雇用不安を挑戦の糧に変える　川邊健太郎氏に学ぶ、AI時代のエフェクチュエーション

LINEヤフー会長を務めていた川邊健太郎氏が、2026年6月の定時株主総会をもって退任した。
LINEとヤフーの合併、そして手塩にかけたPayPayの黒字化を見届けたことを一つの区切りとした、本人からの申し出だという。
その川邊氏が示した次の構想は「AIと自分の二人会社」。人間は自分ひとり、パートナーはAIだ。（LINEヤフー・川邊健太郎会長が退任へ　今後はAI事業に進出か　「AIと自分の二人会社みたいなのを起業」）

従業員を雇わずAIを相棒に事業を営むこの形態は、報道では「AIソロプレナー」と呼ばれている。

川邊氏は1995年、大学在学中に「電脳隊」を起業した経歴を持つ。
つまり同じ人物が、インターネットと生成AIという2つの汎用技術の黎明期に、約30年を隔てて2度、起業家として向き合おうとしている。
この2つの起業を比べると、生成AIの登場前後で、起業や新規事業の意思決定理論として知られるエフェクチュエーションの「使い手」と「使われ方」が大きく変わったことが見えてくる。

生成AIという「レモン」　雇用不安の時代にエフェクチュエーション理論を読み直す

なぜいま、このエフェクチュエーション理論を読み直すのか。多くの働き手にとって、生成AIは自分のキャリアに影を落とす不安の種だからだ。
人事コンサルティング大手マーサージャパンが世界16地域で実施した「グローバル人材動向調査2026」では、「将来AIによる雇用喪失が不安」と答えた日本の従業員は37%と約4割にのぼり、2年前の前回調査の23%から14ポイント増えたと報じられた。
働き始める前の世代も例外ではない。2026年度新入社員への調査では、生成AIの進化がもたらす不安の内容として最も多かったのは「自分の仕事が置き換わる（仕事がなくなる・減る）」（27.2%）だった。

不安の核心は、苦労して身につけた知識やスキルが、AIの進化で陳腐化していくことにある。
しかも、この流れは止まらない。誰もが試行錯誤する時代に座して待つことは、手持ちの資源が見えないまま目減りしていくことにもつながる。

エフェクチュエーションには、この状況にまっすぐ応える原則がある。
つかまされた酸っぱいレモンをレモネードにして売る。予期せぬ困難を機会に変える「レモネード」の原則だ。
生成AIという、キャリアの前提を酸っぱくする「レモン」を、次の挑戦の材料に変えられるか。
川邊氏の再起業は、その実践例として読める。50代で人生後半戦にあたる同氏は、長年率いた会社の看板と会長という、通常なら経営者人生の到達点にあたる区切りさえ手放し、AIを相棒とする再起業の機会へ転じた。
退任表明と同時に動いたのは、待つことこそ最も高くつくと考えたからだろう。

エフェクチュエーションが示す5原則

もっとも、レモネードはエフェクチュエーションを構成する5原則の一つにすぎない。生成AIによる転換について考える前に、理論の基本が示す5原則を押さえておこう。
従来、ビジネス（経営）上の意思決定は、市場環境の大きな変化を想定せず、未来を予測し目標を立ててバックキャスティング的に行われる「コーゼーション」と呼ばれるアプローチが一般的であった。

これに対しエフェクチュエーションは、米バージニア大学のサラス・サラスバシー教授が、熟達した起業家の意思決定の研究から導いた思考様式で、未来は予測不能であるという前提のもと、所与の資源や手段を用いて、結果を創り出していくことに重きを置くアプローチである。

料理にたとえるなら、レシピを決めてから材料を買いに行くのが通常の戦略立案（コーゼーション）であり、冷蔵庫にあるもので作れる料理を考えるのがエフェクチュエーションである。

エフェクチュエーションには5つの原則がある。手持ちの資源から始める「手中の鳥」の原則、失ってもよい範囲を先に決めてから行動する「許容可能な損失」の原則、多様なステークホルダーとパートナー関係を検討し、相手の資源も組み合わせて新たな行動を起こす「クレイジーキルト」の原則、前述した予期せぬ困難を機会に変える「レモネード」の原則、そして未来は自ら創り出すものと捉え、自身がコントロールできることに集中して行動する「飛行中のパイロット」の原則である。 

エフェクチュエーション5原則はAIで何が変わったか

注意したいのは、この理論がAI以前の世界で提唱されたことだ。
サラスバシー教授は2001年の論文で原型を示し、2008年の著書で体系化した。

本稿でBefore／After AIというときの分岐点は、生成AIを世に広めたChatGPTがリリースされた2022年11月を指し、その実務への浸透前後を意味する。

Before AIの暗黙の前提は「起業家の資源は限られており乏しく、実行には人手がかかる」だ。若さと学生仲間とネットへの感度だけを資源に未成熟な市場へ飛び込んだ電脳隊は、まさにこの前提の上に立つBefore AIの典型例だった。では、AIは5原則の何を変えたのか。

このうち特に大きな転換を、川邊氏の事例で読み解いてみる。

転換1：手中の鳥　価値の重心が「何を知っているか」から残る2つへ移る 

起業家が最初に棚卸しする手持ちの資源（手中の鳥）は、「自分は何者か（Who I am?）」（自身の特徴、選好、能力）、「自分は何を知っているか（What I know?）」（自身の教育、専門性、経験）、「自分は誰を知っているか（Who I know?）」（自身のネットワーク）の3つのカテゴリーで分類することができる。

3つが等しく重要である点は、AIの前後で変わらない。変わったのは相対的な希少性だ。
AIは調査、資料作成、試作、分析といった作業を安価に補完し、「自分は何を知っているか」の射程を広げた。だが知識・スキルがコモディティ化するほど、AIに代替できない残り2つの問いの価値が相対的に高まる。
川邊氏の今回の資源で言えば、「自分は何者か」は約30年の経営人生に裏打ちされた「川邊健太郎」という存在そのものであり、「自分は誰を知っているか」はその間に築いたネットワークである。

さらに川邊氏は、リスキリングよりアンラーニングを優先し「転生したぐらいの感覚」で挑むと語る。
Before AIの成功方程式は、AI駆動社会では足かせになりうるからだ。After AIの手中の鳥とは、持っている資源を全部等しく使うことではない。何を持ち込み、何を手放すかという資源の「選別」を意識する必要が強まった。

転換2：許容可能な損失　カネの比重が相対的に下がり、「最も希少な資源」が問われる 

転換1で見たのは「使う資源」の話だった。許容可能な損失は「失ってよい範囲」の話である。

Before AIでは、実行には人手と初期投資が必要なため、多くの場合、損失計算の中心はカネや時間だった。学生起業だった電脳隊でもそうだっただろう。
After AIでは、AIが人手を代替して人件費や外注費が縮み、カネの重要性が相対的に弱まる。カネが要らなくなったわけではない。有形の事業では設備や在庫は残る。だがカネの比重が下がった分、「何を失いうるか」という問いは、各人にとって最も希少な資源へとより個別化していくのではないか。

例えば川邊氏の場合、学生起業から約30年を経た今回、失いうるものとして勘定しているのは「時間」だ。
AIを体得するのに必要なのはお金ではなく時間だと気づいた、と述べ、給与の激減を受け入れたうえで、既存の仕事を極限まで減らしてAIと向き合う時間を最大化する「金持ちより時間持ち」になるという（本人のX投稿）。

この問いは、経営者だけのものではない。
AIに仕事が置き換わる不安を抱えながら学び直しを考える会社員にとっても、まとまったカネや大掛かりな体制は、もはや挑戦の前提ではない。夜や週末にAIを相棒として新しい領域を学び、学んだことを小さく試すだけなら、金銭的な損失はごく小さく線を引ける。
問われるのは、可処分時間のうち何時間を投じるか、いまの職務で積み上げてきた何を手放すかだ。金銭リスクが縮むほど、損失勘定の主役は各人の最も希少な資源、学び直しに使える持ち時間へと移っていく。

失ってよい範囲に線を引いたら、あとは動く。では、動き出した後の仲間集めはどう変わったのか。

転換3：クレイジーキルト　コミットメントから、弱い紐帯へ 

川邊氏は2025年12月の退任表明と同時に、「いずれ『AIと自分の二人会社』みたいなのを起業すると思う」と語った。人間の共同創業者を探すのでも、幹部候補を口説くのでもなく、最初のパートナーにAIを指名したのだ。

ただし「一人で閉じる起業」ではない。川邊氏は退任表明の場で、当面は他者への協力をしながら学び直したい、何かあれば相談してほしいと外へ呼びかけている。

クレイジーキルトの原則とは、あらかじめ相手を選び抜くことではなく、呼びかけに応じてくれた相手と関係を築き、持ち寄られた資源で多彩なキルトを縫いあげるように共創することだ。つまり、この呼びかけそのものが、キルトを縫い始める最初の所作にあたる。

変わったのは共創が始まるタイミングと、パートナーシップの「重さ」である。
Before AIでは共同創業者や初期メンバーを集めることが事業化の早い段階で必要だったが、After AIでは単純作業をAIが代行し、「自分＋AI」で走れる距離が延びた。人間のパートナーは走り出した後、呼びかけに応じた相手から縫い足していけばよい。

共創相手は、フルコミットの共同創業者ではなさそうだ。
川邊氏は午後を人と会う時間にあて、日本全国を旅しながら新しい出会いを広げ、面白そうな仕事や手伝いも引き受けると宣言している。社会学者グラノヴェッターが「弱い紐帯の強み」と呼んだ古典的知見のとおり、新しい情報や機会は、たまにしか会わない相手からもたらされることが多い。
実行をAIが担う時代のキルトは、少数の強い紐帯で固く縫い上げるものから、多数の弱い紐帯を機会に応じて組み替えるものへ変わりつつあるのではないか。

理論の射程は変わらない　広がったのは「当てはまる局面」だ

以上の転換は、理論そのものが書き換わったことを意味しない。
サラスバシー教授は、エフェクチュエーションが有効に働く条件として、事前にリサーチしたとしても確率計算も予測もできない「ナイトの不確実性」、目標が固定されず行動を通じて形成されていく「目的の曖昧性」、環境の何に注目すべきか判断軸が定まらない「等方性」を挙げている。AIが変えたのは、理論ではなく、この条件を満たす局面の広さだ。

まず使い手が広がった。
AIが変化を加速した結果、「何が正解か誰にもわからない」探索局面は、いまやスタートアップの専売特許ではなく大企業の既存事業にまで及んだ。
資源が限られた起業家の理論と語られがちだったエフェクチュエーションは、豊富な資源を持つ経験者が「始め直す」ための理論になり、その裾野は、キャリアを見直すビジネスパーソンや、AIを日々の道具にし始めた生活者にまで広がった。

使われ方も変わった。活用の起点は手持ちの資源の棚卸しと選別、そして何を失いうるかの見極めだ。カネの比重が相対的に下がったいま、見極めるべきは、自分にとって最も希少な資源が何かである。

あなたの手中の鳥のうち、AIで拡張できるもの、AIに代替できないものは何か。
次の挑戦に投じる、最も希少な資源は何か。そして、動かないことで失うものは何か。
川邊氏の約30年越しの再起業は、生成AIというレモンを前に立ちすくむ私たち一人ひとりに、この問いを差し出している。

エフェクチュエーションについてもっと詳しく知りたい人はこちらの動画もおすすめです。