Post
JA EN

「育てても辞めるかもしれない」は正しい問いか——企業が「安全な失敗」に投資すべき理由とその限界

Posted
By
33 min read
「育てても辞めるかもしれない」は正しい問いか——企業が「安全な失敗」に投資すべき理由とその限界
  • 想定読者： エンジニアリングマネージャー、チームリーダー、人事担当者、組織の学習環境に関心があるエンジニア
  • 前提知識： 特になし
  • 所要時間： 約10分

概要

「とにかく作って壊す」が最強の学習法だったでは、個人が「作って壊して学ぶ」サイクルをAIで加速する話を書いた。業務外なら心理的安全性が確保されているから、失敗し放題で学べると。

では、企業がその環境を用意すべきなのだろうか。

直感的には「イエス」と言いたくなる。心理的安全性が学習効果を高めることはEdmondsonの研究が示しており1、Googleの180チーム以上の調査でも高業績チームの最重要要因は心理的安全性だった2。だが経営判断はそう単純ではない。学習効果が上がっても利益が上がるとは限らない。育てた人が辞めるかもしれない。投資に見合うリターンがあるのか。

この問いに対して、データが示すのは意外な構図だ。問題は「育てたら辞めるかもしれない」ではなく、「育てなかった場合、育っていない人がそのまま残り続ける」ことのコストのほうがはるかに大きいということだ。Gallupの調査によると、日本のエンゲージメント率はわずか6%。従業員の24%が「積極的に無関心」であり、この状態による機会損失は2023年だけで86兆円と推計されている3。

「育てても辞める」リスクは一回限りのコストだ。「育てずに残る」コストは、毎日、フル給与を払いながら流れ続けている。

ただし、企業が「安全な失敗」の環境を作ればすべて解決するわけでもない。多くのイノベーションラボが期待した成果を出せていないとされ（広く引用される「90%が失敗」という数値の原典は不明確だが、失敗パターン自体は十分に文書化されている4）、「失敗を許容する」と言いながら実態が伴わない「イノベーションシアター」は広く観察されている。本記事では、企業が「安全な失敗」に投資する際のエビデンスと、その現実的な限界を検証する。

「育てたら辞める」は本当か

データが示す逆の結論

「社員に投資すると、スキルが上がって転職される」——この懸念は経済学で「ポーチング外部性（poaching externality）」と呼ばれる。理論的には妥当だ。しかし大規模調査のデータは、むしろ逆の傾向を示している。

LinkedInの2024年Workplace Learning Report（数千名のL&D専門家と従業員を対象）では、学習機会の提供が組織の最も効果的なリテンション戦略として報告されている。強い学習文化を持つ企業では、リテンション率が57%向上し、社内異動率も23%向上する5。

一方、Work Instituteの2024年リテンション報告（20,000件超の退職面談を分析）では、離職の主要因としてキャリア開発機会の不足が繰り返し指摘されている5。新入社員の3人に1人が、オンボーディング体験の不十分さを理由に早期から転職活動を始めているというデータもある。

つまり育てたら辞めるのではなく、育てる機会がなかったから辞めているケースが相当数存在している。

コストの非対称性

この問題にはコストの非対称性がある。

育てた人が辞めた場合のコスト:

  • 研修投資の損失（一回限り）
  • 採用・オンボーディングコスト（年収の約33%）
  • 合計：研修費 + 年収の1/3程度。一回限りの出費。

育てずに無関心な人が残り続けるコスト:

  • フル給与を払いながら、生産性は低下し続ける
  • 知識やスキルが退化していく
  • 周囲のモチベーションにも悪影響を及ぼす（ディスエンゲージメントの伝染）
  • 毎月、毎年、継続的に発生する

一回限りのリスクと、毎日流れ続けるコスト。どちらが大きいかは明らかだ。

「育てない」コストは想像以上に大きい

世界のディスエンゲージメント問題

Gallupの2026年版State of the Global Workplace報告（2025年データに基づく）によると、世界全体の従業員エンゲージメント率は20%に低下した。2020年以降で最低の水準であり、2年連続の低下は調査史上初めてだ3。

2024年の低エンゲージメントによる生産性損失は、世界全体で推計10兆ドル——世界GDPの約9%に相当する3。

日本は特に深刻

日本のデータはさらに厳しい3。

  • エンゲージメント率：6%（世界最低水準）
  • 積極的に無関心（actively disengaged）：24%
  • 無関心な従業員が関与している従業員の4倍
  • 2023年の機会損失：86兆円（Gallup推計）

この数字を見て、なお「育てたら辞めるリスク」を最大の懸念とすべきだろうか。

心理的安全性は利益を生むか

チーム学習への効果は実証されている

Edmondsonの1999年の研究（製造業51チーム、査読済み）は、心理的安全性の高いチームほど学習行動が活発で、それがチーム業績を媒介することを示した1。GoogleのProject Aristotle（180チーム以上）でも、心理的安全性が高業績チームの最重要要因として確認されている2。

ソフトウェア開発の文脈では、DORA State of DevOps Report（2019年）が、心理的安全性がソフトウェアデリバリーのパフォーマンスを予測することを報告している6。

直接的な利益への因果関係は証明が難しい

ただし、正直に言えば「心理的安全性→利益」の直接的な因果関係を証明したRCT（無作為化比較試験）は存在しない。

エビデンスの構造は以下のようになっている：

心理的安全性 → 学習行動の活性化（実証済み1）→ チーム業績の向上（実証済み12）→ 企業利益の向上（相関あり、因果は未証明）

学習する組織と財務パフォーマンスの関係を調べたEllinger et al.（2002年、査読済み、n=208）は正の相関を確認しているが、因果関係ではなく相関関係であり、製造業が中心のサンプルだ7。

「心理的安全性は学習を促進する」は堅い。「学習は業績を改善する」も堅い。だが「心理的安全性→利益」の直通ルートは、まだ学術的には未確定だ。 この誠実さを持った上で、では何が言えるかを考えたい。

「安全な失敗」の施策——何が効いて何がポーズか

企業が「安全に失敗できる環境」を提供しようとする施策は数多くある。問題は、機能するものとポーズだけのものの差が大きいことだ。

機能した例

Atlassian ShipIt Days — 四半期ごとの24時間ハッカソン。14人の開発者から始まり、現在は世界11カ国20都市以上で約4,000人が参加する。Jira Service ManagementはShipItプロジェクトから生まれた4。成功の鍵は、アイデアが実際のプロダクトにつながる道筋があること。

Googleの20% Time — Gmail、Google News、AdSenseを生んだ。ただしLaszlo Bock（元Google人事担当上級副社長）によれば、実際の使用率は10%程度で、現在は構造化されたハッカソンやイノベーションウィークに進化している4。20%という「コンセプト」が重要であり、厳密な運用が重要なわけではなかった。

失敗するパターン——「イノベーションシアター」

Steve Blankが2019年にHarvard Business Reviewで名付けた概念だ4。イノベーションを推進しているように見えるが、実態が伴わない。

よくある兆候：

  • パイロット煉獄: プロジェクトが延々とテストフェーズにとどまり、本番には出ない
  • 活動指標で満足: 「ハッカソン開催数」「アイデア提出数」を成果として報告する
  • 本業と断絶: イノベーションチームが事業部門から隔離されている
  • 建前と本音の乖離: 「失敗を許容する」と言いながら、実際にリスクを取った人を評価しない

McKinseyの調査では、成功している組織は適切なリスクテイクを実際に報酬で評価する可能性が2倍以上高い4。「失敗してもいい」と言うだけでは不十分だ。実際にリスクを取った人が評価される制度が伴わなければ、誰も信じない。

機能する施策の共通点

イノベーションシアター機能する施策
「アイデアを出す」がゴール「プロダクトに載せる」がゴール
事業部門と切り離されている事業部門に組み込まれている
外部コンサルタントに依存内部のケイパビリティを構築
「ハッカソン開催数」を指標にする「実装された提案数」を指標にする

AIが方程式を変える

ここまでの議論に、AIという新しい変数が入る。

AIは「安全な失敗」環境の提供コストを劇的に下げる。GitHub Copilotの無作為化比較実験では、開発者のタスク完了速度が55.8%向上した8。McKinseyは生成AIによるコード生成タスクの35〜45%の時間削減を報告している。

これは「安全な失敗」の文脈では何を意味するか。

従来: 新しいアーキテクチャを試すのに数週間 → 失敗のコストが高い → 失敗を許容する文化的変革が必要 → 変革は難しい → 何も変わらない

AI時代: AIがプロトタイプを高速生成 → 実験コストが大幅に低下 → 失敗しても投資額が小さい → 「失敗を許容する」文化的ハードルも下がる

California Management Reviewの2025年の論考では、AIを活用した実験的サンドボックス（AIサンドボックス）が、コア業務を混乱させずに限定的な実験を可能にする新しい組織形態として紹介されている8。

企業が全社的な文化変革をしなくても、まず「AIを使った小さな実験の場」を設けることは可能だ。 Atlassianの四半期ShipItのように、限定的・定期的な実験イベントから始めて、成果が出れば拡大する。全社文化を変える必要はない。まず小さく試して、壊して、学ぶ——記事のテーマそのものだ。

しかし、その「小さな投資」すら渋る現実

ここで現実に目を向けたい。AIツールの月額利用料は、安いプランで数千円、本格的に使えるプランで1人あたり月数万円だ。10人のチームなら年間数百万円。決して無視できない金額ではある。

しかし実際には、その投資すら従業員に提供しない企業は少なくない。「コスト削減」の名目でAIツールの導入を見送り、結果として従業員は個人契約で使うか、使わないかの二択を迫られる。

この判断は合理的だろうか。10人チームの年間AI利用料が仮に数百万円だとして、そのチームの人件費は数千万〜数億円だ。ディスエンゲージメントによる生産性低下が仮に10%だとすれば、その損失は数百万〜数千万円になる。AIライセンスを渋って「節約」した数百万円と、そのAIがあれば回避できたかもしれない機会損失は、桁が違う。

もちろん、AIツールを入れれば自動的に「安全な失敗」の文化が生まれるわけではない。ここまで見てきたように、制度と文化の両方が必要だ。しかし文化変革は難しくても、まずツールを渡すことはできる。AIライセンスは「安全な失敗」環境への最も始めやすい投資の一つだ。

まとめ——「どこまでやるべきか」への回答

「企業は社員の安全な失敗にどこまで投資すべきか」——この問いに対する、エビデンスに基づく回答は以下の通りだ。

まず、問いを反転させるべきだ。 「育てたら辞めるかもしれない」ではなく、「育てなかったらどうなるか」を見る。日本の6%というエンゲージメント率、86兆円の機会損失3——これが「育てない」の現在のコストだ。このコストは毎日払い続けている。

ただし、「安全な失敗」施策は万能ではない。 多くのイノベーションラボが成果を出せずに終わる現実は、「制度を作れば解決する」という幻想を戒めている4。建前だけの「失敗を許容する文化」は、何も変えない。

エビデンスが示す「効く条件」は3つだ:

  1. 実験結果がプロダクトにつながる道筋がある: アイデア出しで終わらず、実装まで至る仕組み
  2. リスクテイクが実際に評価される: 「失敗してもいい」が制度として機能している
  3. 小さく始められる: 全社文化変革ではなく、四半期ごとのハッカソンや、AIサンドボックスのような限定的な実験から

AIの登場で、3番目のハードルが大幅に下がった。かつては実験するだけでもコストが大きく、経営層の理解が必要だった。今はAIを使った小規模な実験であれば、チーム単位で始められる。全社を変える必要はない。まず小さく壊してみることから始められる。

一つ補足しておきたい。本記事は「環境を整えれば全員が学ぶ」と主張しているわけではない。そもそも学ぶ意思がない人や、答えだけを求めて考えるプロセスを省く人には、どれだけ環境を整えてもサイクルは回らない。それは環境設計ではなく動機づけの問題であり、本記事のスコープを超える。ここで論じているのは、学ぶ意思のある人が環境のせいで学べていない場合に、企業が何をできるかだ。

「育てても辞めるかもしれない」——それは事実だ。しかしGallupのデータが示す86兆円の機会損失は、「育てない」選択肢の代償がすでに可視化されていることを意味する3。そして「育てる」ためのコストは、AIの時代にかつてないほど低くなっている。

「とにかく作って壊す」が最強の学習法だったが個人の「作って壊す」学習法を扱ったのに対し、本記事は企業がその環境をどこまで用意すべきかを検証しました。組織の心理的安全性フレームワークについては、氷河期世代の「熱湯育成」はなぜZ世代に届かないのかで詳しく分析しています。

関連記事

このテーマに関連する他の記事もご覧ください：

参考資料

本文中の引用番号に対応する参考資料を番号順に記載しています。

  1. Psychological Safety and Learning Behavior in Work Teams - Edmondson, A., Administrative Science Quarterly (1999). DOI: 10.2307/2666999. 製造業51チームを対象。査読済み。心理的安全性→学習行動→チーム業績の媒介モデルを実証。【信頼性: 高】 ↩︎ ↩︎2 ↩︎3 ↩︎4

  2. Project Aristotle - Google Re:Work (2016). 180チーム以上を対象とした社内研究。心理的安全性が高業績チームの最重要要因。内部研究のため方法論は一部非公開。【信頼性: 中〜高】 ↩︎ ↩︎2 ↩︎3

  3. State of the Global Workplace 2026 - Gallup (2026). 世界全体のエンゲージメント率20%（2025年計測、2020年以降最低）。生産性損失は年間10兆ドル。日本は6%エンゲージメント、24%が積極的無関心、86兆円の機会損失（2023年）。大規模調査に基づくが、GDP換算コストは推計値。【信頼性: 高】（調査規模・方法論は堅実。ただしコスト換算は推計） ↩︎ ↩︎2 ↩︎3 ↩︎4 ↩︎5 ↩︎6

  4. 企業の「安全な失敗」施策に関する複数情報源の統合。(1) ShipIt Days - Atlassian. 14人→4,000人超の四半期ハッカソン。Jira Service Managementの起源。(2) Google’s 20% Time - Gmail, AdSense等を生んだが、現在は構造化されたイベントに進化。(3) Steve Blank, “Why Companies Do ‘Innovation Theater’ Instead of Actual Innovation”, Harvard Business Review (2019). イノベーションシアターの概念を提唱。(4) When failure is an option - McKinsey. 成功する組織はリスクテイクを実際に評価する可能性が2倍以上。【信頼性: 中〜高】（事例研究と調査の統合。イノベーションラボの90%失敗という数値は広く引用されるが、原典の方法論は不明確） ↩︎ ↩︎2 ↩︎3 ↩︎4 ↩︎5 ↩︎6

  5. 研修投資とリテンションに関する複数調査の統合。(1) 2024 Workplace Learning Report - LinkedIn Learning (2024). 学習機会の提供が最も効果的なリテンション戦略。強い学習文化を持つ企業のリテンション率が57%向上、社内異動率が23%向上（ベースラインとの比較、相対改善率）。(2) 2024 Retention Report - Work Institute (2024). 20,000件超の退職面談を分析。キャリア開発機会の不足が離職の主要因として繰り返し報告されている。【信頼性: 中〜高】（大規模サーベイだが、自己報告ベース） ↩︎ ↩︎2

  6. DORA State of DevOps Report 2019 - DORA/Google Cloud (2019). ソフトウェア開発チームのパフォーマンス要因を調査。心理的安全性がソフトウェアデリバリーパフォーマンスの予測因子であることを確認。【信頼性: 中〜高】 ↩︎

  7. Ellinger, A. D. et al. (2002). The Relationship Between the Learning Organization Concept and Firms’ Financial Performance. Human Resource Development Quarterly, 13(1). 査読済み。n=208。学習する組織の次元と財務パフォーマンスの正の相関を確認。ただし因果関係ではなく相関関係であり、製造業が中心。【信頼性: 中〜高】 ↩︎

  8. AIによる実験コスト低減に関する研究。(1) The Impact of AI on Developer Productivity - Peng, S. et al. (2023). 無作為化比較実験。GitHub Copilot使用群がタスク完了速度55.8%向上。(2) California Management Review (2025). AIサンドボックスが組織の新しい実験形態として機能する可能性を論じた。【信頼性: 中〜高】（Copilot実験は堅実なRCTだが、組織的影響の一般化には限界あり） ↩︎ ↩︎2

キャリア・働き方
組織 心理的安全性 人材育成 エンゲージメント AI マネジメント
This post is licensed under CC BY 4.0 by the author.