「80名でわからなくなった」。見える化はアサインを救わない

この記事の要点

• 案件アサインの拠り所は4段階で進化する。マネージャーの頭の中で分かる段階、頭の中が限界を迎える段階、システムで見える化する段階、AIが価値を差し出す段階だ。
• ある本部長は社内外80名の規模で限界を迎えた。致命傷は記憶ではなく、現場リーダーの編成提案の確からしさを検証できなくなったことだった。
• 見える化システムは更新・検索・読解という3つの人的行為に依存する。新しい事業に挑み続ける組織ほどスキルシートは形骸化する。
• 第4段階では探さなくても編成案と社内ナレッジが日常業務の動線で差し出される。ツール習熟が成果を左右しなくなり、それでも最終判断には熟練のアサインメントスキルが残る。

「見える化すれば最適なアサインができる」。リソース管理ツールの提案資料に必ず書いてあるこの一文は嘘だ。見える化を完遂した組織がその先で何に直面するか、売る側は語らない。

限界は「記憶」より先に「検証」に来る

ある事業部門の本部長から聞いた話だ。外部パートナーを含めて80名。その規模になったとき「わからなくなった」と言った。

それまでは頭の中で回っていた。誰がどの案件に入っていて、いつ空くのか。誰がどの技術に強く、誰と組ませると伸びるのか。聞かれれば即答できた。プロジェクト型組織のマネージャーの多くがこの時期を経験している。頭の中が最速のデータベースである期間は確かに存在する。

崩壊は二重に来た。一つは単純な容量の限界だ。80名分の稼働とスキルは頭に収まらない。だがもう一つの方が深刻だった。数名の現場リーダーが持ち込む「この体制でいけます」という編成提案を、本部長が検証できなくなった。リーダーの言うメンバー編成は本当に確かなのか。代案はなかったのか。判断の材料が自分の頭から消えた以上、確かめようがない。

崩れたのは記憶ではない。検証だ。 組織図の上では編成の責任者でありながら、実際にはリーダーの提案を追認するしかない。承認印は押せるが、確からしさには答えられない。この瞬間、配置の意思決定は実質的に数名のリーダーへ分散し、誰も全体を見ていない状態が静かに始まる。

この崩壊は珍しい事故ではなく、成長する組織が必ず通る段階だ。案件アサインの拠り所は4段階で進化する。

1. 第1段階 マネージャーの頭の中で、社内外メンバーの稼働状況と保有スキルがだいたい分かる。
2. 第2段階 規模の拡大で頭の中が限界を迎え、稼働もスキルも、部下の提案の確からしさも分からなくなる。
3. 第3段階 システムで、社内外メンバーの稼働状況と保有スキルを見える化する。
4. 第4段階 AIが稼働とスキルをもとに、編成案と社内ナレッジという価値を自動的に差し出す。

多くの組織は第2段階の痛みを受けて第3段階に投資する。そして、ここに業界最大の落とし穴がある。

なぜ第3段階の見える化は形骸化するのか

スキルシートとリソース管理表を整備しようとした組織の実例がある。結末は導入の中止だった。完璧な管理表を目指したが作りきれなかった。新しい事業や技術に次々と取り組む組織ではスキルの項目自体がすぐに古びる。去年定義したスキル分類に今年の案件が収まらない。項目を増やすほど入力は重くなり、使いにくいものしかできず、次第に形骸化して使われなくなった。

これは運用の失敗ではなく構造の問題だ。見える化システムは3つの人的行為に依存している。誰かが更新し続けること。誰かが検索しに行くこと。検索結果を誰かが読み解くこと。どれか一つが止まればシステム全体が死ぬ。現場が更新しない理由は「入力しろ」では、誰も入力しないで書いた通り、入力する本人に見返りがないからだ。変化の速い組織では3つすべてが続かない。

仮に完璧に更新され続けたとしても、第3段階には越えられない天井がある。検索は問いを持つ人にしか答えない。探さなければ出てこない情報は、組織にとって無いのと同じだ。 80名の本部長が必要としていたのは「検索したら出てくる」ことではない。リーダーの編成提案が確かかどうかを、探しに行く前に教えてくれる何かだ。

第4段階。探していなくても、差し出される

第4段階とは、ユーザーが検索や閲覧の操作をしなくても、システムが稼働とスキルをもとに編成案と根拠を日常業務の動線の中で自動的に差し出す状態である。提案を作る。編成を検討する。会議に出る。その普段の業務の中に提示が仕込まれている。探しに行くのではなく、向こうから来る。

比較項目	第3段階：見える化システム	第4段階：AIが差し出すシステム
情報の出方	人が検索して引き出す	業務の動線の中で自動的に提示される
価値が出る条件	探す意図とツール習熟がある人だけ	習熟度が低くても一定の判断材料が届く
データの鮮度	手入力の更新が止まると死ぬ	業務の副産物としてデータが貯まる
編成提案への向き合い方	検索して自分で突合する	編成案と根拠が並び、比較で検証できる

この差はツールの機能差ではない。人間の側に要求する条件の差だ。第3段階は使いこなせる人にしか価値を出さない。第4段階はツール習熟度が足りないメンバーにも一定の質の判断材料を届ける。配置判断の底が組織ごと上がる。

差し出されるものは編成案だけではない。稼働とスキルと案件の結果が業務の副産物として貯まり続けると、どの編成が成功しどの編成が崩れたかが、個人の経験談ではなく組織のナレッジになる。退職とともに消えていた配置の勘所が、次の提案と次の育成に使える資産に変わる。

CATCAREERアサインメントはこの第4段階を、案件が走り出す前の提案・営業フェーズに置く採算設計クラウドだ。差し出される編成案には限界利益という根拠が付く。スキル・稼働・採算・本人の意向を同時に扱う仕組みの全体像は案件アサインAIとはで書いた。

見える化の先に残る、人間の仕事

第4段階の誤解を一つ潰しておく。AIが編成案を差し出すなら、もうシニアの目利きは要らないのか。逆だ。第4段階でも最終的なアサインメントを行うのは、シニアレベルのアサインメントスキルを持つ人間だ。AIが引き受けるのは判断材料を届けるところまでで、案の確からしさを判断し結果に責任を持つ仕事は残る。むしろ全員に同じ判断材料が届く分、その上で何を選ぶかの差が際立つ。

80名の本部長が取り戻すべきものも、80名分の記憶ではない。リーダーの提案に「その編成は確かか」と根拠を持って問い返せる立場だ。記録を精緻にするだけでは意思決定に届かない構造は「記録のシステム」の限界で書いた。見える化は記録の精緻化の延長にすぎない。

見える化すれば最適なアサインができるのではない。見える化が当然になった組織だけが、その先の高度なアサインメントを競える。見える化は到達点ではない。スタートラインだ。