全体を止めている場所を見つける
5つの工程からなる工場を考えてみます。最初の工程が1時間に100個、2つ目も100個、3つ目だけが20個、4つ目と5つ目は100個処理できるとします。この工場全体で完成する製品は、基本的に1時間に20個です。最初の工程を200個に改善しても、3つ目の工程が20個しか処理できないため、完成品は増えません。最初の工程だけを見れば生産性は2倍ですが、全体の成果は変わらないのです。
このように、全体の速さを決めているのは、最も早く動ける場所ではなく、流れを止めている場所です。制約理論では、この流れを止めている要因を「ボトルネック」や「制約」と呼びます。制約は、遅い機械のように目に見える形とは限りません。顧客が足りない、商品が継続して選ばれない、上の意思決定が遅い、といったことも制約になり得ます。
日常の仕事に置き換えると、次のような点検が役立ちます。
- 今週のタスクを書き出し、それぞれ「誰のための何か」を一言で書く。
- 進みが止まっている場所、待ちが発生している場所、手戻りが多い場所を探す。
- その中で、改善したら他の複数の作業に影響しそうな一点を選ぶ。
このとき、最初から大きな改革を目指す必要はありません。まずは、自分が関わる範囲でいちばん流れを止めていると感じる一点に注目します。もし制約がはっきりしない場合は、繰り返し起きる小さな手間や、毎回同じ説明をしている作業から探すと見つけやすくなります。
AIや便利な道具は「どこに当てるか」で結果が変わる
近年は、AIによって作業を早くできる場面が増えました。700人を超えるコンサルタントを対象にした実験では、AIが得意とする課題では作業時間が約25%短縮され、成果物の質も40%以上高く評価されたという報告があります。一方で、AIの能力範囲を外れた課題では、AIを使った人のほうが正しい答えに到達する割合が14ポイント低くなったとされています。この実験では、AIが得意な仕事と苦手な仕事の境界はきれいな一本線ではなく、ギザギザした「技術的境界」だと指摘されています。
つまり、AIを使えば作業能力は上がりますが、進んでいる方向が正しいかどうかまで保証されるわけではありません。顧客の悩みを勘違いしたまま広告を100本作れば、勘違いした広告が100本できます。誰も使っていない報告書を自動化すれば、誰も使わない報告書が毎週きちんと届くようになります。作業は早くなっても、最初の前提が間違っていれば、間違いまで一緒に大きくなってしまいます。
便利な道具を使うこと自体が高いレバレッジなのではなく、今全体を止めている場所へその道具を当てることで、大きな効果が生まれます。AIを導入する前に、「この作業はそもそも必要か」「誰が何に使うのか」を一度確認するだけでも、力の置き場所は変わってきます。
今日からできる力の置き場所の点検
最後に、仕事や暮らしの中で試しやすい手順をまとめます。すべてを一度にやる必要はなく、負担にならない範囲で一つずつ試すのが現実的です。
- 今週の主な作業を3つから5つ書き出す。それぞれの目的を一言で添える。
- 「止まっている」「待たされている」「何度も戻ってくる」作業に印をつける。そこが制約の候補です。
- 印をつけた中から、改善すると他の作業にも影響が広がりそうな一点を選ぶ。
- 道具や自動化を足す前に、その作業の前提を一つだけ確認する。たとえば「この資料は誰が読むのか」「この手順は本当に必要か」。
- 試した後は、全体の流れが変わったかを見る。変わらなければ、別の制約を探す。
もし自分だけでは構造を変えられない場合は、決定を先延ばしにしている会議や承認待ちの場所を一つだけ短くする、あるいは使い回せるテンプレートやチェックリストを一つ作る、といった小さな変更から始められます。合わないと感じたら、別の作業に移ってもかまいません。
同じ時間と労力でも、力を置く場所が変われば、返ってくる結果の範囲は変わります。まずは、今いちばん流れを止めている一点を探すところから始めてみてください。
