責任の所在の設計 — 内製・外注・AI 委譲をどう組み合わせるか

なぜこのドキュメントを置くか

マーケティングが機能不全に陥る最大の原因は、責任の所在の不明瞭さである（詳細は marketing-structural-issues.md）。マーケティングサイクルは技術的な手順書である以前に、責任を曖昧にしないための設計図として機能する。本書では、責任の所在を設計する際の原則と判断軸を記録する。

アカウンタビリティとレスポンシビリティ

混同されがちだが別物である:

アカウンタビリティ: 結果に対する説明責任。一人に集約されるべき性質を持つ
レスポンシビリティ: 実行の責任。複数人に分散しうる

マーケティングでは「みんなで話し合って決めました」が常態化しやすく、両者が同時に曖昧になる。マーケティングサイクルでは各 workspace ごとに「誰がアカウンタブルか」を business-overview.md に記載することを推奨する。

内製・外注・AI 委譲の責任配分

意思決定と実行を、3 つの担い手にどう配分するかを設計する。

担い手	何を任せるか	残すべき責任
インハウス（人間）	戦略判断、ブランド整合性の最終判定、再構築（既成枠を再構築の決断）、起動・実装する / 学ぶの最終承認	アカウンタビリティのすべて
外部業者	専門的な実行、客観視点の Review、新陳代謝の足りない部分の補完	引き渡し条件・成果物の検収責任
AI（Claude/Codex 等）	情報整理、選択肢の生成、ルーチンの自動化、Review の叩き台	判断責任は人間に残す。AI 出力の採否ログを残す

原則: 責任の所在を曖昧にする目的で外注・AI 委譲をしない。

健全な外部化 vs 不健全な外部化

外部業者を使うこと自体は悪ではない。問題はその使い方である。

不健全な外部化のサイン

「とりあえず計測」「とりあえず施策」「とりあえず外注」が並ぶ
外注先の成果に対し、自社内で責任を取る人が定まらない
外注の成果物が memory/ にも output/ にも残らず、担当者の頭の中にだけ存在する
契約期間が終わると組織内に何も残らない
外注が打ち切られると業務が止まる（属人化が外部に移っただけ）

健全な外部化のサイン

外注の目的・期間・成果物・引き渡し条件が事前に定義されている
外注の成果が knowledge/ と memory/ に書き戻されるフローが組まれている
自社内に「外注先の判断を評価できる人」が一人以上いる
外注に依存しない代替手段がある（外注が止まっても致命傷にならない）
外注先がアカウンタビリティではなくレスポンシビリティを引き受けている（最終判断は自社）

AI 委譲時代の責任外部化問題

「AI が言っているから、この施策を打ちました」── このフレーズが日常的に発される時代が到来しつつある。

これは新しい形の責任外部化である。チームの誰もが「自分は AI の助言に従っただけ」と言えてしまう。判断の所在がチーム内から蒸発する。AI が出す答えを使うことと、その答えを理解していることは別物であり、後者を欠いたまま前者だけが組織に蓄積していく。

実証根拠 — Cognitive Surrender

この危機は推測ではない。Shaw, S. D., & Nave, G. (2026). Thinking—Fast, Slow, and Artificial: How AI is Reshaping Human Reasoning and the Rise of Cognitive Surrender（Wharton School, 1,372 名 / 9,000+ 試行）の主要発見:

AI が正答のとき正答率 +25pt、AI が誤答のとき正答率 −15pt。AI の利用可能性そのものが人間の判断品質に下振れリスクをもたらす
AI が誤答でも 80% の被験者が AI 出力を採用
AI の誤りを訂正できた率はわずか 19.7%（時間圧 30 秒で −12pt、即時フィードバック＋金銭インセンティブで +19pt）
著者らは Kahneman の二重過程理論に System 3（脳の外で動く人工的認知） を加える Tri-System Theory を提示。AI 委譲は「補助ツールの利用」ではなく意思決定主体の一部移管として起きる

「間違っている時に人は判断できなくてはいけない」── これが Marketing OS の AI 委譲設計の核心要求である。Shaw & Nave のデータは、この要求が自然には満たされないことを示す。AI が誤答する場面で、人間は構造的に訂正できない。だからこそ Marketing OS は「個人の警戒心」ではなく、採否ログ・本番反映前チェック・Evidence Level・DRI 指定といった省略不可の構造項目で AI 委譲の責任所在を維持する。詳細は ../../../reference/references.md §E.9.5。

「AI を使う」から「AI に委ねる」へ

2025 年まで: AI を使う時代。プロンプトを組み、出力を取捨選択する
2026 年以降: AI に委ねる時代。自律エージェントが連続的にタスクをこなす

しかし AI に委ねたからといって、自動的に物事が上手くいくわけではない。AI に権限を移譲するという行為そのものが判断を要する。

何を委ね、何を残すか
委ねた結果をどう評価するか
これらはすべて、人間が引き受けるべき判断

小規模なチームや個人事業においては、ルーチン部分の自動化（クリエイティブ大量生成、広告運用チューニング、SEO 記事量産）は加速する。しかしマーケティング全体の自動化ではない。判断と責任は依然として人間の領域に残る。

マーケティングサイクルにおける責任の動線

マーケティングサイクルの各段階で、誰が何の責任を持つかの基本配分:

マーケティングサイクル段階	責任主体	AI の役割
観測・データ収集	チーム全員（情報を場に出す責任）	サイロ検出、未共有情報の指摘、共有テンプレート提供
理解・分析する	各レビュー観点の担当者（CMO/CEO/Specialist）	視点の切り替え補助、選択肢生成、抜け漏れ指摘
再構築	意思決定者（既成枠を再構築の決断は人間に残す）	「聖域」「前提」「ねばならない」の機械的列挙
起動・実装する / 学ぶ	実行責任者（本番反映と測定の責任）	実装の叩き台生成、測定設計の補助

再構築は人間にしかできない。既成の KPI を再構築する、聖域を否定する、組織政治を超えて「これは違う」と言う ── これらは AI には引き受けられない判断である。

責任設計のチェックリスト

新しい施策・workspace・外注契約を始めるとき、以下を確認する:

アカウンタブルな個人が決まっているか（チームではなく個人名）
失敗時の責任がどう取られるか定義されているか（取らないなら、それを明示する）
外注・AI 委譲の境界が明示されているか（何を委ね、何を委ねないか）
学習の書き戻し先が決まっているか（成功も失敗も memory/ のどこに残すか）
AI 出力の採否ログが残る運用になっているか（/learn の差分セクション）
外注成果の引き渡し条件が定義されているか（外注が終わっても組織に残る形か）

このチェックが通らないうちは、責任の所在は構造的に曖昧であり、マーケティングサイクルは機能しない。