「悪いAI」が嫌われる理由を職場導入から考える

「悪いAI」とは何か――Microsoftゲーム部門の宣言から読む

2026年2月、MicrosoftのXbox新トップに就任したSharmaが、メディアのインタビューで「悪いAIへの許容はゼロだ」と明言した。Ars Technicaが報じたこの発言は、ゲーム業界の文脈で語られたものだが、射程はずっと広い。

Sharmaはビデオゲーム業界での職業経験を持たない。にもかかわらず、AIの品質基準については強い言葉を選んだ。自身のゲームへの愛着は本物で、『Halo』『Valheim』『Goldeneye』を「史上最高の3本」と公言し、Varietyのインタビューでは2016年の『Firewatch』をMicrosoftが目指すべきゲームの例として挙げている。深いゲーム体験を持つユーザーとして、「それっぽく動くだけのAI」への嫌悪感は肌感覚から来ている。

「悪いAI」の定義はシンプルだ。存在するが、ユーザーの期待を下回る。動いているように見えて、体験を壊す。ゲームのキャラクターが不自然な動きをするとき、プレイヤーはその世界から引き剥がされる。職場でも、同じことが起きている。

なぜ職場でAIは嫌われるのか

ゲームプレイヤーがAIに怒る理由と、オフィスワーカーがAIツールを使わなくなる理由は、驚くほど重なる。

期待値のずれが不信を生む

「このAIを使えば業務が速くなる」と言われて導入されたツールが、実際には確認作業を増やす。出力の精度が低く、結局人間が全部チェックする羽目になる。このとき現場が感じるのは「騙された」という感覚だ。機能の問題ではなく、約束と現実のギャップが信頼を壊す。

品質基準が言語化されていない

ゲームの場合、プレイヤーは「AIキャラクターがどう動くべきか」を直感的に知っている。だから「悪いAI」がすぐわかる。職場では逆に、AI出力の品質基準が曖昧なまま導入されることが多い。「なんとなく使えそう」で始まり、「なんとなく使いにくい」で終わる。誰も基準を言語化していないから、改善も議論もできない。

現場の声が届かない構造

Microsoftのゲーム部門では、Sarah Bondが退社するタイミングで組織再編が進んだ。2024年のマーケティングキャンペーン直前にキーパーソン2名が離脱し、内部の混乱が外部に漏れ出た。AI導入でも似た構図が起きる。意思決定者が現場から遠いほど、「現場では使えない」という声がフィードバックループに乗らない。

OpenAIのガバナンス青写真から読む「信頼の設計」

OpenAIは2026年2月、フロンティアAIに関する民主的ガバナンスの青写真を公開した。このブループリントが連邦フレームワークとして提案する3軸は、安全性（safety）、レジリエンス（resilience）、国家安全保障（national security）だ。

国家レベルの話に聞こえるかもしれない。だが、この3軸を企業内のAI導入に読み替えると、具体的な設計指針になる。安全性は「誤作動・誤出力のリスクを最小化する仕組み」、レジリエンスは「AIが失敗したときに業務が止まらない体制」、国家安全保障に対応する企業版は「情報漏洩や悪用を防ぐアクセス管理」だ。三つが揃って初めて、組織の中でAIは「使っても大丈夫なもの」になる。

ガバナンスは制約ではなく、使う側の安心を設計する行為だ。現場がAIを使い続けるためには、「何かあったときにどうなるか」が見えている必要がある。それが見えないから、怖くて使えない、あるいは使っても責任の所在が曖昧になる。

「信頼されるAI」を職場に根付かせる3つの条件

Microsoftのゲーム事業では、Matt BootyがエグゼクティブVPに昇進し、新体制への移行を支える役割を担う。変化の局面で「橋渡し役」を明示したのは、組織の連続性と信頼を守る判断だ。AI導入においても、この移行期の設計が定着率を大きく左右する。

品質基準を先に決める

「どのレベルなら使えるか」を導入前に言語化する。出力の正確さ、応答速度、エラー時の挙動。ゲームなら「キャラクターがプレイヤーの行動に0.3秒以内に反応する」といった基準がある。職場のAIにも同じ粒度の基準が必要だ。曖昧な期待は、曖昧な失望を生む。

現場のフィードバックを制度化する

Sharmaは自らゲームをプレイし、その履歴を公開した。トップが現場の体験を持つことで、品質への感度が組織に伝わる。AI導入でも、管理職が実際にツールを使い、現場と同じ摩擦を経験することが、フィードバックループを機能させる最短経路になる。

失敗時の手順を先に作る

AIが間違えたとき、誰が何をするかを決めておく。これがないと、現場は「責任を取らされる」と感じてAIを使わなくなる。OpenAIのレジリエンスの考え方はここに直結する。完璧なAIはないが、失敗に備えた組織は信頼を維持できる。

まとめ

「悪いAI」が嫌われる理由は、機能の欠如ではなく、品質基準の不在と現場との合意の欠如にある。Microsoftの新体制が示した「無許容」の姿勢と、OpenAIが提示したガバナンスの3軸は、どちらも同じ問いへの答えだ。AIを職場に根付かせたいなら、まず「何をもって合格とするか」を現場と一緒に決めることから始める。それだけで、導入後の摩擦の大半は防げる。