なぜ管理職こそ「壁打ち相手」としてAIを使うべきか

管理職という立場になってくると「相談相手の少なさ」に気づく時があります。

部下に相談するわけにはいかないし、経営層には固まった案しか持っていけない。同僚の管理職は忙しく、雑な段階のアイデアを延々と聞いてもらうわけにもいかない。結果として、多くの戦略や方針は、自分の頭の中だけで完結し、十分に揉まれないまま実行フェーズに進んでしまう…

そんな時に、AIはこのギャップを埋める存在になり得ます。ただし、AIは判断は下しませんし責任も取りません。でも、あなたの思考を整理し、見落としを指摘し、反論を投げかける相手としてはとても優秀なんです。しかも24時間いつでも、何度でも、こちらのタイミングで気兼ねなく話しかけることができます。

ChatGPTなどに「会議の議事録をまとめて」と頼んだことがある人は多いと思います。でも「自分の意思決定プロセスそのものを鍛える道具」として使っている人はまだ少ないのではないでしょうか。この記事では、そんな使い方を具体例とともに紹介しようと思います！

壁打ち相手としてのAIが向いている場面、向いていない場面

まず期待値を揃えておきましょう。AIとの壁打ちが効くのは、次のような場面です。

• 選択肢が複数あり、判断軸を整理したい

• 自分の考えに偏りがないか、反対意見を聞いてみたい

• まだ誰にも見せていない、粗い段階のアイデアを言語化したい

• 過去の意思決定パターンを振り返り、癖を自覚したい

一方で、向いていない場面もはっきりさせておく必要があります。

• 社内の機密情報や個人情報を含む相談(情報の取り扱いポリシーを必ず確認する)

• 組織特有の政治力学や、人間関係の機微に関わる判断

• 最終的な意思決定そのもの(AIは判断材料を整理する相手であり、決定者ではない)

この線引きを誤ると、「AIに言われたから」という思考停止が生まれます。AIの役割はあくまで思考の「壁」であり、ボールを投げ返してくる相手であることを忘れないでおいてください。

例①_新規施策の意思決定で「賛成派・反対派」を演じさせる

ある事業部長は、新しいツールの全社導入を検討していました。社内ミーティングで話していると、賛成意見ばかりが返ってきます。上司である自分に対して、部下が面と向かって反対意見を出しにくい雰囲気があったのかもしれません。

そこでこの方は、AIに次のように指示しました。

「この施策について、まず推進派の立場で最も説得力のある主張を3つ挙げて。次に、反対派の立場で最も鋭いリスクを3つ挙げて。最後に、両者が対立する論点を整理して」

この「役割を変えて二度聞く」というやり方は、社内の人間にはなかなか頼みにくいですが、AIには気兼ねなく依頼できます。結果として、この方は自分が見落としていた「導入後の運用負荷」という論点に気づき、稟議に盛り込むことができました。

応用のポイントは、最初から結論を求めないことです。「賛成/反対どちらだと思う?」と聞くと、AIは無難に両論併記して終わってしまいます。「最も説得力のある主張」「最も鋭いリスク」のように、踏み込んだ言葉で指示すると、議論の質が上がります。

例②_戦略の前提を疑わせる「悪魔の代弁者」として使う

中間管理職が陥りやすい罠の一つに、「前提を疑わない」というものがあります。一度走り出した計画は、途中で前提を見直す機会が少なくなってしまうからです。

あるマーケティング部門のマネージャーは、四半期計画を立てる際、AIに次のように依頼していました。

「この計画の前提を3つ書き出して。その上で、それぞれの前提が崩れた場合、計画全体にどんな影響が出るかをシナリオとして書いて」

たとえば「主要顧客層の購買意欲は今期も維持される」という前提が崩れた場合のシナリオを書かせたところ、想定していた施策の半分が機能しなくなることが判明したため、これを受けて、この方は計画にBプランを追加しました。

この使い方の肝は、AIに「批判してくれ」と頼むのではなく、「前提を分解させる」ことです。批判は表面的になりがちですが、前提の分解は構造的な弱点をあぶり出してくれます。

例③_過去の決定を振り返り、自分の判断の癖を知る

意外と効果が高いのが、過去の意思決定を振り返る使い方です。あるプロジェクトマネージャーは、四半期に一度、自分が下した主要な意思決定を箇条書きでAIに渡し、こう尋ねていました。

「これらの意思決定に共通するパターンや、判断の癖があれば指摘して。特に、リスクを過小評価しがちな傾向があるかどうか教えて」

結果、この方は「人員配置に関する判断では楽観的になりやすい」という自分の傾向に気づきました。これは、同僚や上司からはなかなか指摘されにくい類のフィードバックでした。AIは過去のやり取りを覚えていない場合も多いため、この振り返りは自分で記録を残し、定期的にまとめて投げかける形にするとよいです。

例④_会議前に「想定される反論」を準備する

経営会議や部門間調整の前に、想定問答を作っておくのは基本動作ですが、これもAIの得意分野なんです。

ある部長は、新規予算の申請前に、決裁者の立場を想定してAIに反論を作らせていました。

「私はこの予算申請をCFOに承認してもらいたい。CFOの立場に立って、この申請に対して投げかけそうな厳しい質問を5つ挙げて」

実際の会議で、想定していた質問のうちのいくつかがそのまま出て、事前に回答を用意できていたため、その場で慌てることなく対応することができました。

このやり方の応用範囲は広いです。人事評価のフィードバック面談前に「部下が反発しそうなポイント」を洗い出す、取引先との価格交渉前に「相手が出してきそうな譲歩条件」を想定するなど、立場を明示して反論役を演じさせるのが共通のコツです。

効果的な壁打ちのための3つのコツ

ここまでの事例に共通する工夫を整理すると、次の3点に集約されます。

役割を具体的に指定する。
「どう思う?」ではなく「CFOの立場で」「反対派として」のように、立場を明確にすると、AIの回答は格段に踏み込んだものになります。

一度で終わらせず、往復させる。
最初の回答を鵜呑みにせず、「その主張の根拠は?」「もっと厳しい反論はある?」と重ねて聞くことで、思考が深まっていきます。一往復で満足するのは、人間相手の壁打ちでも同じですが、AI相手だとつい省略しがちなので意識してやってみてください。

結論ではなく、論点や前提を整理させる。
AIに「どうすべきか教えて」と聞くと、もっともらしい結論を返してくることがあります。でも意思決定の責任を持つのは管理職のあなた自身です。AIには論点の整理役、反論の生成役に徹してもらい、最終判断は自分で下すという線引きを保つことが、長期的にAI活用のスキルを高めていきます。

おわりに

AIを壁打ち相手として使うことの本質的な価値は、「思考を外に出して、客観視する機会を増やす」ことにあります。管理職の仕事は孤独になりがちですが、その孤独を埋める手段として、AIは思いのほか頼りになる存在なんです。

完璧な答えを求めるのではなく、自分では気づけない論点や前提を引き出すための道具として、まずは次の意思決定の前に、3つの反論を挙げさせてみることから始めてみてはいかがでしょうか。