⽇中オフショア開発の専門パートナー上海物来喜電子商務有限公司

【日本K31】 全社に導入したのに、AIを使うのは一部だけになる理由2026.10.31

 

【結論】
生成AIが全社に定着しない原因は、ツール
の性能でも、社員のやる気でもありません。

 

以下の２点に尽きます。

・AIが業務の導線から外れた場所に置かれていること
・階層ごとに必要な学びが設計されていないこと

 

 

逆にいえば、AIを毎日使うメールや チャットの中に溶
け込ませ、経営層・管理職・現場で学びを描き分けれ
ば、AIは一部の人の玩具から、組織の力に変わります。

ライセンスを増やす前に、
設計図から見直すことが勝負所です。

 

 

 

 1. 使っているのに、変わらない会社

「ライセンスは配った。研修もやった。
　なのに、開くのはいつも同じ顔ぶれ」。

 

① EYが 2025年に実施した調査（29の国
と地域、従業員1万5,000人）では、88%
が仕事で AIを使っていました。

 

ただ、その多くは検索や要約といった基本用途
にとどまり、仕事の進め方を「抜本的に変える」
レベルで使う人は５%でした。

 

 

②使っていると変わったの間には深い溝があります。

その溝を埋める鍵が、冒頭の２点です。

 

 

 

 2.「わざわざ使うもの」にした設計者の敗北

①別画面を開き、コピーし、貼り付ける。

この小さな摩擦が忙しい社員にとって、
AIを「あとで」の棚へ、 押しやります。

 

 

②これは社員の怠慢ではなく、設計の問題です。

人間は意志が弱いのではなく、導線が悪いだけです。
　　↓
専用ポータルにログインさせ、 プロンプトをゼロ
から書かせて「定着しろ」というのは、遠くの井
戸まで、水を汲みに行かせて「水分補給を習慣に」
と言うようなものです。

 

 

（例❶）デンソーは、オフィス業務をする
約3万人に Microsoft 365 CopilotというAI
アシスタントを導入しました。

 

　2025年11月には、月に1回でも使った人を含
　めて利用率が 99%になり、当初目標の 85%
を大きく超えました。

　社内では、困ったことがあると「Copilotに聞い
　てみたら」 と言うのが、 普通になったそうです。

 

 

　例えば、 資料の要約、メールの下書き、
　会議の内容整理などを AIに相談します。

　つまり AIを特別な人が使う道具にせず、全社員の
「まず聞いてみる」習慣にした、 という成功例です。

 

 

⑵ 毎日使うMicrosoft 365の中に AIがあったこと、
研修・ ユーザーコミュニティ・利用状況の可視化
を組み合わせたことが背景です。

 

 

（例❷）富士通は、2026年4月に ほぼ全社員
向けの 約10万ライセンスの AIアシスタントの
「Microsoft 365 Copilot」を導入しました。

導入から2か月後の6月でも、利用
率は、 90%以上を維持しています。

 

選んだ理由は、TeamsやOutlookなど、社員
がふだん使っている Microsoftのツールの中
でそのまま AIを使えるから。

新しいアプリを覚えなくてよいため、仕事の流れを
変えずに、 AIを取り入れやすい点が大きな強みです。

 

 

⑶ 新しいことを覚えるのではなく
「いつもの仕事の隣に、AIがいる」。

この距離感が定着の分水嶺になります。

 

 

③全員一律の研修を、そろそろ卒業しませんか。

立つ場所が違えば、見える景色も違います。
　↓
経営層に必要なのは、操作術ではなく、どの
事業に投資し、どのリスクを管理するかとい
う「判断力」と「ガバナンス」の視座。

 

管理職には、自部門のどの業務に AIを当
てて、 チームをどう動かすかの「設計力」。

現場には、目の前の業務で成果を出す「実践」。

 

 

④経営層や管理職ほど AIに触れる機会が少ない
企業は珍しくなく、 教える側が一番 AIに遠いと
いう逆転現象も起こりえます。

 

上司が「AIは手抜き」という空気を出せば、
部下は静かに、AIを引き出しへしまいます。
　↓
だから、管理職研修のゴールは「AIを使え
る人」ではなく「AI活用を広げる人」です。

 

 

（例❸）日立製作所は営業部門で約500人
の「生成AI推進リーダー」を、育てました。

そして、一人ひとりに、「自分の仕事で AIを
役立てる方法」を３つ考えるよう求めました。

 

  結果、約1,500件のユースケース
（AIの活用アイデア）が生まれた。

 

例えば、訪問前の顧客調査や、提案資料づくり、
見積もりや、 メールの下書きなど、営業の日常
業務に合わせた使い方が現場から出てきました。

 

大切なのは経営層が「AIを活用しよう」と方針を
出すだけでなく、現場の社員が「自分の困りごと」
を元にアイデアを出すこと。
　　　　↓
トップの号令と現場の知恵が合わさると、
AIは組織全体の働き方として広がります。

 

 

 

 3. 戸惑い層に、小さな「できた！」を

①「積極層2割、無関心2割、残り6割は戸惑い層」
という「2:6:2」は よく語られる 経験則で、 統計
的に確かめられた数字ではありません。

 

ただ、多くの経営者の現場感覚には合うはずです。
　　↓
大事なのは「中間の戸惑い層」に、
積極層と同じ資料を配らないこと。

 

 

②彼らに要るのは高度なプロンプト術ではなく、
「自分にもできた」「明日も使える」という成
功体験です。

 

下書き、議事録の要約、メールの言い回しの相談。
　　　↓
そんな小さな筋肉を毎日使ううちに AIは手足になります。

 

 

（例❹）花王は、AIを一部の得意な社員だけが使
う特別な道具にせず、 全社員がふだん使う「当た
り前の道具」にすることを目指しています。

　そのために、全国でAIの勉強会を開き、１万人以上が
　受講する AI教育 「Kao AI Academy」を実施しました。

 

　初心者向けの基礎コースから、実際に AI
　への指示文を作る 実践コースまで用意し、
　段階的に学べるようにしています。

　さらに、社内だけで安全に使える生成AI
　ツール 「Kao AI Chat」を 整備しました。

 

 

　社外に情報が漏れない環境をつくることで、
　社員が安心して質問や資料づくりにAIを活
　用できるようにしています。

 

　つまり花王のやり方は、「教える」「練習する」
「安全に使える道具をそろえる」の３つを組み合
　わせ、 AI活用を特別なスキルではなく、日常の
　仕事習慣に変えていくことです。

 

 

（例❺）丸紅は、社内で安全に使えるAIチャット
ボット 「Marubeni Chatbot」 を土台にしました。

これは質問に答えるだけでなく、翻訳、要
約、議事録作成などにも使える社内AIです。

 

特徴は、現場の社員が自分の仕事に合わせて「専用の
AIエージェント」 を作れる仕組みを用意したことです。

 

例えば、以下のような業務ごとの AIを作れます。

・請求書の内容を読み取ってExcelに整理する
・社内規定を調べる
・海外取引の文書を翻訳する

 

結果、2025年4月時点で、年間で、
90万時間の業務削減を達成しました。
　↓
これは、 IT部門だけが AIを作るのではなく、
実際に仕事をする現場が「困りごと」を AI
で解決できるようにした成果です。

 

 

（例❻）レゾナックは、日本本社が、AI基盤を提供
し、現場がエージェントを作り、効果の高いものを
本社が標準化し全社展開する循環を構築しました。

導入から約半年で活用率95%、月約9万時
間（約4.7億円相当）の 削減になりました。

 

 

③以下に停滞層を動かす現実解があります。

「トップダウンとボトムアップの融合」

 

 

 

 4. 学びを「イベント」から「インフラ」へ

①技術の進化は速く、一度の研修は半年で色あせます。

 

（例❼）小林製薬は、競合商品や市場にある商品
を調べて、 ブランド名・価格・特徴などを一覧に
する仕事を AIで自動化しました。

以前はこのリストづくりに手作業
で、数時間かかっていた作業です。

 

具体的には、調べものや、情報整理をGoogleの AI
「Gemini」に任せ、 その結果を ブランドごとのス
ライドにまとめる作業を、 「Google Apps Script」
という自動化ツールで行っています。

 

結果、業務全体では約３倍、リスト作成のよ
うな単純作業では、10倍近く速くなりました。
　　　↓
つまり人間は単純な集計や入力から解放され、
商品企画や判断など、より価値のある仕事に
時間を使えるようになった例です。

 

 

（例❽）デンソーの個別相談やコミュニ
ティ、利用状況の可視化も同じ発想です。

 

 

②以下が息切れしない AI活用の秘訣です。

「学ぶ場と使う場が同じ導線上にあること」

 

 

 

 5.【FAQ】
Q. 全社導入したのに、一部の人しか使
わない場合、 最初に何をすべきですか。

 

A. ライセンスを追加する前に、普段使う
メール・チャット・業務システムの 中で
AIが使える状態にすること。

 

その上で、経営層・管理職・現場
の階層別に学びを設計し直します。

最初は、議事録の要約とメールの下書きの２用
途に絞り、小さな成功体験を作るのが近道です。

 

 

 

 6. まとめ

① AIを使わないことを最大のリスクにしない
AIを「組織の力」に変える条件は以下の４つ。

1. AIを業務の導線に埋め込む
2. 階層ごとに学びと役割を設計し直す
3. 戸惑い層に小さな成功体験と心理的安全性を届ける
4. 学び続ける仕組みを組織のインフラにする

 

 

②日系企業の強みは現場の知恵と人を育てる文化です。

　そこに AIを接続できれば、恐れるものはありません。
　　↓
　怠れば、投資は沈み、現場は疲れ、
「AIは結局使えない」という諦めだけが残ります。

 

 

③デンソー経営トップの以下の言葉
を自社の合言葉にしてもいい頃です。

「生成AIを使わないこと自体がリスク」

 

 

④脳みそに汗をかくのは、AIに任せればいい。

人間はその汗の先にある「まだ見ぬ仕事」を設計すること。

 

 

（参考）AIはすでに「特別」な技術ではない (組織の生成AI活用)

 

 

 

■著者プロフィール（おおつき）：
BtoBサイトの プロフェッショナルを 自認する日本人。
Shopifyによる「自社ECサイト」、WordPressによる
「サイト制作」と LinkedIn記事や ブログ記事を 含む
集客効果の高い  「コンテンツ制作」を 承っています。
本サイトへの来訪者は、 月10,000人を 超えています。

 

 

 

 

 

本ホームページの収録内容はすべて当社に著作権があります。
無断転載・複製は、固くお断りいたします。
以下の場合には、お気軽にお問い合わせください。
サービス内容 / 機能の実現性 / お⾒積もり