ChatGPTや生成AIを会社で導入した。
研修もした。
社内マニュアルも作った。
「積極的にAIを活用してください」と社員にも伝えた。
それなのに数か月経つと、使っているのは一部の社員だけ。
そんな状態になっていないでしょうか。
実は、ここでさらに
「社員向けのAI研修を増やそう」
「もっと便利なプロンプトを共有しよう」
と考えてしまうと、AIが定着しない状態から抜け出せない可能性があります。
なぜなら、問題は社員がAIを使いこなせないことではなく、社員が「AIを使おう」と思わなければAIが動かない業務設計そのものにあるかもしれないからです。
この記事では、生成AIが社内に定着しない7つの理由を挙げるだけでなく、それぞれについて「では、何を変えればいいのか」まで具体的に解説します。
理由1「自由に使ってください」で終わっている
「会社でChatGPTを契約しました。業務に活用してください」
生成AI導入の最初の段階では、よくある方法です。
ところが、これでは社員に新しい仕事を一つ増やしています。
それが、
「自分の仕事のどこにAIを使えるか考える仕事」
です。
社員は通常業務をしながら、
「この仕事はAIに頼めるかな？」
「何て質問すればいいんだろう？」
「この資料を入力して大丈夫？」
「出てきた答えは信用できる？」
まで考えなければなりません。
これでは、AIが好きな社員しか使わなくなるのも不思議ではありません。
解決策「AIを使う業務」を会社側で決める
「AIを使ってください」ではなく、
「毎週月曜日の営業会議前に、先週の案件状況をAIで整理する」
というところまで業務を具体化します。
たとえば営業部門なら、
- 商談前に顧客情報を要約する
- 商談後に議事録からToDoを抽出する
- 返信が止まっている案件を毎朝洗い出す
- 週次会議前に案件の変化をまとめる
といった単位まで分解します。
ポイントは、社員にAIの使い道を考えさせないことです。
「AIを使える環境を用意する」から一歩進んで、「どの業務の、どのタイミングで、何をAIに任せるのか」まで設計します。
理由2 AIを使うこと自体が「新しい作業」になっている
AIを使うために、
資料をコピーする。
ChatGPTを開く。
プロンプトを書く。
回答をコピーする。
Slackや社内システムへ戻す。
これでは、AIによって作業時間が減る一方で、「AIを操作する作業」が増えています。
5分の仕事を3分にするために、AIを操作するのに2分かかる。
それなら、
「自分でやった方が早い」
となるのは当然です。
解決策 AIを「使う」のではなく、既存業務の中で「動かす」
たとえば毎朝の情報整理なら、
社員がChatGPTを開いて、
「昨日のSlackをまとめて」
と入力する必要はありません。
毎朝9時になったらAIが情報を確認し、
「昨日から動きがあった案件」
「対応が止まっている案件」
「今日確認した方がいい案件」
だけをSlackへ届けるようにします。
社員が行う操作は、
0回です。
ここまでできると、AIを使うかどうかは社員のITリテラシーに左右されにくくなります。
理由3「AIで業務効率化」という目的が曖昧
「AIで業務を効率化する」
これだけでは、成功したのか失敗したのか判断できません。
そこでAI導入前に、
「誰の、どの作業を、どれだけ減らすのか」
を決めます。
解決策 AI導入前に1つだけ数字を決める
たとえば、
「営業レポート作成：週2時間→30分」
「問い合わせ一次回答：平均20分→5分」
「社長のSlack確認：1日60分→20分」
という具合です。
そして1か月後に同じ数字を測ります。
AIを何回使ったかではありません。
人間の仕事が何分減ったか。
これをAI導入の成果として見ると、導入すべきAIも変わってきます。
理由4「営業をAI化する」のように課題が大きすぎる
「営業をAI化したい」
「マーケティングをAI化したい」
この状態から始めると、ほぼ確実に設計が複雑になります。
営業一つ取っても、
企業調査、商談準備、提案、見積、メール、案件管理、顧客フォロー……
と多数の仕事があるからです。
解決策「職種」ではなく「動作」に分解する
営業をAI化するのではなく、
「毎朝、3日以上返信が止まっている案件を抽出する」
まで小さくします。
まず一つだけAIに担当させる。
うまくいったら、
「次は商談後のToDo整理」
というように隣の業務へ広げます。
AI導入では、大きな業務を一気に自動化するより、小さな仕事を一つ確実に消していく方が成功しやすいのです。
理由5 社員に「自分のメリット」がない
経営側には、
「生産性を上げたい」
「人件費を抑えたい」
という目的があります。
しかし、それだけでは社員がAIを使う理由にはなりません。
解決策 最初に「社員が嫌いな仕事」を1つ消す
最初のAI導入候補を決めるとき、社員にこう聞いてみます。
「毎日・毎週やっている仕事で、なくなったら一番うれしい作業は何ですか？」
議事録。
報告書。
資料探し。
転記。
進捗確認。
この中から、AIで代替しやすく、かつリスクの低いものを1つ選びます。
AI導入の最初の成功体験は、
「AIってすごい」
ではなく、
「あの面倒な仕事、もうやらなくていいんだ」
の方が強いのです。
理由6 AIの回答を信用できない
これは社員側の感覚として非常に自然です。
AIは間違えることがあります。
だから、
「AIをもっと正確にしよう」
だけで解決しようとすると、導入コストが膨らみます。
解決策「間違っても事故にならない仕事」から任せる
最初からAIに最終判断をさせません。
たとえば、
× 顧客へ回答を自動送信する
○ 顧客への回答案を作る
× AIが契約の可否を決める
○ 確認が必要そうな契約を人間へ知らせる
という設計です。
AIが作る→人間が確認する
というワンクッションを置くだけで、AIに任せられる仕事はかなり増えます。
理由7 AI担当者しか改善できない
AIに詳しい社員が一人いて、
プロンプトを作る。
設定を変更する。
不具合を直す。
すべてその人が担当している。
これもAI活用が止まりやすい典型例です。
解決策 現場から「AIへの業務指示」を集める
AI担当者に、
「AIがうまく動いていますか？」
と聞くのではなく、現場から、
「この報告はいらない」
「このケースだけは必ず知らせてほしい」
「この資料も見てほしい」
といったフィードバックを集めます。
たとえば月1回、
①役に立った
②いらなかった
③追加してほしい
の3項目だけを確認してもいいでしょう。
それをAIのルールへ反映します。
AIは導入時に完成するシステムではありません。
実際に働かせながら、会社に合わせて育てていくものと考えた方が現実的です。
では、何から始めればいいのか？
ここまで読んで、
「考え方はわかった。でも結局、明日何をすればいいの？」
と思った方もいるかもしれません。
そこで、AI導入を進めるなら、まず次の順番で整理してみてください。
STEP1 社員が繰り返している仕事を書き出す
毎日・毎週発生している作業を探します。
↓
STEP2 その中から「面倒だけれど判断リスクが低い仕事」を1つ選ぶ
最初から重要な意思決定をAIに任せる必要はありません。
↓
STEP3 AIの仕事を1文で決める
たとえば、
「毎朝9時にSlackを確認し、3日以上返信が止まっている案件を営業担当者へ知らせる」
ここまで具体化します。
↓
STEP4 人間が確認するポイントを決める
AIに最終判断をさせるのか、人間が確認するのかを決めます。
最初は「AIが整理→人間が判断」で十分です。
↓
STEP5 1か月後に『何分減ったか』を測る
利用回数ではなく、
人間の作業時間が本当に減ったか
を確認します。
この5ステップなら、「とりあえずChatGPTを導入する」よりも、何のためにAIを導入するのかが明確になります。
「AIを使う会社」ではなく、「AIが働いている会社」へ
生成AIが社内に定着しない会社では、
「社員にどうやってAIを使ってもらうか」
を考えがちです。
しかし、別の考え方もあります。
そもそも、社員がAIを使う必要をなくすことです。
毎朝、AIが必要な情報を確認している。
対応が止まっている案件があれば知らせてくれる。
会議前には必要な情報が整理されている。
質問すれば社内資料から必要な情報を探してくれる。
こうなれば、社員がプロンプトを覚える必要も、毎回ChatGPTを開く必要もありません。
AI側に「担当業務」を持たせ、人間と同じように仕事の一部を担当させる。
これが、私たちが考える「AI社員」です。
AI社員の導入で最初に行うのも、AIツールを選ぶことではありません。
「今、人間がやっている仕事のうち、どれをAIに渡せるか」を整理することです。
「生成AIを導入したけれど活用が広がらない」
「AI研修をしたけれど、結局一部の社員しか使っていない」
「自社ならどの業務からAIに任せられるのかわからない」
という場合は、一度業務を分解するところから始めてみてください。
自社の場合、どの仕事ならAI社員に任せられるのかを知りたい方は、AI社員について一度お問合せください。
