PIVOT TALK BUSINESS
KPIの限界と“測れないもの”の価値
(755)
1.0万回視聴
2026年4月28日
業績や検査、KPIなど、気づけば私たちの日常は「数値」化されたもので溢れている。しかし早稲田大学の小塩真司教授は「数値化中毒」の現代社会に警鐘を鳴らす。測ることとの付き合い方を今一度考え直す。 ＜ゲスト＞ 小塩真司｜早稲田大学文学学術院教授 名古屋大学教育学部卒業。同大学院教育学研究科教育心理学専...
ビジネスを蝕む「数値化中毒」の病巣とAI時代の対策
現代ビジネスにおいて、KPI（重要業績評価指標）などに代表される「数値化」は意思決定や目標設定に不可欠なツールとして広く浸透している。しかし、その強力な側面が「数値化中毒」と呼べるような状態を生み出し、組織や個人の行動を歪める深刻な問題を引き起こしている。本記事では、この数値化が抱える本質的な課題から、AI時代の未来予測の盲点、そして数値に支配されずに生きるためのヒントまで、Q&A形式で解説する。
Q. ビジネスにおける「数値化」にはどのような課題があるか？
数値化は情報の可視化と共有を促し、組織全体の効率化に貢献すると信じられている。しかし、その過程で多くの情報が失われ、本来の目的が見失われるという課題がある。たとえば、売上という本来の指標を「営業成績ランキング」に変換することで、社員の目標が売上向上ではなく、「ランキングで上位になること」へとすり替わる。その結果、チームメイトを出し抜こうとする、あるいは不正な手段を用いるといった、企業が望まない行動を誘発する可能性を生む。これは、数値化の「わかりやすさ」が引き起こす罠であり、目的と手段が逆転してしまう「ハッキング」と呼ばれる現象につながる。
Q. なぜKPIは目的と手段を逆転させてしまうのか？
統計学において、データの「尺度水準」は名義尺度、順序尺度、間隔尺度、比率尺度の4段階に分類される。比率尺度が最も情報量が多く、名義尺度が最も情報量が少ない。名義尺度や順序尺度は情報が少ない分、人間にとって理解しやすく、「わかりやすい」とされる。KPIはしばしば比率尺度（売上金額など）を順序尺度（営業成績ランキング）に変換することで、このわかりやすさを追求する。
だが、情報量が削ぎ落とされる過程で、数値の「裏側」にある本質的な意味合いが失われる危険がある。売上目標達成を目的とする企業において、個人目標を売上高ランキングにしたとする。すると、「売上を上げて会社に貢献する」という本来の目的は、「ランキングで同僚より上に行く」という手段へとすり替わる可能性がある。この場合、目的は手段と混同され、「あいつを蹴落とせば順位が上がる」といった行動インセンティブが働き、チームワークの阻害や組織全体のパフォーマンス低下につながりかねない。つまり、わかりやすい数値は、本来追求すべき数値と異なる、ゆがんだインセンティブを働かせやすい性質を持つ。
Q. どのような評価制度も「ハッキング」されるのか？
結論から言えば、完璧な評価制度は存在せず、あらゆる制度には「ハッキング」や「裏道」が生まれ得ると考えられる。KPIを明確にすれば、その攻略法を探る動きが加速する。例えば、中国の信用スコアのように、評価基準を意図的に不明瞭にしてハッキングを防ごうとする試みもある。しかし、この方法は評価への不信感を生み、数値が信用できないという別の問題を引き起こす。「諸刃の剣」と認識せざるを得ない。
また、数値化できない定性的な要素（例えば「挨拶の良さ」や「チームへの貢献度」）を評価に加える「多次元評価」も試みられる。しかし、これにも問題がある。営業成績と挨拶の良さなど、異なる種類の貢献度をどのように同等に評価するかは極めて難しい。大学入試の面接評価のように、評価者の主観やさじ加減が入り込み、公正性が問われる場合がある。さらに、新たな評価軸が加われば、そこに新たな競争原理が生まれる。アメリカの大学入試で「経験」が評価されるようになると、裕福な家庭が費用をかけて特殊な経験をさせるなど、新たな不平等が生まれる現象も見られる。結局、どのような制度を導入しても、それを迂回したり、攻略したりする試みは発生し、完全に「ハッキング」を防ぐことは困難なジレンマにある。
Q. AIによる未来予測を盲信するべきではないのはなぜか？
AIが提供する未来予測は、膨大な過去データに基づいており、従来の予測ツールに比べて高い精度を持つことは事実である。個人的な利用履歴など「リッチな情報」がAIに蓄積されていれば、従来の画一的な性格診断よりも、個々人に特化した質の高い予測が可能だ。例えば、AIはユーザーの10年後のキャリアパスを「あなたはこのように仕事をしているため、10年後このような形になっているだろう」と示唆するかもしれない。しかし、それでもAIの予測には根本的な限界が存在する。AIも人間と同様、「過去の蓄積で将来を予測する」という構造から抜け出せない。AIが参照するルールはあくまで過去のルールであり、劇的な環境変化が起きた未来にそのまま当てはまる保証はないのだ。
人間自身も未来予測が苦手であるという事実も認識すべきだろう。心理学の知見では、人間はそもそも将来の予測が非常に不得意とされている。私たちが「予測が当たった」と感じる場合でも、それは多くの場合、結果を知ってから過去の出来事を都合よく解釈し直す「後知恵バイアス」に起因する。つまり、出来事が起こってから「やはりそうなるはずだった」と思い込む心理作用が働くのだ。著名な識者の未来予測も、絶対的な真理ではなく、あくまで「一つの意見」として距離感を保つ姿勢が求められる。AIの予測を盲信せず、思考停止に陥らない「賢い使い方」を学ぶことが、不確実な未来を生きる上で不可欠だ。
Q. 「数値化中毒」から脱却し、数字に支配されずに生きるにはどうすればよいか？
数値に支配されない生き方を実現するには、「測れないことの価値」を忘れない姿勢が重要だ。まず、数値化の限界を理解した上で、「自分にとってどんな人生が豊かか」「何に生きがいを感じるか」といった本質的な、哲学的な問いに向き合う必要がある。心理学では「あらゆるものを数値化して測れる」という思想があるが、それは集団を対象とした研究の視点であり、個人の幸福とは別物である。個人にとって重要なのは、数値では表せない自分の内面的な満足や喜びを見つけることである。もちろん、「老後までに〇千万円貯める」といった数値目標も人生には必要だが、それはあくまで通過点であり、貯めたお金を何にどう使うかという、数字の向こう側にある「目的」が本来追求すべきことだ。
特にビジネスパーソンは、会社が掲げるKPIのような数値目標が、基本的に「組織や集団の最適化」のために設定された、管理側の道具であると認識すべきだ。それらを個人の幸福と混同せず、区別することが大切である。会社員として働く以上、会社の目標達成への貢献は不可欠だが、自身の個人的な幸福や人生の目的とは必ずしも一致しない場合がある。そのため、会社の求める「数値化された評価」と、自身の「個人的な幸福」という二つの軸の間を意識的に行き来し、バランスを取りながら生きていく能力が求められる。自分の人生の目的を深く考えすぎず、「その時々で自分が楽しいことや良いと思う選択をする」という、ある種の軽やかさも時に重要かもしれない。
Q. 企業や社会全体は数値化の課題とどう向き合うべきか？
社会全体が数値評価に過度に偏ることは、多様性を失わせる危険性がある。論文数や引用数といった「理系的な数値評価」が大学や研究機関に普及した結果、数値で測りにくい人文学などの学問分野が軽視され、縮小している現状がある。これは人類にとって極めて危うい状況だ。文化の豊かさや予期せぬ発見、新たな理論は、画一的な数値評価では測れない「個人の興味関心の追求」から生まれることが多い。多様な価値観が認められ、個々人がそれぞれのやりたいことを追求できる社会こそが、豊かな社会と言えるだろう。
現在の数値偏重主義は、そのような多様な探求を阻害し、均一化された世界を創り出す。「データ」「根拠」と常に数値を求められるビジネスの現場は、この社会の偏りに適応した結果生まれたもので、その環境で評価されるために数値を用いるのは必然だ。だが、その職場での評価基準が、世の中全体の唯一の基準ではないことを理解し、社会全体として多様な価値観を再定義し、尊重する意識を持つことが求められる。
Q. AIは数値化による均一化を救う可能性があるのか？
興味深いことに、AIが「数値化中毒」に歯止めをかける可能性も秘めている。AIはテキストなど「言語」で情報を処理し、アウトプットすることが得意だ。従来の性格診断が得点やタイプ分けで結果を示すのに対し、AIは個人の複雑な履歴に基づき、その人の長所や短所、潜在的な能力などを文章で表現できる。この出力は画一的な数値ではないため、他の誰とも違う、よりパーソナルな自己理解を促す可能性がある。
このように、AIが数値だけでは捉えきれない、多様でリッチな情報を提供することで、個々人が自身の多面的な価値を再認識するきっかけとなるかもしれない。これにより、画一的な数値評価では測れなかった個人の価値観や幸福が浮き彫りになり、数値化による均一化の流れに一石を投じることも考えられる。しかし、これはまだ不確かな未来予測の一つに過ぎず、今後も探求と議論が必要な領域であることに変わりはない。