より少ない労働時間で、より少ない生産量とは限らない：生産性の新方程式

Invitado 役職企業

Daniel Ordaz 創設者兼ディレクター SENDOS.AI

Eduardo Arredondo ディレクター HYVEL

Óscar González ゼネラルマネージャー兼パートナー TAAF LOGISTICS

Ana Lucía 創設者兼ディレクター BOLSA ROSA

Rafael Miyar 共同創設者 ION HYDRATION

数十年間、生産性と時間は密接に関係しているように思われてきました。より多くの時間。より多くの出勤。より多くの監督。より多くの人員。しかし、その方程式は崩壊し始めています。メキシコの企業は、人件費の上昇、労働者の待遇改善、柔軟性に対する新たな要求、そして働き方を根本から変えている技術変革という課題に同時に直面しています。問われるのは、もはや単に一人の人間がどれだけの時間働いているかではありません。それはもっと厄介な問いです。「その時間内に、実際どれだけの価値を生み出しているのか？」これが、モンテレイで開催された「Líder Roundtable」の会話における主要な論点の1つでした。様々なセクターの企業経営者が、単に人々にさらなる要求を突きつけるのではなく、生産性を向上させる方法を分析しました。参加者は、Sendos.AIの創設者兼ディレクターであるDaniel Ordaz氏、HyvelのディレクターであるEduardo Arredondo氏、TAAF logisticsのゼネラルマネージャー兼パートナーであるÓscar Jesús González氏、Bolsa Rosaの創設者であるAna Lucía氏、そしてIon Hydration（ブランドIndustradeの所有者）の共同創設者であるRafael Miyar氏でした。経験はそれぞれ異なりましたが、最終的には一つの考えに集約されました。より多く生産するために、必ずしもより多く働く必要はない。多くの場合、より良く働くことが求められます。より多くの時間、それは本当に生産性の向上を意味するのでしょうか？ Daniel Ordaz氏は、最初の論点を提示しました。企業は、生産性の向上を要求する前に、人々がどのような状況で働いているかを認識する必要があります。長時間の移動、長時間労働、家族の困難、経済的なプレッシャーも、日々職場にもたらされます。そのため、彼は一部の組織にまだ存在する、「まず生産性を向上させ、その後で待遇を改善する」という論理に疑問を呈しました。 Ordaz氏にとって、企業は、そこで働く人々に生み出す価値に対しても責任を負います。「成功するために、従業員に低賃金を支払わなければならないとしたら、それは本当に良い経営者とは言えません。」 Eduardo Arredondo氏が自身の経験を共有したことで、議論は新たな次元を獲得しました。同氏の企業では、通常の労働時間は週約35時間です。労働時間の短縮は、必ずしも生産性の低下を意味しませんでした。焦点は別の場所にありました。ライン、供給、購買、倉庫、そしてプロセスを改善することで、オペレーターが無駄な時間を費やして材料を探したり、回答を待ったり、不必要な動きをしたりするのを防ぎました。商業戦略も変化しました。製品の多様性を減らし、より標準化された需要へと進むことで、オペレーションは効率化されました。その結果は顕著でした。ほぼ同じ人員と労働時間で、同社は生産量を倍増させることに近づいています。結論は単純に見えます。一人の人間により速く働くように要求する前に、そのプロセスがそれを可能にしているかを自問する必要があります。真の敵は、価値を生み出さない仕事かもしれない生産性のかなりの部分が、組織によって日常化された活動で失われています。承認を待つこと。情報を探すこと。データを再入力すること。誰かが再度処理するレポートを作成すること。不必要な移動。単に終業時間までオフィスにいること。モンテレイでの会話は、多くの企業で知られている「出席によってコミットメントを測定する」という慣行に名前を付けました。座っていることが、必ずしも生産していることを意味しません。そして、在宅勤務が自動的に生産的であることを意味するわけでもありません。違いは別のところにあります。各職務に何を期待されているかが明確であり、その結果を測定できることです。 Óscar Jesús González氏は、TAAF Logisticsでは、単にタスクが完了したかどうかだけでなく、パフォーマンス指標の使用を開始したと共有しました。彼らはどのように完了したかも観察しています。いくつのプロセスがエラーなく実行されたか。注文が生成されてから最終的に請求されるまでの道のりが、どれほどクリーンであったか。論理は「それをしろ」から「それをうまくやれ、そして流れるようにしろ」へと変化します。これらの指標の一部は、ボーナスとも連動しています。その結果、生産性は上司の認識から、情報へと変化します。一人の人間に何を期待しているかがわからない場合、その人を測定することもできません。会話は、技術的な問題ではなく、より根本的な別の問題を明らかにしました。多くの企業は、各職務に何を期待しているかを十分に明確にしていません。そして、結果が定義されていない場合、「勤務時間を監視する」という一見簡単な解決策が現れます。 Ana Lucía氏は、企業の全体的な目標と、各人が毎日行っていることを結びつける必要性へと議論を導きました。組織が売上を増やす必要がある場合、その目標は、様々な部門の責任と指標に翻訳されるべきです。営業部門だけでなく。採用、トレーニング、オペレーション、そして結果に貢献するあらゆる機能にも。 Daniel Ordaz氏は、Sendosでの同様の論理を説明しました。企業が達成したいことから始め、それを組織の様々な職務へと落とし込んでいきます。質問が変わります。もはや「何時間働いていたか？」ではありません。「どのような結果を出すべきで、どのように企業の目標に貢献したか？」です。生産性は、社外でも発生します。しかし、内部プロセスを最適化するだけでは不十分な場合があります。モンテレイでの会話は、すぐに会社の壁を超えて広がりました。交通渋滞。輸送。住居と職場の距離。学校のスケジュール。保育園。家族の責任。従業員は、社内で完璧に設計されたプロセスを持っていても、何時間も移動してから到着することがあります。 Óscar González氏は、オペレーションが停止しないロジスティクスのような場合、柔軟性は各人にとって異なる形を取りうると説明しました。一部の人には在宅勤務。他の人には異なる勤務時間。彼の経験からの鍵は、従業員の話を聞き、その状況を理解することです。 Rafael Miyar氏は、家族のニーズが変化するにつれて、会社が様々な勤務時間の選択肢を提示しようとした従業員のケースを共有しました。経験は、柔軟性の限界も示しました。オペレーションによっては、個人のニーズと職務のニーズが適合しなくなる時点に達します。普遍的な公式はありません。しかし、新たな企業的な問いはあります。「生産性のうち、どれだけが本当に労働者に依存し、どれだけがその周りに構築したシステムに依存しているのか？」測定は改善のためであり、管理のためだけではない Eduardo Arredondo氏は、会話中に最も頻繁に繰り返された原則の一つを簡潔に述べました。「測定されないものは管理されず、管理されないものは改善されない。」しかし、測定することは、一分一秒を監視に変えることを意味しません。それは基準を設定することを意味します。生産量。品質。エラー。売上。時間。コンバージョン。利益率。遵守。この基準がなければ、生産性向上のためのあらゆる努力は、単に労働負荷を増やすだけで終わる可能性があります。テクノロジーは、この測定能力を大幅に拡大します。しかし、それはまた、デリケートな議論を開きます。「監視はどこまで達するべきか？」テーブルでは、活動を観察し、パターンを検出し、自動化の機会を見つけることができるテクノロジーの例が挙がりました。可能性は存在します。倫理的な問いも存在します。なぜなら、ボトルネックを特定するために設計されたツールは、容易に個人を監視するツールになりうるからです。生産性と管理は同義ではありません。人工知能は副操縦士であり、操縦士ではないテクノロジーは、時間を解放するための偉大なツールの一つとして登場しました。しかし、人々の自動的な代替物ではありません。 Óscar González氏は、TAAF Logisticsで人工知能をどのように扱っているかを説明するために、明確なアナロジーを使用しました。AIは副操縦士であり、人はハンドルを握っています。彼らは、情報の整理、ファイルの構造化、レポートの統合にそれを使用しています。以前は手作業を必要としたタスクを削減するために、システムと接続されたダッシュボードも開発しました。オペレーション全体をツールに委ねる意図はありません。それは「手間」を取り除くことです。レポート作成に30分。情報整理に1時間。人がより多くの価値を生み出す活動に戻すことができる時間。 Eduardo Arredondo氏は、管理部門での同様の経験を共有しました。同社のオペレーションでは、AIツールがプレゼンテーション、メールの準備、顧客への初期対応を支援しています。また、問い合わせをフィルタリングし、より高い資格を持つ見込み客を営業に提供するためのエージェントも組み込んでいます。テクノロジーは、生産性の中心的な問いの一つを解決し始めています。「一人の人間が、より価値のあることに時間を費やすために、どのような仕事を辞めるべきか？」自動化は、考えることをやめることを意味しません。会話はまた、限界を設定しました。人工知能に活動を委任する容易さは、人々がレビュー、質問、または自身の判断を開発することをやめた場合、新たな問題になりえます。 Daniel Ordaz氏は、快適さのために個性を失うリスクについて警告しました。一人の人間が、体系的にメール、分析、コンテンツ、決定を委任した場合、その貢献が実際に何であったかを特定することが困難になる瞬間が来るかもしれません。そのため、彼は、組織内にテクノロジーの使用方法、共有できる情報、そして人間の介入が必須である活動について、明確なルールを設定する必要性を提起しました。議論は、今後数年間で価値が高まる可能性のあるスキルへと向かいました。批判的思考。判断力。倫理観。コミュニケーション。リーダーシップ。分析能力。 Óscar González氏は、もう一つのスキルを追加しました。データの理解。なぜなら、ほぼすべての人が同様のツールにアクセスできるようになると、優位性は必ずしも人工知能を所有しているかどうかにかかっているわけではないからです。それは、情報をよりよく理解し、それを意思決定に変換できるかどうかにかかっています。才能は、単に削減される項目ではありません。会話の最も啓示的な瞬間の1つは、Daniel Ordaz氏が、大幅な人員削減を行ったグローバル企業のケースを語ったときでした。その決定は、人件費を削減することを目的としていました。しかし、その後、初期の数字では示されていなかった結果が現れました。組織を去った人々は、誰も文書化していなかった知識を集中させていました。プロセスが停止し始めました。一部のポジションは、後により高いコストで回復させる必要がありました。その経験は、もう一つの根本的な違いを提示しました。パフォーマンスとポテンシャルは同じではありません。ある人は、特定の期間において最高の成果を示さないかもしれませんが、それでも、置き換えるのが難しい知識、経験、または成長の可能性を持っているかもしれません。短期間のみに観察される生産性は、長期的に価値を破壊する決定につながる可能性があります。人件費の削減は、直ちに財務諸表を改善します。重要な知識の喪失は、現れるのに数ヶ月かかる場合があります。課題は、より多く生産することではなく、より良く生産することです。 2027年までの優先事項が、参加者によって提起されました。 Rafael Miyar氏は、新しいCRPと、機会をより秩序立てて格付けするためのツールを活用して、商取引プロセスにおける技術実装を進めることについて語りました。 Ana Lucía氏は、商業部門にも機会を見出しました。ここでは、AIが人的関係が依然として決定的な活動における人間の介入を排除することなく、見込み客の開拓と獲得を支援できます。 Eduardo Arredondo氏は、商業戦略に優先順位を置きました。工業顧客の増加、需要の標準化、そして少数の製品への販売集中。彼の論理は、次のように要約できます。より少ない多様性で、より多くの販売。 Óscar González氏は、2つの概念に焦点を当てました。生産性と付加価値。彼の視点では、会話は単に「より多く生産する」だけでなく、「より良く生産する」ことに焦点を当てるべきです。プロセス、労働条件、結果を改善し、その改善の一部を従業員にも還元できるようにすることです。 Daniel Ordaz氏は、コスト削減だけでなく、ビジネスの未来をよりよく理解し、問題を予測し、新たな機会を見つけるためにテクノロジーを使用することを提案しました。これらは異なる優先事項です。しかし、すべてが長らく明白に見えていた一つの考えに疑問を投げかけています。生産性の向上とは、より多くの努力を要求することを意味するという考えです。モンテレイでの会話は、別の可能性を示しました。おそらく、次の大きな生産性向上は、より多くの時間働くことから生まれるものではないでしょう。それは、あるタスクを削除すること、プロセスを再設計すること、結果をよりよく測定すること、オペレーションを標準化すること、判断力を持ってテクノロジーを使用すること、または一人の人間が本当に価値を生み出すものに集中する時間を許すことから生まれるかもしれません。利用可能な時間が減少し、人件費が増加するシナリオでは、企業的な問いは、もはや「人々はどれだけ長く働けるか？」ではなくなります。問いは異なります。「今日私たちがしている仕事のうち、本当に続ける価値のある仕事はどれだけあるか？」

発見マトリックス次元発見

生産性より多くの時間働くことが、必ずしもより多く生産することを意味しません。生産性は、プロセス、組織、そして価値を生み出さない活動を排除する能力に依存します。

プロセス人々により高いパフォーマンスを要求する前に、期待、手戻り、移動、承認、反復的なタスクをレビューする必要があります。

測定出席は指標としての関連性を失っています。パフォーマンスは、結果、品質、時間、エラー、売上、コンバージョン、遵守によって測定されるべきです。

才能パフォーマンスとポテンシャルは同じではありません。単にコストのために人員を削減することは、回復が困難な知識と経験を失うことを意味する可能性があります。

柔軟性単一の労働体系はありません。在宅勤務、差別化された勤務時間、その他のモデルは、職務、オペレーション、そして人々のニーズに応える必要があります。

テクノロジーとAI テクノロジーは、人間の判断や監督を代替することなく、反復的で価値の低いタスクから時間を解放するべきです。

データ優位性は、単に情報を持っているだけでなく、それを解釈し、より良い意思決定に変換できるかどうかにかかっています。

人間のスキル自動化が増加するにつれて、批判的思考、判断力、倫理観、コミュニケーション、リーダーシップ、分析能力が重要性を増します。

標準化多様性を減らし、プロセスを単純化することで、人員や労働時間を増加させることなく生産性を向上させることができます。

ウェルビーイング労働条件、移動、勤務時間、そして個人の環境も、従業員の生産性に影響を与えます。

2027年までの優先事項課題は、単に「より多く生産する」のではなく、「より良く生産する」ことです。プロセスを再設計し、結果を測定し、テクノロジーを使用し、利用可能なリソースでより多くの価値を生み出すことです。