エージェントが仕事を担う時代のスパン・オブ・コントロール：1人のマネージャーは何人を率いられるか

著者: Victor Hoang · 更新日: 2026年9月22日

スパン・オブ・コントロールとは、1人のマネージャーに直接報告する人数のことです。それは常に、固定の比率ではなく仕事の性質によって決まってきました。AIはこの原則を変えるというより、その入力条件を複雑にします。AIは、かつてマネージャーの1日を食いつぶしていた調整業務を減らせるため、より広いスパンを後押しします。一方で、AIエージェントが犯す誤りを見つけるという新しい監督業務をマネージャーに与えることもあり、こちらはより狭いスパンを後押しします。どちらの効果も現実のもので、同じチームで同時に現れることもよくあり、全社共通の数字ではどちらも捉えられません。これは、このコレクション全体が仕事の未来が実際に意味するものを通じて繰り返し立ち返るテーマです。

重要なポイント

• マネージャー1人あたりの直属の部下の平均人数は、2024年の10.9人から2025年には12.1人に増え、Gallupが2013年に初めてスパン・オブ・コントロールを測定して以来、50%近い増加となりました。出典：Gallup, "Span of Control: What's the Optimal Team Size for Managers?"
• McKinseyのスパン・オブ・コントロールのフレームワークは、マネジメント業務を5つの類型に分類しています。プレイヤー兼コーチ（直属の部下3〜5人）、コーチ（6〜7人）、スーパーバイザー（8〜10人）、ファシリテーター（11〜15人）、コーディネーター（15人以上）で、これらを通じて唯一の正しい数字はないとしています。出典：McKinsey, "How to identify the right spans of control for your organization"
• Bainのベンチマーキングによると、平均的な企業は8〜9階層にわたってスパン6〜7で運営している一方、ベストインクラスの企業は7階層以下で10〜15のスパンを実現しています。スキルベースの職務は6〜8に近く、標準化されたタスクベースの職務は15以上で運営されています。出典：Bain & Company, "How to streamline spans and layers"
• Gartnerは2024年10月に、2026年までに組織の20%がAIを使って組織構造をフラット化し、現在の中間管理職ポジションの半数超を削減すると予測しました。出典：Gartner forecast, reported via BusinessWorld
• Revelio Labsは1億件超の就業プロフィールを追跡し、2025年10月時点で中間管理職の求人が2022年4月のピークを42%下回り、回復していないことを確認しました。エントリーレベルの求人は、より緩やかで、その後回復した落ち込みにとどまっています。出典：Revelio Labs, "2025 Workforce Insights Wrapped"
• Microsoftの2025年Work Trend Indexは「フロンティア企業」を描いています。そこではAIエージェントが日々のワークフローの中で働き、マネージャーを含むすべての従業員が、エージェントの出力を指揮し修正する「エージェントボス」の役割を仕事の一部として担います。出典：Microsoft WorkLab, "The 2025 Annual Work Trend Index"

スパン・オブ・コントロールを実際に決めるもの

誰かが組織図に「エージェント」という言葉を付け加えるずっと前から、マネジメント研究者は、スパン・オブ・コントロールは好みや人数目標ではなく、仕事そのものの関数だと突き止めていました。4つの要因が説明の大部分を担い、AIが登場しても、それらは変わらず当てはまります。

タスクの変動性

マネージャーの直属の部下が、同じ形では二度と繰り返されない、新しく曖昧な問題に直面することが多いほど、1人で効果的に支えられる人数は少なくなります。戦略的で単発の仕事を扱うプレイヤー兼コーチは、McKinseyのフレームワークでは直属の部下3〜5人が上限です。それぞれの部下の問題に個別の対応が必要だからです。定型的で反復可能な仕事を監督するコーディネーターは、ほとんどの疑問がすでに一度は答えられているため、15人以上を率いることができます。

相互依存性

メンバー間で絶えず引き継ぎが必要な仕事は、各自が独立して完結できる仕事よりも、足並みを揃えておくためにマネージャーの時間を多く要します。ある人の成果物が毎日次の人の入力になるような、密に結合したプロダクトチームは、それぞれが自分の顧客ポートフォリオを持つアカウントマネージャーよりも、1人あたりのより細かな監督を必要とします。

コーチングと育成のニーズ

若手や昇進したばかりの従業員は、慣れた仕事をしている経験豊富な人よりも、頻繁な1on1、フィードバック、軌道修正を必要とします。判断力をまだ磨いている途中のチームには、障害の除去と方向性の伝達が主に必要なベテランのチームよりも、狭いスパンが妥当です。

仕事の標準化の度合い

タスクが文書化されたプロセスに従い、何が正しいかの定義が明確であるほど、マネージャーが個々の事例を自ら検証する必要は少なくなります。McKinseyのファシリテーターやコーディネーターの類型に当たるコールセンターや買掛金管理の職務は、例外がまれで見つけやすいため、広いスパンに耐えられます。

この4つの要因はどれも新しくありません。AIによって変わるのは、エージェントが計算の両側に入り込むことです。要因が生む負担を減らすこともあれば、以前には存在しなかった新しい負担を加えることもあります。

AIがスパンを同時に両方向へ押す理由

AIと組織設計をめぐる議論の多くは、スパン・オブ・コントロールをAIが単に広げるものとして扱います。エージェントが定型業務を吸収して、マネージャーの時間が空く、という理屈です。それは話の半分にすぎず、それを全体だと扱うことが、スライド上では正しく見えるスパンが現場で破綻する原因になります。

スパンを広げる根拠

エージェントは、これまでマネージャーの1週間を消費していた業務の一部を、確かに取り除きます。進捗の催促、レポートの取りまとめ、スケジュール調整、人事評価サマリーの初稿の作成などです。エージェントをチームの一員として管理することが広がるにつれ、かつて狭いスパンを正当化していた調整のオーバーヘッド、つまり10人を手作業で同期させておくことは、カレンダーではなくツールに吸収されるようになっています。Bainのベンチマーキングはすでに、エージェントがまったく関係しなくても、より優れた標準化だけで、ベストインクラスの企業が10〜15のスパンで運営していることを示しています。AIは、標準化され十分に文書化された仕事を担うチームについて、同じ論理を押し広げます。エージェントは、コーディネーターの類型が頼りにする共有プレイブックを保持でき、それはまさにMcKinseyのモデルで最も広いスパンに適した役割です。

スパンを狭める根拠

同時に、チームがますますエージェントを通じて仕事をするようになったマネージャーは、5年前には存在しなかった監督業務を引き受けています。人の成果物が完成しているかだけでなく、エージェントの出力が正しいかを検証することです。これは実行者からオーケストレーターへで扱った変化と同じもので、1段階上のレベルに当てはめたものです。自信ありげで体裁が整っていても、ときに誤っているエージェントの出力を検証することは、人の仕事を確認することとは異なる認知的作業であり、進捗確認のようには拡張できません。5人のエージェント支援による成果物をレビューするマネージャーは、1人分をチェックするマネージャーの5倍のレビューをしているわけではなく、5倍に近い警戒を要している可能性があります。人間の判断力を鋭く保つことは、エージェントが生み出す資料の量が増えるまさにそのときに、より広いスパンの下で難しくなるからです。

2つの効果を合わせると、AIはスパン・オブ・コントロールを一方向に動かすわけではありません。判断をあまり要さない調整の負荷を取り除くため、広げる方向を後押しし、判断を多く要する検証の負荷を加えるため、狭める方向を後押しします。どちらが優勢になるかは、そのチームが実際に何をしているかで完全に決まります。

人の監督とエージェントの出力の監督

この2つは同じスキルではなく、それらを1つの職務記述書にまとめてしまうことが、現在のスパン・オブ・コントロールの判断が誤る原因です。

人の監督とは、モチベーション、育成、業務量、対人の摩擦を管理することで、この仕事はこれまでとほぼ同様に、人数に比例して増えます。直属の部下が12人いるマネージャーには、誰がどんなツールを使っていようと、12回の1on1と12件の育成計画を追う仕事があります。

エージェントの出力の監督とは、人が責任を負うものの自分では実行していないプロセスの品質保証に近いものです。個々の担当者より1段階上で起きるAIオーケストレーションの一形態であり、人数と同じようには拡張しません。それぞれ5つのエージェントワークフローを回す3人を見るマネージャーは、人数の計算では3でも、実質的に15のプロセスの正しさに責任を負っています。Microsoftが使うエージェントボスという捉え方が役立つのはここです。仕事が変わっていないかのように「マネジメント」の中にひっそり折り込むのではなく、現実の、独立した責任として名前を与えているからです。

マネージャーにとって現実的なスパンは、足し合わせるべき2つの負荷の関数です。何人を無理なく育成できるか、そして、エージェントが介在する何本のワークフローを無理なく検証できるか、です。全員が複数のエージェント型ワークフローを回しているチームは、人のマネジメントの上限よりずっと手前で検証の上限に達することがあり、人数だけを追っているマネージャーはそれに気づけません。

スパン・クリープ：階層のフラット化に隠れたコスト

階層のフラット化、つまりマネジメント階層を1つ取り除き、その部下を残ったマネージャーに再配分することは、現在AI導入に伴う組織的対応として最も一般的なものの1つです。そして同時に、スパン・オブ・コントロールが誰も予算化していないコストへと静かに変わる場所でもあります。

2026年までに組織の5分の1がAIを使って構造をフラット化し、現在の中間管理職ポジションの半数超を削減するというGartnerの予測は、すでに採用データに表れています。Revelio Labsは、2025年10月時点で中間管理職の求人が2022年4月のピークを依然として42%下回り、回復の兆しがないことを確認しました。エントリーレベルの求人に見られた、より緩やかでその後回復した落ち込みよりも、深く持続的な低下です。中間管理職は単に採用を一時停止しているのではありません。構造的に縮小されているのです。

問題は階層のフラット化そのものではありません。Bain自身のベンチマーキングは、上記の4つの要因に基づいて意図的にスパンを広げ階層を減らした企業が、意思決定を速めながら年間数千万ドルを節約できることを示しています。問題はスパン・クリープです。先に階層を削り、新しいスパンを後から考えるため、生き残ったマネージャーは、実際の仕事に見合ったスパンではなく、降りかかってきた人数をそのまま引き継ぐことになります。これはAIの生産性パラドックスの背後にある誤りと同じです。構造を変えたり、ツールを加えたりしても、そこを流れる仕事を再設計しなければ、約束された効果はめったに得られません。自分の部下8人に加えて、元同僚の部下5人を引き受けたマネージャーは、自動的にスーパーバイザー類型のスパン8〜10で運営しているわけではありません。その13人のうち半数がエージェント支援のワークフローを回し、マネージャーがそれを検証しなければならないなら、実際の負荷は、プレイヤー兼コーチの3〜5が、ほぼ3倍に引き伸ばされたものに近くなります。

スパン・クリープが実際に招くコスト

スパンが仕事の支えられる範囲を超えると、3つのコストがすぐに表面化しますが、そのどれも、原因となった組織図には現れません。

検証は遅くなるのではなく、省略される。 利用できる時間内にエージェント支援のすべての出力をレビューできないマネージャーは、より効率的にレビューするのではなく、レビューする量を減らします。書類の上にしかなく実際には機能していないヒューマンインザループは、安全策ではまったくありません。

コーチングが事後対応になる。 心理的安全性は、本当の問題が危機になる前にマネージャーが気づく余裕を持っていると部下が信じられるかどうかに、部分的に依存します。これはAI対応の文化がマネージャーに実際にあると想定している余裕と同じものです。コーチングが必要とする範囲を超えて引き伸ばされたスパンは、すべての1on1を育成の対話ではなく、進捗報告に変えてしまいます。

意思決定が遅くなり、意図した効果と逆になる。 Bainの調査は、階層を削る目的は意思決定を速めることだと明言しています。管理されていないスパンに埋もれたマネージャーは、フラットな構造が本来速めるはずだった承認のボトルネックになります。機動性を謳って売り込まれた階層のフラット化の取り組みが、1年以内に静かに逆の結果を生むのは、そのためです。

全社共通の比率ではなく、チームタイプ別にスパンを設定する

下の表は、4つの古典的な要因とエージェントの検証負荷を、いくつかの一般的なチームタイプに当てはめたものです。それ自体を達成すべきベンチマークとしてではなく、自分のチームの実際の仕事に照らして検証するための出発点となる範囲として扱ってください。

この表を使うには、業界平均ではなく目の前のチームについて、4つの問いを立ててください。仕事は事例ごとにどれだけ変わるか。1人の成果物は別の人にどれだけ密に依存しているか。この特定の人たちは今どれだけのコーチングを必要としているか。そして、マネージャーは承認するだけでなく、実際に何本のエージェント介在のワークフローを検証しなければならないか。チームは、仕事が標準化され人が経験を積むにつれて、1行下に移ることができ、エージェントの導入によって誰も考慮していなかった新たな検証負荷が加わった瞬間に、1行上に移ることもあります。

唯一の正しいスパンの数字は存在しない

この分野の多くの文章がそうでないかのように示唆しているため、はっきり述べる価値があります。AIが関係するか否かにかかわらず、唯一の正しいスパン・オブ・コントロールの数字を導き出す信頼できる研究はありません。McKinsey自身のフレームワークは、仕事の性質に完全に依存して、3から15超まで、5倍の幅にわたります。Bainのベンチマーキングは、うまく運営されている企業でも、ある職務では10〜15前後に集まり、同じ組織内の他の職務ではそれをはるかに下回ることを示しています。「最適なスパンは7」や「AIの時代にはどのマネージャーも20人を扱うべき」といった単一の数字を示すコンサルタントやベンダー、LinkedInの投稿は、4つの変数と、新たに関係するようになった5つ目の変数であるエージェントの検証負荷を、実際のチームの仕事に触れた途端に成り立たなくなる1つの数字に圧縮しています。

有用な問いは「正しいスパンはいくつか」ではありません。「このチームの変動性、相互依存性、コーチングのニーズ、エージェントの検証負荷の組み合わせは、実際にどれだけを支えられるか」であり、それを会社全体で一度に答えるのではなく、チームごとに改めて問うことです。

次の組織再編の前に、これを実務に活かす

組織図は、通常、意図的に再設計される最後のものであり、コスト圧力がかかったときに最初に削られるものです。次の階層フラット化が、目標とする人員比率としてあなたの机に降りてくる前に、組織図全体ではなく、実際に変化を吸収するチームで、4つの要因とエージェント負荷のテストを実行してください。紙の上では効率的に見えても、検証できないエージェントの出力にマネージャーを埋もれさせるスパンは、スリムな構造ではありません。スリムな構造の衣をまとった、より遅くリスクの高い構造です。まずチームごとの計算を正しく行えば、最終的に取締役会へ報告する比率は、現実のチームが無理に合わせなければならない目標ではなく、実際の能力を表すものになります。