生成AIが普及し、AIはすでに「答える存在」になりました。調べる、要約する、文章を書く。これらは特別なことではなくなりつつあります。
しかし、企業や社会にとって本当に重要なのは、AIが答えを出せるかどうかではありません。これから問われるのは、AIが関わった判断を、人がどう引き受けるのかという問題です。
私たちボンギンカンは、この問いを事業の中心に据えています。
判断をAIに任せる時代は、すでに始まっている
現実の業務を見渡すと、すでに多くの判断がAIの助けを借りています。
どの資料を読むべきか どの選択肢が有力か どこにリスクがありそうか
これらは、「最終決定」ではなくても、判断の方向性として、AIが関与しています。
問題は、ここから先です。AIの提案を採用した結果、 もし問題が起きたら、誰が説明するのか。 どの時点で、人は介入すべきだったのか。 その判断は、後から検証できるのか。
多くのAI活用は、この問いに答えられないまま進んでいます。
「賢いAI」ではなく「引き受けられるAI」
ボンギンカンが考えているのは、AIをより賢くする競争ではありません。私たちが向き合っているのは、人が引き受けられるAIとは何かという問いです。
引き受けられるとは、
なぜその判断に至ったのかを説明できる どこまでがAIの役割で、どこからが人の責任かが分かる 間違いに気づいたとき、止めて戻れる ということです。
AIがどれほど優秀でも、この条件を満たさなければ、企業や社会の中で長く使われることはありません。
MARIA OSが目指している「当たり前」
MARIA OSは、人とAIが判断を共有する時代の当たり前の振る舞いを定義しようとしています。
それは、
AIが勝手に決める世界でも、 人がすべてを背負う世界でもありません。 AIは、考え、提案し、実行を支援する。 人は、どこまで任せるかを決め、重要な場面では介入し、結果を引き受ける。
この役割分担が、構造として明確であること。それが、人とAIが共に判断する時代の前提になると、私たちは考えています。
速さと慎重さを分けて考える
現実の業務では、すべての判断に同じ重さがあるわけではありません。
すぐに答えが欲しい場面 仮説を広げたい場面
一方で、
外部に影響が出る判断 責任が問われる判断
これらを、 同じAI、同じプロセスで扱うのは無理があります。
MARIA OSでは、日常的で軽い判断と、慎重さが求められる判断を、明確に切り分けて扱える設計思想を取っています。
これにより、 現場はスピードを失わず、 組織は安心を失わない。
この両立こそが、AIを業務に根付かせるための条件です。
失敗を前提にした設計
もう一つ、重要な点があります。
AIは間違えます。 人も間違えます。 組織も、必ず揺れます。
だからこそ、「失敗しない設計」ではなく、失敗しても戻れる設計が必要です。
どこで判断が行われたか どの選択肢が採られたか なぜそう判断されたか
これらが記録され、後から振り返れること。これは監視のためではなく、信頼を積み重ねるための仕組みです。
WebでもCLIでも、同じ判断原則で動く
人とAIが判断を共有する時代では、入口が重要ではありません。
画面から使うか コマンドで使うか 自動処理として動くか どの入口であっても、中で動く判断の原則が同じであること。
それがなければ、組織は混乱し、責任の所在が曖昧になります。MARIA OSは、利用形態が違っても、判断と責任の構造が変わらないことを前提にしています。
私たちボンギンカンがこの立場を取る理由
このテーマは、派手ではありません。
デモで分かりにくく、 説明にも時間がかかり、 短期的な評価は得にくい。
それでも、私たちはこの領域を選びました。なぜなら、AIが社会に深く入り込むほど、この問題は必ず表面化するからです。
人とAIが判断を共有する以上、その境界と責任を定義しない限り、安心して使い続けることはできません。
当たり前を作るという仕事
私たちが目指しているのは、新しい流行を作ることではありません。
数年後、AIと一緒に仕事をする人たちが、特別に意識することなく、 「こういうものだよね」 「これが普通だよね」 と思える前提を作ることです。
その前提が、人を守り、組織を守り、社会を少しだけ安全にする。それが、ボンギンカンがMARIA OSを通じて社会に提案したい価値です。
最後に
人とAIが判断を共有する時代は、もう始まっています。これから問われるのは、AIがどれだけ賢いかではなく、人がどれだけ安心して任せられるかです。
MARIA OSは、その「当たり前」を形にするための一つの選択肢です。
私たちは、派手さよりも、長く使われる前提を。速さよりも、引き受けられる判断を。そうした価値を、これからも積み重ねていきます。
