労務経営ブログ
東京都の企業が生成AI導入で成果を出せないときの初動｜ツール選定より先に見直すべき業務設計
「生成AIを導入しましたが、思ったほど使われていません」
「一部の社員だけが使っていて、会社全体の生産性向上につながりません」
顧問先からこうした相談を受けた場合、私はまずAIツールの変更からは考えません。
最初に確認するのは、
「何のためにAIを導入したのかが、会社の中で明確になっていますか」
という点です。
生成AIは、導入すれば自動的に成果が出る仕組みではありません。
業務を整理せず、対象業務を決めず、教育や確認ルールも作らずに導入すれば、社員ごとに使い方がばらつきます。
その結果、
使う人だけが便利になる。
使わない人は従来の仕事を続ける。
管理職は成果を測れない。
会社としては「導入したが何が変わったか分からない」。
という状態になります。
AI導入の失敗は、ツールより「導入設計」に原因があることが多い
2026年3月の企業調査では、生成AIを業務で活用する企業は34.5％でした。
活用企業の86.7％は何らかの効果を実感しています。
一方で、低活用層も約4割存在し、課題として「専門人材・ノウハウ不足」41.3％、「活用すべき業務の範囲」40.0％が挙がっています。
つまり、AIそのものに効果がないのではありません。
どの業務で、誰が、どのように使うのかを会社側が設計できていないことが問題になりやすいのです。
よくある失敗1｜「まず全社員にアカウントを配る」
AI導入でよくあるのが、
「とりあえず全社員が使えるようにしました」
という始め方です。
しかし、社員側からすると、
何に使えばよいのか。
どこまで使ってよいのか。
顧客情報を入力してよいのか。
最終確認は誰がするのか。
が分かりません。
結果として、詳しい社員だけが使い、その他の社員は使わなくなります。
調査でも、AIを使いこなせる社員と使いこなせない社員の間で能力や成果の格差が広がったとする企業が18.8％あり、大企業では23.6％に達しています。
AI導入は「利用権限を渡すこと」ではありません。
よくある失敗2｜業務棚卸しをせずAI化する
「議事録をAI化しましょう」
「メールをAIに書かせましょう」
これだけでは部分的な効率化で終わります。
先に確認すべきなのは、
その業務は必要か。
誰が何時間かけているか。
二重作業はないか。
最終判断は誰がしているか。
AI導入後の確認時間まで含めて本当に短くなるか。
です。
不要な業務をAIで高速化しても、会社全体の生産性は上がりません。
よくある失敗3｜成果指標を決めない
「AIを使っていますか」
だけを確認しても意味がありません。
見るべきなのは、
資料作成時間が何時間減ったか。
問い合わせ対応件数が増えたか。
残業時間が減ったか。
作業ミスが減ったか。
企画数が増えたか。
などです。
活用企業で効果実感が高い一方、主な用途は文章作成・要約・校正45.1％、情報収集21.8％など、現時点では判断そのものより前段階の業務補助が中心です。
だからこそ、会社側で「どの成果を期待するのか」を決める必要があります。
よくある失敗4｜AI教育を「操作研修」で終わらせる
プロンプトの書き方だけを教えても、AI活用は定着しません。
社員に必要なのは、
どの業務に使うのか。
AIの回答をどう検証するのか。
どんな情報を入力してはいけないのか。
どこから人が判断するのか。
まで理解することです。
調査では「情報の正確性」が50.4％で最大の課題となり、情報漏洩や責任所在のルール整備も上位にあります。
AIリテラシーとは、使い方ではなく確認と判断ができることです。
よくある失敗5｜現場任せにする
「若手はAIに詳しいから任せよう」
これも危険です。
AI導入は情報システム部門だけの仕事でも、若手社員だけの仕事でもありません。
経営が、
何を効率化したいのか。
空いた時間をどこへ振り向けるのか。
どの業務は人が担い続けるのか。
を決める必要があります。
正しい進め方｜生成AI導入を5つのSTEPで設計する
STEP1｜業務を棚卸しする
まず、誰がどの仕事にどの程度の時間を使っているか整理します。
STEP2｜AIを使う業務を限定する
文章作成。
情報整理。
データ集計。
議事録。
社内マニュアル。
など、効果を測りやすい業務から始めます。
STEP3｜人が判断する範囲を決める
AI出力をそのまま使用しない。
最終確認者を決める。
重要判断は人が行う。
という線引きを作ります。
STEP4｜3カ月程度で効果を測定する
時間。
品質。
ミス。
利用率。
確認工数。
まで確認します。
STEP5｜成果が出た業務だけ広げる
最初から全社展開しません。
効果を確認した業務を標準化し、研修・ルール・評価へ組み込みます。
放置リスク｜AI導入が新たな社内格差を作る
AI導入を放置すると、
使える社員だけ成果が上がる。
使えない社員が取り残される。
管理職が部下の成果を評価できない。
AIの回答を確認する負担だけ増える。
若手の基礎能力が育たない。
という問題が起こります。
実際、調査でも「使いこなし格差」だけでなく、「AI任せでスキルが低下した」4.0％、「若手が育たなくなった」2.2％という回答があります。
AI導入はIT投資ではなく、人材マネジメントの問題でもあります。
まとめ｜AIを入れる前に、会社の仕事を設計する
顧問先から、
「生成AIを入れたのに成果が出ません」
と相談されたら、私は3つ確認します。
- AIを使う目的と対象業務が明確か
- 人が確認・判断する範囲が決まっているか
- 導入前後の成果を数字で比較しているか
生成AIは便利です。
しかし、
「導入した会社」と「使いこなす会社」は違います。
ツール選定より先に、
業務棚卸し。
対象業務。
利用ルール。
教育。
効果測定。
を設計する。
ここまで行って初めて、AI導入は経営施策になります。
AI・人事労務DXに関するご相談
AI導入前の業務棚卸し、生成AI活用ルール、業務フロー再設計、管理職・社員向けAI研修、人事労務DX、AI導入後の効果測定などに対応しています。
【対応エリア】
東京都・埼玉県・千葉県・神奈川県
オンライン対応可能です。
初回相談では、
「どのAIを導入するか」
ではなく、
「どの仕事を、なぜAIで変えるのか」
から整理します。
