ChatGPTを社内で使わせるな——生成AIが定着しない3つの理由
「うちの会社、ChatGPTを契約したのに誰も使ってないんですよ」——50人規模の中小企業の経営者から、最近よく聞く相談です。1人月3,000円の法人プランを20アカウント契約しても、利用率は2割に満たない。投資回収できる気配がない。さて、研修を増やすべきか、それとも撤退するか——。
結論から言えば、その問いそのものが間違っています。MIT NANDAが2025年に発表した調査によれば、企業の生成AIパイロットの95%は失敗する一方、社員の90%は個人で生成AIを業務に使っている。「社員が使わない」のではなく、「会社が用意したものを使わず、見えないところで勝手に使っている」というのが実態です。
この記事では、Lat91が10体のAIエージェントを社内運用してきた経験と海外の最新調査をもとに、生成AIが社内で定着しない3つの構造的理由と、定着フェーズに入った企業が次に打つべき手を整理します。
「使われていない」は半分嘘——シャドウAIの実態
まず前提を覆すデータを共有します。MIT NANDAが2025年8月に公表した「State of AI in Business 2025」レポートでは、興味深い対比が示されました。
- 企業として正式に生成AIを契約している組織: 約40%
- 個人で生成AIを業務に使っている社員: 約90%
- パイロット事業がROIを生んでいる割合: 約5%
(出典: MIT NANDA, "State of AI in Business 2025", 2025年8月)
この差分の50ポイントが「シャドウAI」と呼ばれる領域です。会社が見えないところで、社員が個人アカウントのChatGPTやClaudeを使って資料を作り、メールを書き、議事録をまとめている。Lat91のクライアントでも、経営者は「うちはまだAI導入してない」と言うのに、現場ヒアリングをすると半分以上の社員が個人で使っていた、というケースが珍しくありません。
経営者が「社員が使わない」と感じるとき、本当の問題は3つに分解できます。
- 使われていないのではなく、会社の管理外で使われている
- 使い方を教えても、組織の生産性指標が動かない
- 個人の生産性は上がっているはずなのに、それが組織の成果に積み上がらない
「研修を増やす」という発想は、最初の2つの問題を悪化させます。すでに使えている社員にとっては時間の無駄であり、組織の生産性を可視化する仕組みもないままツールだけ広げても、結局「個人で使う」状態に戻るだけです。
ここから、定着を阻む3つの構造的理由を順に見ていきます。
理由1: 経営層が選ぶツールと現場のニーズが一致していない
多くの企業で、生成AIの選定は情報システム部門か経営企画が主導します。比較表を作り、セキュリティ要件を整理し、稟議を通す。そのプロセス自体は健全ですが、選定基準が「全社で使える汎用ツール」に偏りがちです。結果、選ばれるのはたいていChatGPT EnterpriseかMicrosoft Copilotになります。
ところが、現場の社員が個人で使っているツールはもっと多様です。営業はメール作成にClaude、エンジニアはコード生成にCursorかClaude Code、マーケはSEOにPerplexity、デザイナーはMidjourney——というように、業務ごとに最適なツールが分かれている。経営層が選んだ「全社共通の1つ」と、現場が「業務ごとに選んだ複数」がそもそも合っていないのです。
従業員80名のあるマーケティング会社では、ChatGPT Team(月1,500円×80=月12万円)を契約したものの、半年後の利用率は30%でした。理由を調べると、ライターは「Claudeの方が長文の文体が自然」と言って個人アカウントを使い、デザイナーは「ChatGPTは画像が弱い」と別ツールを併用していた。経営者が「1つに統一すれば管理しやすい」と考えたツール選定が、現場では「制約」として機能していたのです。
このズレが起きる本質的な理由は、生成AIが「ITツール」ではなく「業務スキル」に近いことにあります。社内のメールサーバーや会計ソフトは「全社で1つ」が合理的ですが、生成AIは業務ごとに必要な能力が違う。営業の提案文と、エンジニアのコードレビューと、人事の評価コメントでは、求められる出力の質が全く異なります。
Lat91の実体験では、この問題は「1業務1エージェント」という設計思想で対処しています。私たちが運用する10体のAIエージェントは、それぞれX投稿、SEO記事、モーニングブリーフィング、営業など、業務ごとに別のプロンプトとモデルを使い分けています。「全社共通の万能AI」を諦め、「業務ごとに最適なAI」を組み合わせる方が、結果として定着率が高い。
理由2: 汎用ツールは「使い方」は教えられても「業務」を学習しない
2つ目の理由は、ツールそのものの構造的な限界に関わります。MIT NANDAのレポートで最も鋭い指摘は、ここでした。
「汎用ツール（ChatGPT等）は個人には柔軟性で優れているが、企業導入では学習ギャップが生じる。これらのツールはワークフローに適応しないため、スケーリングに失敗する」(出典: MIT NANDA, 2025年)
これが何を意味するか、具体例で考えます。営業部のAさんが、毎週月曜の朝、その週に商談予定の10社分の事前準備資料をChatGPTで作っているとします。会社情報を入れ、過去の商談履歴を貼り付け、「この観点で論点を整理して」と毎回プロンプトを工夫している。Aさんは効率化できているが、火曜にBさんが同じ作業をするとき、Aさんが磨いたプロンプトもコンテキストもゼロから始めないといけない。
ChatGPTは個人ユーザーの会話履歴は覚えますが、組織のワークフローは学習しません。これは「個人としては最強の道具」と「組織としての道具」のあいだに横たわる、根本的なギャップです。
このギャップを埋めようとして多くの企業が走るのが「プロンプト集」と「研修」です。プロンプトの書き方を冊子にまとめ、研修で配る。しかし、これは個人スキルの底上げにはなっても、ワークフローへの組み込みにはならない。社員は「このプロンプトを使えば便利だな」と思っても、毎回コピペして貼り付ける手間は残るからです。
本質的な解は「プロンプトを冊子に書く」のではなく「業務システムにAIを埋め込む」方向です。たとえば営業の事前準備なら、CRM側で「この商談を準備」ボタンを押した瞬間に、Claude APIが顧客情報・過去履歴・業界動向を踏まえた論点メモを生成する仕組みを作る。社員は「AIを使う」意識すらなく、業務フローに沿って動けば結果が出る。これが「ワークフローへの適応」です。
図1: 汎用ツール提供型とワークフロー組込型の構造比較
理由3: 「研修して使ってもらう」アプローチが定着を阻む
3つ目の理由は、最も多くの企業が陥る罠です。「定着しない」と感じた経営層は、たいてい「研修を強化する」「社内勉強会を増やす」「プロンプトコンテストを開く」という方向に走ります。しかし、これらの施策は構造的に効きません。
なぜか。「使ってもらう」というアプローチが、暗黙のうちにAIを「業務の追加負荷」として位置づけているからです。今までの業務に加えて、新しいツールを覚えて、プロンプトを工夫して、出力を検証する——これは社員から見れば「仕事が増えた」状態に他なりません。
ある中堅製造業のケースが象徴的です。従業員200名のメーカーB社は、ChatGPT Enterpriseを導入し、月2回の社内研修と「AI活用月間」キャンペーンを実施しました。3カ月後、利用率は導入直後の45%から28%へ下落。研修参加者にヒアリングすると「研修で習ったプロンプトを業務で使うほど時間に余裕がない」という声が多数。経営層は「もっと使え」と言うが、現場は「使う時間がない」と返す。この循環は、ツールを増やしただけでは絶対に断ち切れません。
逆のアプローチを取ったある人材紹介会社（従業員45名）の例があります。彼らは「全社員がChatGPTを使う」目標を捨て、「求職者の経歴整理」という1業務に絞ってAIを業務システムに組み込みました。求職者面談の録音を自動文字起こしし、Claude APIで職歴サマリと推薦ポイントを生成し、求職者DBに自動投入する仕組みです。社員は「AIを使う」意識なく、面談を録音するだけ。結果、面談から推薦資料完成までの時間が平均40分から8分に短縮。1年間の運用後も利用率は100%です——なぜなら「使わない」という選択肢が業務フローから消えたからです。
これがLat91が「定着の本質は研修ではなく、業務再設計だ」と考える理由です。研修で社員のスキルを上げるのは個人の生産性向上には効きますが、組織の定着率は業務プロセスの設計で決まる。どちらかを選ぶなら、確実に後者です。
図2: 「研修して使ってもらう」と「業務に組込む」の効果曲線の違い
定着の鍵——AIを「使う」のではなく業務プロセスに「組み込む」
3つの理由を踏まえると、定着フェーズの企業が次に取るべきアプローチは明確です。来週から始められる3ステップにまとめます。
ステップ1: シャドウAI調査(1週間)
「うちの社員はAIを使っていない」と決めつける前に、まず実態を調べます。匿名アンケートで「業務で生成AIを使ったことがあるか」「どのツールを使っているか」「どの業務で使っているか」を3問だけ聞く。多くの場合、経営層の予想を大きく上回る数字が出ます。これが本当の出発点です。
ステップ2: 1業務に絞る(2-4週間)
シャドウAIが最も多く使われている業務、または時間がかかっている定型業務を1つだけ選びます。営業の提案書下書き、カスタマーサポートの一次回答、議事録作成など。複数業務を同時にAI化する誘惑は強いですが、ここは耐えてください。MITの調査でも、成功する企業は「1つの痛点を選び、しっかり実行する」スタートアップ的アプローチを取っています。
ステップ3: 業務システムへ組込(1-2カ月)
選んだ業務にAIを「埋め込む」設計をします。理想は、社員が「AIを使う」と意識しないインターフェースです。ボタンを押せば結果が出る、メールに返信すれば草案が生成される、ZoomミーティングのあとSlackに自動で議事録が流れる——という形。Claude APIやChatGPTのAPIを使って既存業務システムと連携させるか、Notion AIのように既存ツールのAI機能を業務テンプレートに組み込む方法もあります。
Lat91では、上記のステップを「1業務1エージェント設計」と呼んで実装しています。X投稿エージェント、SEO記事エージェント、モーニングブリーフィングエージェント——それぞれが特定業務に特化し、Slackや業務システムから呼び出される形で組み込まれています。「AIを使う」研修は不要で、業務フローに沿って動けば結果が出ます。
よくある反論——「中小企業に業務システム組込は無理」
ここまで読んだ経営者の方から、最も多い反論はこれです。「業務システムへの組込は大企業の話で、うちのような数十人規模の会社には敷居が高い」。
この指摘は半分正しく、半分誤っています。たしかに、フルスクラッチで業務システムを開発するのは中小企業には現実的ではありません。しかし、ここ1〜2年でAI組込のハードルは急激に下がりました。
- SaaSのAI機能: Notion AI、Slack AI、Salesforce Einsteinなど、既存業務ツールに最初からAIが入っている
- ノーコード連携: Zapier、n8n、MakeなどでAI APIと業務ツールをコードなしで接続できる
- AIエージェント開発の民主化: Claude Code、Cursorといった開発ツールにより、エンジニア1人でも業務エージェントを月単位で構築できる
Lat91が10体のエージェントを構築・運用しているチームは、フルタイムのエンジニアは数名規模です。中小企業でも、外部パートナーと組めば現実的な規模感で業務AI化は始められます。MIT NANDAも「専門ベンダーから購入・パートナーシップ構築は67%成功、内製は33%成功」と報告しており、中小企業ほど外部活用が合理的です。
もう1つの反論——「シャドウAIは情報漏洩リスクでは?」
「社員が個人アカウントで業務情報をChatGPTに入れているなら、それは情報漏洩リスクなのでは」——これも正当な指摘です。
結論から言えば、リスクは確かに存在しますが、対処の方向は「禁止」ではなく「公式化」です。シャドウAIを禁止しても、社員は隠れて使うだけで、ガバナンスは効かなくなります。むしろ、業務システムに公式のAI経路を組み込み、「公式経路を使う方が便利」な状態を作る方が、結果としてリスクは下がります。
具体的には、企業契約のChatGPT Enterprise(学習に使われない・SOC 2準拠)を用意したうえで、業務システム経由で呼び出すフローを設計する。社員は「個人アカウントよりこっちの方が便利」と感じて移行し、結果として情報は管理下に入る。「禁止して守る」のではなく「便利な経路を作って誘導する」方が、ガバナンスとしても強固です。
まとめ——定着フェーズの問いを立て直す
本記事の論点を整理します。
- 「社員が生成AIを使わない」のは半分嘘。MIT調査では社員の90%が個人で使っており、問題は不使用ではなく不可視化
- 定着しない3つの構造的理由は、(1)経営層と現場のツール選定のズレ、(2)汎用ツールが業務を学習しない構造、(3)研修型アプローチが業務を追加負荷化すること
- 解は「ChatGPTを配って研修する」のではなく「1業務に絞ってAIを業務システムへ組み込む」こと
- 専門ベンダーやパートナーとの協業は67%の成功率で、中小企業ほど外部活用が合理的(MIT, 2025)
核心の問いはこれです——「ChatGPTを社員に使わせる」ではなく、「自社のどの業務にAIが組み込まれているべきか」。前者の問いを持つ限り、定着率は上がりません。後者の問いに切り替えた瞬間、研修も啓蒙も不要になり、「使わないという選択肢が業務フローから消える」状態が見えてきます。
Lat91では、AIエージェントの設計・導入から運用まで、業務プロセス再設計を含めて一気通貫でサポートしています。
「ChatGPTを契約したのに使われない」「次の一手が見えない」という方は、まずは無料相談で現状の業務とAIの組込ポイントを一緒に整理することから始めませんか。