なぜHBRは40年前の論文を、いま再公開しているのか

皇居の歴史的な石垣と濠、その先に広がる現代の高層建築

東京部長倶楽部の山木のぼるです。

 ハーバードビジネスレビュー(HBR)のオンライン記事を整理していると、2024年、2025年、2026年と、読める過去のバックナンバーが大きく増えていることに気づきます。新しい記事だけではありません。40年近く前に発表された論文まで、いま再び読めるようになっています。

2026年公開分の8割以上は1990年代以前

 2026年にオンライン公開されたHBRセレクション398件を、元の掲載年代で分類しました。

 1982~1989年が174件、1990年代が164件、2002~2005年が60件です。1990年代以前の論文は合計338件で、全体の84.9%を占めました。公開順も、1990年代半ばから1980年代前半へと、概ね年代を遡る並びになっていました。

 この状況から見ると、2026年の話題に合う論文だけを選び直したというより、過去のバックナンバーを計画的にデジタル化し、再公開していると考えるのが自然です。ただし、これはHBRによる公式な説明を確認したものではなく、公開された記事の年代と順序から山木が推測したものです。

古い論文に、現在の経営課題の原型がある

 では、なぜ40年前の論文を、いま読む意味があるのでしょうか。

 1980年代の論文では、コンピュータ化、自動化、生産管理、物流、権限委譲などが論じられていました。1990年代には、BPR、コア・コンピタンス、顧客価値、企業生態系、ガバナンスが大きなテーマになります。2000年代前半には、協働、自己組織化、新規事業、ネットワーク型組織などが取り上げられています。

 現在の生成AIとは技術の水準も環境も異なります。それでも、そこで問われていることには共通点があります。

 新しい技術を、仕事の流れへどう組み込むのか。誰にどの権限を渡し、誰が最終判断と責任を担うのか。個人の知識を、組織の能力へどう変えるのか。既存事業を守りながら、新しい事業をどう育てるのか。

 技術は変わっても、組織が向き合う根本的な問いは、形を変えながら繰り返されています。

過去の記事は、昔の答えをそのまま使うために読むのではない

 古い論文に書かれた施策を、そのまま現在へ移すことはできません。市場、働き方、データ、社会制度、技術の前提が違うからです。

 しかし、当時のリーダーが何を問題と考え、何を変えようとし、どこでつまずいたのかを見ることはできます。現在の課題を「まったく新しい問題」と決めつけず、過去の変革との共通点と違いを考える材料になります。

 大切なのは、昔の答えを探すことではなく、自分たちがいま何を問い直すべきかを見つけることです。

AI時代の部長に求められるのは、導入ではなく組織設計

 生成AIを導入すれば、自動的に生産性が上がるわけではありません。個人が文章作成や情報検索を速くできても、それだけで部門全体の成果が変わるとは限りません。

 AIによって何を変え、何を残すのか。AIに任せる仕事と、人が担う判断をどう分けるのか。得られた知識を誰が確認し、組織の学習へどう戻すのか。部長は、人、専門性、仕事の仕組み、データ、AIをつなぎ、組織として成果が出る状態を設計する必要があります。

 その意味で、過去の変革を扱った論文は、AI時代にも有効な問いを与えてくれます。

まず、自部署のAI活用を四つの問いで見直す

 皆さんの部署で進めているAI活用を、次の四つの問いで確認してみてください。

  • AIを使うことで、どの仕事や顧客価値を変えたいのか
  • 仕事の流れや役割、判断権限まで見直しているか
  • AIに任せず、人が担う判断と責任を明確にしているか
  • 個人の活用経験を、組織の知識と改善へ戻す仕組みがあるか

 新しい道具を加えるだけで終わっているなら、まだ組織変革にはなっていません。

 古い論文がいまも読まれるのは、答えが古びていないからというより、技術が変わってもリーダーが向き合う問いがなくならないからではないでしょうか。過去の変革を鏡にして、自部署の仕事と組織をもう一度見直してみたいと思います。

編集注:本記事は、2026年にオンライン公開されたHBRセレクションについて、原掲載年と公開順を独自に集計した結果をもとに構成しています。HBRの記事本文は転載せず、集計結果と山木のぼるの見解を記載しています。

Related Entry

PHSをスマホに替えるだけでは、働き方は変わらない

PHSをスマホに替えるだけでは、働き方は変わらない

二つの海と中央の緑地を望む島の俯瞰

生成AI時代、創造性の価値はどこへ移るのか

青空へ伸びる高層建築

デジタルは目的ではない――現場の課題から改善をつくる部長

生成AIの答えがもっともらしくても、制度判断は任せない

生成AIの答えがもっともらしくても、制度判断は任せない

浅瀬から沖へ色が変わる海

Excelを覚える前に、入力と出力を分けて考える

デジタル化の前に、仕事を整える――IoTを工場成果へつなげる

デジタル化の前に、仕事を整える――IoTを工場成果へつなげる