AI時代、車買取店は「学習する組織」になれるか

車買取業界も、これから大きく変わると思っています。
特に、小規模な買取事業者。
今までと同じことを、今までと同じように続けていれば事業を維持できる。
そんな時代ではなくなっていくのではないでしょうか。

AIの進化。中古車流通の変化。海外輸出市場。為替。集客方法の変化。
SNSやメディア。消費者が持つ情報量の増加。

そして、買取会社に求められる役割そのものの変化。
こうした変化を見ていると、これから重要になるのは単純な「査定力」だけではないと思っています。

変化から学び、自分たち自身を変えていける会社であること。

変化から学び、自分たち自身を変えていける会社でなければ
これからの時代の生き残りは難しくなってくると確信しています。

そのために、私たちの会社では「組織学習」というテーマに取り組んでいこうと考えています。
AIを導入すれば強くなるわけではない

最近は、どの業界でもAIの話を聞くようになりました。
文章を書く。資料をつくる。議事録をまとめる。
データを分析する。業務を効率化する。
もちろん、こうした使い方も重要です。

ただ、私はそれだけでは企業の競争力にはならないと思っています。
なぜなら、いずれ多くの会社が同じようにAIを使うようになるからです。

重要なのは、
「AIを使って何を学ぶのか」
です。

そして、もっと重要なのは、
一人が学んだことを、どうやって組織全体の知識に変えるのか。
ここだと思っています。
車買取の現場には、毎日大量の情報がある
車買取の仕事をしていると、毎日のように新しい発見があります。
昨日まで強かった車種の相場が突然弱くなる。
同じ車なのにオークション会場によって結果が違う。
輸出先の状況によって価格が変わる。
為替が動く。
お客様から想定していなかった質問を受ける。
高い査定額を提示しても成約できないことがある。
逆に、一番高い査定額でなくても選んでいただけることがある。

こうした出来事を、
「今日はこんなことがあった」
で終わらせるのは、非常にもったいない。
すべて、会社が成長するための材料だからです。
経験しただけでは会社の知識にならない

ここが重要だと思っています。

個人の経験を組織の知識に

社員が何かを経験しても、その社員だけが知っている状態では「組織の知識」にはなりません。

例えば、一人の査定担当者が、
「最近、この車種は輸出が弱くなっている」
と気づいたとします。
その人だけが知っている。
これでは個人の経験です。

そこで、
なぜ弱くなったのか。

為替なのか。
輸出規制なのか。
現地需要なのか。
物流なのか。
オークションの一時的な動きなのか。
データを確認し、AIも使って分析する。

そして、
「この条件の車を見るときには、この指標も確認する」
というところまで言語化する。
ここまでできれば、単なる経験が「判断基準」に変わります。
そして、その判断基準を全員で共有する。
これで初めて、
個人知が組織知になります。

昨日、一人が経験したことを、今日、全員の判断基準にする

私たちが目指したいのは、
昨日、一人が経験したことを、今日、全員の判断基準にする
この状態です。

昨日、一人が経験したことを、
今日、全員の判断基準にする。

一人の成功を、一人だけの成功にしない。
一人の失敗を、一人だけの失敗にしない。
一人の気づきを、一人だけの知識にしない。

現場で起きたことを記録する。
分析する。
言語化する。
共有する。
判断基準にする。
次の現場で実践する。

そして、その結果をまた検証する。
この循環を回し続けます。

車買取に特化した「組織学習ループ」

そこで、私たちは車買取事業に特化した組織学習の仕組みを考え始めました。

流れはシンプルです。

OBSERVE｜気づく
↓
RECORD｜記録する
↓
ANALYZE｜分析する
↓
VERBALIZE｜言語化する
↓
SHARE｜共有する
↓
DECIDE｜判断基準にする
↓
ACT｜実践する
↓
VERIFY｜検証する
↓
再び現場へ。

仕事をするたびに、このループを回します。

つまり、
仕事をすればするほど会社に知識が蓄積される仕組み
をつくるということです。

AIは「答えを出す機械」ではなく、学習を加速する道具

この仕組みの中でAIを活用します。
現場の記録を整理する。
過去の事例と比較する。
相場データを分析する。
仮説をつくる。
経験を言語化する。
判断基準を構造化する。
蓄積した知識から必要な情報を探す。
検証結果をまとめる。

ただし、AIに経営判断を任せたいわけではありません。
判断するのは人間です。
AIは、人間が経験から学ぶ速度を上げるために使う。
私は、この位置づけが重要だと思っています。

小規模事業者だからこそ、学習速度で勝つ

大手企業と小規模事業者では、経営資源が違います。
広告費も違う。社員数も違う。知名度も違う。データ量も違う。
それなら、小さな会社は何で勝つのか。
私は、その一つが、
学習速度
だと思っています。

小規模事業者には、意思決定の速さがあります。
今日現場で気づいたことを、今日話し合う。
明日から仕事のやり方を変える。
必要なら翌週にはルールを書き換える。
この機動力は、小さな会社だからこそ持てるものです。
AIによって、この強みをさらに増幅できる可能性があります。

FCのあり方も変わる

これはフランチャイズにも関係する話だと思っています。
従来のFCは、
本部がノウハウを持つ。
加盟店が教えてもらう。
加盟店は決められた方法を実行する。
という構造になりやすかったと思います。
もちろん、それが必要な段階もあります。
しかし、変化が速い時代に、本部だけが学習して加盟店に正解を伝える仕組みでは、間に合わなくなる可能性があります。

各地域の加盟店では、毎日さまざまなことが起きています。
地域ごとの相場。顧客の変化。競合の動き。成功事例。
失注事例。トラブル。新しい集客方法。
その現場知を吸い上げ、言語化し、ネットワーク全体の判断基準として共有する。

そうなれば、
加盟店は「ノウハウを教えてもらう人」ではなく、「組織の知識を一緒につくる人」になります。
私は、AI時代のFCにはこうした仕組みが必要になってくると思っています。
今ある本部の知識では生き残れない世の中になるとお思っています。

ノウハウの量より、学習する仕組み

完成されたマニュアルを持っていることは強みです。
しかし、市場が変わればマニュアルも古くなります。
だから、これから重要になるのは、
どれだけ多くのノウハウを持っているかではなく、ノウハウを更新し続けられる仕組みを持っているか。
ではないでしょうか。
今日の正解が、来年も正解とは限りません。
だったら、
「正解を持っている会社」
ではなく、
「正解が変わったときに、それを最も早く発見できる会社」
を目指したほうがいい。
私はそう考えています。

私たちの会社を「車買取を学習する場」にする

これから私たちの会社では、AIを積極的に活用していきます。
ただし、目的はAI企業になることではありません。
効率化だけでもありません。

目指しているのは、
車買取という仕事について、組織として学習し続ける会社になること。
市場について学ぶ。車種について学ぶ。輸出について学ぶ。
査定について学ぶ。お客様について学ぶ。
人の意思決定について学ぶ。失敗から学ぶ。成功からも学ぶ。

そして、その知識を判断基準として蓄積する。
一人の経験を、会社の経験にする。
会社の経験を、次のお客様への価値に変える。
その循環をつくっていきたいと思っています。

AI時代に強いのは「AIを使う会社」ではない

これからAIを使う会社は珍しくなくなるでしょう。
だから、
AIを使っているか。
どんなAIツールを導入したか。
それだけでは大きな差にはならないと思います。

差が生まれるのは、
AIを使って、どれだけ速く学習できる組織になれるか。
ではないでしょうか。

AI格差よりも、組織学習格差。

これからの車買取業界では、その差が少しずつ大きくなっていくように思います。
今までと同じ仕事を、今までと同じ方法で続けるのではなく、

現場から学ぶ。
言葉にする。
共有する。
実践する。
検証する。
そして、また判断基準を更新する。

昨日、一人が経験したことを、今日、全員の判断基準にする。
私たちは、そんな車買取会社をつくっていきたいと思っています。