「ChatGPTは導入した。でも、使っているのは一部の人だけ」——AI導入のご相談で、いちばん多く聞く言葉です。ツールの契約は済んでいて、アカウントも配られている。それなのに現場が動かない。
この状態は、担当者の熱意が足りないから起きているわけではありません。定着しない会社には、再現性のある3つの構造があります。順に見ていきます。
先に：これは一社の問題ではない
自社だけが遅れていると感じている場合、数字を見ておく価値があります。総務省「令和7年版 情報通信白書」が引く2024年度の調査では、生成AIサービスの個人利用率はこうなっていました。
| 国 | 2024年度 | 2023年度 |
|---|---|---|
| 日本 | 26.7% | 9.1% |
| フランス | 81.2% | 56.3% |
| 米国 | 68.8% | 46.3% |
| ドイツ | 59.2% | 34.6% |
日本は前年から大きく伸びていますが、それでも他国の半分以下です。「うちの現場が動かない」のは、担当者の力量の問題として片づけられる規模ではありません。
同じ国の中でも、20代だけが倍近い
同じ調査で、日本の20代の利用率は 44.7% でした。全体の 26.7% に対して大きく上振れしています。
つまり「使う人と使わない人の差」は、社内で偶然生まれたものではなく、社会全体で先に開いている差が持ち込まれていると考えたほうが実態に近い。若手が自然に使い始め、そうでない層が止まったままになるのは、この記事で扱う1つ目の構造そのものです。
そして使わない理由として挙がる上位が「必要性や関心がない」「使い方がわからない」です。「機能を知らない」ではなく「自分に関係があると思えない」——後述する2つ目の構造、研修が効かない理由がここに現れています。
「使える人」だけが使い続けて終わる
導入直後は、もともとITに強い数人が積極的に触ります。ここで社内に「AIを使いこなす人」と「様子を見る人」の差が生まれ、その差が埋まらないまま固定化します。
この状態でも「導入は成功している」ように見える
利用ログの総量は伸びますし、社内発表で紹介できる活用事例も出てきます。ただしそれは一部の人の成果であって、組織の生産性は変わっていません。
差が固定化する仕組み
放っておくと、この差は縮まらず広がります。
| 使える人 | 様子を見る人 | |
|---|---|---|
| 最初の1週間 | 触ってみる。失敗もする | 様子を見る |
| 1ヶ月後 | 自分の業務での使い所が分かる | 「詳しい人がいるから」と任せる |
| 3ヶ月後 | 他部署からも相談が来る | 聞くのが恥ずかしくなる |
3ヶ月後の行が問題です。時間が経つほど「いまさら聞けない」が強くなり、自力では戻ってきません。差が開く前に手を打つ必要があります。
研修をやっても数週間で戻る理由
この差を埋めようとして研修を実施する会社は多いのですが、多くの場合しばらくすると元に戻ります。理由は単純で、研修が「ツールの操作方法」を教えているからです。
現場が知りたいのは操作方法ではなく、「自分の今日の業務のどこで使えるのか」です。ここが接続されていないと、研修で覚えた操作は使う機会がないまま忘れられます。
冒頭に挙げた調査で、使わない理由の上位が「必要性や関心がない」だったことを思い出してください。操作を教える研修は、この理由に何ひとつ答えていません。操作が分からないから使っていないのではなく、自分に必要だと思えていないからです。
- 効きにくい：プロンプトの書き方を教える研修
- 効きにくい：機能を一通り紹介するハンズオン
| 判定 | 研修の形 | 翌日に起きること |
|---|---|---|
| ✕ | プロンプトの書き方を教える | 使う機会がなく忘れる |
| ✕ | 機能を一通り紹介するハンズオン | 「便利そう」で終わる |
| ○ | 今週やる実際の業務を持ち寄って、その場で置き換える | 翌日から使われる |
研修の設計だけを詳しく見たい場合は研修をやっても数週間で戻る理由に分けて書いています。差は題材だけです。研修の場で自分の実際の仕事が1つ片付くと、翌日から自然に使われます。サンプル課題は、自分の仕事への置き換えが各自の宿題として残り、たいてい実行されません。
AIに渡す情報が社内に散らばったまま
一度「使えない」と判断されると、戻ってこない
後から精度が上がっても同じです。最初の数回で評価が固まります。だからこそ、答えられる範囲を絞ってから出すほうが安全です。全部に答えようとして精度が落ちるより、狭くても確実に答えられるほうが定着します。
原因は、社内の情報がメール・Excel・共有フォルダ・各種SaaSに分散していて、AIから参照できないことです。汎用的な知識しか持たないAIに自社固有の質問をしても答えられないのは、当然といえば当然です。
| 情報の置き場所 | よくある内容 | AIからの参照 |
|---|---|---|
| メール（Gmail / Outlook） | 顧客とのやりとり、決定事項 | 連携すれば可 |
| 共有フォルダ | 提案書、見積書、議事録 | 連携すれば可 |
| kintone / freee / Sansan | 案件情報、経理、名刺 | 連携すれば可 |
| 個人のPC内 | 作りかけの資料 | 不可 |
どこから棚卸しするか
全部を一度に整理しようとすると、ほぼ確実に頓挫します。おすすめは「同じ質問が繰り返されている業務」から手をつけることです。問い合わせ対応や社内ナレッジ検索が典型で、効果が数字で見えやすく、現場の実感も得やすい領域です。
優先順位は「同じ質問が週に何度も発生している業務」→「情報を探す時間が長い業務」→「定型的な文章作成が多い業務」の順で考えると、最初の成果が出るまでが短くなります。
ルールを決める前に要る、各社の実際の条件をまとめました
主要4サービスの学習利用・保存期間・保存先を、公式ドキュメントから確認して埋めた表です。「入力してよい情報」を決めるには、まず各サービスが実際に何をするかが要ります。Word・Excel、出典と確認日つき。
効果を測る指標が決まっていない
利用率は、成果が出る前に達成が確定する
全員が週1回ログインすれば利用率は100%になりますが、業務は1分も短くなっていません。それでも数字の上では大成功です。「利用率90%を達成しました」に対して「で、何が良くなったの」と返される場面は、非常によく起きます。
見るべきは、その業務にかかっていた時間が実際に減ったかどうかです。そして導入前に対象業務の所要時間を測っておかないと、後から比較できません。ここを飛ばしてしまう会社が非常に多く、半年後に「効果があったのか分からない」となって予算が止まります。
逆に言えば、順番さえ合っていれば定着する
3つとも、ツールの性能とは関係のない話です。裏返せば、導入前に「誰の・どの業務を・どう測るか」を決めておくだけで、定着の確率は大きく変わります。
誰の、どの業務か先に決める
同じ質問が週に何度も発生している業務から。効果が数字で見えやすく、現場の実感も得やすい領域です。
どう測るか遡れない
対象業務の所要時間を、始める前の1週間だけ記録します。
ここを飛ばす会社が非常に多く、半年後に「効果があったのか分からない」となって予算が止まります。後から遡って測ることはできません。
情報を、その業務のぶんだけ整える
1つの業務に必要な範囲だけに絞ります。全体の棚卸しから入らないこと。
その業務の担当者と、実務で試す
研修ではなく、今週やる仕事をその場で片付けます。
どの業務から始めるべきか、3分で分かります
繰り返されている質問がどこにあるか、何を測るか。かんたんな設問に答えるだけで診断します。1週間の記録を始める前に見ておくと、測り忘れが減ります。費用はかかりません。
この記事について：各国の生成AI利用率（日本26.7% / フランス81.2% / 米国68.8% / ドイツ59.2%、20代44.7%）と利用しない理由は、総務省「令和7年版 情報通信白書」＞個人におけるAI利用の現状（2024年度調査）に基づいています。「3つの構造」という整理と、1ヶ月後・3ヶ月後の推移の記述は当社が現場で観測した傾向をまとめたもので、調査統計ではありません。研修形式ごとの効果の比較も、対照実験を行った結果ではありません。
