生成AIは生産性を大幅に向上させる一方で、人間の「自力で考え、探索し、試行錯誤する力」を弱め、組織のイノベーションを停滞させる危険がある。そのため、企業はAIの利便性だけを追求するのではなく、あえて一定の努力や思考を要求する「戦略的摩擦（Strategic Friction）」を組み込み、従業員の「吸収能力（Absorptive Capacity）」を高める必要がある。
1. AIが生み出す「生産性の罠」
AIは知識の再利用を極めて容易にする。
例えば、
- 戦略メモの作成
- 市場分析
- コード生成
- レポート作成
などが瞬時に行える。しかし研究によると、
- 他人の成果を使う頻度が増える
- 自力で探索する頻度が減る
- 多様なアプローチが失われる
- 組織の発想が似通う
という現象が発生する。結果として、
| 項目 | 短期 | 長期 |
|---|---|---|
| 生産性 | 向上 | 高水準 |
| 学習能力 | 低下 | 低下 |
| 探索力 | 低下 | 低下 |
| イノベーション | 横ばい | 停滞 |
となる。著者はこれを「生産性の罠（Productivity Trap）」と呼んでいる。
2. 本当に重要なのは「吸収能力」
本稿の中核概念が吸収能力（Absorptive Capacity）である。これは、
他人やAIの知識を単に受け取るのではなく、評価・検証・応用・改善できる能力
を指す。例えばAIが競合分析を作成した場合、
吸収能力が高い人
- 前提条件を確認する
- 抜け漏れを見つける
- 自分の知見で補強する
- 自社向けに最適化する
吸収能力が低い人
- AI出力をそのまま転送する
この差が将来の競争力を決定する。
3. 解決策は「戦略的摩擦」
普通は、「もっとAIを簡単に使えるようにしよう」と考える。しかし著者は逆を主張する。適切な摩擦を加えよというのである。目的は効率を落とすことではない。目的は考えることを強制することである。
4. 実験で確認された効果
著者らは大学院セミナーで摩擦プロトコルを導入した。ルールは単純。
他人の成果を共有してもらう前に、自分自身で試した証拠を示すこと
である。特に評価されたのは
- 成功したプロンプト
ではなく - 失敗したプロンプト
だった。なぜなら失敗には試行錯誤が含まれるからである。
結果、
- 議論の質向上
- アイデアの多様化
- 相互学習の活性化
- 独自ワークフローの増加
が確認された。
5. 組織で導入できる3つの施策
レベル1：ルール
最も簡単。
例：
- AI利用前に自分の仮説を書く
- AI利用前に分析メモを書く
- 試行錯誤の履歴を残す
メリット
即日導入可能
レベル2：AI設計
AIが回答する前に
- 顧客情報
- 現場観察
- 仮説
を入力させる。
例：
「競合分析を作る前に競合の最近の動きを3つ書いてください」
とAIが要求する。
レベル3：ゲート型AI
最も高度。
利用者が
- 仮説
- 制約条件
- 前提
を入力しなければAIが動かない。つまりAIが主役ではなく人間＋AIの共同作業になる。
6. 採用・評価で見るべき人材
著者はAI時代の人材を2種類に分けている。
ビルダー（Builder）
AIを活用しながら自分で考える人
特徴
- 仮説を持つ
- AIに検証させる
- 前提を疑う
- 自分の観察を加える
- AIを補助役として使う
フリーライダー
AIに丸投げする人
特徴
- AI出力をそのまま使う
- 前提を確認しない
- 独自の知見がない
- 学習が進まない
企業は後者ではなく前者を評価すべきだと主張している。
7. AI活用スタイルの3分類
研究ではAI利用者を3タイプに分類している。
ケンタウロス型
人間が主導
AIは補助
最も健全
サイボーグ型
人間とAIが共同思考
高度な成果を出しやすい
自己自動化型
判断までAI任せ
最も危険
スキルが育たない
詳細は下記参照。定期購読登録が必要です。
“Research: Using AI Can Stifle Innovation. But It Doesn’t Have To,” HBR.org, March 10, 2026.