英語版の後に日本語版が続きます。

They were the excel whizzes and the PowerPoint masters, those who could synthesize a rambling meeting into a sleek deck before lunch, or provide the minutes of a meeting held in English, but explained in your native tongue.

In my years overseeing leadership talent reviews for MNCs in Asia, managers would often identify, perhaps over-emphasize those kind of qualities when nominating early-in-career “high potentials”. Articulating complexity quickly were, for many, initial signals of leadership.

AI has arrived and is turning those signals into noise.

Now, with AI, anyone can now write in foreign tongues or summarize 100-page documents in seconds. But it has also made mediocrity effortless. We are drowning in AI slop, overwhelmed by overly-lengthy “summaries”, and endlessly checking AI output for inaccuracies.

The New Bottleneck

The bottleneck has shifted from producing to selecting. When anyone can generate a neat deck, a fluent email or a confident summary in seconds, those outputs stop signaling quality or leadership. The scarce skill is deciding what deserves attention, what standard is acceptable and what consequences you will accept when the output is wrong.

This is critical thinking. This is judgment. Good leaders are the ones with sharper critical thinking skills AND astute judgment. Critical thinking without judgment is analysis paralysis. Judgment without critical thinking is impulsive action. But a harmonious blend of the two lead to sound decision making.

Ever since foundation models put rapid analysis and drafting on free-flow tap, the bottleneck in many workflows has shifted to higher-level human capabilities. It has moved from finding and organizing information to choosing a direction, making tradeoffs, and taking action.

If you are strong at thinking critically and making sound judgment calls, you can open up new strategies, build new products, slash workflow inefficiencies. If you are not, you become the chokepoint, drowning in data and indecision.

The Human Premium

When intelligence becomes instant, abundant, and cheap, the “average” worker stays average, but a smaller part of the population – the AI-Augmented Leaders – begin to scale output significantly. They aren’t working harder. They are leveraging the available tools more effectively.

As the framework below illustrates, the AI-Augmented Leader uses AI as an “amplifier” for analysis and drafting, but differentiates on human capabilities. AI can process infinite data, but it lacks “skin in the game.” AI doesn’t feel the weight of a mistake or the heat of a crisis. Ultimately, we only trust those who share our risks and offer a level of authenticity that an algorithm does not have.

The framework identifies eight core human capabilities. In addition to the previously mentioned Critical Thinking and Judgment, three more stand out as the new bottlenecks of leadership: Direction, Influence and Agency.

• Direction: Direction is the capability to clarify what actually matters, and to commit to a long-term path when the data is ambiguous. AI can provide a map, but humans must choose the destination. And the unique, bold and especially the “unreasonable” goals are not going to be found in the AI model’s training set. Those goals are set by those Steve Jobs called “the crazy ones,” those betting against the status quo.
• Influence: AI is very skilled at persuasion techniques: active listening, non-judgmental responses, cognitive behavior therapy. But persuasion is not the same as trust. We instinctively reject “personal” expressions when we discover the source is an algorithm, because we know an algorithm doesn’t share our fate. Influence in the AI era goes hand-in-hand with authenticity. Humans want to be led by humans.
• Agency: Agency is the engine. It is the most critical tool in the AI-Augmented Leader toolkit because it is the rarest. Many people look like leaders on paper. They have the strategy, the synthesis, the spiffy slide deck. But Agency is what separates the people who can explain what should happen, from the people who make it happen. It is the grit to own a decision under uncertainty, knowing the tradeoffs, and doing the unglamorous follow-through when the “perfect” AI plan hits the messy reality of the physical world.

Mastering these human capabilities at the corporate level can lead to competitive advantage and market differentiation.

Take the 15- minute AI-Augmented Leader Self-Assessment here.

AI-Augmented Leader as Orchestrator

When people talk about “AI transformation,” they often imagine a tool rollout. A company buys software, trains staff, and expects productivity to rise. In practice, the tool is the easy part. The hard part is changing how work moves through the organization. Without that change, AI often creates extra noise. Different teams generate different summaries of the same issue. Everyone has a different recommendation. No one is sure which answer is trustworthy. Progress is slow.

AI Augmented Leaders solve this by turning AI into a practical workflow. They break work into steps and decide what belongs to machines and what belongs to humans. AI does the heavy lifting where speed matters, like scanning for patterns, gathering evidence, drafting first versions, producing options.

Humans do the parts where responsibility matters. They decide which problems are priorities, choosing between imperfect options, giving the go-ahead on high-stakes actions, and dealing with exception cases.

Then these leaders make the workflow work across different teams. They build shared definitions. They establish rules for escalation. They define how decisions get recorded. They make it clear who owns outcomes.

The impact of the AI tool or systems will vary greatly depending on whether a company is orchestrated by AI-Augmented leaders or not.

Here are two Asian corporate cases in point, where leaders in these two companies have blended AI and human capabilities in harmonious concert to ensure customer’s needs are met. Both SHEIN and Grab reached scale through disciplined orchestration of human and machine strengths.

Two Cases in Effective Orchestration

SHEIN: Founded in China in 2008, SHEIN sells clothing directly to shoppers through its app and website. Their simple promise to customers is the latest, coolest fashions at low prices, with new styles appearing constantly. Behind the scenes, AI and data systems scan what people are paing attention to online. Then teams translate those signals into new designs and small initial production runs. If an item performs well, the supply chain ramps up quickly through a network of suppliers set up for short runs and fast reorders. If an item performs poorly, they stop early and move on.

The human part shows up in “taste,” what counts as “cool” and “fashionable” in the first place. Social media posts, influencer content and customer reactions shape what looks desirable, which items feel current, and which designs seem worth repeating. Leaders make the calls on which signals to trust, how aggressive to be on speed versus quality, and how to manage reputation and compliance risks, while keeping the AI-enabled business model moving.

Grab: Establsihed in Malaysia as a ride-hailing service, Grab grew into a regional super-app offering rides, food delivery and payments across Southeast Asia. In day-to-day operations, one recurring problem is account takeover and fraud. A bad actor gains access to someone else’s account and starts doing things the real owner did not authorize, like ordering food, taking rides or changing account details.

When this happens, Grab’s operations team have to figure out what happened quickly and accurately. The evidence is spread across many places, including login history, AI-supported device and network signals, transaction records, GPS traces, and customer support messages. Some of these messages and naotes are in different languages, becuase cases span multiple countries and teams. Grab has built an AI agent framework that follows a standard investigation playbook, pulls the relevant evident from internal systems and drafts a clear case summary for the human team.

When the case reaches a point where the AI system should not decide, such an exception, an escalation, or a high-stakes action, the workflow pauses so a person reviews, approves, or routes the case tot he right specialist. The AI tool enables evidence gathering, translating and summarizing at super-human speed, leaving the judgment calls, customer remediation, and accountability to the humans.

Three Chords and the Truth

In an age of instant intelligence, “being in the loop” is not enough. AI speeds up sensing, analysis, and coordination. Humans orchestrate, leveraging our capabilities to determine what to pursue, what standards to apply, which risks to accept, and how to follow through when conditions change. The SHEIN and Grab cases show the same pattern in different settings.

Someone once said that the fundamentals of Country Music are “three chords and the truth.” The AI-Augmented Leader model is similar: blending the logic and math of musical patterns with the everyday emotions and motivations of human experience, and living a life that sings.

Originally published on CKGSB Knowledge.

AI拡張型リーダー

知能が瞬時に、安価に手に入る時代、差を生むのは人間

かつて評価されていたのは、Excelの使い手であり、PowerPointの達人でした。とりとめのない会議を昼までに洗練された資料にまとめ上げる人。英語で行われた会議の議事録を、聞き手の母語で分かりやすく説明できる人。

アジアの多国籍企業でリーダー候補の評価を担当していた頃、管理職がキャリア初期の「ハイポテンシャル人材」を推薦するとき、こうした資質を挙げることがよくありました。時に過大に評価されていたとも思います。複雑な物事を素早く言語化できることは、多くの人にとって、リーダーとしての資質を示す初期のシグナルだったのです。

そこにAIが現れ、そのシグナルをノイズに変えつつあります。

いまやAIを使えば、誰でも外国語で文章を書き、100ページの資料を数秒で要約できます。しかし同時に、凡庸なものを作ることも簡単になりました。私たちはAIが生み出す粗製乱造の文章に溺れ、無駄に長い「要約」に圧倒され、AIの出力に誤りがないかを延々と確認し続けています。

新たなボトルネック

ボトルネックは「生み出すこと」から「選び取ること」へ移りました。誰もが数秒で整った資料や流暢なメール、自信に満ちた要約を作れるようになったとき、それらの成果物はもはや品質やリーダーシップのシグナルではなくなります。希少になったのは、何に注意を向けるべきかを決め、どの水準なら許容できるかを判断し、出力が誤っていた場合にどのような結果や責任を引き受けるかを判断する力です。

これが批判的思考であり、判断力です。優れたリーダーとは、鋭い批判的思考と的確な判断力の両方を備えた人です。判断力を伴わない批判的思考は、分析に終始して動けなくなる「分析麻痺」に陥ります。批判的思考を伴わない判断力は、衝動的な行動につながります。この二つが調和して初めて、健全な意思決定が生まれます。

基盤モデルの登場で、高速な分析や草案作成が、蛇口をひねるように手軽に利用できるようになってから、多くの業務のボトルネックは、より高次の人間の能力へと移りました。情報を見つけて整理することから、方向を選び、トレードオフを引き受け、行動を起こすことへと移ったのです。

批判的に考え、健全な判断を下せる人であれば、新しい戦略を切り開き、新しい製品を生み出し、業務の非効率を削ぎ落とすことができます。そうでなければ、データと迷いに溺れ、自らがボトルネックになります。

［図表：AI拡張型リーダー。AIができること（作成する、調べて比べる、検証し問い直す、仕組みをつくる）、AI活用の質、8つのヒューマン・ケイパビリティ（中心に自己認識）、そしてエージェンシーを経て、より良い意思決定・協働・成果へと至る流れを示す］

人間だからこそ生まれる価値

知能が瞬時に、豊富に、そして安価に手に入るようになると、「平均的な」働き手は平均のままです。しかし一部の人々、すなわちAI拡張型リーダーは、成果を大きく伸ばし始めます。彼らはより多く働いているのではありません。手元にある道具を、より効果的に使いこなしているのです。

この図が示すように、AI拡張型リーダーはAIを分析や草案作成の力を増幅する手段として使いますが、差がつくのは人間の能力です。AIは無限のデータを処理できますが、その結果に対して自らリスクを負っているわけではありません。AIは失敗の重みも、危機の緊張も感じません。結局のところ、私たちが信頼するのは、同じリスクを共に背負い、アルゴリズムにはない、自らの信念に根ざした偽りのない姿勢を示す相手なのです。

このモデルは、8つの中核となるヒューマン・ケイパビリティを示しています。先に挙げた批判的思考と判断力に加えて、リーダーシップの新たなボトルネックとして際立つものが3つあります。方向性、影響力と関係構築、そしてエージェンシーです。

方向性： 方向性とは、本当に重要なことを明確にし、データが曖昧なときにも長期的な道筋にコミットする力です。AIは地図を示すことはできますが、目的地を選ぶのは人間です。そして、独自の、大胆な、とりわけ「常識外れ」の目標は、AIモデルの学習データの中にはありません。そうした目標を掲げるのは、スティーブ・ジョブズが「クレイジーな人たち」と呼んだ、現状を変えることに賭ける人々です。

影響力と関係構築： AIは説得の技法に長けています。傾聴、相手を決めつけない応答、認知行動療法的なアプローチ。しかし説得は信頼と同じではありません。「個人的な」言葉であっても、その出どころがアルゴリズムだと分かった瞬間、私たちは本能的にそれを退けます。アルゴリズムは私たちと運命を共にしないと知っているからです。AI時代の影響力は、その人自身の信念に根ざした、偽りのない姿勢と切り離せません。人は人に導かれたいのです。

エージェンシー： エージェンシーはエンジンです。AI拡張型リーダーが備える力の中で最も重要なのは、それが最も希少だからです。書類の上でリーダーらしく見える人は大勢います。戦略があり、情報を整理して全体を捉えた見立てがあり、洗練されたスライドがあります。しかしエージェンシーこそが、「何が起きるべきか」を説明できる人と、「実際にそれを起こす」人とを分けるものです。不確実な中で決定を引き受け、トレードオフを理解したうえで、「完璧な」AIの計画が現実の混沌にぶつかったときにも、目立たない作業を地道に続け、最後までやり遂げる胆力のことです。

これらのヒューマン・ケイパビリティを組織レベルで高めることは、競争優位と市場での差別化につながる可能性があります。

15分でできる「AI拡張型リーダー」の自己アセスメントはこちら。

指揮者としてのAI拡張型リーダー

「AIトランスフォーメーション」という言葉が使われるとき、多くの人が思い浮かべるのはツールの導入です。会社がソフトウェアを買い、社員を研修し、生産性が上がることを期待する。しかし実際には、ツールの導入は容易な部分です。難しいのは、組織の中で仕事がどう流れるかを変えることです。その変化がなければ、AIはしばしば余計なノイズを生みます。同じ課題について、部門ごとに異なる要約が生まれる。全員が異なる提案を持ち出す。どの答えを信じてよいのか誰にも分からない。その結果、物事の進みが遅くなります。

AI拡張型リーダーは、AIを実際に機能するワークフローに組み込むことで、これを解決します。仕事を段階に分け、何を機械に任せ、何を人が担うかを決めます。速度が重要な部分はAIが担います。パターンを探し、根拠を集め、初稿を作り、選択肢を出す作業です。

責任が重要な部分は人が担います。どの課題を優先するかを決め、いずれも完璧ではない選択肢の中から選び、重大な行動にゴーサインを出し、例外的なケースに対処する作業です。

そのうえで、こうしたリーダーはワークフローを部門をまたいで機能させます。共通の定義を作り、上位の責任者や専門家に判断を仰ぐためのルールを定め、決定をどう記録するかを決め、誰が結果に責任を持つのかを明確にします。

AIツールやシステムがもたらす効果は、その会社でAI拡張型リーダーが人とAIの働きを適切に組み合わせているかどうかで、大きく変わります。

以下に、アジア企業の二つの事例を挙げます。いずれも、AIと人間の能力を調和させて顧客のニーズに応えている企業です。SHEINとGrabはどちらも、人と機械それぞれの強みを着実に組み合わせることで、事業を拡大してきました。

人とAIを効果的に組み合わせた二つの事例

SHEIN： 2008年に中国で創業したSHEINは、自社アプリとウェブサイトを通じて衣料品を消費者に直接販売しています。顧客への約束はシンプルです。最新で最もクールなファッションを低価格で、しかも常に新しいスタイルが登場し続けること。その裏側では、AIとデータのシステムが、いまオンラインで人々の関心を集めているものを読み取っています。チームはそのシグナルを、新しいデザインと小ロットの初期生産へとつなげます。売れ行きが良ければ、小ロット生産と迅速な追加発注に対応できるサプライヤー網を通じて一気に増産します。売れ行きが悪ければ、早い段階で止めて次に移ります。

人間が担うのは「目利き」の部分です。そもそも何を「クール」で「ファッショナブル」とみなすのか。SNSの投稿、インフルエンサーの発信、顧客の反応が、何が魅力的に映るか、どのアイテムが今らしいか、どのデザインを繰り返す価値があるかを形作ります。リーダーは、どのシグナルを信じるか、スピードと品質のどちらをどこまで優先するか、そしてブランドの評判とコンプライアンス上のリスクをどう管理するかを判断しながら、AIを活用したビジネスモデルを動かし続けます。

Grab： マレーシアで配車サービスとして始まったGrabは、東南アジア全域で配車、フードデリバリー、決済を提供する地域のスーパーアプリへと成長しました。日々の運営の中で繰り返し起きる問題の一つが、アカウントの乗っ取りと不正利用です。何者かが他人のアカウントにアクセスし、本来の持ち主が許可していないこと、たとえばフードの注文、配車の利用、アカウント情報の変更などを始めてしまいます。

こうしたとき、Grabの運用チームは何が起きたのかを迅速かつ正確に把握しなければなりません。証拠は多くの場所に散らばっています。ログイン履歴、AIを活用した端末やネットワークのシグナル、取引記録、GPSの軌跡、カスタマーサポートのやり取り。案件が複数の国とチームにまたがるため、メッセージや記録には異なる言語で書かれたものも含まれます。Grabは、標準的な調査手順に沿って動き、社内システムから必要な証拠を集め、人間のチームに向けて分かりやすい案件の要約を作成するAIエージェントの仕組みを構築しました。

そして、AIに判断させるべきではない段階、たとえば例外的なケース、上位の責任者や専門家への判断依頼、重大な影響を伴う対応が必要になったときには、ワークフローがいったん止まります。そこで人が内容を確認し、承認するか、適切な専門家へ案件を振り分けます。AIは証拠の収集、翻訳、要約を人間離れした速度で担い、判断、顧客の被害回復に向けた対応、そして結果への責任は人間に残されています。

3つのコードと真実

瞬時に知能が手に入る時代において、人がプロセスに「関わっている」だけでは足りません。AIは状況の把握、分析、調整を速めます。人間はそれを統率し、何を追求するか、どの基準を当てはめるか、どのリスクを受け入れるか、状況が変わったときにどうやり遂げるかを、自らの能力で決めます。SHEINとGrabの事例は、異なる現場に現れた同じパターンです。

カントリーミュージックの本質は「3つのコードと真実」だと言った人がいます。AI拡張型リーダーのモデルも似ています。音楽のパターンを支える論理や数学を、人間の経験に根ざした日々の感情や動機と重ね合わせ、歌うように生きること。それがこのモデルの姿です。