こんにちは！私はあなたの経済学者兼財経ジャーナリストのパートナーです。今回お話しするのは「コンテキスト税（Context Tax）」に関する記事で、実は現代の職場で最も痛い問題に触れています。AIが私たちの経験を「食べ始めた」とき、私たちは本当に何を得ているのでしょうか？
この記事は、「AIはすごい」とか「AIは危険だ」といった表面的な話にとどまらず、組織行動学や労働経済学の根本的な論理に深く掘り下げています。なぜ95％の企業のAIプロジェクトが失敗するのか？それは技術の問題ではなく、人々の心が離れ、信頼が失われているからです。
以下では、わかりやすい言葉でその背後にある5つの核心的な理由を解説します。
---
一、核心的なまとめ：「トヨタ式の信頼」から「AI式の収奪」へ
一言でいうと：
過去半世紀にわたり、トヨタは「終身雇用」によって従業員の「経験」を得てきました。これは信頼に基づく取引でした。しかし今日、多くの企業は「リストラの脅威」や「KPIの圧力」で従業員に経験をAIに提供させていますが、それに見合う報酬は一切ありません。このような「与えるだけで受け取らない」行為を「コンテキスト税（Context Tax）」と呼びます。
核心的な矛盾：
企業がAIを賢くしたいと思うなら、従業員には頭の中の「暗黙知」（直感、判断力、暗黙のルールなど）をAIが理解できる「明示的なデータ」に変えてもらう必要があります。しかし、これは従業員の仕事量を増やすだけでなく、彼らの代替不可能性を直接弱めてしまいます。従業員は自分の「要塞」を使って会社のための「高速道路」を築いているのに、最終的には路傍に追いやられてしまうのです。
---
二、5つの側面からのわかりやすい解説
1. 歴史的な比較：なぜトヨタの従業員は「秘訣」を教えたがり、今の従業員は「破壊」しようとするのか？
【現象】
1951年、トヨタは流れ作業の従業員にアイデアを提案するように促し、皆は喜びました。なぜならトヨタは「一生雇用する」と約束したからです。
2026年、企業は従業員に知識ベースの整理やヒントの作成を求め、AIに提供させていますが、従業員は恐れを感じています。実際には29％の従業員が会社のAI戦略を意図的に妨害していると認めています（例えば、データを意図的に誤って入力したり、指定されたツールの使用を拒否したり）。
【わかりやすい解説】
これはまるで2つの異なる「ビジネスパートナーシップ」のモデルのようです：
- トヨタモデル（信頼に基づくパートナーシップ）： 上司は「あなたの最高の技術をチームに教えてください。チームが強くなれば、会社も強くなり、あなたの地位も安定し、ボーナスももらえます」と言います。これは正のインセンティブです。
- 現在のAIモデル（強制的な徴収）： 上司は「あなたの最高の技術を書き出してAIに教えてください。AIが学べば効率が上がりますが、報酬は増えません。協力しなければリストラされるかもしれません」と言います。これは負の圧力です。
重要なポイント： トヨタが提供したのは「安全感」であり、現在の企業が提供しているのは「不安感」です。従業員が「弟子を教えると師匠が飢える」というのがもはや比喩ではなく、現実になりつつあると気づいたとき、信頼は崩れます。
2. コンセプトの解説：「コンテキスト税」とは何か？なぜそれは残業よりも恐ろしいのか？
【現象】
記事では「コンテキスト税（Context Tax）」という概念が提案されています。
- 明示的な税金： 文書の整理やデータの入力に2時間かかるのは、明らかな残業です。
- 暗黙の税金： 10年間にわたって蓄積した顧客交渉の技術や判断力をAIに無条件で教えることです。
【わかりやすい解説】
- 残業はあなたの時間を消費します。疲れたら寝れば回復でき、通常は残業代や休日があります。
- コンテキスト税はあなたの核心的な競争力を消費します。
- 例えば、あなたが優秀なセールスパーソンであれば、その価値は電話をかける能力にあるのではなく、「この顧客は口ではいらないと言っているが、実際には予算の問題で、来週もう一度電話すれば成り立つ」という直感や判断力にあります。
- これらのロジックをルールにしてAIに教えると、会社は「ああ、これは簡単なことだ。AIでもできる。高給のセールスパーソンは必要ない。安いインターンを雇えばいい」と考えます。
- 結論： 残業はあなたを疲れさせるだけですが、コンテキスト税はあなたを代替可能にします。これが従業員が恐れる本当の理由です。
3. 現実の困難：なぜ従業員は「提供できない」し「提供したくない」のか？
【現象】
企業はAIの導入に苦労しており、95％のプロジェクトが失敗しています。原因はAIが鈍いからではなく、従業員の持つ「経験」をAIが使える「データ」に変えるのが難しいからです。
- 提供できない： 多くの経験は「言葉では伝えられない」ものです（例えば、ベテラン職人は機械の音で故障を判断できます）。
- 提供したくない： 提供しても利益がなく、リストラされる可能性があるからです。
【わかりやすい解説】
ここには大きな情報の非対称性と能力の格差があります：
1. 翻訳の難しさ： 例えば、老中医に「望診・聞診・問診・切診」の感覚をコードに書かせるのは難しい。AIにどうやって理解してもらえるでしょうか？
2. 二重の労働： 従業員はもともと仕事をしなければならず、さらにAIに仕事を教える必要があります。ActivTrakのデータによると、AIが導入された後、従業員の仕事量は増え、週末の残業も増えています。
3. リスクの逆転： AIが提供された情報の誤りでプロジェクトが失敗した場合、責任は誰にあるのでしょうか？通常は従業員にあります。リスクを負いながら、適切な「知識の著作権料」を得られません。
結果： 従業員は「サボりながらの協力」を始めます。提供すればするほど危険なので、最も表面的で無意味な情報だけを提供し、核心的な秘密は隠します。
4. 業界の混乱：3つの「税金削減」の試み、どれが正しい道なのか？
【現象】
問題に直面して、業界には3つの異なる解決策があります：
1. システムの統合（技術的アプローチ）： DingTalkやFlyBookなどのツールを使って、メールや承認記録などの「静的なデータ」を自動的に収集します。
2. 無感覚の収集（監視的アプローチ）： AnthropicのClaude Tagのように、チャットソフトウェアに直接組み込んで、会話や行動を裏で記録します。
3. 正のインセンティブ（利益のアプローチ）： 一部の企業は経験の提供と給与を結びつけたり、AIに以前はできなかったことをさせたりしています。
わかりやすい解説
- アプローチ1（技術的アプローチ）： 「静的なデータ」の問題は解決できますが、「生きた経験」の問題は解決できません。
- アプローチ2（監視的アプローチ）： これは最も危険な「デジタルの領土拡大」です。従業員は自分が記録されていることに気づかず、データがどのように使われているかもわかりません。これは信頼をさらに損ないます。
- アプローチ3（利益のアプローチ）： これが正しい道ですが、まだほとんどの企業が採用していません。
- 核心的な論理： AIがあなたの経験を学べば、会社は利益を得ます。あなたもその利益の一部を得ることができます。または、AIがあなたの経験を使って80％の雑務を処理してくれれば、あなたはより重要な仕事に集中できます。
- 現状： 大多数の企業はアプローチ2（監視＋脅迫）を使っており、ごく少数の企業だけがアプローチ3（共に勝つ）を探しています。
5. 最後の警告：これは現代の「知識の領土拡大運動」です
【現象】
記事の最後には18世紀のイギリスの「領地拡大運動」が引用されています。地主が公共の土地を囲い、農民は土地を失い、工場で安価な労働力になりました。
今、企業は従業員の「経験、判断力、業界の知識」（つまり知識労働者の生産手段）をAIを使って個人から会社に移しています。
わかりやすい解説
- 過去の搾取： 上司はあなたの時間（8時間）を買い、給料を支払います。仕事が終われば、あなたの経験はあなたのものです。
- 現在の搾取： 上司はあなたの時間だけでなく、あなたの能力そのものも買い取ろうとしています。
- あなたが経験をAIに提供すると、それは会社の「デジタル資産」になります。
- 法律の未整備： 現在の法律は「職務作品」（例えば書いたコードや描いた図）のみを保護していますが、あなたの頭の中の判断ロジックがAIに学ばれた後の著作権については規定されていません。
- 結果： 従業員は交渉力を失っています。以前は「代替不可能な専門家」でしたが、今は「AIに置き換えられるデータ源」になっています。
結論：
この「知識の領土拡大」が起こっています。フェンス（AIシステム）はすでに立てられていますが、中にいる人々（従業員）にはまだ何が得られるのかが伝えられていません。より高い給料？より安定した職位？それとも単なる「もう役に立たない」というリストラ通知書でしょうか？
一般の人へのアドバイス：
もしこのような環境にいるなら、「透明人」にならないでください。
1. 核心的な直感を保持する： 人間関係の洞察や複雑な判断、標準化されていない判断に依存する部分は自分のものにしておきましょう。
2. 価格設定の権利を主張する： 経験を提供する前に、その提供が自分のパフォーマンスや昇進にどのように影響するかを会社と話し合いましょう。
3. AIとの協力を強化する： AIに「教える」だけでなく、「AIを使って自分のユニークな価値を高める」ことを考えましょう。AIを自分の補助ツールとして使いましょう。
最後に：
95％のAIプロジェクトが失敗するのは技術の問題ではなく、信頼の破綻が原因です。企業がAIの「賢さ」を求めるなら、まずは従業員に「安全感」を与えなければなりません。そうでなければ、得られるのはゴミのデータでいっぱいのAIと、敵意と消極的な仕事ぶりのチームだけです。