1. はじめに

本稿で人員減耗（workforce attrition）と呼ぶのは、自発的であるか否かを問わず、退職による継続的な人材の喪失であり、本稿で問題にするのはその割合ではなく構成である。IT人員減耗のコストはよく文書化されているが、その認識の時期については文書化されていない。実務文献における補充コストの推計は、採用、オンボーディング、生産性の損失を合算すると年俸のおよそ90%から200%に及ぶ。それでも大半のIT部門は、人員減耗を一つの遅行指標、すなわち年間離職率だけで監視している。この数字は何人が去ったかには答えるが、誰が去ったか、何が一緒に去ったかには答えない。

このギャップが重要なのは、IT業務が暗黙知を少数の頭の中に集中させるからである。レガシーの統合、文書化されていないデプロイの儀式、一人の管理者しかリストアしたことのないバックアップ方式、ベンダーとの関係といったものは、しばしば一人か二人の人物とともに存在する。その人たちが去っても、部門は直ちに機能不全に陥るわけではない。緩やかに劣化し、その劣化は経営陣が読む指標には見えない。

Webster（2008）はその背後にある選択的なパターンに名前を与えた。大規模なIT組織では、最も優れた技術者が最も離職しやすく、最も流動性の低い者が残る。彼はこれを死海効果と呼んだ。このエッセイは実務家に広く引用されているが、モデルとして発展させられたことはなく、効果がいつ目に見えるようになるかについてはほとんど語っていない。

本稿はこのギャップに一つの問いで取り組む。IT組織はなぜ、死海効果をまだ逆転可能な時点を過ぎてからしか認識しないのか、そして何があればより早く認識できるのか。

二つの集団と一つの市場。IT部門には、本稿が最初のページから最後まで区別し続ける二つの技術職集団がある。システムを構築し変更し、その作業の痕跡がバージョン管理に残るソフトウェアエンジニアと、インフラ、ネットワーク、データベース、ストレージ、運用を担い、その知識が手続き的で、痕跡が主にチケット、オンコール当番表、記憶の中にしか残らないシステム管理者である。両集団とも死海効果の影響を受ける。しかし同じ受け方ではない。離職の割合も経路も異なり、知識の失われ方と回復のされ方も異なり、その損失を検知する手段も異なる。Websterのエッセイや実務文献の大半がそうしているように両者を一つのカテゴリーにまとめてしまうと、遅延がどれだけ続くかを決めるまさにその違いが隠れてしまう。本稿が数値、知見、提言を示す場合には、各集団について示し、両者が一致する点を述べる。

本稿はオランダ市場の状況を念頭に書かれている。その四つの特徴が議論に直接関係し、全体を通じて繰り返し現れる。オランダの大企業の大半と公共部門全体は、固定された等級と年次昇給を伴う労働協約（CAO）によって技術職の給与を定めており、そのため残留する優秀なエンジニアの給与の伸びは緩やかで予測可能である。これこそ高業績者が離職する条件である（2.2節）。オランダの解雇法はUWVまたは地区裁判所による事前審査と法定の退職補償を要求するため、残った人材は一度固定化すると動かしにくい。労使協議会は従業員を監視するシステムと人事データの処理について同意権を持ち、これが第6節の指標をどのように構築できるかを制約する。そしてオランダのICT労働市場は、UWVが区別する三つのICT職業群のすべてについて2024年第四四半期に「非常に逼迫」と分類され（UWV, 2025）、その後は冷え込んで、求人数は2023年のピークから2026年第二四半期には約18,900件まで減少する一方、ICT労働者の失業は増加している（UWV, 2026）。同時に、2025年1月に偽装自営業に対する執行が再開されたことで、両集団、とりわけ管理者が出口として用い、雇用主が採用の代替として用いてきたフリーランス経路が狭まった（Minister van SZW & Staatssecretaris van Financiën, 2026）。これらの特徴はいずれもオランダに固有のものではないが、その組み合わせは固有であり、本稿はその数値が他の市場にそのまま移転できるとは主張しない。

議論は次のように進む。第2節では死海効果、その中核的主張を支える研究文献、しばしば混同される隣接概念、そしてオランダ市場が示す二つの集団をレビューする。第3節では認識を遅らせるメカニズムを特定する。第4節では五段階モデルを提案し、第5節では知識カバレッジの最小モデルからロックイン点と遅延の長さの両方を導出する。第6節では先行指標を導出し、第7節では様式化された部門が五つのフェーズを経る過程を追い、第8節では介入を論じ、第10節では限界と実証研究の課題を示す。付録Aではすべての指標について操作的定義を与える。

2. 背景

2.1 死海効果

Webster（2008）は、大規模なIT部門の能力分布は、他の条件が等しければ採用者の分布を反映するはずだが、実際には時間とともに下方へ漂流すると観察した。他所で職を見つける力が最もあるエンジニアは、組織の機能不全に直面すると去っていく。残る者は重要システムの保守担当者として地位を固め、動かしにくくなる傾向がある。彼はこのパターンを、水が蒸発によってのみ失われ塩が残る死海にちなんで名付けた。Websterはこれを法則ではなく傾向として明示的に位置づけた。残る者すべてが「残滓」なのではなく、よく管理されたグループはこのパターンを完全に回避する。このエッセイは出版されることのなかった書籍の章草稿として彼のブログに掲載され、以来この概念は主に実務家のチャネルを通じて広まった。

2.2 誰が去るのか：業績と離職の文献

離職者が労働力の無作為標本ではないという中核的主張には、相当の実証的裏付けがある。Jackofsky（1984）は、自発的離職が業績に対して曲線的であると提唱した。低業績者は押し出され、高業績者は外部からのオファーに引き抜かれ、平均的な業績者は残る。Trevor、GerhartおよびBoudreau（1997）はこれを一企業の5,143人の従業員で確認し、曲線の高業績者側が給与の伸びによって駆動されることを見出した。給与の伸びが遅れたところでは、トップ業績者の離職は極めて高かった。SalaminとHom（2005）はスイスの銀行業でU字型を再現した。WilliamsとLivingstone（1994）は55の研究をメタ分析し、離職が低業績者に集中するのは給与が業績に連動している場合のみであり、そうでない場合には関係が弱まるか消失することを見出した。

ここからITについて二つの含意が導かれる。第一に、死海効果は俗説ではなく、十分に確立された曲線の高業績者側の腕である。第二に、それを生む条件は特定的である。給与の伸びが平坦で業績による差別化が弱いことであり、いずれも大企業や公共部門のITでは一般的である。

2.3 機能的離職と逆機能的離職

Dalton、TodorおよびKrackhardt（1982）は、生の離職率は、機能的離職（低業績者の離職で、組織に益する）と逆機能的離職（引き留められたはずの優秀な人材の離職）を合算しているため誤解を招くと論じた。彼らの分類は、本稿が検討する中心的な測定問題を先取りしている。集計された離職率は、その構成が破壊的であっても健全に見えうるのである。

2.4 何が去るのか：知識損失

DeLong（2004）は、技術集約型の組織が定年退職と予期しない中途離職によって重要な暗黙知を失う様子を記録し、その損失が典型的には離職の数か月から数年後、去った従業員だけが対処法を知っていた状況が生じたときに表面化することを示した。同時期の実務家の研究は、この問題を明示的に人員減耗として枠づけた。Kaplan（2009）とManpower（2010）はいずれも、相当な割合の雇用主が退職する従業員の知識を捕捉するプロセスを持っていないと報告した。

2.5 関連する概念

死海効果は、より知られたいくつかの概念と隣り合っており、それぞれとどう異なるかを正確に述べておく価値がある。

バスファクター。 システムのバスファクターとは、そのシステムを保守できなくなるまでに何人が去らなければならないかという人数である。ソフトウェア工学の研究はこれをバージョン管理の履歴から操作化してきた（Cosentino, Cánovas Izquierdo & Cabot, 2015; Avelino et al., 2016）。これはある時点における知識集中のスナップショットであり、確立された測定法はバージョン管理に基づいている。バージョン管理はソフトウェアエンジニアの行動を記録するが、管理者の行動は記録しない。付録Aはこれを管理対象システムに拡張する。死海効果はバスファクターを押し下げるプロセスであり、バスファクターはその最良の測定法の一つ（第6節）であって、競合する説明ではない。

ブルックスの法則。 Brooks（1975）は、遅れているソフトウェアプロジェクトに人を追加するとさらに遅れることを観察した。オンボーディングとコミュニケーションのオーバーヘッドが追加された能力を上回るからである。この法則は時間的に窮地にあるプロジェクトを扱う。第8節はこのメカニズムを、構成的に窮地にあるチームへと一般化する。最も優れたメンバーを失ったチームにはオンボーディングの能力が欠けているため、人を追加しても同じ理由で失敗する。しかもプロジェクトの期間中だけでなく、恒久的にである。

機能的離職と逆機能的離職。 Dalton et al.（1982）は分類を提供した。死海効果は、離職が体系的に逆機能的であり、集計値がそれを隠している場合である。本稿の貢献は時間的な議論、すなわち組織がなぜその逆機能を遅れて知るのかにある。

組織的忘却。 De HolanとPhillips（2004）は意図的な忘却と偶発的な忘却を区別し、後者の中で、新しい知識の捕捉の失敗と、既に保有する知識の減衰とを区別した。人員減耗による知識損失は偶発的な減衰である。死海効果はこの文献に選択メカニズムを加える。減衰するのは無作為な知識ではなく、不釣り合いなほどに、最も去りやすい者が保有する知識である。

吸収能力。 CohenとLevinthal（1990）は、組織が新しい知識を認識し、同化し、応用する能力は、既に保有する関連知識に依存すると論じた。3.5節のメカニズムは、情報ではなく人に適用された吸収能力である。チームが優秀な採用者を定着させる能力は、既に在籍する優秀な同僚に依存する。第5節ではこれは、知識移転には源泉が必要であるという単純な事実として現れる。システムを知る者が誰も残っていなければ、誰にもそれを教えることはできない。

離職理論。 一世紀にわたる離職研究（Hom et al., 2017）は個人レベルの先行要因、すなわち特定の個人がなぜ離職を決めるのかに集中してきた。Nyberg（2010）は、高業績者については給与の伸びと昇進の速さがその決定を調整することを示している。本稿は個人レベルの結果を所与として、チームレベルの問いを立てる。そうした決定の連鎖が残るものの構成に何をもたらし、そして誰かがいつそれに気づくのか、である。

2.6 二つの集団、二つの労働市場

業績と離職の文献は、従業員を業績で順位づけられた一つの集団として扱う。本稿の議論では、IT部門の技術職は二つに分けなければならない。死海効果は、ソフトウェアエンジニアとシステム管理者の間で体系的に異なる三つの事柄、すなわち知識の形態、離職の経路、測定のために残される痕跡を通じて作用するからである。

知識。 エンジニアの知識は、彼らが生み出す成果物に部分的に形式知化されている。コード、テスト、スキーマ、パイプラインは、文書化は乏しくとも読める形で作者より長く生き残る。管理者の知識は手続き的である。クラスタをどうフェイルオーバーするか、サービスをどの順序で再起動するか、ファイアウォールとバッチウィンドウの間の文書化されていない依存関係は何か、なぜリストアは二番目に古いスナップショットから行わなければならないのか。それは実践によって習得され、記憶の中に保持され、障害が一機能ではなく事業全体を止めるシステムの上で行使される。第5節の用語で言えば、優秀な管理者は優秀なエンジニアよりも優秀な採用者で置き換えにくい。読めるものが少なく、見せてもらわなければならないものが多いからである。

オランダ市場における離職経路。 2024年第四四半期、UWVは自らが区別する三つのICT職業群、すなわちソフトウェア・アプリケーション開発者、データベース・ネットワーク専門職、ICTユーザーサポートのすべてが非常に逼迫した労働市場に直面していると分類した（UWV, 2025）。その後市場は冷え込み、ICT求人は2023年から着実に減少し、失業給付を受けるICT労働者の数は、銀行業における組織再編もあって2026年7月に約6,400人まで増加した（UWV, 2026）。この共通の構図の中で、二つの集団は異なる扉から出ていく。企業IT部門の優秀なエンジニアは、給与がCAOの等級ではなく市場によって決まり、仕事が保守ではなく構築であるソフトウェア製品企業、スケールアップ企業、コンサルティング会社へと引き寄せられる。優秀な管理者はマネージドサービス事業者、クラウド・ホスティング企業へと、そして最近までは自営業へと引き寄せられてきた。zzpの経路は長年、経験豊富なオランダの管理者が同じ雇用主のために同じ仕事をしながら収入を倍にする標準的な方法であった。2025年1月1日の執行猶予措置の解除により、発注側は組み込み型の役割にフリーランスを雇うことに慎重になり（Minister van SZW & Staatssecretaris van Financiën, 2026）、この扉の一部が閉ざされるとともに、第8節で論じるように、雇用主の逃げ道の一部も同時に閉ざされた。

残る側。 オランダの制度的環境は、誰が残るかも形づくる。年次昇給を伴うCAOの等級は、残留する優秀なエンジニアや管理者が数年のうちに等級の上限に達し、その後は伸びを見なくなることを意味する。これはまさにTrevor et al.（1997）が高業績者の離職を極めて高いと見出した条件である。解雇保護は、地位を固めた人材を容易に動かせないことを意味する。事前審査と法定の移行手当によって、Websterの比喩における残滓は経営上の選択ではなく永続的な事実となる。どちらの特徴も両集団に当てはまる。違いは、固定化した管理者はルートパスワードとオンコール当番表を握っているため、その固定化が組織的であるだけでなく運用的でもあるという点にある。

痕跡。 最後に、二つの集団は測定のために残すものが異なる。エンジニアが行う変更はすべてバージョン管理に帰属が記録されるため、知識の集中は履歴から計算できる（付録A）。管理者の作業は、記録されるとしても変更チケット、インシデント記録、オンコール予定表に帰属が記録されるが、これらはより薄く、一貫して保持されておらず、誰がやったかではなく誰が起票したかを記録していることが多い。実務上の帰結は本稿の残りの部分を貫く。この効果は管理者については見えにくく、管理者向けの指標は計算よりも尋ねることに多く頼らざるをえない。

これらの文献をまとめると、誰が去り、何が去り、どの隣接概念が既に使われているかが確立され、本節では二つの集団を別々に追わなければならない理由を述べた。文献のいずれも、組織がいつそれを知るのかを扱っていない。それが以下の各節の貢献である。

3. 効果はなぜ遅延するのか

死海効果が遅延するのは、経営陣が受け取るあらゆるシグナルが、損害が構造的になるまで中立か、あるいは誤った安心を与えるものだからである。Nashuaは六つのメカニズムを特定する。それらは独立ではなく、合わさって、まさに重要な変数に対して盲目な測定システムを形成する。

3.1 人員数は減るが、緩やかに。 人員減耗は部分的にしか補充されないため、人員数は急落ではなく漂流するように減少する。エンジニアを三人失い二人を採用した部門は純減一人と報告するが、これは予算サイクルに吸収されるか効率化と読まれるほど小さい数字である。大半のITリーダーが目にする唯一の人員減耗指標である離職率は、件数である。請求統合を理解していた人物の離職と、一週間で置き換えられる人物の離職を区別できず、緩やかに縮む件数は、去ったものが不釣り合いに分布の上位であったという事実を隠す。Dalton et al.（1982）はこの点を一般論として指摘した。個人間で能力が一桁違うITでは、この覆い隠しは極端である。管理者にはさらなる覆いがある。彼らの離職のより大きな割合は計画された定年退職やサービスマネジメント職への内部異動の形を取り、どの離職指標もそれをまったく損失として数えないのである。

3.2 システムは動き続ける。 本番ソフトウェアは作者が去っても止まらない。知識のギャップは、システムが変更を必要とするか障害を起こしたときに初めて目に見えるようになり、それは数か月から数年後かもしれない（DeLong, 2004）。それまで部門は以前と同じように成果を出しているように見える。管理対象システムについてはこの点はさらに鋭い。一度もリストアされたことのないバックアップ、年に一度手作業で行われる証明書の更新、他に誰も読んだことのないファイアウォールのルールセットは、どれも動かなくなるその日まで動き続け、その日は理解していた人物が去ってから何年も後かもしれない。運用の安定は組織の健全さと読まれるが、実際には慣性である。エンジニアの場合、潜伏期間は変更カレンダーによって決まる。ギャップはシステムが次に変更を要するときに現れる。管理者の場合は障害カレンダーによって決まる。ギャップはシステムが次に壊れるときに現れ、それはより稀で、より遅い。

3.3 残滓の固定化は忠誠に見える。 Websterは、残る者が誰も望まない責任を引き受け、重要システムの保守の専門家になる傾向があると指摘した。経営陣の席からはこれはコミットメントと低リスクに見える。システムを知り、決して去らない人たちだからである。組織の彼らへの依存は、彼らを評価する能力が縮むのとまさに同時に増大する。彼らの仕事を判断できたはずの人たちが去ってしまったからである。管理者の場合、固定化は組織的であるだけでなく文字通りでもある。残った管理者は特権アカウント、ベンダーの連絡先、オンコール当番表を握っており、オランダの解雇法の下ではいずれにせよ容易に動かせない。エンジニアの場合、それは他の誰にも構築できないシステムの単独所有という形を取る。

3.4 報告における生存者バイアス。 エンジニアリングの品質に関する情報は、エンジニアを通じて上方へ流れる。最も優秀なエンジニアが去った後、システム、バックログ、チームの状態について報告するのは残った人員であり、彼らには衰退を報告する動機がなく、しばしば基準点もない。離職者の見方を捉える唯一のチャネルである退職面談は、典型的には人事部が実施し、集計され、パターンとしてではなく個人の不満として読まれる。生存者バイアスは管理者の方が深刻である。彼らの報告チャネルはインシデントと可用性のダッシュボードであり、最も優秀な人材を失った運用チームは、赤を報告するその日まで緑を報告する。

3.5 採用のフィードバックは遅れて届き、誤って帰属される。 部門がついに優秀な採用者で補充しようとすると、二つのことが起こる。優秀な候補者は面接中か最初の数か月で環境に気づいて再び去り、初期離職を生む。残った者は残滓の仕事のやり方に吸収される。経営陣は典型的にこれを逼迫した労働市場や採用力の不足のせいにし、採用者が加わるチームの状態のせいにはしない。ここで二つの集団は異なる形で失敗する。優秀なエンジニアは見つかった後に失われる。彼らは承諾し、環境を見て、一年以内に去る。優秀な管理者はそもそも見つからないことの方が多い。オランダの人材プールはより薄く、優秀な者は既にサービス事業者にいるか自営業であり、欠員は何か月も空いたままとなる。経営陣はこれを構成のシグナルではなく市場のシグナルと読む。

3.6 フィードバックループは自己強化的である。 有能なエンジニアの離職は一つひとつ、次のエンジニアにとって環境の魅力を下げ、残る者の負荷を上げ、新しい採用者を判断する品質基準を下げる。経営陣が読むあらゆる指標が許容範囲に見える間に、効果は加速する。デリバリー指標が動く頃には、部門は我々がロックイン点と呼ぶもの、すなわち残ったチームがもはや優秀な採用者を吸収も定着もさせられない状態を過ぎている。

したがって遅延は注意の失敗ではない。人員減耗を件数として測り、安定を健全さと読み、失われたものについての情報を生存者に頼ることの、予測可能な出力である。

図1は六つのメカニズムを二つの自己強化ループとして描き、組織の計器がどこに取り付けられているかを示す。どちらのループも優秀なエンジニアの離職を通る。第一のループ（R1）は作業負荷を通る。離職のたびに残る者の負荷が上がり、留まることの魅力が下がる。第二のループ（R2）は評価を通る。離職のたびに仕事を判断し新人をオンボーディングできる者が一人減り、品質基準が下がり、次の優秀な採用者が早期に去る。経営陣が読む計器、すなわち離職率、人員数、デリバリー指標は、ループの周縁、最後に動く点に取り付けられている。中心にある変数、すなわち優秀なエンジニアの割合と知識の集中には、計器がまったく付いていない。

4. 遅延する死海効果の段階モデル

第3節のメカニズムは、認識可能な順序で展開する。我々Nashuaはこれを、経営陣が観察するものとチームで起きていることとのギャップによって区別される五つのフェーズとして記述する（図2）。フェーズは順序づけられているが、時間は定められていない。各フェーズの長さは組織によって異なり、我々は意図的に期間を付与しない。

フェーズ4が転換点である。それ以前であれば、部門は通常の定着策と採用策によってまだ回復できる。それ以後は、残ったチームの規範、負荷、知識のギャップが優秀な採用者の定着を妨げるため、同じ施策が失敗し、市場の問題と誤読される。経営陣への最初の明確なシグナル（フェーズ5）は、従来型の介入が効いたはずの最後の時点から丸一フェーズ後に届く。

二つの集団は同じ五つのフェーズを通過するが、各フェーズで異なる兆候を示し、起きていることと見えることとの遅延は、すべてのフェーズで管理者の方が長い（表1）。差が最も大きいのはフェーズ2と5である。フェーズ2では、エンジニアリングチームの知識集中は少なくとも見ようとする者にはバージョン管理の中に見えるが、運用チームのそれはチームにしか見えない。フェーズ5では、エンジニアリングチームは変更で失敗し、それは予定されているため接近が見える。運用チームはインシデントで失敗し、それは見えない。

このモデルは検証可能な二つの主張をする。第一に、ロックイン点は存在し、特定可能である。各重要システムについて、それはシステムを変更または復旧できる者が誰も残らなくなった瞬間であり、その後は知識を成果物から（あるとすれば）再構築するしかない。第二に、図2の左列にある観察可能な指標はフェーズ5まで許容範囲にとどまる一方、右列にある測定可能なチーム特性（知識集中、離職者の質、早期離職）はフェーズ1から動く。第5節は、どちらも一つの状態変数を持つモデルから導かれることを示す。

5. 形式的な扱い

段階モデルは言語的なものである。遅延がレトリックの道具ではなくメカニズムの帰結であることを確認するために、それらを含む最小のモデルを書き下す。モデルは一つの状態変数、すなわち重要システムのバスファクターと、四つの率を持つ。本稿が測定するすべて（第6節）と事例が依拠するすべて（第7節）はそこから直接読み取ることができ、二つの集団の違いは、適合のために選ばれたパラメータの違いとしてではなく、知識とは何か、その損失がどう観察されるかの違いとして入ってくる。

5.1 設定

一つの重要システムを考え、$k(t)$ をそれを変更または復旧できる人数、すなわちバスファクターとする。$k$ には四つのことが起こり、それぞれ第3節のメカニズムに対応する。

1. 離職。 各知識保有者は年あたりハザード $\lambda$ で離職し、知識を持ち去る。率 $\lambda k$ で $k \to k-1$ となる。これが死海効果そのものである。$\lambda$ は重要な知識を持つ人々の離職ハザードであり、Websterの議論と2.2節によれば、それは優秀な人々である。

2. 移転。 各知識保有者は年あたり率 $\tau$ で同僚一人を訓練する。率 $\tau k$ で $k \to k+1$ となる。移転には源泉が必要である。$k = 0$ のとき学ぶ相手は誰もおらず、これが第4節のロックイン点であり、今や厳密になった。システムは、そのバスファクターがゼロに達したときロックインされる。その状態からは内部移転が不可能だからである。

3. 成果物からの再構築。 $k = 0$ のとき、新参者はシステムが残したものから率 $\alpha$ で知識を再構成できる。ソフトウェアでは、コード、テスト、スキーマによって $\alpha$ はかなりの大きさになる。知識が手続き的である管理対象システムでは、$\alpha$ はゼロに近い。これが両集団の唯一の構造的な違いである。

4. 観察。 システムは年あたり率 $\mu$ で、深い知識を必要とする事象、すなわち内部に触れる変更要求や再起動以上を要するインシデントに見舞われる。事象が到来したとき $k = 0$ であれば、障害は経営陣に見える。そうでなければ吸収され、何も見えない。エンジニアにとって $\mu$ は深い変更の率であり、管理者にとっては深いインシデントの率であり、後者の方が低い。

最初の三つの率だけが $k$ を動かす。四つ目は経営陣がいつ知るかを決める。$\alpha = 0$ のとき、この過程は線形の出生死滅過程であり、$k_0$ 人の知識保有者を持つシステムが時刻 $t$ までにゼロに達している確率は閉形式を持ち、

また、いったんゼロに達した後、経営陣が障害を目にするまでの期待時間は単に次式で与えられる。

式(1)は、単独保有者しかいないシステム（$k_0 = 1$）が確率 $\lambda(1-e^{-(\lambda-\tau)t})/(\lambda - \tau e^{-(\lambda-\tau)t})$ で失われることを述べており、この確率は離職が移転を上回る限り一に向かって上昇する。知識保有者が二人いるシステムはその二乗の確率で失われ、これが第6節のフェーズ2の指標がバスファクター一人のシステム数である理由である。式(2)は本稿の表題にある遅延を一つの記号で表したものである。損失とその認識との間隔は、失われた知識がどれほど頻繁に必要とされるかによって決まり、それ以外の何によっても決まらない。部門がそれを短縮できるのは、意図的にその知識を必要とすることによってのみであり、それが災害復旧テストというものである。

5.2 結果：まず損失、認識は後、管理者ではさらに後

表2は二つの集団の例示的な率と、第7節の事例部門の開始時のカバレッジを与える。十二の重要なエンジニアリングシステム（うち三つは単独保有者のみ）と、八つの管理対象システム（うち一つは単独保有者のみ）である。値は切りのよい数字で、かつ2.6節で論じた三つの順序関係を尊重するように選ばれている。優秀なエンジニアは優秀な管理者より速く去る。コードは作者が去った後も読めるが手続きは読めない。あるシステムの深い知識を必要とする変更は、それを必要とするインシデントよりも頻繁に来る。図3は、$\alpha = 0$ については閉形式から、それ以外はシミュレーションから、何が帰結するかを示す。

パネルAはフェーズ2の構図である。カバレッジは両集団とも初年度から浸食され、構成ダッシュボードが示すであろう指標である、単独保有者しかいないシステムの割合は、エンジニアでは0.9年後、管理者では1.8年後に半分を超える。誰も残っていないシステムの割合はより緩やかに上昇し、ここで両集団は交差する。エンジニアはシステムをより速くゼロまで失うが、その一部をコードから回復するため、曲線はシステムのおよそ三割で平坦になる。管理者はより緩やかに失うが、再構築の元がないため失い続け、四年目以降はエンジニアよりも多くのシステムがゼロになっている。

パネルBはフェーズ5の構図であり、本稿の中心的主張を一つの図にしたものである。エンジニアでは、最初のカバレッジゼロのシステムが現れるまでの時間の中央値は0.6年、最初の目に見える障害までの中央値は1.5年である。認識遅延は0.9年であり、その間、構成ダッシュボードは損失を示していたであろうが、経営ダッシュボードは何も示さなかったであろう。管理者では最初のゼロは1.4年、最初の目に見える障害は3.0年に来る。遅延は1.6年であり、目に見える障害はエンジニアのそれから一年半後に到来する。管理者の浸食が緩やかであることは、彼らを安定した集団に見せるが、まさにそれが彼らの障害を遅くし、観察率の低さがそれをさらに遅くする。

さらに三つの結果がモデルから導かれ、第8節に関わる。

1. 移転が守るのはストックであって、単独保有者ではない。 移転率 $\tau$ を倍にすると、部門のカバレッジの浸食は遅くなる（半分のトリガーは一年以上後ろにずれる）が、最初のゼロまでの時間はほとんど動かない。単独保有者しかいないシステムは、部門の平均がどうであれ、一人の離職と一回の引き継ぎとの競争の中にあるからである。知識の分散はフェーズ2で、まだ二人以上の知識保有者がいるシステムに対して機能する。既に一人になっているシステムを救うことはできない。

2. 定着はどこでも時間を稼ぐが、期待するほどではない。 離職ハザードを五分の一削減すると、あらゆる節目が二か月から十か月後ろにずれる。曲線の形は変わらず、特に認識遅延は変わらない。認識遅延は $\mu$ だけに依存するからである。

3. 観察はレバーであり、それを必要とするのは管理者だけである。 各管理対象システムで年に一度災害復旧テストを実施すると、その実効的な $\mu$ は0.4から1.4に上がる。損失を一日たりとも遅らせはしないが、認識遅延の中央値を1.6年から0.7年に短縮し、運用チームは最初に失われたシステムを3.0年目ではなく2.0年目に知ることになる。他のシステムについて行動する時間がまだあるうちにである（図3Bの一点鎖線）。エンジニアにはこのレバーは不要である。変更カレンダーが彼らのシステムを代わりにテストしてくれるからである。

表3にこれらの結果をまとめる。

5.3 モデルが主張しないこと

このモデルはスケッチであって、較正ではない。率は推定されたものではなく、切りがよく正しく順序づけられるように選ばれている。システムは独立として扱われているが、実際の部門では同じ人々が複数のシステムを所有し、一人の離職が複数のシステムを空にする。そして「システムを知っている」は二値であるが、能力はそうではない。モデルが確立することは値には依存しない。知識保有者が去ること、移転には源泉が必要であること、失われた知識は時折しか必要とされないことを所与とすれば、どのような値についても三つのことが帰結する。損失はその認識に先行し、その間隔の期待長はその知識が必要とされる頻度の逆数である。失われるのは単独保有者しかいないシステムであり、したがってその数が先行指標である。そして知識が手続き的で障害が変更ではなくインシデントである集団は、知識が成果物の中にあり障害が変更カレンダー上にある集団よりも遅く認識される。オランダの状況は $\lambda$ を通じて入ってくる。CAOの等級は最も優秀な者についてそれを引き上げ、解雇法はその他の者についてそれを下げることを何もしない。さらに、最近のフリーランス経路の閉鎖を通じて入ってくる。それは、雇用主が $k$ をゼロに達した後に一に戻すために持っていた唯一の方法を取り去った。

6. 早期警戒指標

モデルが成り立つなら、部門は離職率を見るのをやめ、離職の構成と帰結を見始めるべきである。表4の各指標は第3節のメカニズムに対応し、示されたフェーズで、デリバリー指標よりはるかに前に動く。

指標は両集団で同じである。その情報源と信頼性は同じではない（表2）。エンジニアについては、フェーズ2で最も重要な二つの構成指標であるバスファクターと知識集中を、誰にも尋ねることなくバージョン管理の履歴から計算できる。管理者については、変更記録とインシデント記録から組み立て、尋ねることで確認しなければならず、そのためより高価でもあり、より容易に回避されもする。逆に、フェーズ1の指標はある点ではエンジニアの方が難しい。彼らの離職のより大きな割合は市場相場で支払う雇用主への転職であるため離職時オファー格差は情報価値があるが、管理者については定年退職と異動がそれを薄め、慰留対象かどうかの問いは離職率がまったく数えない離職について尋ねなければならない。

各指標の操作的定義、データソース、既知の落とし穴は付録Aに示す。この指標群について三つの観察がある。第一に、大半の指標は安価である。いくつかは人事が既に保持しているデータの切り口を変えるだけでよい。第二に、重要なのはフェーズ1と2の指標である。フェーズ4までにはロックイン点に到達しているからである。第三に、指標は集計的ではなく構成的である。何人かではなく、誰が、何が、を問う。それがDalton et al.（1982）が四十年前に求めた転換であり、ITマネジメントの報告が今なおほとんど成し遂げていないものである。

7. 構成された事例

以下の事例は構成されたものであり、観察されたものではない。これは五つのフェーズが組織の内側からどう見えるかを示し、第5節のモデルに具体的な舞台を与えるために存在する。いかなる雇用主についての報告でもなく、その数値は測定されたものではなく例示である。その価値は、そこで起こるあらゆる出来事が、企業ITで働いたことのある読者なら見覚えのあるものだという点にある。

7.1 舞台

R部門は、オランダの中堅製造業企業の社内IT部門である。0年目には60人の技術職がいる。三つのチーム（ERP統合、物流・倉庫システム、データプラットフォーム）に36人のソフトウェアエンジニアと、二つのチーム（インフラ・ネットワーク、データベース・ストレージ・ワークプレイス）に24人のシステム管理者である。事業側が重要とみなす本番システムを約二十保守しており、十二はエンジニアリングチームが、八は運用が所有する。離職率は十年にわたり年10〜13%で推移しており、社内の他部門と同水準である。給与は会社のCAOに従う。固定された等級と年次昇給であり、残留するシニアエンジニアとシニア管理者は四、五年のうちに等級の上限に達し、その後は伸びを見ない。成績評価は存在するが給与には影響しない。管理者のうち数人は五十歳を超えている。

7.2 六年間

表6は、部門の経営ダッシュボードが各年に示したものと、構成ダッシュボードがあったとすれば示したであろうものをまとめる。図2のフェーズを記す。

二つの集団はフェーズを歩調を合わせずに進む。エンジニアが全体を通じておよそ一フェーズ先行し、部門の経営陣は二つある危機を一つとして見る。この時系列は、表2のパラメータにおける第5節のモデルを通る一つのもっともらしい経路である。R部門のエンジニアはモデルの中央値1.5年より遅い5年目に最初の障害を見、管理者は中央値3.0年の二倍にあたる6年目に見る。1年目に部門の最も優秀なエンジニア二人が四か月以内に相次いで去る。それぞれの離職には固有の説明があり、それぞれがそのまま受け入れられる。二人に共通するものが何かを誰も問わない。二人とも上位四分位の業績者であり、二人とも四年間同じ給与帯にあり、二人ともおよそ四分の一の昇給のために去った。離職率は一ポイント上がる。

2年目は静かである。人員数は一人減り、離職率は範囲内に戻り、二人の離職者が構築したシステムは動き続ける。彼らが所有していたシステムは、統合チームに残った唯一のシニアエンジニアに再割り当てされるが、その人物は既に他に三つを所有している。運用側では、この年はさらに静かに見える。シニアのストレージ管理者が予定どおり定年退職する。計画されていたため誰も惜しまない離職である。彼が十五年間手作業で実行してきたバックアップとリストアの手順は二時間の会議でネットワーク管理者に引き継がれ、一度も実演されない。シニアのネットワーク管理者はフリーランスになるために退職し、翌週の月曜日に同じ仕事を日額契約で再び雇われる。部門はこれを人員数の節約として計上し、管理者は収入の倍増として計上する。どちらも離職率の中に慰留対象の損失として現れない。エンジニアリングの補充は二件、ジュニア級で行われる。予算ではジュニア二人かシニア一人かであり、二人の方が安全に思えるからである。知識を持つ者が一人しかいない重要システムの数は、エンジニアリング側で六から八へ、運用側で一から四へ増える。

3年目は、ダッシュボードから見ればこの期間で最良の年に見える。離職率は五年間で最低である。去るはずの人々は既に去ってしまったからである。長期在籍の中核は年次レビューで安定性を称賛される。シニアエンジニア一人がデータプラットフォームチームに採用され、何も変えられないことを理由に七か月後に去る。退職面談は「文化的適合」として処理される。統合アーキテクトが去って以来、部門外の誰もそのアーキテクチャをレビューしていない。1月に、会社の法務部門がWet DBAの執行再開に対応してフリーランスのネットワーク管理者の契約を終了する。彼は日額のおよそ半分のCAO給与で戻るという申し出を断り、彼だけが理解していたファイアウォール群は、そのルールを一度も変更したことのない同僚に渡る。災害復旧テストは二年間実施されていない。可用性は99.9%であり、運用チームは安定の模範として掲げられる。

4年目に経営陣は採用が難しいことに気づき、まずエンジニアについて気づく。シニアエンジニアが三人採用され、二人が一年以内に去る。提示され受け入れられる説明は労働市場であり、外部のリクルーターが起用される。部門の内側では、去った二人はそれぞれ他の誰も理解していないシステムを渡され、彼らの仕事をレビューしたり質問に答えたりできる者は誰もいなかった。エンジニアリングチームはロックイン点を過ぎた。衰退を逆転させられる人材をもはや定着させられない。運用チームは同じフェーズを異なる形で示す。シニア管理者の欠員は一年中空いたままである。候補者二人がオファーを辞退し、一人は受諾した後、チームとの会話を経て着任前に撤回する。誰も採用されないため誰も早期に去らず、欠員は人員減耗の数字のどこにも現れず、採用報告書の中に市場の問題として現れる。

5年目にエンジニアの衰退が目に見えるようになる。四年前にアーキテクトが去った統合層に依存するERPアップグレードが九か月遅延する。価格エンジンの変更要求は、それを変更できる唯一のエンジニアが他に六つのシステムを抱えている人物であるためスケジュールできない。件は取締役会に達し、取締役会は部門に人員減耗の問題があると告げられる。人員減耗の問題は四年前からある。変わったのは、それがついに経営陣が読むシグナルを生んだということである。可用性の数字が依然99.8%である運用チームは、その会話に含まれない。

6年目はエンジニアについて第8節のデフォルトの帰結をもたらす。変更作業はベンダーに移り、社内エンジニアリングチームは縮小し、ベンダーのコストは1年目に差別化された定着予算が要したであろうコストを一桁上回る。この年はまた、一年遅れで運用チームのフェーズ5をもたらす。ストレージ移行中に倉庫データベースをリストアしなければならなくなる。リストアは失敗する。四年前にストレージ管理者が残した手順書は三年前に交換されたアレイを記述しており、新しいアレイでリストアを実行したことのある唯一の人物は、3年目に契約を終了されたフリーランスのネットワーク管理者だったからである。倉庫は二日間停止する。前年に人員減耗の問題に対処したと思っていた取締役会は、二つ目の問題があると告げられる。

7.3 反実仮想

R部門が第8節の構成ダッシュボードを、そこで提案するトリガー水準で、二つの集団について別々に0年目から運用していたとしよう。1年目の慰留対象離職率60%は、二件目の離職の後の最初の四半期に三分の一のトリガーを超え、二人の離職者に共通するものについてエンジニアリング責任者と人事の合同レビューを強いたであろう。レビューは離職時オファー格差と共通の給与帯を見出し、その時点で利用可能な最も安価な介入、すなわち残った上位四分位のエンジニアへの定着調整は、シニアの補充一人分のおよそ十分の一のコストで済んだであろう。それが承認されたかどうかは別の問いである。要点は、その決定が5年目ではなく1年目に誰かの前に置かれたであろうということである。

最初のトリガーが無視されていたとしても、バスファクターの数は2年目に四分の一のトリガーを超えたであろう。その時点では十一の単独保有者システムに対する強制的な知識分散はまだ可能だった。単独保有者がまだそこにいたからである。3年目までには、七か月後に去ったシニアの採用者は二人のコホートにおける50%の早期離職として記録されたであろう。疑うには十分小さいが、なぜ部門が彼を定着させられなかったのかという問いを促すには十分大きい数字である。運用側ではトリガーはより遅く、より静かに作動したであろう。2年目の定年退職とフリーランスへの離職について慰留対象かどうかを問えば、離職率が何も示さなかった年に運用チームは100%の慰留対象離職となったであろう。四分の一のバスファクタートリガーは同じ年に8中4で作動したであろう。そして本稿が付録Aで管理対象システムについて追加するDRテストのトリガーは3年目に作動したであろう。各トリガーは組織に一フェーズ分の時間を買う。この事例はモデルの中心的主張を例証する。行動に必要な情報はあらゆる時点で存在し、組織の計器が単にそこに向けられていなかっただけであり、二つの集団の一方についてはそもそも収集すらされていなかった。

7.4 事例が示すこと

この事例の四つの特徴は実際の部門にも当てはまる。第一に、表6の左側の列にあるあらゆるシグナルは真実であり、その範囲内では正しく読まれていた。失敗は測定されなかったものにあった。第二に、最良に見えた年（3年目）は、エンジニアについて通常の介入が効いたであろう最後の年であり、管理者については4年目がその最後の年であった。第三に、右側の列はエンジニアについては会社が既に保持していたデータ、すなわちバージョン管理、評価、採用記録から計算可能であったが、管理者については組み立てて尋ねなければならず、だからこそ事例の中では誰もそうしなかった。第四に、二つの集団は全体を通じて一フェーズずれて進み、管理者の離職は離職率が数えない形（定年退職、フリーランス化、埋まらない欠員）を取り、彼らのフェーズ5は取締役会が問題は解決したと信じた後に到来した。技術職を一つの集団として測定する部門は、一つの危機を見て、二つ目に驚くことになる。

8. ITマネジメントへの含意

実務上の結論は、介入の内容よりも時期の方が重要だということである。フェーズ2で効果を逆転させる同じ施策が、フェーズ4では失敗する。

8.1 ロックイン以前

フェーズ1から3では、部門にはまだ仕事を評価し、新しい採用者を吸収し、知識を移転できる人々がいる。ここでの介入は従来型であり、文献によって十分に裏付けられている。

• 差別化された定着策。 Trevor et al.（1997）は、給与の伸びが高業績者の離職に対する最も強いレバーであることを示している。上位四分位に集中した定着予算は、一律の引き上げよりも効果がある。CAO環境における手段は労働市場手当（arbeidsmarkttoelage）または等級の例外であり、いずれもオランダの労働協約の大半が認めており、IT部門の大半が使っていない。エンジニアについて手当が上回らなければならない比較対象は製品企業の給与である。管理者については、最近まではフリーランスの日額であり、これはどのような手当も上回れないが、2025年以降はサービス事業者の給与であり、これは上回りうる。

• 強制的な知識分散。 ペアリング、ローテーション、文書化の要件は、誰かが去る前に重要システムのバスファクターを引き上げる。目標は本番システムごとに測定可能なバスファクター二人以上である。エンジニアについては、これは主にコードレビューとコードベース間のローテーションの問題である。管理者については、実演された手順の問題である。リストア、フェイルオーバー、証明書のローテーションを、二人目の者が監督の下で実際に、予定に従って実施し、結果を記録することである。実演されていないランブックは数に入らない。

• パターンとして読む退職面談。 慰留対象の離職は、人事だけでなくエンジニアリング責任者によって、それらに共通するものは何かという明示的な問いとともに、まとめてレビューされるべきである。

• 外部評価。 チーム外の人々によるアーキテクチャとコードの定期的なレビューは、3.4節が示すようにチーム自身が失ってしまう基準点を提供する。運用についてこれに相当するのは、チーム外の者が立ち会う災害復旧テストと構成レビューである。可用性の数字はレビューではない。

8.2 フェーズ別の順序づけ

第5節の形式モデルは各介入に作用すべき率を与え、段階モデルは各介入がまだ機能する窓を与える。表7は両者を組み合わせる。ロックイン点以前には、介入は離職ハザード $\lambda$、移転率 $\tau$、そして管理者については観察率 $\mu$ に作用する。モデルが示すところでは、移転が守るのはまだ二人以上の知識保有者がいるシステムだけであり、定着が買うのは年ではなく月であり、観察は遅延そのものを短縮する唯一のレバーである。ロックイン点の後も同じレバーは原理的には利用可能だが、それを引く対象が残っていない。知識分散には源泉がなく、定着には引き留めるべき重要な人物が残っておらず、バスファクターゼロのシステムに配属された優秀な採用者には学ぶ相手がおらず、去るか、存在する成果物から緩慢に再構築するしかない。ロックイン後の選択肢は代わりに部門の構造に作用し、だからこそ異なる階層の経営判断に属する。

8.3 構成ダッシュボード

第6節の指標は、誰かがそれらを一緒に、適切な頻度で、行動する権限を持って見る場合にのみ有用である。モデルから三つの設計上の選択が導かれる。

所有者。 ダッシュボードは人事ではなくエンジニアリング責任者に属する。人事は離職率を所有しており、その所有者として適切であるが、構成指標にはエンジニアリングの判断（どのシステムが重要か、誰が優秀か）とエンジニアリングのデータ（バージョン管理）が必要である。人事が作成しエンジニアリングが受け取るダッシュボードは、3.4節の生存者バイアスの問題を新しい形で繰り返す。

頻度。 四半期ごと、四四半期の移動窓で。年次レビューでは遅すぎる。第7節の事例では、ロックイン点は二つの年次レビューの間に到達された。月次では六十人の部門にはノイズが多すぎる。一人の離職で大半の率が数ポイント動くからである。

閾値。 各指標には事前に合意されたトリガー水準が必要である。事後に合意された水準は、現在の値がたまたまある場所に設定されるからである。部門が二年分の自身の履歴を持った時点で調整すべき妥当な出発点は次のとおりである。慰留対象離職率が三分の一を超える。重要システムの四分の一超がバスファクター一人。いずれかのコホートで早期離職が四分の一を超える。そしてシニアの採用者二人が続けて一年以内に去る。トリガーは特定の行動を命じるものではない。部門外の誰かによるレビューを命じるものである。

8.4 ロックイン以後

フェーズ4と5では、補充は二つの理由で失敗する。第一はBrooks（1975）の法則の新しい形である。オンボーディングの能力を欠くチームに人を追加するとチームは遅くなり、新しい人々は追い出される。第二は、採用者の品質基準が加わるチームによって設定されるため、優秀な採用者は下方に適応するか去るかだということである。三つの選択肢が残るが、いずれも安くはない。

1. 新たな中核。 独自の規範を持ち、外部から人員を揃えた別個のチームを築き、時間をかけてシステムをそこへ移行する。既存のチームは解散されないが、もはや組織の標準ではなくなる。

2. 管理された縮退。 部門は保守はできるが変更はできないと受け入れ、それに応じて範囲を凍結し、チームの刷新ではなくシステムの置き換えを計画する。

3. 外部キャパシティ。 内部チームが運用を保持したまま、変更作業をベンダーやパートナーに移す。これはしばしば認識されないままデフォルトで起こることであり、正直に数えれば三つの中で最も高価である。オランダではこの選択肢は2025年以降狭まっている。日額契約で再び雇われるフリーランスの管理者は、長年、失われた知識を手の届くところに保つ標準的な方法であったが、今や雇用主にとって偽装自営業のリスクであり、その代替であるマネージドサービス契約は知識を組織の外へ恒久的に移してしまう。

共通するのは、ロックイン後の回復はIT部門より上の階層で下される構造的な決定だということである。部門自身は、ロックインの定義からして、それを下すことができない。

9. 考察：遅延はなぜ続くのか

指標が安価でメカニズムが不明瞭でないなら、なぜ遅延は続くのか。答えの一部は、誰も測定法を書き留めていないことであり、本稿はそれを補おうとしている。しかしより大きな部分は、遅延が組織の運営のされ方の特徴によって固定されていることであり、それらには名前を付けておく価値がある。それらに逆らう指標は無視されるからである。

シグナルの所有の分断。 離職は人事の指標であり、デリバリーはITの指標である。離職の構成はその間に落ちる。人事は誰かが去ったこと、そして去った理由として本人が述べたことを見る。エンジニアリングはシステムが変更しにくくなったことを見る。どちらも、これらが同じ出来事であることを見ない。両者を結びつける報告がないからである。第8節の構成ダッシュボードは、機械的に言えば、通常は結合されない二つの記録システムの結合である。

頻度の不一致。 効果は数年にわたって展開する。経営陣の注意は四半期と年次レビューで組織されている。速い頻度で観察される遅い過程はノイズに見え、各四半期の動きはその四半期の個別事情に帰せられるほど小さい。Dalton et al.（1982）は四十年前に、離職は数えるのではなく特徴づけるべきだと論じた。その議論が定着しなかったのは、特徴づけには頻度をまたいで見ることが必要であり、年次サイクルの中にそれに報いるものが何もないからである。

離職にはそれぞれ事情がある。 人は理由があって去り、その理由は真実である。海外転居、スタートアップ、パートナーの仕事。組織はそれぞれの事情を受け入れる。それぞれが正確だからである。事情に共通するもの、すなわち離職者が優秀で、市場に比して給与が低く、去ることができたということは、決して述べられる理由ではなく、したがって決して集計されない。慰留対象離職率は、その集計を強いるために存在する。

安定が報われる。 低い離職率は良い経営と読まれ、しばしば明示的な経営目標である。第7節の事例では、離職率が最も低かった年は部門が称賛された年であり、またロックイン点が越えられた年でもあった。構成に関する目標を伴わない離職率の目標は、モデルが警告するまさにその結果に報いる。優秀な者は去り、残りが留まっている、という結果である。

目に見えるコストは他人の予算に届く。 補充の遅れとジュニア採用による節約は、それが行われた年に部門自身の予算に現れる。コストは数年後に、ベンダー契約、遅延したプログラム、失敗した変更という形で現れ、プログラム、ベンダー費目、あるいは一時費用に計上される。コストを引き起こした部門がそれを負担させられることは稀であり、したがって会計は図1が描くループを決して閉じない。

等級が天井である。 オランダの大企業の大半と公共部門全体で、技術職の給与は年次昇給を伴うCAOの等級である。優秀なエンジニアや管理者は数年で等級の上限に達し、その後、より高い給与への唯一の経路は技術職から離れる昇進か離職である。等級は組織全体にわたって公平であるように設計されている。技術職集団へのその効果は、最も優秀な者が去る条件を保証することである。大半のCAOは労働市場手当や上位等級への格付けという形で例外を認めているが、大半のIT部門はそれを知らないか、使っていない。

残滓は保護されている。 オランダの解雇法は合理的な理由、UWVまたは地区裁判所による事前審査、そして法定の移行手当を要求する。これは制度の特徴であって欠陥ではないが、チームの構成はいったん劣化すると下から是正することができず、残された唯一のレバーは上であることを意味する。死海効果を弱い人員を除くことで解決すべき業績管理の問題として扱う組織は、オランダではそのようには解決できないことに気づくであろうし、予防した方がよい。

指標には同意が必要である。 第6節の指標は現職および元職員の個人データを処理し、そのうちのいくつか、特に離職者の成績四分位と慰留対象の評価は、業績を監視するシステムを構成する。労使協議会法第27条の下で、労使協議会は人事データの処理および従業員の監視に関する取り決めについて同意権を持ち（Wet op de ondernemingsraden, art. 27 lid 1）、一般データ保護規則は文書化された目的と保存期間を要求する。これらのいずれもダッシュボードを妨げはしない。しかしそれを構築することは、エンジニアリング責任者だけでなく労使協議会とともに下す決定であり、離職者に関するデータには保存期間があり、その後は集計するか削除しなければならないことを意味する。測定を始めたい部門は、まずその対話を始めるべきである。

生存者が報告書を書く。 これは3.4節を制度的事実として言い直したものである。衰退を報告する動機が最も乏しく、それを見る能力が最も乏しい人々が、組織がチームについての情報を得る相手である。外部レビュー（第6節）が唯一の救済策であり、それが必要である理由と同じ理由で不人気である。

これらの特徴はいずれも、それ単独では不合理ではない。合わさると、部門が自らの構成についてフェーズ5で知ることを保証する。それらを変えることは指標を加えることより難しいが、指標こそが出発点である。指標がこれらの特徴を目に見えるものにするからである。

10. 限界と今後の研究

本稿は理論研究である。三つの限界が導かれる。

証拠における選択。 第3節のメカニズムは、効果が生じ、最終的に認識された事例から引き出されている。それを回避した部門や、有能なエンジニアが去っても予測された劣化が生じなかった部門は、実務家の記録に現れない。したがってモデルは、優秀な人材の減耗がロックインに至る頻度を過大に述べているかもしれない。

「優秀」の測定。 Websterのエッセイも本稿も、エンジニアリングの能力は順位づけ可能だと仮定している。実際にはITの成績評価はノイズが多く、判断するのに最も適した人々は、モデル自身の論理により、去ってしまった人々である。いかなる実証的検証も、研究対象のチームから独立した能力の尺度を必要とする。

モデルと事例の様式化。 第5節の形式モデルはシステムを独立、知識を二値、率を一定として扱う。第7節の事例は合成物である。どちらも議論が首尾一貫していることを示す装置であって、それが真であることの証拠ではない。第5節の三つの定性的結果は率の値に依存しないが、引用した年数は依存する。実際の部門では、率は付録Aが記述する記録から推定しなければならないであろう。

一般化。 この議論は、暗黙的なシステム知識が集中し、給与が集団的な等級に従い、解雇が保護され、フリーランス経路が最近狭まった、オランダの大組織内のIT部門の上に築かれている。2.2節で特定した条件が異なるソフトウェア製品企業、コンサルティング会社、小規模チームには移転できないかもしれないし、集団的な給与等級のない市場や随意雇用の市場にもそのままでは移転できない。そこではWebsterの比喩における残滓は予防するだけでなく除去することができる。二集団への分割それ自体も単純化である。データエンジニア、プラットフォームエンジニア、サイトリライアビリティエンジニアは両集団の間に位置し、彼らについての本稿の数値は別途算出しなければならないであろう。

モデルは反証可能なほど具体的な仮説を生む。表8にそれぞれが必要とするデータとともに示す。

三つの研究デザインがこれらの仮説を直接検証するであろう。

1. 遡及的構成分析。 目に見える衰退を経験した部門について、先行する数年間のすべての離職者の成績四分位とシステム所有を人事記録とバージョン管理記録から再構成する。モデルは、デリバリー指標が動く数年前に離職者の質が低下し知識集中が上昇したと予測する。

2. 集団別の認識遅延。 バスファクターゼロに達したすべての重要システムについて、それに帰せられる最初の障害までの時間を測定し、ソフトウェアシステムと管理対象システム、テスト済みシステムと未テストシステムを比較する。モデルは管理対象システムについてより長い遅延を、災害復旧テストが実施されているところではより短い遅延を予測する。テストによって短縮しない遅延は、観察に関するモデルの説明を反証するであろう。

3. 指標の妥当性検証。 第6節の指標が収集されているところで、それらがデリバリー指標とインシデント指標に先行するかどうか、どれだけ先行するかを検証する。これは最も直接的な経営上の価値があり、最もデータ要件の少ない研究である。

バージョン管理の履歴は三つすべてにとって十分に活用されていない情報源である。コミットの作者、レビューへの参加、ファイル所有の経時変化は、まさにモデルが記述する組織において、人事評価から独立した、誰が何を知っていたかの縦断的記録を提供する。

11. 結論

IT組織が死海効果を遅れて認識するのは、その測定システムがそれを見逃すように作られているからである。離職は特徴づけられるのではなく数えられ、運用の安定は健全さと読まれ、損失を報告できたはずの人々は去ってしまった人々である。我々Nashuaは、これらのメカニズムが最初の明確なシグナルが経営陣に届く丸一フェーズ前にロックイン点を生む五段階モデルと、それより早く動くであろう一組の構成指標を提案した。このモデルは、大半の組織が既に保持しているデータで検証可能である。

ソフトウェアエンジニアについての結論は、効果は速く、見ようとする者には見え、早期に捉えれば回復可能だということである。優秀なエンジニアは市場相場の仕事を求めて速やかに去り、その離職は人員減耗として記録され、その知識は部分的にコードの中にあり、チームの構成はバージョン管理から読み取れる。モデルでは最初のシステムは一年強で失われ、損失は約三年で見える。二年足らずの遅延である。レバーは給与と移転である。オランダの労働協約の大半が既に認めている裁量の範囲内での差別化された定着予算と、システムが単独保有者になる前に適用する知識分散である。モデルが示すように、その後では救えないからである。

システム管理者についての結論は、効果は遅く、尋ねない者には見えず、回復がより難しいということである。優秀な管理者はより緩やかに、離職率が数えない経路（定年退職、異動、2025年まではフリーランス化、そして埋まらない欠員）で去り、その知識は手続き的で成果物を残さず、チームの構成は計算できない。薄い記録から組み立て、尋ねることで確認しなければならない。モデルでは最初のシステムは三年弱で失われ、損失はほぼ六年で見える。三年の遅延であり、どのような定着策もそれを短縮しない。遅延は失われた知識がどれほど稀にしか必要とされないかによって決まるからである。レバーは実践である。実演された引き継ぎと、チーム外の者が立ち会う災害復旧テストであり、モデルが示すところでは、損失を一日も遅らせることなく遅延を三年から六か月に短縮する。そしてエンジニアリングチームにはそれは不要である。変更カレンダーが同じ働きをするからである。

管理者の遅延の方が長い理由は、モデルが区別し続ける三つの違いから導かれる。第一に、遅延は失われた知識が必要とされる頻度の逆数である（式(2)）。エンジニアの知識は変更カレンダー上で行使され、そこではそれを必要とする変更がシステムごとに二、三年に一度訪れる。管理者の知識はインシデントカレンダー上で行使され、そこではそれを必要とするフェイルオーバー、リストア、アップグレードがおよそ半分の頻度でしか訪れない。したがって知識を失ってから損失を発見するまでの間隔は二倍の長さになる。第二に、エンジニアの知識は部分的にコードの中にあり、そこから再構築できる。管理者の知識は手続き的で成果物を残さないため、管理対象システムはいったんバスファクターゼロに達するとそこにとどまり、損失が現実でありながら見えない期間が長くなる。第三に、エンジニアリングの障害は変更カレンダー上にあり、遅延するプログラムやスケジュールできない変更として接近が見える。運用の障害はインシデントカレンダー上にあり、必要とされるその日に失敗するリストアとして助走なしに訪れる。管理者がより緩やかに去ることは損失そのものを遅らせるが、その発見は遅らせない。だからこそ彼らへの処方は給与ではなく実践である。実演された引き継ぎや立ち会いのある復旧テストは、その知識を必要とする意図的に予定された出来事であり、インシデントを待つことなく発見を前倒しする。

両集団にとって実務上のメッセージは同じであり、オランダの状況ではそれは特別な切実さを持つ。人員減耗について問うべきは何人が去ったかではなく、誰が去り、何を持ち去り、そして気づくであろう者が誰か残っているかである。残滓を解雇できず、最も優秀な者が等級で支払われる市場では、それに答えられる唯一の時期はロックイン点の前であり、管理者についてそれに答える唯一の方法は尋ねることである。

付録 A. 指標の測定

本付録は、表4の各指標について操作的定義、データソース、主たる落とし穴を示す。すべて大半の組織が既に保持している記録から四半期ごとに計算でき、調査を必要とするものはない。

慰留対象離職率。 自発的離職のたびに、離職者の上司が一つの問いに答え、人事がそれを記録する。この人を引き留めるためにカウンターオファーを出したか？ 率は、直近四四半期の慰留対象の離職を全自発的離職で割ったものである。落とし穴：上司は離職が痛手だったと分かった後では遡って甘く評価する。退職の申し出から一週間以内に回答を収集すること。

離職者の成績四分位。 各離職者の部門の成績分布における位置を、申し出前の直近二回の評価の平均から取る。上位四分位からの離職者の割合を報告する。落とし穴：中央に圧縮された評価はシグナルを隠す。評価に情報価値がない場合は、退職時に二人の管理者による強制順位づけで代替すること。

離職時オファー格差。 離職者の新しい報酬総額と現在の報酬総額との差の中央値（パーセント）を退職面談から得る。落とし穴：離職者は控えめに述べるか回答を拒む。回答率が半分を下回ると数字は信頼できず、その場合は回答率そのものが指標となる。

重要システムごとのバスファクター。 残った誰もそのシステムを変更または復旧できなくなるまでに失ってもよい人数。バージョン管理下のシステムについては、誰にも尋ねることなく履歴から計算できる。Avelino et al.（2016）の方法は、各開発者 $d$ に各ファイル $f$ についての作者度を割り当てる。

ここで $\mathrm{FA}$ は $d$ がそのファイルを作成していれば1、$\mathrm{DL}$ は $d$ がそのファイルに加えた変更の数、$\mathrm{AC}$ は他者が加えた変更の数である。開発者は、その正規化DOAがファイルの最大値の0.75以上であり、絶対値が3.293以上であるとき、そのファイルを知っているものと数える。バスファクターは、知っているファイル数の順に開発者を除いていき、システムのファイルの過半数について知っている開発者が残らなくなった時点で求められる。大半がバージョン管理の外にある管理対象システムについては、同じ考え方を誰が何をしたかの他の記録に適用する。システムごとの変更管理チケット、システムごとのインシデント解決、オンコールローテーションの構成員、そしてインフラがコードとして定義されている場合は構成リポジトリである。ある人物は、過去一年間にそのシステムに関する変更またはインシデントを他者にエスカレーションすることなく完了していれば、その管理対象システムを知っているものと数える。落とし穴：これらの記録はコミット履歴より薄く、作業を実際に行った者ではなくチケットを起票した者に帰属させていることが多い。最も重要なシステムについては、ゼロからシステムをリストアできる者を挙げるようチームに求めて計算値を確認し、ためらいはバスファクター一人として扱うこと。

知識集中指数。 バスファクターが一人である重要システムの割合。「重要」はITではなく事業側が定義すべきである（停止すると収益またはコンプライアンスが止まるシステム）。落とし穴：指数はシステムを分割することで操作できる。システムのリストを少なくとも一年間固定すること。

孤児システム数。 作者または主たる保守担当者が去り、少なくとも一か月の重複期間による引き継ぎなしに既存の所有者に再割り当てされた重要システムの数。管理対象システムについては、新しい所有者が重要な手順（リストア、フェイルオーバー、証明書のローテーション）を監督の下で少なくとも一度実行した場合にのみ引き継ぎを実質的なものと数える。実演されずに渡されたランブックは引き継ぎではない。情報源：システム所有者台帳と離職日の照合。落とし穴：所有者台帳が維持されていることは稀である。最初の計算には通常台帳の再構成が必要であり、それ自体が情報をもたらす。

在籍年数の偏り。 在籍五年超の人員と二年未満の人員との比を、エンジニアと管理者について別々に計算する。自己刷新している健全な部門は一付近にあり、流入が枯渇したか定着しない部門は二を超えて上昇する。落とし穴：部門間で人を動かす組織再編は一部の人事システムで在籍年数をリセットする。コストセンターではなく雇用主での在籍年数を用いること。

外部レビュー頻度。 コード、アーキテクチャ、運用実務がチーム外の者によって評価された年間の回数。アーキテクチャレビューボード、指摘事項が議論されたセキュリティ監査、同僚部門によるレビュー、外部コンサルタントの評価などである。書面の指摘事項を生んだレビューのみを数える。落とし穴：システムではなく文書を確認するコンプライアンス監査は数えるべきではない。

早期離職。 各採用コホート（特定の半期の採用者）について、着任日から十二か月以内に去った者の割合。暦年ではなくコホート別に報告し、コホートの数字が一度確定したら変動しないようにする。落とし穴：この数字は構造上一年遅れる。遅れのないオファー受諾率と対にすること。

シニア職のオファー受諾率。 直近四四半期におけるシニア職のオファーのうち受諾された割合と、記録された辞退理由。落とし穴：リクルーターはプロセスに最も響かない理由を記録する。可能な限り候補者に直接尋ねること。

災害復旧テストの鮮度（管理者）。 各重要な管理対象システムについて、主たる所有者以外の者によってリストア、フェイルオーバー、再構築が最後に端から端まで実施され、結果が記録されてからの月数。この指標にはエンジニアリング側の対応物がなく、第7節の事例がそれに依拠するためここに追加する。トリガー：十二か月を超える重要システム、または最後のテストがその後去った者だけによって実施されたシステム。落とし穴：開始して放棄されたテストが実施済みとして記録されていることが多い。結果が記録されたテストのみを数えること。

指標群の読み方。 単一の指標が決定的であることはない。モデルが予測するパターンは、慰留対象の離職と上位四分位の離職の上昇（フェーズ1）、続いてバスファクターの低下と孤児システムの増加（フェーズ2）、続いて在籍年数の偏りの上昇と外部レビューの減少（フェーズ3）、そしてその後になって初めて早期離職の上昇とシニアのオファー受諾の低下（フェーズ4）である。最初の二つの動きを見ている部門には時間がある。最後の二つを見ている部門にはほとんどない。

参考文献

Avelino, G., Passos, L., Hora, A., & Valente, M. T. (2016). A novel approach for estimating truck factors. In Proceedings of the 24th IEEE International Conference on Program Comprehension (ICPC), 1–10. https://doi.org/10.1109/ICPC.2016.7503718 (author version: https://homepages.dcc.ufmg.br/~mtov/pub/2016-icpc.pdf)

Becker, W. J., & Cropanzano, R. (2011). Dynamic aspects of voluntary turnover: An integrated approach to curvilinearity in the performance–turnover relationship. Journal of Applied Psychology, 96(2), 233–246. https://doi.org/10.1037/a0021223

Brooks, F. P. (1975). The Mythical Man-Month: Essays on Software Engineering. Addison-Wesley.

Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative Science Quarterly, 35(1), 128–152. https://doi.org/10.2307/2393553

Cosentino, V., Cánovas Izquierdo, J. L., & Cabot, J. (2015). Assessing the bus factor of Git repositories. In Proceedings of the 22nd IEEE International Conference on Software Analysis, Evolution, and Reengineering (SANER), 499–503. https://doi.org/10.1109/SANER.2015.7081864

Dalton, D. R., Todor, W. D., & Krackhardt, D. M. (1982). Turnover overstated: The functional taxonomy. Academy of Management Review, 7(1), 117–123. https://doi.org/10.5465/amr.1982.4285499

De Holan, P. M., & Phillips, N. (2004). Remembrance of things past? The dynamics of organizational forgetting. Management Science, 50(11), 1603–1613. https://doi.org/10.1287/mnsc.1040.0273

DeLong, D. W. (2004). Lost Knowledge: Confronting the Threat of an Aging Workforce. Oxford University Press. https://doi.org/10.1093/acprof:oso/9780195170979.001.0001

Hom, P. W., Lee, T. W., Shaw, J. D., & Hausknecht, J. P. (2017). One hundred years of employee turnover theory and research. Journal of Applied Psychology, 102(3), 530–545. https://doi.org/10.1037/apl0000103

Jackofsky, E. F. (1984). Turnover and job performance: An integrated process model. Academy of Management Review, 9(1), 74–83. https://doi.org/10.5465/amr.1984.4277940

Kaplan, B. (2009). Managing the risk of knowledge loss due to workforce attrition. Presentation to the SIKM Leaders Community, June 2009. https://www.slideshare.net/SIKM/managing-the-risk-of-knowledge-loss-due-to-workforce-attrition

Manpower Inc. (2010). Knowledge retention and transfer in the world of work. White paper, announced 13 April 2010. https://investor.manpowergroup.com/node/51361

Minister van Sociale Zaken en Werkgelegenheid & Staatssecretaris van Financiën. (2026, 12 February). Brief aan de Tweede Kamer inzake zelfstandig ondernemerschap: reactie op het position paper van VZN en handhaving op arbeidsrelaties (Kamerstukken II 2025/26, 31 311, nr. 304). https://zoek.officielebekendmakingen.nl/kst-31311-304.pdf

Nyberg, A. (2010). Retaining your high performers: Moderators of the performance–job satisfaction–voluntary turnover relationship. Journal of Applied Psychology, 95(3), 440–453. https://doi.org/10.1037/a0018869

Salamin, A., & Hom, P. W. (2005). In search of the elusive U-shaped performance–turnover relationship: Are high performing Swiss bankers more liable to quit? Journal of Applied Psychology, 90(6), 1204–1216. https://doi.org/10.1037/0021-9010.90.6.1204

Trevor, C. O., Gerhart, B., & Boudreau, J. W. (1997). Voluntary turnover and job performance: Curvilinearity and the moderating influences of salary growth and promotions. Journal of Applied Psychology, 82(1), 44–61. https://doi.org/10.1037/0021-9010.82.1.44. Open-access working paper: https://ecommons.cornell.edu/entities/publication/7dd1115c-022a-4dc6-9af7-7a4a31a0c19a

UWV. (2025, 18 December). Ontwikkeling krapte naar beroep 2024–2030. https://www.uwv.nl/assets-kai/files/3dadda9c-258e-4d9f-b60c-eac75496816b/ontwikkeling-krapte-naar-beroep-2024-2030.pdf

UWV. (2026, 8 October). ICT-beroepen: arbeidsmarktinformatie. https://www.uwv.nl/nl/arbeidsmarktinformatie/sector/ict

Webster, B. F. (2008, 11 April). The wetware crisis: The Dead Sea effect. Bruce F. Webster (blog). https://brucefwebster.com/2008/04/11/the-wetware-crisis-the-dead-sea-effect/

Wet op de ondernemingsraden, art. 27. https://wetten.overheid.nl/BWBR0002747

Williams, C. R., & Livingstone, L. P. (1994). Another look at the relationship between performance and voluntary turnover. Academy of Management Journal, 37(2), 269–298. https://doi.org/10.2307/256830