生成AIが社内に定着しない本当の理由——導入の先にある3つの壁
ChatGPTのアカウントを全社員に配った。研修も実施した。だが3ヶ月後、ログイン率を見て愕然とする。使っているのは一部の好奇心旺盛な社員だけで、大半の現場は以前と何も変わっていない——。これは特殊な話ではありません。Deloitteが3,235名の経営層を対象にした調査（2025年）では、AI導入企業の37%がまだ表面的な活用にとどまり、業務プロセスの変革に至っていないと報告されています（出典: Deloitte, State of AI in the Enterprise, 2025）。
ツールの性能が足りないからではありません。生成AIが定着しない原因は、もっと構造的なところにあります。この記事では、私たちLat91が10体のAIエージェントチームを構築・運用する過程で直面した「定着の壁」と、それを乗り越えた具体的な方法を3つのステップで共有します。
生成AIの社内定着を阻む3つの壁
生成AIの導入が失敗する原因として「スキル不足」や「セキュリティ懸念」がよく挙がります。PwCの調査でも、定着阻害要因の1位はセキュリティ懸念（33.5%）、2位は活用アイデアの不足（26.0%）でした（出典: PwC Japan, 2025）。
ただし、これらは表面的な症状です。根本にある構造を掘り下げると、3つの壁が見えてきます。
壁1: 業務フローにAIの「出番」がない
最も深刻で、最も見過ごされている壁です。
多くの企業は「AIツールを配布して、あとは現場に任せる」というアプローチを取ります。一見合理的に見えますが、実はこの時点で定着は失敗しています。なぜか。既存の業務フローの中に、AIを使うステップが存在しないからです。
営業担当者の1日を想像してみてください。9時に出社し、メールを確認し、CRMを更新し、提案書を作成し、顧客に電話する。このルーティンのどこにChatGPTを開く瞬間がありますか。業務マニュアルにも手順書にもAIの記載がなければ、忙しい現場がわざわざ新しいツールを試す余裕はありません。
Lat91でも同じことが起きました。最初はChatGPTの全社アカウントを用意して、自由に使ってくださいと伝えた。結果、3ヶ月で利用率は激減しました。使っていたのは、もともとテクノロジーに関心がある数名だけ。原因を分析したところ、業務フロー上に「AIを使うタイミング」が一切定義されていなかったことが根本的な問題でした。
LIFULLの事例が示唆的です。同社は社内AI「keelai」を導入し、利用率96%超・年間約42,000時間の業務時間創出を達成しています（出典: AINOW, 2026年4月）。成功の鍵は、ツールの配布ではなく、独自指標「LAIC」で業務への組み込み度合いを測定し、業務プロセスそのものにAIの出番を設計した点にあります。
壁2: 成果が「見えない」評価構造
仮に社員がAIを使いこなし、提案書の作成時間を60分から20分に短縮したとします。浮いた40分で何をすべきか。別の仕事をこなすのか、早く帰るのか。そして、その効率化は誰が評価してくれるのか。
ここに2つ目の壁があります。AIで効率化しても、それが評価や報酬に反映されなければ、使い続ける動機が消える。BCGの調査によると、AI導入で最も成果を出している企業（BCGが「Frontier Firms」と呼ぶ上位組織）は、業界平均を15-25ポイント上回るAI活用率を達成しています（出典: BCG, 2025）。共通しているのは、AI活用を評価制度に組み込んでいることです。
逆に言えば、AIを使っても使わなくても評価が変わらない組織では、現場は最もリスクの低い選択——つまり従来通りのやり方——を選びます。合理的な判断です。問題はツールではなく、インセンティブ構造にあります。
壁3: 成功体験の「伝染」が起きない
Writer社の2026年調査（2,400名のグローバルリーダー対象）によると、79%の経営層がAI導入に課題を抱えていると回答しています（出典: Writer, 2026）。一方で、29%の従業員がAI戦略に対して意図的に非協力的な姿勢を取っているというデータもあります。
なぜ抵抗が起きるのか。多くの場合、「AIに仕事を奪われる」という恐怖が語られますが、実態はもっと単純です。周囲にAIを使って具体的に成果を出した人がいないから、自分も動く理由がない。
パーソルホールディングスのケースでは、AI推進コミュニティを十数名から2,000名規模に拡大することに成功しています（出典: AINOW, 2026年4月）。手法は「手挙げ方式」の参加促進と、成功事例のリアルタイム共有。ポイントは、経営層からのトップダウンではなく、アーリーアダプター——最初にAIを使い始めた人たち——を「チャンピオン」として指名し、彼らが「コピペで再現できる」粒度で事例を共有したことです。
図1: 生成AI定着を阻む3つの構造的障壁
Step 1: 業務フローにAIの「出番」を埋め込む
壁の構造がわかったところで、具体的な突破方法に入ります。
最初にやるべきは、既存の業務フローを棚卸しして、AIが介入すべきポイントを特定することです。ここで重要なのは、AIで「何でもできる」ではなく、「この業務のこのステップでAIを使う」と限定すること。範囲を絞るほど定着率は上がります。
対象業務の選定基準
すべての業務にAIを入れようとすると失敗します。最初に狙うべきは以下の3条件を満たす業務です。
- 繰り返し頻度が高い——毎日または毎週発生する定型作業。月1回の業務だと、AIの使い方を忘れてしまう
- アウトプットの型が決まっている——議事録、報告書、メール返信など、「完成形」がイメージしやすいもの
- 現状の所要時間が20分以上——短すぎる作業はAIを使うオーバーヘッドで相殺される
Lat91の場合、最初にAIを組み込んだのはモーニングブリーフィングの作成でした。毎朝、前日のニュース・タスク進捗・カレンダーを集約して要約する作業です。以前は30分かかっていたものが、AIエージェントを業務フローに組み込んだことで自動生成されるようになりました。
フロー設計の実践例
たとえば提案書作成の場合、従来のフローとAI組み込み後のフローを比較するとこうなります。
従来: ヒアリングメモを確認 → 過去の提案書を探す → 構成を考える → ドラフト作成 → 上司レビュー → 修正 → 完成（合計3-4時間）
AI組み込み後: ヒアリングメモをAIに投入 → AIが構成案+ドラフトを生成 → 担当者が内容を確認・修正 → 上司レビュー → 完成（合計1-1.5時間）
ここで見落としがちなのが、AIの出力をそのまま使うのではなく、「AIが下書き → 人間が確認・編集」という2段階を明示的に設計する点です。「AIの出力は下書きであり、必ず人間が確認する」というルールが明文化されていれば、品質への不安も軽減されます。
図2: 提案書作成フローのBefore/After
Step 2: 成果を可視化し、評価に接続する
業務フローにAIを組み込んだ次の課題は、その効果を目に見える形にすることです。
Worklytics社の2025年ベンチマーク調査によると、AI活用の定着に成功している企業では日次利用率が40-50%に達する一方、放置型の組織では12-18%にとどまっています（出典: Worklytics, 2025）。この差を生んでいるのは、ツールの良し悪しではなく、AIの活用状況と業務成果の「接続」を設計しているかどうかです。
測定すべき3つの指標
生成AIの効果を測定する際、「使った・使わない」の二択では不十分です。以下の3層で測ると実態が見えてきます。
- 行動指標: ログイン頻度、プロンプト実行回数、利用部署の分布。どの部門で使われ、どこで使われていないかの地図を作る
- 効率指標: 対象業務の所要時間の変化。提案書作成が3時間→1時間になったのか。定量データで効果を可視化する
- 品質指標: AIを使った業務のアウトプット品質。顧客満足度やエラー率の変化。速くなっても質が下がれば意味がない
LIFULLが開発した「LAIC（LIFULL AI Compass）」は、この3層を統合した独自指標の好例です。ツールの利用頻度だけでなく、業務成果との連動を測定することで、どの部署でAIが実際に価値を生んでいるかを特定しています。
評価制度への組み込み方
数値が取れたら、次は評価との接続です。全面的に人事制度を変える必要はありません。まず試すべきは小さな仕掛けです。
- 月次報告に「AI活用による時間削減」の欄を追加する
- 四半期レビューで「AIを使って改善したプロセス」を1つ共有してもらう
- チーム目標に「AI活用による業務効率化○%」を含める
重要なのは、AIを使うこと自体を評価するのではなく、AIを使って生まれた成果——時間の削減、品質の向上、新しいアイデアの創出——を評価する点です。手段ではなく結果にフォーカスすることで、無理やりAIを使う形骸化を防げます。
Step 3: 社内チャンピオンで「伝染」を設計する
最後のステップは、成功体験を組織全体に広げる仕組みづくりです。
Deloitteの調査では、AIで「深い変革」を実現している企業は全体の34%にすぎず、53%の企業がAI人材の教育を最重要課題として挙げています（出典: Deloitte, 2025）。だが、ここに一つ落とし穴があります。研修をいくら増やしても、それだけでは定着しない。BCGの指摘する通り、62%の企業がAI人材不足を感じているにもかかわらず、体系的にリスキリングを始めているのはわずか6%です（出典: BCG, 2025）。研修をやる企業は多いが、研修と実務をつなぐ設計が抜けている。
ここで効くのが「チャンピオン戦略」です。
チャンピオン戦略の具体的な進め方
チャンピオンとは、各部門で最初にAIを使い始め、具体的な成果を出した人のことです。この人たちを公式に指名し、社内での影響力を設計します。
- 候補者の特定: Step 2で取得した行動指標から、AIの利用頻度が高く、かつ業務成果に結びつけている社員をリストアップする。全部門に最低1名。IT部門に偏らないことが重要
- 事例の言語化支援: チャンピオンに「自分がどの業務でどうAIを使い、どれだけ時間を削減したか」を言語化してもらう。抽象的な話ではなく、同僚がコピペで再現できるレベルの具体性が必要。プロンプトのテンプレートまで共有するのが理想
- 共有の場を設計する: 月1回、15分のライトニングトーク形式で事例を発表。全社メールやSlackチャネルで非同期にも共有する。ポイントは「すごいこと」ではなく「明日からマネできること」を共有すること
Ubie社では、このチャンピオン戦略をボトムアップ型で展開し、浸透速度を加速させています（出典: AINOW, 2026年4月）。経営層のトップダウンではなく、現場発の事例が横展開されることで、「あの人ができるなら自分もやってみよう」という空気が生まれます。
海外で進む「AI Buddy」制度
米国では、AI導入の定着策として「AI Buddy」プログラムを採用する企業が増えています。新入社員にメンターをつけるのと同じ発想で、AIの使い方に詳しい社員と、これから始める社員をペアにする。Worklytics社の調査では、こうしたバディ制度を導入した組織は、導入しない組織と比較して日次利用率が15-25ポイント高いと報告されています（出典: Worklytics, 2025）。
日本企業でこのアプローチがまだ少ないのは、「AI活用は個人のスキルの問題」と捉えている企業が多いからです。だが実際には、AIの定着は個人スキルではなく、組織のソーシャルダイナミクスの問題。隣の人が使っていれば自分も使う。使っている人がいなければ使わない。行動経済学でいう社会的証明の原理がそのまま当てはまります。
よくある反論に正面から答える
「うちの業種は特殊だから、AIは使えない」
この反論は頻繁に聞きます。確かに、法務や医療など高い正確性が求められる領域では、生成AIの出力をそのまま使うことにはリスクがあります。ハルシネーション（もっともらしいが誤った情報を生成する現象）の問題は、2026年現在でも完全には解決されていません。
ただし、「そのまま使えない」ことと「まったく使えない」は異なります。Step 1で述べた「AIは下書きエンジン、最終判断は人間」のフレームワークを適用すれば、法務でも契約書レビューの初期チェック、医療でも論文サマリーの作成といった「補助的な用途」から始められます。業種の特殊性は、AIを使わない理由ではなく、使い方を限定する理由です。
「研修をやったが効果がなかった。もう打つ手がない」
研修が効かないのは当然です。なぜなら、研修は「知識の伝達」であり、定着に必要なのは「行動の変化」だからです。知っていることと、毎日やることは別の話です。
打つ手はあります。研修で教えた内容を、業務フローの中に物理的に埋め込むことです。「ChatGPTの使い方を知っている」状態から、「報告書を書くときは必ずChatGPTで下書きを作るのが手順になっている」状態への転換。これがStep 1の要点でした。研修と業務フロー設計はセットで考えるべきものです。
「経営層が理解してくれない」
この悩みを持つ推進担当者は多いでしょう。Deloitteの調査でも、AIガバナンスに経営層が関与している組織はそうでない組織よりも高い成果を出しているという結果が出ています（出典: Deloitte, 2025）。経営層の関与は重要です。
ただし、経営層を説得する最良の方法は、プレゼンテーションではなく実績です。Step 1で1つの業務フローにAIを組み込み、Step 2でその効果を数値化する。「提案書の作成時間が60%短縮された」というデータを持って行けば、経営層の態度は変わります。小さく始めて、実績で説得する。遠回りに見えますが、最も確実な方法です。
2028年に向けて——AI定着の次のフェーズ
ここまで「個別の業務フローにAIを組み込む」話をしてきましたが、先を見据えると、この方法にも限界が見えてきます。
2025年以降、AIエージェント——単なるチャットではなく、複数のツールを横断して自律的にタスクを遂行するAI——が実用化の段階に入っています。Deloitteの調査では、34%の企業がすでにAIで「ビジネスモデルの再構築」に着手しており、業務フローの部分的な改善を超えた変革が始まっています（出典: Deloitte, 2025）。
Lat91では現在、10体の専門AIエージェントがOrchestrator-Workersパターンで連携し、情報収集からコンテンツ制作、SEO記事の執筆、X投稿の自動化まで、かつて人間が手動で行っていた業務を自律的に処理しています。これは「個別業務でChatGPTを使う」とは質的に異なる段階です。
ただし、こうしたAIエージェント型の運用は、今日の記事で述べた「定着の3つの壁」を超えた企業にしか到達できません。いきなりエージェントを導入しても、基盤がなければ同じ壁にぶつかります。まずはStep 1から始めること。それが、2028年のAIエージェント時代に備える最も現実的な道筋です。
まとめ
- 生成AIが定着しない原因はツールの性能ではなく、業務フロー・評価構造・成功体験の伝染という3つの組織的な壁
- Step 1: 業務フローの中にAIの「出番」を明示的に設計し、「AI下書き → 人間が確認」の2段階を組み込む
- Step 2: 行動・効率・品質の3層で効果を測定し、評価制度と接続する
- Step 3: 社内チャンピオンを指名し、「コピペで再現できる」粒度で成功事例を共有する
- 核心: AIの定着は技術の問題ではなく、組織設計の問題。業務プロセスの中にAIの出番を設計しないかぎり、どんな優秀なツールも使われずに終わる
Lat91では、AIエージェントチームの構築・運用を通じて蓄積した知見をもとに、企業の生成AI活用を支援しています。「ツールは導入したが使われていない」「定着の仕組みがわからない」とお感じであれば、まずはお気軽にご相談ください。業務フローの診断から、チャンピオン戦略の設計まで、実体験に基づいたサポートが可能です。