<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>ポジティブ・チェンジ on hdknr blog</title><link>https://hdknr.github.io/blogs/tags/%E3%83%9D%E3%82%B8%E3%83%86%E3%82%A3%E3%83%96%E3%83%81%E3%82%A7%E3%83%B3%E3%82%B8/</link><description>Recent content in ポジティブ・チェンジ on hdknr blog</description><generator>Hugo -- 0.157.0</generator><language>ja</language><lastBuildDate>Mon, 27 Apr 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://hdknr.github.io/blogs/tags/%E3%83%9D%E3%82%B8%E3%83%86%E3%82%A3%E3%83%96%E3%83%81%E3%82%A7%E3%83%B3%E3%82%B8/index.xml" rel="self" type="application/rss+xml"/><item><title>AWS が明かした AI エージェント導入失敗の構造と「AI BPR」組み直しの方法論</title><link>https://hdknr.github.io/blogs/posts/2026/04/aws-%E3%81%8C%E6%98%8E%E3%81%8B%E3%81%97%E3%81%9F-ai-%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E5%B0%8E%E5%85%A5%E5%A4%B1%E6%95%97%E3%81%AE%E6%A7%8B%E9%80%A0%E3%81%A8ai-bpr%E7%B5%84%E3%81%BF%E7%9B%B4%E3%81%97%E3%81%AE%E6%96%B9%E6%B3%95%E8%AB%96/</link><pubDate>Wed, 22 Apr 2026 00:00:00 +0000</pubDate><guid>https://hdknr.github.io/blogs/posts/2026/04/aws-%E3%81%8C%E6%98%8E%E3%81%8B%E3%81%97%E3%81%9F-ai-%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E5%B0%8E%E5%85%A5%E5%A4%B1%E6%95%97%E3%81%AE%E6%A7%8B%E9%80%A0%E3%81%A8ai-bpr%E7%B5%84%E3%81%BF%E7%9B%B4%E3%81%97%E3%81%AE%E6%96%B9%E6%B3%95%E8%AB%96/</guid><description>&lt;p&gt;AWS が公開した「AI 駆動の業務変革手法 &lt;em&gt;AI BPR&lt;/em&gt;」の記事が話題になっている。単なる成功事例ではなく、&lt;strong&gt;「正しいアプローチが全く機能しない」という壁に正直にぶつかった失敗報告&lt;/strong&gt;から始まる点が異色で、AI 導入に苦戦する多くの組織にとって示唆に富む内容だ。&lt;/p&gt;
&lt;h2 id="aws-が3ヶ月間で発見した正しいアプローチが機能しない現実"&gt;AWS が3ヶ月間で発見した「正しいアプローチが機能しない」現実&lt;/h2&gt;
&lt;p&gt;AWS は自社で3ヶ月間、お客様に AI エージェント導入プログラムを提供してみた。最初に試みたのは、いわゆる BPR の教科書通りのアプローチだ。&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;ゴール設定&lt;/li&gt;
&lt;li&gt;業務フロー分析&lt;/li&gt;
&lt;li&gt;ボトルネック特定&lt;/li&gt;
&lt;li&gt;AI エージェントで解決&lt;/li&gt;
&lt;li&gt;計測&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;整然としたフローに見えるが、現場から返ってきた反応は想定外だった。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;「AI エージェントに任せるのは BCP 上危険」&lt;/li&gt;
&lt;li&gt;「提案の枠が狭くて大きな進歩を感じない」&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;一見もっともらしい抵抗なのだが、よく分解すると全然別の構造が見えてくる。&lt;/p&gt;
&lt;h2 id="抵抗の本質2つの根本的障壁"&gt;抵抗の本質：2つの根本的障壁&lt;/h2&gt;
&lt;h3 id="1-アイデンティティへの脅威"&gt;1. アイデンティティへの脅威&lt;/h3&gt;
&lt;p&gt;長年積み上げてきた専門性が AI に代替されることへの「存在意義の危機」だ。Stanford の研究でも、45% が AI の精度を懸念し、23% が職の代替を恐れているという。これは&lt;strong&gt;能力の問題ではなく存在意義の問題&lt;/strong&gt;であり、ツール改善では解決できない。&lt;/p&gt;
&lt;h3 id="2-責任の所在を人間に残したい組織心理"&gt;2. 責任の所在を人間に残したい組織心理&lt;/h3&gt;
&lt;p&gt;「この業務は◯◯さんが詳しい」という言葉の裏を返せば、責任分担の合意だ。AI に委譲するということは、業務停止時の責任も IT 部門に一気に流れ込むということ。それは組織として受け入れがたい。&lt;/p&gt;
&lt;p&gt;この2つが合わさると、「やっぱり人間でないと難しい」という一見合理的な「落としどころ」に着地してしまう。AWS はこれを Argyris の言う&lt;strong&gt;防衛的ルーティン&lt;/strong&gt;（defensive routines）・&lt;strong&gt;熟達した無能力&lt;/strong&gt;（skilled incompetence）と結びつけて説明しており、ここが本当に鋭い。&lt;/p&gt;
&lt;h2 id="アプローチの転換課題は何ですかを捨てる"&gt;アプローチの転換：「課題は何ですか？」を捨てる&lt;/h2&gt;
&lt;p&gt;AWS が下した判断は、AI BPR を一旦抜本的に見直してゼロから組み直すことだった。&lt;/p&gt;
&lt;p&gt;従来の「&lt;strong&gt;課題は何ですか？&lt;/strong&gt;」という問いかけをやめ、「&lt;strong&gt;強みは何ですか？&lt;/strong&gt;」から入る設計に変えた。&lt;/p&gt;
&lt;p&gt;「課題は何ですか？」という問い自体が、実は防衛反応を誘発する最悪のフレームだったという発見も重要だ。問題を分析して修正するアプローチは、当事者を「自分たちは問題を抱えた存在」として位置づけてしまう。&lt;/p&gt;
&lt;h2 id="appreciative-inquiry-の採用"&gt;Appreciative Inquiry の採用&lt;/h2&gt;
&lt;p&gt;具体的に採用したのが、Cooperrider &amp;amp; Srivastva が提唱した &lt;strong&gt;Appreciative Inquiry&lt;/strong&gt;（アプリシエイティブ・インクワイアリー、以下 AI）という手法だ。&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;問題を分析して修正するのではなく、組織の既存の強みと成功体験を発見して増幅することで変革を起こす。&lt;/p&gt;
&lt;/blockquote&gt;
&lt;h3 id="appreciative-inquiry-とは何か"&gt;Appreciative Inquiry とは何か&lt;/h3&gt;
&lt;p&gt;AI は 1987 年に Case Western Reserve University の David Cooperrider と Suresh Srivastva が発表した組織開発手法だ。Cooperrider の博士論文（1986 年）が出発点で、以後 40 年近く理論的な拡張と実践が積み重ねられてきた。日本でも 2005 年以降、ヒューマンバリュー社が Diana Whitney を招聘して『ポジティブ・チェンジ』として翻訳・紹介したことで広まっている。&lt;/p&gt;</description></item></channel></rss>