正反対の判断に潜む、同じ「戻れなくなる」リスク
今週、一見すると何の関係もない二つの経営判断が報じられました。一つは、米決済大手Block（旧Square）が業績好調にもかかわらず、AI活用を理由に従業員を約4000人、実に従業員数の約半分を削減するという大胆な組織変革。もう一つは、神戸の老舗鳥料理店が、原材料高騰を受け「避けられない」と判断した値上げと、長く働ける職場づくりへの継続的な投資です。
一方は先端テクノロジーを駆使した前のめりの効率化、もう一方は伝統を守るための守りの判断。この正反対に見える二つの決断を、「戻れる経営」のレンズで覗いてみると、実は同じ構造的な危険性をはらんでいることが見えてきます。それは、「評価期間」と「観測ポイント」を明確にせずに判断を実行すると、後戻りが極めて困難になるという点です。
Blockの「AI変革」：効率化という名の「一点集中」の罠
Blockのジャック・ドーシーCEOは、今回の大規模削減について「AIによる組織変革」と説明しています。確かに、AIの導入で業務が自動化され、必要人員が減ることはあり得るシナリオです。しかし、ここで問うべきは、その判断が「可逆的」かどうかです。
仮に、AI導入から1年後、「想定したほどの効率化が図れなかった」「顧客満足度が低下した」「新しいビジネスチャンスに対応する人的リソースが足りない」といった事態が発生したとします。その時、会社は4000人の従業員を簡単に呼び戻せるでしょうか？ おそらく不可能に近いでしょう。一度解体した組織、特に専門性の高い人材を失うことは、ほぼ後戻り不能な判断です。
「戻れる経営」の観点から見ると、この判断には重大な設計上の欠陥があります。それは、「AIによる効率化」という単一の仮説に全てを賭け、その仮説が外れた時の回復手段（バックアッププラン）をほとんど残していない点です。判断を「実験」として捉えるのであれば、「AI導入後、6ヶ月間で顧客対応時間がXX%短縮されなければ、削減計画をXX%凍結する」「離職したキーパーソンの役割を、残ったメンバーでカバーするためのクロストレーニングを、削減と並行して実施する」といった、評価期間と撤退条件、そして失敗時の緩衝材を事前に設計すべきでした。
神戸の老舗の「値上げ」：守るべき品質と失うかもしれない顧客
一方、神戸の老舗店の判断はどうでしょうか。彼らは「品質を守る」という明確な価値観に基づき、値上げを選択しました。同時に、長く働ける職場づくりにも投資を続けています。これは、守るべきコア（品質と従業員）を明確にした、一見堅実な判断です。
しかし、この判断にも「戻れなくなる」リスクは潜みます。値上げによって、一定の顧客が離れていくことはほぼ確実です。問題は、その離脱が「一時的で許容範囲内のもの」なのか、「歯止めが利かず、店の存続を脅かすもの」なのかを、事前に観測する仕組みがあるかどうかです。
「値上げ後、3ヶ月間の来店客数と単価を毎週計測する。客数がXX%以上減少し、かつ単価上昇による収入増を補えない場合は、セットメニューの見直しやランチ価格帯の再設定など、部分的な修正を加える」。このような具体的な評価期間（3ヶ月）と観測ポイント（客数、単価）、そして修正アクション（メニュー部分変更）を事前に決めておくことで、値上げという判断は「全てを賭けた勝負」から「調整可能な実験」へと変わります。値上げそのものをすぐに撤回するのは難しいかもしれませんが、付随するサービスやメニュー構成で調整する余地を残すことは、「戻れる」設計です。
両事例に共通する「判断の固定化」プロセス
Blockの人員削減も老舗の値上げも、その判断そのものが間違っていると言っているのではありません。問題は、その判断を「決定」として固定化し、状況が変化しても柔軟に調整する観測と修正のループを組み込んでいない可能性が高い点にあります。
「戻れる経営」の基本原理の一つは、「固定化より、観測を優先する」ことです。人を削減するにせよ、価格を変更するにせよ、それを恒久的な「決定」としてしまう前に、まずは「期間限定の実験」として位置づけ、その結果を観測するための指標と頻度を決める。そして、実験の結果が期待と異なれば、元に戻したり、別の方向に調整したりする「出口」をあらかじめ確保しておく。
Blockの事例では、「AI導入」という手段そのものが目的化し、その手段がもたらす結果（本当の意味での生産性向上と持続的成長）を多角的に観測する視点が弱かったのではないでしょうか。老舗の事例でも、「品質を守る」という大義は明確ですが、そのために「値上げ」以外の選択肢（例えば、メニューのサイズや提供する付加サービスの見直しなど）を十分に検討した上で、あえて値上げを選んだのか。その検討プロセス自体に、代替案や段階的アプローチという「可逆性」が組み込まれていたかが問われます。
あなたの組織で今日から始める「可逆的実験」の設計
では、中小企業の経営者であるあなたは、どのように「戻れる判断」を設計すればよいのでしょうか。次の3ステップで考えてみてください。
ステップ1：判断を「仮説」として言語化する
「AIを導入すれば、事務作業がXX%削減できる」「価格を10%上げても、顧客は品質を理解して支えてくれる」。まず、自分の判断の根底にある「こうなるはずだ」という仮説を、できるだけ具体的に書き出します。この仮説が曖昧だと、その後の観測が意味を成しません。
ステップ2：評価期間と観測ポイントを決める
その仮説が正しいかどうかを判断する「期間」と「指標」を事前に設定します。絶対に「成果が上がるまで」のような曖昧な期間設定をしてはいけません。「3ヶ月後」「半年後」と日付を区切ります。観測ポイントは、売上高のような結果指標だけでなく、「従業員の残業時間」「顧客からのクレーム件数と内容」「新規顧客の獲得コスト」など、プロセスや影響を多面的に見られる指標を選びます。
ステップ3：「失敗」の定義と、その時のアクションを決める
これが最も重要であり、最も省略されがちなステップです。「評価期間終了時、観測ポイントAがXX未満、かつBがYY以上だった場合、この判断は『期待した成果を上げられなかった』と定義する」。そして、「その場合、判断を完全に白紙に戻す（例：値上げ撤回）のか、部分修正する（例：一部メニューのみ値上げ継続）のか、それとも観測期間をさらに3ヶ月延長するのか」を、感情に流されずに決められるタイミングで、あらかじめ決めておくのです。
まとめ：判断の質は、撤退条件の明確さで決まる
Blockの大胆な変革も、老舗の伝統を守る決断も、そこに「可逆性の設計」という思考がどれだけ込められているかで、その本質的なリスクは大きく異なります。経営において、最も後戻りが難しい判断は、「これでうまくいくはずだ」という一つの仮説に全てを預け、それが外れた時のことを考えていない判断です。
優れた経営者とは、決断力が強い人ではなく、「この決断が間違っていた時、どうやって最小のダメージで軌道修正するか」までを同時に考え、設計できる人です。次の経営判断に臨む時、ぜひ「どう進めるか」と同じくらい、あるいはそれ以上に「どう戻るか」を考えてみてください。そのほんの少しの思考の余白が、組織を後戻り不能な失敗から守る、最も強力なセーフティネットとなるのです。
