした
しかし正確に言えば、三社はそれぞれ一つだけを持っているのではない。
DBSは改善の手法を徹底しながら、同時に戦略の方向性と指標も揃えている。Amazonは指標を設計しながら、改善のサイクルと判断の前提も持っている。トラスコ中山は哲学を共有しながら、それをKGI・KPI・プロセスに至るまで一貫して設計している。
三社が強いのは、三つをバランスよく兼ね備えているからだ。
ではなぜ、多くの企業ではこれができないのか。
改善の手法は導入した。指標も設定した。経営理念も掲げた。それなのに、組織がかみ合わない。一つを取り入れても、残りの二つが揃っていなければ機能しない。改善の手法があっても、何に向かって改善するかが共有されていなければ空回りする。指標があっても、判断の前提が揃っていなければ部門ごとに解釈が分かれる。哲学があっても、改善の具体的な仕組みがなければ現場は動かない。
三つは、それぞれ単独では完結しない。
では、なぜ多くの企業は一つしか持てないのか。
第2章｜改善を「能力」にするとはどういうことか
――なぜ多くの企業はDBSを真似できないのか
「カイゼン活動をやっている。改善研修もした。改善提案の仕組みも作った。それでも、組織が変わった実感がない」
こうした声を、経営者から聞くことがある。手法は導入した。しかし何かが足りない。その「何か」を最もくっきり示しているのが、DanaherとそのDBSだ。
Danaherは計測・医療・環境機器を手がけるアメリカのコングロマリットだ。1990年から2023年にかけてEPS（一株当たり利益）を約100倍に成長させ、2001年から2010年の株式累積リターンは150%超。同期間のS&P500が約25%だったことと比べれば、その差は歴然だ。しかもこの成長の多くは、M&Aで買収した企業の変革によって実現された。
なぜそれができたのか。答えはDanaher Business System（DBS）にある。そしてなぜ多くの企業がそれを真似できないのか。その理由もまた、DBSの中にある。
改善を「イベント」にするか、「文法」にするか
改善活動に取り組む企業の多くは、「今期の改善テーマ」としてプロジェクトを立ち上げる。専任チームが分析し、課題を特定し、解決策を実装する。成果が出れば報告し、プロジェクトは完結する。
しかし翌年、また別のプロジェクトが立ち上がる。改善は繰り返されるが、組織の動き方そのものは変わらない。改善が「イベント」として消費されている。
DBSはここが根本的に違う。改善は、仕事の文法だ。
朝のミーティングで問題が出たとき、担当者も、マネージャーも、事業部長も、同じフレームで考える。「何が標準で、どこがズレていて、根因は何か」――この問いの立て方が、職位を問わず共通になっている。英語が社内公用語の会社で、会議も廊下の会話も英語になるように、DBSでは改善の思考が日常語になっている。
改善が「プロジェクト」から「日常」に変わるとき、それは初めて組織の能力になる。
文法はどうやって組織全体に広がるのか
DBSにはDBSオフィスと呼ばれる専門チームがある。各事業会社が問題を抱えたとき、このチームに支援を要請する。押しつけではなく、引き取りモデルだ。ここだけ聞くと、「結局、専門家チームが改善を担うのでは」と思うかもしれない。
しかし、DBSオフィスの設計はそうなっていない。
DBSオフィスのメンバーは外部から採用された改善の専門家ではなく、営業・製造・R&Dなど現場の実務で実績を上げた社内人材だ。そしてDBSオフィスへの在籍は、キャリアの終着点ではなく通過点として設計されている。DBSオフィスを経た人材は、より大きな機能リーダーの役割へと異動していく。
つまりDBSオフィスは、改善の知見を「溜める場所」ではなく「循環させる仕組み」だ。現場の実務を知る人材がDBSオフィスを経由することで、改善の文法が現場からDBSオフィスへ、そしてまた別の現場へと組織全体を流れていく。専門家が改善を所有するのではなく、改善の知見が人材とともに組織中に広がる。これがDBSを真似できない理由の核心だ。
M&Aで買収した企業を、なぜ変革できるのか
この文法が組織全体に根付いているとき、M&Aという最大の試練でその力が現れる。Danaherは2001年から2006年の間だけで50社以上を買収し、産業系の企業からライフサイエンス・医療機器の企業へと業態を転換させた。買収のたびに、DBSをそのまま移植する。
通常、買収した企業の変革には数年を要し、文化の摩擦が生じる。しかしDanaherはこのプロセスを体系化している。買収後すぐにDBSオフィスのチームが入り、その企業が「ずっと解決したかった問題」を一週間のカイゼンイベントで叩き潰してみせる。「DBSで大きな問題を短期間で解決できる」という体験を、新しい経営陣に先に見せる。そこから信頼が生まれ、移植が進む。
共通の文法があるから、移植できる。文法を体に入れた人材が循環するから、知見が蓄積され、横展開できる。これがDanaherの強さの正体だ。
しかし、DBSが到達できない領域がある
改善の文法が揃った。組織全体が向かうゴール――北極星――も明確だ。全員が同じフレームワークで問題を語る。それでも、ある問いにDBSは答えられない。
「なぜ今この方向に力を入れるのか」「なぜこのトレードオフを選んだのか」「何が変わったら方向を修正するのか」――経営が下したこれらの判断の前提は、DBSの道具では記録できない。
市場が変化した。競合が動いた。そのとき経営が判断を更新しても、その理由が組織全体に届かなければ、現場の改善は古い方向に向かい続ける。文法は正しく使われている。しかし、どの方向に向かって話すべきかが、共有されていない。
改善は回っている。しかし「なぜその方向に改善するか」の判断の前提は、記録されていない。この違和感を覚えたことがある経営者は多いはずだ。
第3章｜データドリブンが経営者に刺さらない理由
――VUCAの時代に、なぜ判断の暗黙知が経営を止めるのか
「判断が難しくなった」
データドリブン経営に取り組んできた経営者と話すと、この言葉が出ることがある。数字は揃っている。ダッシュボードも整備されている。会議には分析資料が並ぶ。それなのに、決めきれない。
これは矛盾のように聞こえる。データが増えれば、判断は楽になるはずではないのか。しかし、経験豊富な経営者ほど、この違和感を持っている。なぜか。答えは、データの量の問題ではない。判断の「前提」が崩れる速度が上がったことにある。
VUCAとは、判断の前提が崩れ続ける時代のことだ
VUCAという言葉がある。Volatility（変動性）、Uncertainty（不確実性）、Complexity（複雑性）、Ambiguity（曖昧性）の頭文字だ。もともとは冷戦後の軍事用語だったが、今はビジネスの文脈で広く使われている。
かつて戦略サイクルは3〜5年で機能した。市場の前提が安定していたからだ。今は違う。競合の動き、顧客の優先順位、技術の変化、地政学的リスク——これらが1年以内に前提を覆すことがある。判断が難しくなったのは、経営者の能力が落ちたのではない。判断の土台が揺れ続けているからだ。
しかし、社内の意思決定機構はほとんど変わっていない。権限移譲、ビジョンからKGI・KPIへの落とし込み、様々な工夫はある。だが構造は変わっていない。判断が上に集中したまま、前提が崩れるスピードだけが上がっている。この非対称性が、「判断が難しくなった」という感覚の根にある。
判断の大部分は、暗黙知だ
ここに、もう一つの構造問題がある。各層の判断には、KPIとして明文化されていない基準が存在する。「この顧客は今期は厳しい」「このタイミングで価格を下げると後が怖い」「この数字は見た目ほど悪くない」——これらは肌感覚として機能しているが、説明されない。暗黙知のまま残る。
データドリブン経営の強みは明確だ。結果を素早く把握できる。数値として比較できる。傾向を分析できる。しかしデータが記録するのは「結果」だ。各層で行われた判断の前提——どの情報を重視し、どのトレードオフを考慮したか——はデータに残らない。暗黙知のまま、次の判断者に引き継がれない。
「なぜその判断をしたのか」は、データに残らない。暗黙知のままの判断は、前提が崩れても更新されない。
では、この構造をどう崩すか。手がかりは「測ること」の本質を問い直すところにある。
Amazonがやっていること――因果仮説を言語化する訓練
ここで第1章で紹介したAmazonに戻りたい。Amazonが「何を測るか」を能力の中核にした、と述べた。その実態は何か。
インプット指標を設計するとは、測定の工夫ではない。「なぜこのプロセスが、最終的な顧客価値につながるのか」という因果仮説を立てることだ。
Amazonが書籍から他カテゴリへ拡大した初期、「詳細ページの新規作成数」を品揃え改善の指標として使っていた時期があった。ページ数を増やせば顧客体験も改善されるはずだという仮説だったが、これは間違いだった。ページが存在しても、在庫がなければ顧客は買えない。仮説そのものが間違っていたのだ。
この失敗からAmazonが学んだのは、「測り方が甘かった」ということではない。「なぜそのインプットがアウトプットを動かすのか」という因果の問いを、指標の設計と同時に立てなければならないということだ。その後、指標は「詳細ページビュー数」へ、「在庫率」へ、最終的に「即日二日配送が可能な状態での在庫率」へと進化した。一つひとつの進化が、因果仮説の更新だ。
この問いを立てるためには、プロセスを俯瞰しなければならない。「このプロセスはそもそも何のために存在するのか」「顧客にとっての価値はどこで生まれているのか」「そのルート上で、何がアウトプットを左右しているのか」。この問い直しなしに、正しいインプット指標は設計できない。
しかし、最終的な計数目標だけを追ってきた組織には、この思考が構造的に難しい。売上・利益・シェアという結果の数字を追いかける習慣がついていると、プロセスの存在意義から問い直すという発想そのものが生まれにくい。「何を達成するか」ではなく「どういう因果でそこに至るか」を問う訓練が、組織に根付いていないからだ。
Amazonが何百時間も費やしたのは、指標の技術的な設計ではない。この因果仮説を立て、試し、ズレたら更新するというサイクルを、組織の共通言語にする訓練だった。
改善とは、因果仮説を言語化することから始まる。Amazonの強さは、その訓練を全組織で続けていることにある。
しかし、ここで一つの限界が見えてくる。Amazonの訓練はプロセスレベルの因果仮説を言語化する力を組織に根付かせた。では、経営レベルの判断はどうか。なぜこのトレードオフを選んだのか。何が変わったら方向を修正するのか。この前提は、誰が言語化し、どこに残るのか。
データは結果を記録する。しかし判断の理由は、今日も記録されずに消えている。
ホワイトカラーの仕事が属人化しやすいのは、個人のスキルが高いからではない。判断の前提が組織に残らないからだ。以前の連載で「ホワイトカラーのプロセスは判断が多く入るために属人化しやすい」と述べたが、その本質的な原因がここにある。生成AIの議論が現場ナレッジの形式知化や意思決定支援に向かいつつある今、この空白——判断の前提を蓄積するという問い——が、次のAI活用の本質的なテーマになりつつある。
では、この暗黙知の問題に対して、どんな判断軸を持てばよいのか。
第4章｜能力目標という発想
――外部環境に左右されない目標をどう設計するか
判断の前提は、VUCAの速度で崩れ続けている。業績レバーは多数あり、それぞれが外部環境と複雑に絡み合う。売上が下がっても、それが自社の問題なのか市場全体の問題なのか、すぐには判別できない。前提が揺れているとき、何を判断の軸にすればよいのか。
この問いへの一つの答えを、トラスコ中山という企業が実践している。
能力目標とは何か
トラスコ中山は工業用副資材の専門商社だ。工具・器具・備品・消耗品を全国の製造現場に届けるこの会社は、成熟した卸売業という市場で長期にわたって成長を続けている。その経営の特徴の一つが、中期経営戦略を「能力目標」という言葉で定義していることだ。
「通常、目標というと『売上はいくら』『利益がいくら』という金額に表せるものが多い。それとは別に、我々には能力目標という考え方があります」——中山哲也社長はこう語っている。「在庫100万アイテムを保有できる会社になる」「24時間365日、受注と発送ができる会社になる」。これらは金額ではなく、組織が持つべき能力の定義だ。
数値目標は結果を定義する。能力目標は、組織が何者であるかを定義する。
なぜ能力目標は外部環境に左右されないのか
業績目標は、外部環境と切り離せない。市場が縮めば売上目標は達成しにくくなる。競合が値下げすれば利益率は圧迫される。為替が動けば数字が変わる。業績目標の達成・未達には、自社のコントロール外の要因が常に混入する。
能力目標は違う。「24時間365日発送できる」かどうかは、市場の動向とは無関係だ。自社がその能力を持っているか、持っていないか。それだけだ。競合が何をしようと、景気がどう動こうと、「在庫100万アイテムを保有できる」という能力の有無は変わらない。
これはVUCAの時代における、判断軸の設計として非常に合理的だ。前提が崩れやすい業績レバーを目標の中心に置くのではなく、前提が崩れにくい能力を目標の中心に置く。環境が変わっても、「何者であるか」という問いへの答えは変わらない。
能力目標が組織の判断を揃える
トラスコ中山のもう一つの特徴は、この能力目標を支える哲学が社長自身の語りかけによって全社員に浸透していることだ。ビジョン・KGI・KPI・それを支えるプロセスが、同じ一つの哲学から導かれているため、組織のどの層でも判断の軸がぶれない。
これは、第3章で論じた「判断の暗黙知」問題への直接的な答えでもある。経営者の判断の前提が暗黙知のまま現場に届かない——その問題を、トラスコ中山は能力目標という言語化された軸によって解いている。「何者であるか」が全社で共有されているから、各層の判断が同じ方向を向く。上位の判断の理由を下位が推測する必要がない。
能力目標は、判断の前提を組織全体で共有するための最もシンプルな装置だ。
能力目標は、大企業だけの話ではない。どんな規模の組織でも、どんな単位でも策定できる。たとえば「お客様に同じ内容を聞き返さない」。これは立派な能力目標だ。「前にもお伝えしましたが」という言葉が出た回数を計測し、目標を設定し、原因を追い、直していく。売上でも利益でもない。しかしこれができる組織とできない組織では、顧客との関係の質がまったく違う。
事業の立て直しに取り組むとき、「あなたの組織が、重要だと思いながらも測っていない能力は何か」と問いかけてみよう。業績の数字を追うよりも、この問いに答えることで前に進めるだろう。
三社の役割が揃った
ここで、第1章から積み上げてきた三社の役割が揃う。DBSは「どう改善するか」を全員の共通言語にした。Amazonは「何を測るか」を因果仮説から設計し、測れないものを測れるようにする訓練を組織に根づかせた。そしてトラスコ中山は「何者であるか」を能力目標として定義し、外部環境に左右されない判断の軸を組織全体で共有した。
しかし、三つの要素が揃っても、まだ一つの問いが残る。戦略の前提が崩れたとき、組織は判断を切り替えられるのか。能力目標があり、指標があり、改善の共通言語があっても——なぜ経営者は「切り替えるべきだ」とわかっていても切り替えられないのか。
第5章｜なぜ切り替えられないのか
――数字が目的になるとき、戦略の前提は最初から壊れている
能力目標という発想は、外部環境に左右されない判断の軸を組織にもたらす。DBSが「どう改善するか」を能力にし、Amazonが「何を測るか」を能力にし、トラスコ中山が「何者であるか」を能力目標として定義した。
三社の強さの正体が見えてきた。
しかしここで、一つの問いに向き合わなければならない。三社が示した営みはすべて、戦略の前提をそろえることだった。数字を作ることではない。改善の方向性が組織全体で揃っている。何を測るかの前提が共有されている。判断の軸が外部環境に左右されない。この三つが揃って初めて、戦略は機能する。
ではなぜ、多くの組織では前提がそろわないのか。「切り替えるべきだ」とわかっていても切り替えられない経営者が後を絶たないのはなぜか。
理由の一つは、戦略がそもそも最初から矛盾を抱えて生まれてくるからだ。
「数字が目的になる病」
企業規模が大きくなるにつれて、経営層が戦略を自ら立案する機会は減っていく。市場の分析から施策の設計まで、実質的な作業を担うのは中間管理職だ。
ここに構造的な問題がある。
中間管理職が経営陣に向けて戦略を立案するとき、どんなに優秀な人材であっても、忖度を完全に排除することは難しい。「この数字なら通りそうだ」「このリスクを出すと計画が崩れる」「あの指標に触れると叩かれる」——こうした読みが、戦略の前提の中に静かに織り込まれていく。
その結果、こういうことが起きる。
市況は上向きで売上計画は堅調だ、と計画書に書いてある。しかし材料供給リスクの欄には「問題なし」と一行ある。根拠は書いていない。なぜ問題ないのかを詰めると、「サプライヤーにはまだ確認していない」という答えが返ってくることがある。
なぜ確認しないのか。確認してリスクが出れば、売上計画が崩れるからだ。計画が崩れれば、承認されないかもしれない。だから前提に矛盾があっても、そのまま出す。経営陣も数字が目標に近ければ通す。
数字が目的になったとき、組織は矛盾を内包した戦略を承認するように設計されている。
この問題が深刻なのは、その戦略を後から切り替えることが極めて困難になるからだ。前提に矛盾があるため、「何が変わったら修正する」という判断基準が最初から設計されていない。「大丈夫と言った材料供給が実は大丈夫ではなかった」という事実は、「現実が変わった」ではなく「予測が外れた」と解釈される。誰も前提を問い直さない。結果として、判断の切り替えは「失敗の認定」になる。
―――――――――――――――――――――――――――――――――――――
社内政治と戦略の関係
忖度は個人の道徳の問題ではない。組織の設計の問題だ。
戦略の前提を問うことが「上を否定する行為」とみなされる文化では、誰も前提を言語化しない。言語化しなければ、矛盾は見えない。矛盾が見えなければ、修正の議論も起きない。
社内政治を排して戦略を立案するためには、前提を言語化することが組織の標準でなければならない。「この戦略はこの前提のもとで機能する」「この条件が変わったら見直す」——これが明文化されていれば、前提を問うことは上を否定することではなく、設計通りの確認になる。
―――――――――――――――――――――――――――――――――――――
切り替えられない三つの理由
最初から矛盾を抱えた戦略が承認されたとき、後から切り替えることが困難になる構造的な理由が三つある。
一つ目は、埋没コストの罠だ。最初の判断の前提が記録されていなければ、「2年経って差が縮まっていない」という事実は、前提の崩壊として論じられない。感覚で決めるしかなく、感覚は「ここまで来たのだから」という埋没コストに引きずられる。
二つ目は、組織が戦略に染まっていることだ。方針を変えるとき、なぜ変えるのかを説明できなければ、現場は混乱する。「また変わった」という不信感が積み重なる。前提が残っていれば切り替えは「設計通りの修正」になるが、残っていなければ「失敗の宣言」になる。
三つ目は、詰められる材料になることだ。切り替えを宣言した瞬間、「いつから間違っていたのか」と問われる。トレードオフを伴う判断をした経営者が、できていない片方の指標を取り上げられる。前提が記録されていれば論理で答えられるが、記録がなければ答えられない。答えられないから、次の経営者は大きなトレードオフを避けるようになる。どちらも中途半端に追う。それが最もリスクの高い選択なのに。
この三つに共通することは一つだ。すべて、判断の前提が残っていないことから生まれている。
DXは何を変えたか
しかしここで、もう一段深く問わなければならない。
なぜ前提が残っていないのか。記録の仕組みがないからだ。では、なぜ仕組みを作らなかったのか。
DXに、その問いを持ち込まなかったからだ。
この十年、多くの企業がデジタルトランスフォーメーションに取り組んできた。受発注の自動化、在庫管理のリアルタイム化、営業活動のデータ化。現場の作業が速くなった。ミスが減った。コストが下がった。それ自体は正しい。
しかし冷静に問い直してほしい。あなたの会社のDXは、何を変えたか。
現場作業を省力化した。それは確かだ。では、戦略が作られていくプロセスは変わったか。「市況は上向きで材料供給は大丈夫」という矛盾した前提が通っていく会議の構造は、変わったか。中間管理職が忖度を織り込んで数字を作るプロセスに、デジタルの光は当たったか。
おそらく、答えはNOだ。
ベンダーやコンサルタントを責めることはできない。彼らは経営者の意図を絵にしているにすぎない。DXで何を変えるかを決めるのは、経営者だ。そして経営者が「現場を速くしてほしい」と言えば、現場が速くなる。それだけだ。
戦略が作られるプロセスを変えてほしい、と誰も言わなかった。
なぜ言わなかったのか。戦略とは何か、という問いに立ち戻っていなかったからだ。
戦略とは、数字の達成目標ではない。「なぜこの方向に力を入れるのか」「何が変わったら方向を修正するのか」という判断の前提を組織全体でそろえ、行動を一方向に向けるための設計だ。その設計が機能しているとき、改善は正しい方向に向かう。指標は判断に生きる。能力目標は組織を動かす。
しかし前提がそろっていなければ、改善は空回りする。指標は報告の道具になる。能力目標は掛け声になる。
DXは本来、この「前提をそろえる」プロセス——戦略が作られ、判断が下され、修正が行われていく一連の流れ——にこそ光を当てるべきものだった。結果指標をダッシュボードに並べることではなく、判断の前提が記録され、矛盾が可視化され、修正の根拠が残っていく構造を作ること。それがDXの本来の問いだったはずだ。
それができていなかったとすれば、誠実さが足りなかった、と言わざるを得ない。経営者として、何のためにデジタルを使うのかという問いに、正面から向き合っていなかった。
その誠実さを取り戻すための構造こそが、「誠実構造」だ。
第6章｜誠実構造という考え方
――能力経営を完成させる最後のピース
ここまでの五章を振り返る。
DBSは「どう改善するか」のプロセス思考を、組織全体の共通言語にした。Amazonは「何を測るか」というデータドリブンの思考を、因果仮説の設計として組織に根づかせた。トラスコ中山は「なぜその判断をするか」というビジョンと能力目標の接続を、全社で共有することを能力の中核にした。
三社はそれぞれ、異なる思考を組織能力として育てた。
では、LSSを使いこなしても改善の方向が揃わない企業があるのはなぜか。データドリブン経営を進めても判断が難しくなる経営者がいるのはなぜか。戦略を定めても切り替えられない組織があるのはなぜか。
三つの思考が、バラバラに存在しているからだ。そしてその三つを繋ぐための情報処理を、人手で行うことがこれまで不可能だったからだ。
誠実構造とは、この三つを一つに繋ぐ設計原則だ。そしてAIは、その接続を初めて現実のものにする手段だ。
誠実さとは、厳しい現実に向き合い続けることだ
「誠実」という言葉を聞くと、道徳や倫理の話を連想するかもしれない。違う。
ここで言う誠実さとは、厳しい現実に向き合い続けることだ。そしてそれは、個人の意志の問題ではない。組織の設計の問題だ。
第5章で論じたように、多くの組織では計画策定の時点ですでに歪みが生まれている。前提に矛盾があっても、数字が通りそうであれば承認される。そしてその後、現実との差が生まれるたびに、歪みを直視するのではなく、つじつまを合わせる理由が作られていく。財務数値という結果が出て初めて「なぜか」を遡るが、その時点では原因の連鎖はすでに見えにくくなっている。
これはサイクルだ。歪みを抱えた計画が作られ、現実との差が隠され、結果が出てから遡る。そしてまた歪みを抱えた計画が作られる。
誠実構造とは、このサイクルを断ち切る設計だ。
現場と経営の間にあるフィルター
ここで一つの現実を直視しておく必要がある。
ほとんどの企業活動は、既存ビジネスの延長だ。計画は一年に一度見直す文書ではなく、日々の現場判断の中に生きていなければならない。経営の優先順位は、月次会議の場だけでなく、現場の商談・在庫判断・採用の一つひとつに反映されていなければ意味をなさない。
しかし現実には、現場と経営の間に多くのフィルターがかかっている。情報は集約され、解釈され、編集されて上がってくる。現場で何が起きているのか、それが経営の優先順位の前提と合致しているのか、あるいは矛盾しているのか——これが経営に届くころには、すでに加工されている。
データドリブン経営の普及とダッシュボードの整備は、このフィルターを薄くした。数字が速く見えるようになった。ドリルダウンで現場に近い数字まで辿れるようになった。それ自体は正しい。
しかし問いが残る。どこをドリルダウンすべきか、誰がどうやって検知するのか。
膨大なデータの中から「この数字の動きは、経営が置いていた前提と矛盾している」と気づくことは、構造として解決されていない。気づける経営者がいれば機能し、いなければ機能しない。ダッシュボードは答えを出さない。問いを立てる人間を必要とする。
誠実構造とは、この検知を設計することだ。
現場で起きていることが、経営の優先順位・前提条件と照合される。乖離が、財務数値という結果になる前に、行動・判断・前提条件のレベルで浮かび上がる。つじつまを合わせる余地を、構造として塞ぐ。これが誠実構造の設計思想だ。
三つの思考が、初めて同時に機能する
誠実構造があると、三社の思考は何が変わるか。
DBSのプロセス思考は、改善の文法を現場に与える。しかし改善の方向が経営の優先順位と繋がっていなければ、各現場が自分たちの問題を解くだけになる。改善は回っているが、どこに向かって回っているのかが揃っていない。
Amazonのデータドリブン思考は、因果仮説を指標に落とす力を組織に与える。しかし指標が経営の前提条件と繋がっていなければ、数字は報告の道具になる。「この数字が動いた」という事実は見えても、「それが経営の前提のどこに触れているか」が見えない。
トラスコ中山のビジョンと能力目標の接続は、判断の軸を全社で共有する。しかし哲学が現場の日常判断に降りていなければ、それは経営者の言葉に留まる。現場との乖離を検知する手段がない。
三つの思考はそれぞれ強力だ。しかし単独では、現場と経営を繋ぐことができない。
ここで問うべきことがある。なぜ三つを同時に機能させることが、これまで難しかったのか。
答えは情報処理のコストだ。プロセスマイニングはDBS層——オペレーションの逸脱——を検知できる。ダッシュボードはAmazon層——指標の動き——を可視化できる。しかしトラスコ層——経営の優先順位と現場の行動の照合——は、社長の語りかけという属人的な手段に頼るしかなかった。会議の発言、商談の手応え、現場の判断の積み重ね。これらは構造化されたシステムログには残らない。人手で横断的に読み取り、経営の前提と照合することは、実質的に不可能だった。
AIが非構造化情報を扱えるようになったことで、この壁が初めて崩れる。
AIは組織内のコミュニケーション——会議の発言、メール、報告書、商談の記録——を横断的に読み取り、現場で起きていることを経営の優先順位・前提条件と照合する。「この動きは、経営が置いた前提と矛盾している」というシグナルを、財務数値として結果が出る前に返す。ドリルダウンすべき場所を、AIが検知する。
これはAIを意思決定者にすることではない。三つの思考を同時に機能させるための情報処理基盤として、AIを使うことだ。
DBSのプロセス思考 × Amazonのデータドリブン思考 × トラスコ中山のビジョンと能力目標の接続。この三つが誠実構造の上で同時に機能するとき、現場の判断と経営の前提がリアルタイムで照合され、乖離が財務結果になる前に検知される。
これが、現場と経営が一体となって動く組織の姿だ。
誠実構造は設計原則だ。AIはその実装手段だ。そして三社の思考は、その設計を満たすための三つの柱だ。この三つが揃ったとき、「判断を蓄積する組織」は初めて現実のものになる。ここから先は、この設計を実際に始めるための最初の一手を示す。
第7章｜判断が創造になる日
――能力経営の、その先へ
最後は、少し違う形で始めたい。
問いかけではなく、呼びかけとして。
あなたと一緒に、これからの世界を考えてみたい。
あなたの組織は、どこにいるか
ここまで読んできたあなたの組織には、おそらくいくつかのことが共有されている。
向かうべき方向が言葉になっている。「何者でありたいか」が、経営者だけでなく現場にも届いている。数字が目標になるのではなく、能力目標が判断の軸になっている。プロセスへの向き合い方が根付いている。「なぜそうなったか」を問う文化がある。数値化への真剣な検討がある。「測ることは、仮説を持つことだ」という認識が共有されている。
これは、特別なことではない。しかし、普通のことでもない。
ここまで辿ってきた三社——DBS、Amazon、トラスコ中山——が共通して持っていたのは、この三つだ。北極星。プロセス思考。数値への誠実さ。そしてこの三つが揃っている組織こそが、誠実構造の土台を持っている。
あなたの組織がその土台を持っているなら、これからの話は他人事ではない。
その組織に、AIが加わると何が起きるか
第6章で論じたように、誠実構造の実装にはAIが不可欠だ。
会議の発言、商談の記録、現場の判断、メールのやりとり。これまで「流れては消えていた」情報が、経営の優先順位・前提条件と照合される。乖離が財務結果になる前にシグナルとして返ってくる。ドリルダウンすべき場所が、検知される。
しかしここで、もう一段深く考えてみたい。
AIが調査・分析を担うようになると、人間の役割が変わる。情報を集め、整理し、比較する作業はAIに委ねられる。人間は、その結果の上に立って判断する主体として位置づけられる。これは多くの人が語ることだ。
しかし誠実構造の中では、もう一つのことが起きる。
判断が記録される。蓄積される。分析される。
「あの局面で、なぜその選択をしたのか」「どの前提に基づいて、どのトレードオフを選んだのか」——これまで個人の頭の中にしか存在しなかったものが、組織の中に残っていく。
判断が、組織の記憶になる。
判断の蓄積が、組織を変える
記憶が積み重なると、何が変わるか。
一つは、判断の質が上がる。過去の判断とその結果を参照しながら、次の判断を下せるようになる。「あのとき何が見えていなかったか」「どの前提が裏切られたか」——これを組織が学習する。個人の経験則に頼るのではなく、組織として判断の能力を育てていく。
もう一つは、もっと根本的な変化だ。
判断が記録・蓄積されていくとき、人間は自然と別の領域へ向かうようになる。分析はAIがやる。判断の記録はシステムが残す。そうなったとき、人間が向かう先は何か。
「次に何をやるか」を構想することだ。
何が本当の課題かを見定め、まだ誰も手をつけていない可能性に気づくこと。AIは与えられたデータの中でパターンを見つける。しかし「そもそも自分たちは何を解こうとしているのか」「次に価値になるものは何か」——これは人間にしかできない。
そしてその構想は、一人では生まれにくい。
人とのコミュニケーションの中から生まれる。組織の中で対話が交わされるとき、誰かの経験と誰かの視点がぶつかり合うとき、これまで見えていなかったものが見えてくる。今までになかった発想が形になる。
人間は、判断する主体から、創造する主体へと向かっていく。
これが、能力経営の、その先にある世界だ。
この話を、あなたのコミュニティへ
最終章を締めくくるにあたって、一つお願いがある。
この話を、あなたの組織に持ち帰ってほしい。
「判断が蓄積されていく組織で、自分たちは何を創るのか」「AIに分析を委ねた先で、何を構想するのか」——これはこの記事が答えを出せることではない。あなたの組織の文脈の中で、あなたの仲間たちとの対話の中で、初めて形になっていくことだ。
あなたがこの話を持ち帰り、語りかけることで、また新しい対話が生まれる。その対話から、今までになかったものが創られる。
それ自体が、誠実構造の実装だ。そしてそれ自体が、創造の始まりだ。
経営の見えない半分は、あなたの組織の中にある。
おわり