Organizational Decision-Making 2026

作れる時代の、
決められない組織。

AIで「作る」が安くなった。だから 「それも良さそう」「これも良さそう」 が増える。 希少なのはもう実装ではなく、何を作らない・やめる・決める・やりきる という判断だ。 ところが人間の認知は、構造的に「足す」を選び「引く」を見落とす。 これは新しい組織負債だ。その系譜と現状を、引用付きで読み解く。

8実験
「引く」より「足す」を選ぶ認知の偏りが実証された数 (Nature 2021)
66%→56%
店頭では多機能を選ぶが、使用後は簡素を選ぶ (Feature Fatigue, JMR 2005)
+15%
AmazonがIC:管理職比を引き上げた delayering 目標 (Q1 2025)
2015→2026
Bezosの可逆性フレームを Deloitte が AI時代の現行推奨として再掲
↓ SCROLL
01 / The Thesis

希少なものが、
「作る」から「決める」へ移った。

Agrawal・Gans・Goldfarb の Prediction Machines(2018)は、AIを技術ではなく経済学で捉えた。AIが安くするのは「予測(≒作る)」であり、その補完財=判断(judgment)がむしろ希少・高価になる。作る限界費用がゼロに近づくほど、組織の勝敗は「何を作るか・作らないか」を決める層に移る。

Prediction Machines / 2018

予測が安くなる=判断が希少になる

AIの output を 安価な commodity「予測」 として recast。判断は予測の補完財。Susan Athey 評:「戦略家と経営者がAI革命について本当に知るべきこと」。明示的に経営の意思決定を標的にした書。
Agrawal, Gans & Goldfarb — HBR Press
現場観察 / 2026

「足し算」だけが議題に乗る

もう機能はいくらでも作れる。だから「それも良さそう」が無限に増える。明確に「やめる」と言える人がいないと、プロダクトはコテコテになり、時間が吸われる。これは心理的安全性とは、別物の問題に見える。
AIで開発する現場での観察
Taste discourse / 2026

「選ぶ・捨てる」が新しいボトルネック

vibe coding / agents 時代に「作る」が無料化し、希少性が 「選ぶ・捨てる・判断する taste」 に移るという実務言説が2026初頭に複数発生。Prediction Machines の口語版。※これは実務ブログ発の言説で、学術的な裏付けはこれから。
"Taste is the new bottleneck" ほか(blog)
02 / The Headwind

認知が、逆風になる。
人は「引く」を見落とす。

「決められない」のは意志の弱さではない。構造だ。個人の認知から集団のアグリゲーションまで、4つの実証された機構が、放置すれば必ず「足し算」へ組織を流す。

Nature / 2021

Additive bias

逐語:「人は系統的に "足す" 変換を探索し、"引く" 変換を見落とす」。8実験で実証。著者自身が 過密スケジュール・institutional red tape に明示接続。2025年に独立追試あり。
Adams, Converse, Hales & Klotz
Kyklos / 1966

小決定の専制

Kahn が命名。個々に小さく合理的な決定の総和が、最適でも望ましくもない大結果を生む。各選択は「将来 y を選べる前提」での投票で、足し続けると 誰も選んでいない複雑性が居座る。
Alfred E. Kahn — Tyranny of Small Decisions
JMR / 2005

Feature Fatigue

使用前は capability を過大評価し usability を過小評価 → 過度に複雑な製品を選んでしまう。店頭で66%が最多機能を選ぶが、使用後は56%が簡素を選好。機能過多は CLVをむしろ下げる
Thompson, Hamilton & Rust
O'Reilly / 2018

Build Trap

Melissa Perri:顧客価値(outcomes)でなく機能出荷(outputs)をスケジュール通り出すことに固執して stuck になる状態。処方箋は output→outcome の文化転換。「何を作るか」問題の組織的表出。
Escaping the Build Trap

読み方の注意(過大解釈を避ける)

additive bias の実験は 個人の認知を測ったもの。組織への外挿は著者自身が red tape / bureaucracy に接続した合理的推論であり、組織レベルの直接実証ではない。2024年の追試は task・文化・年齢への依存性を示し「普遍的デフォルト」をやや弱める。平均では頑健に再現されるが、「常にそうなる」とは言い切らない。Kahn の原機構も 多数の消費者の市場集計で、単一組織内の話とは対象が違う。個々の研究を「組織の意思決定の負債」として束ねるのは解釈であって、原典そのものがそう主張しているわけではない。

→ 「だから人は必ず足す」ではなく「放置すれば足す側に傾く構造的な圧力がある」と読む。

03 / Prior Art

土台になる概念は、
もう揃っている。

AI時代の意思決定を考えるとき、よりどころになる検証済みの先行概念が、すでにいくつも存在する。下表はその系譜。認知の偏りから決定権の明文化までを一望できる。

概念
提唱者 / 年
役割
Subtraction neglect / Additive bias引くより足す認知デフォルト
Adams, Converse, Hales & Klotz / 2021
★認知エンジン。放置すれば必ず足し算に偏る
Tyranny of Small Decisions小決定の専制
Alfred E. Kahn / 1966
★集団アグリゲーション。誰も選んでいない複雑性
Feature Fatigue機能過多疲れ
Thompson, Hamilton & Rust / 2005
「足す」は局所最適でも全体損、の実証
Build Trap / Feature Factory作ること自体が目的化
Perri 2018 / Cutler 2016
組織版の症状(output 依存)
Type 1 / Type 2 Decisions不可逆 / 可逆の二分
Jeff Bezos / 2015
★可逆性で決定速度を較正する核フレーム
Prediction Machinesjudgment as complement
Agrawal, Gans & Goldfarb / 2018
★abundance アンカー(判断が希少財に)
Organizational Debt制度の不在の負債
Steve Blank / 2015
Technical Debt の組織版(隣接概念・対象は異なる)
RAPID / DRI / Disagree & commit決定権の明文化
Bain 2006 / Amazon・Grove
返済手段(誰が決める・やりきる)
04 / The Core Frame

処方は2つ。
速度を較正し、足すのをやめる。

意思決定の負債に効く核は、Bezos の可逆性フレームに集約される。決定的なのは、このフレームが2018年の遺物ではないことだ。2026年に tier-1 コンサルが現行推奨として再掲している

CORE FRAME 01 — Bezos 2015
全部を慎重に可逆性で速度を分ける

不可逆(Type 1 / one-way door)は慎重に・ゆっくり・相談して。可逆(Type 2 / two-way door)は判断力ある個人や小グループが速く決めるべき。委員会や全会一致ではない。

「組織が大きくなると、重い Type 1 のプロセスを Type 2 の決定にまで使う傾向が出る。結果は鈍化・過度なリスク回避・実験不足・発明の減少だ。」(Amazon 2015 株主書簡、一次PDFで確認)

CORE FRAME 02 — additive → subtractive
足す案だけ議題に引く案を必ず並べる

additive bias は「引く選択肢をそもそも探索しない」ことで効く。だから処方は意志ではなく 設計 だ。議題に「やめる・減らす」案を構造的に入れ、ロードマップに「足した数」と「やめた数」を並べる。

「引く」案を促されないとき、選択肢が一度きりのとき、認知負荷が高いとき。人は最も「引く」を見落とす(Nature 2021)。つまり忙しい組織ほど足す。

2026年の現状検証(Deloitte Global Human Capital Trends)

Deloitte の2026年版(2026-03公開)は Amazon の one-way / two-way door モデルを AI時代に決定速度を可逆性へ合わせるための現行推奨として引用し、組織に「選択を分類し、各カテゴリに owner・データ・ガードレール・速度を 事前割当 せよ」と勧める。つまりこの核フレームは陳腐化せず、むしろ AI 時代に再要請されている。
※Deloitte は "Type 1/Type 2" や "Bezos" の語は使わず "one-way/two-way door" / "Amazon 2015 株主書簡" と表記。Type1/2 のラベル自体は Bezos 書簡に帰属。

05 / Org Design Now

組織は、層と配分で
「決めにくさ」を作る。

意思決定の負債は、組織構造にも宿る。中間層が増えれば「決定は他所でなされる」感覚が当事者意識を蝕み、年次拘束の予算は条件変化に追従できない。2025-26 の現状事例を、ヘッジ付きで。

Amazon / Jassy 2024-25

delayering(層を削り、決定を前線へ)

Jassy は IC(現場):管理職の比率を Q1 2025末までに最低15%引き上げると宣言(目標は2024-09設定、2025-03末に達成と報告)。逐語の狙い:「決定が他所でなされるから、施策のオーナーが提案を控えるようになる」状態を解き、当事者意識を取り戻すこと。
"flatten our organization and have fewer layers"
McKinsey / 相関データ

資本の機動的な再配分

再配分が活発な 上位1/3の企業は15年間で平均56%の資本を事業部間でシフトし、下位1/3より 年率TRS が約30%高い。年次拘束・静的な配分に対する機動性の優位を示す。ただし 相関であって因果ではない
約1,600 US企業 / 1990–2005

Amazon の数字の読み方

15%達成は Amazon の自己申告で外部監査なし。真因も争点で、アナリストは $2.1–3.6B のマネージャ人件費削減を指摘する一方、Jassy 自身は 「財務主導でもAI主導でもなく、文化・俊敏性・当事者意識のため」と枠付ける。本稿が扱うのは 表明された狙い(stated rationale)であり、真因の断定ではない。

→ 「層を削れば決定が速くなる」の事例証拠であって、効果の因果証明ではない。

McKinsey の数字の読み方

56%/30%は 相関で、McKinsey 自身がそう枠付ける。高業績企業ほど現金が多く再配分余地が大きい 逆因果も成り立つ。データは 1990–2005 と20年以上前。なお近接して流布する「10% vs 6%」「10.8% vs 2.5% CAGR」系の数字は本稿の検証で支持できず 採用しない(56%/30%/15年版のみ採用)。

→ 機動的再配分は「有望だが因果未確立」。年次予算の見直しを促す材料に留める。

06 / Decision Rights

「誰が決めるか」を、
紙に書く。

決められない組織の多くは、決定権が曖昧だ。解く鍵は、誰が決め・誰が入力し・決めたら全員でやりきるかを明文化すること。最も canonical な機構を3つ。

Bain / 2006

RAPID

5役割(Recommend / Agree / Perform / Input / Decide)。逐語:「Decide は最終決定を下し組織を行動にコミットさせる。理想的には決定ごとに decider は1人」。stated purpose は 説明責任の透明化・曖昧さの削減
Rogers & Blenko, "Who Has the D?" (HBR)
Amazon / Apple

Single-threaded owner / DRI

1つの取り組みに 1人の専任オーナーを置く。RACI の task 起点の "Accountable" と違い、decision 起点で「このDは誰のものか」を一意にする。委員会所有(誰のものでもない決定)の対極。
STO / Directly Responsible Individual
Grove / Amazon

Disagree and commit

決めるまでは反対してよい。決めたら、内心反対でも全員でやりきる。「決める」だけでなく「やりきる(commit)」までを完了の定義に入れる。決めたのに動き出さない状態への、直接の処方だ。
Disagree and commit

効果の証拠はどこまで?

これらで検証できたのは 「表明された目的(曖昧さの削減)」まで。「決定説明責任 → 組織業績」の直接因果を Bain が主張しているという言い回しは本稿の検証で支持できず却下した。普及事例(採用の表明)は多いが、velocity や outcome を改善したという査読済み・準実験的エビデンスは薄いのが実情。

→ 「権限を明文化せよ」は理にかなうが、効果は実証待ち。導入=改善と短絡しない。

07 / Open Questions

わかること、
まだ薄いこと。

先行概念は揃っている。だがAI時代に固有の問いには、まだ証拠が薄い領域が残る。調べていて「ここはまだ確かでない」と分かったことを、正直に並べる。

検証で残った問い(Open Questions)
現時点での状況
AI agent を前提とした組織再設計の体系的・複数社の実装事例は?
最も空白。検証済みは Amazon の人間中心 delayering(Jassy 自身がAI主因を否定)と20年前の McKinsey 統計のみ。agent-native org の実装証拠は出てこなかった。
機動的再配分が年次拘束より優れるという因果的・近年の定量は?
McKinsey は 相関どまり。2015以降の因果的エビデンスは不足。Capital Debt の中核主張を支える現状データが薄い。
RAPID/DRI/DACI の明文化は本当に decision velocity を上げるのか?
査読済み・準実験の 効果実証は薄い。普及している割に、因果は未確立。
08 / Key Messages

覚えるのは "線"。
"枠組み" ではない。

会議・スライド・一言で使える、刺さるライン。

AIは「作る」を無料にした。これからの希少資源は 「何を作らないかを決める力」 だ。
決められないのは、意志の弱さではない。人は構造的に「足す」を選び「引く」を見落とす(Nature 2021)。だから処方は意志ではなく設計だ。
可逆な決定は、速く、単一の人が決める。委員会と全会一致は、戻せる決定にこそ毒になる(Bezos 2015 / Deloitte 2026)。
「決めた」で終わらせない。決めて、やりきる(disagree and commit)までが、決定だ。

Sources / 参考文献

出典は一次資料に当たって確認。相関は「相関」と明記し、裏が取れなかった主張は本文の根拠にしていない。数値はJA/ENで一致させている。

関連レポート|AI Era Insights
経営の再設計
AI時代の取締役会とC-suite:役割の再設計
採用戦略
AI時代に企業が採るべき人物像
教育戦略
AI時代の大学教育:問いを立てる力