From-To ギャップ一覧と生成AI組み込みポイント

フェーズ3では、フェーズ1(現状 From)とフェーズ2(理想 To)を突き合わせます。このページはその中心となるギャップ一覧と、生成AIが入る余地のマップです。自組織の導入計画の出発点として使えます。

ギャップを一枚で

フェーズ2で、理想像の前提は4カテゴリ(技術T・個人P・組織O・知識K)に分かれ、AIが解くのは技術の前提Tだけだと分かりました。フェーズ1で、日本企業のガバナンスは「責任の非集中」を共通DNAに持つと分かりました。この2つを重ねると、ギャップの位置が定まります。

graph TD
  subgraph To["理想(To)の前提"]
    T["技術T:AIが解く"]
    P["個人P:判断・言語化・検証"]
    O["組織O:決定権・説明責任の一意性"]
    K["知識K:暗黙知の表出化"]
  end
  subgraph From["現状(From)の実態"]
    JP["日本ガバナンス:責任の非集中<br>職位決裁・稟議・ハイコンテキスト"]
  end
  T -.衝突しない.-> OK["低障壁:AIをそのまま入れやすい"]
  P -.衝突.-> JP
  O -.衝突.-> JP
  K -.衝突.-> JP
  JP --> GAP["ギャップ = P・O・K が日本の現場で崩れる"]

要点は明快です。技術(T)のギャップは時間が解きますが、個人・組織・知識(P・O・K)のギャップは日本の組織文化と正面衝突し、放置すると埋まりません。ここが本プロジェクトの介入点です。

生成AIの組み込みポイント(工程別・障壁レベル)

理想の AIDLC は「全工程にAIを入れる」と語ります。しかし現状に重ねると、工程ごとに導入障壁が違います。障壁の高さは、その工程がP・O・Kのどれに依存するかで決まります。

工程	AIの役割	障壁	障壁の理由(依存する前提)
実装・コード生成	生成の主体	低	主に技術T。成果物レビューで吸収できる
テスト生成・実行	生成の主体	低	技術T。ただし検証能力(P3)が要る
ドキュメント生成	生成の主体	低〜中	Kに依存。暗黙知が要る箇所で精度が落ちる
設計・アーキテクチャ	支援(人が判断)	中	P1価値判断・P3検証。人のレビューが必須
要件定義	支援(人が言語化)	高	K1言語化・K2表出化。暗黙知の明文化コストが発生
決裁・承認	対象外(人が担保)	高	O1決定権・O2説明責任。職位決裁・稟議と衝突

導入は障壁の低い工程から始めるのが定石です。実装・テスト生成でAIの価値を実証し、要件・決裁という高障壁の工程は組織設計とセットで段階的に進めます。

5つのギャップ(導入障壁)

フェーズ1で特定した生成AI導入時の5つの衝突点を、フェーズ2の前提条件と結び直すと、埋めるべきギャップが明確になります。

ギャップ	崩れる前提	現状(From)	理想(To)
G1 明文化の壁	A-K1・A-K2	暗黙知・忖度で運用	仕様を言語化してAIに渡す
G2 責任主体の欠落	O2	稟議=責任分散	明確な単一の説明責任者
G3 職位ゲートと専門性の乖離	O1・P	決裁は金額×職位	技術判断できる人が決める
G4 ロールの曖昧さ・兼務	O1	メンバーシップ型	一貫した単一責任主体
G5 速さが承認滞留を際立たせる	O3	多段承認は週〜月単位	Bolt は時間単位

トレーサビリティ

このギャップ分析は、フェーズ1・2の成果物から導いています。

graph LR
  P1P["フェーズ1:9プロセス + 横断比較"] --> GAP["From-To ギャップ"]
  P1J["フェーズ1:日本ガバナンス(5衝突点)"] --> GAP
  P2A["フェーズ2:前提条件一覧(T/P/O/K)"] --> GAP
  GAP --> R["ロール別整理"]
  GAP --> B["内製/外注とBCP"]
  GAP --> C["コンテキスト補完基盤"]

各ギャップへの具体的な打ち手は、続く3つのページで扱います。ロールの再設計(ロール別整理)、内製・外注の再構成と事業継続性(内製/外注とBCP)、暗黙知の明文化基盤(コンテキスト補完基盤)です。