現場は拒否しているのではなく、仕事を止めない道を選んでいる
定着しない生成AIは、拒否されているのではなく、忙しい現場の日常の中で、静かに選ばれなくなっているのかもしれません。
生成AIを導入したあと、最初の報告は明るいものになりがちです。
「研修の参加率は高かったです」
「社内チャットにも、活用例が出始めています」
「議事録やメール文面では、すでに使っている人がいます」
推進チームとしては、少し安心します。正直、最初の報告では「よかった、役に立っている 」と思ってしまう。
最初から強い拒否反応が出るわけではない。触ってくれる人もいる。便利だという声もある。少なくとも、完全に空振りではなさそうだ。
ただ、導入から1か月、2か月と経つと、少し違う景色が見えてきます。
定着とは、便利だと感想をもらうことではなく、忙しい日の業務の中でも、そのやり方が自然に選ばれることです。
よく使う人は、相変わらず使っています。もともと新しいツールを試すのが早い人や、文章を書く機会が多い人は、自分なりの使い方を見つけていく。
ただ、急ぎの対応や締切が重なる場面では、生成AIはだんだん開かれなくなることがあります。
こういった状況になったとき、現場で感想を聞くと、反応は想像以上に冷めています。
「便利なのは分かるんですけど、急ぎの仕事だといつものやり方に戻ります」
「プロンプトを考えて、出力を確認して、直していると、結局あまり変わらなくて」
「自分の業務で、どこに入れればいいのかがまだ見えていません」
この段階で、推進側は次の打ち手を考えます。
研修をもう一度やるべきか。プロンプト集を整えれば変わるのか。社内で使えている人の事例をもっと出せば広がるのか。
それで改善する部分もあります。入り口を広げる施策としては必要です。
ただ、現場で起きていることを近くで見ると、研修や事例共有とは別のところに、もう少し手前の問題が見えてきます。
生成AIが、日々の仕事の流れの中に入っていないのです。
つまり、問題は「使う人が増えたか」ではなく、「使うと仕事が前に進む場面に、生成AIが組み込まれているか」です。
現場は、忙しいときに戻れる道を選ぶ
現場の一日は、きれいなデモのようには進まないものです。
朝から顧客対応があり、昼前には社内会議、午後には資料の修正が入る。夕方には上司から別件の確認が飛んでくる。チャットもメールも止まらない。既存システムへの入力も残っている。
その中で生成AIを使うには、意外と小さな手間がいくつもあります。
何を指示すればよいかを考える。出てきた回答を読む。事実関係を確認する。社内ルールに合っているかを見る。そのまま使えない部分を直す。必要なら上司やベテランに確認する。
これが普段の仕事に自然に乗っていないと、現場は元のやり方へ戻ります。
怠けているわけではありません。仕事を止めないために、確実な道を選んでいるだけです。
たとえば、問い合わせ対応。
生成AIが回答案を作ってくれるところまではよいのですが、担当者が本当に困るのはそのあとです。
この回答をそのまま送っていいのか。過去のトラブルに似ている場合は、誰に確認すべきなのか。今回は例外対応なのか、通常対応なのか。最終的な判断理由は、どこに残せばいいのか。
ここが曖昧なままだと、担当者は結局いつものように先輩へ聞きます。
先輩は画面を見て、少し考えてから言う。
「このケースは、そのまま返さない方がいいね」
担当者からすると、AIを使ったことで仕事が軽くなった感じがしません。むしろ、確認するものが一つ増えたように見える。
こういう経験が何度か続くと、ツールは静かに使われなくなります。誰かが反対したわけではないのに、翌週の忙しさの中で、自然に選択肢から外れていく。
誰かが利用を禁止したわけではありません。ただ、急ぎの仕事の中では自然と選ばれなくなっていくだけです。
現場はかなり正直です。仕事が前に進むものは残ります。手間が増えたように感じるものは、日常から外れていきます。
「AIを何に使うか」が広すぎると、最初の一歩が個人任せになる
生成AIが業務に入らない理由の一つは、そもそも「どこで使うのか」が広すぎることです。
生成AIの活用例として、よく出てくるものがあります。
資料作成、メール作成、議事録、アイデア出し、情報整理。
どれも間違っていません。実際に使えます。ただ、現場に渡す言葉としては、広い。
営業提案書なのか、役員向けの報告資料なのか、社内検討用のたたき台なのか。
初回連絡のメールなのか、お詫びのメールなのか、日程調整なのか。
ただ要約すればよい会議なのか、次の意思決定に使う会議なのか。
同じ「資料作成」「メール作成」「議事録」でも、業務によって確認すべきことが違います。
ここを分けないまま「自由に使ってください」と渡すと、使い方は個人に任されます。
うまい人は使える。苦手な人は使わない。たまたま便利に使えた人の投稿だけが、社内の“活用事例”として共有される。
導入初期には、そういう小さな成功体験も必要です。
ただ、それを見て「現場に定着し始めている」と判断するのは少し早い。
以前、営業資料の作成で「AIを使ってかなり楽になった」という話を聞いたことがあります。詳細を聞くと、楽になっていたのは構成案を出すところでした。
たしかに、ゼロから見出しを考える負担は減っていました。
一方で、顧客ごとの前提整理、過去商談で決まった条件の反映、上司レビューで毎回指摘される論点の確認は、ほとんど変わっていなかった。
本人にとっては助かっている。
でも、チームとして見るとレビュー待ちの渋滞は残ったまま。差し戻しも減っていない。次の案件で再利用できる判断材料にもなっていない。
生成AIを使った人がいる。便利だった場面もある。
それでも、仕事の進み方が変わったとはまだ言い切れません。
ここを見誤ると、「使われているのに定着していない」という状態になります。
出力後の扱いが決まっていないと、確認負担が現場に戻る
使う場面を決めても、まだ足りません。
生成AIが何かを出力したあと、その内容を誰が確認し、どこまで直し、どの条件なら上司や専門部署に回すのか。ここが決まっていないと、現場の負担はあまり減りません。
生成AIの出力は、ぱっと見整っています。文章も自然で、構成もそれらしく見える。
だから、現場では少し厄介なことが起きます。
営業資料のたたき台をAIに作らせれば、出てきた文章はきれいです。
ところが、顧客の状況が少々異なる。前回の商談で確認済みの条件が抜けている。社内ではまだ使わない方がよい表現が、さらっと混ざっている。
上司が見れば、「整ってはいるけれど、このままでは出せない」となる。
担当者からすると、「AIを使ったのに、結局かなり直すことになった」と感じる。
一度であれば、まだ試行錯誤で済みます。でも、何度か続けば現場には別の記憶が残ります。
AIを使うと、レビューで止まりやすい状況になってしまった。
出力を直す時間まで考えると、最初から自分で書いた方が安全かもしれない。
こう思われると、次に使ってもらうのは難しくなります。
ここで必要なのは、プロンプトを増やすことだけではありません。AIの出力を、業務の中でどう扱うかを決めることです。
どこまでAIに任せてよいのか。どこから人が確認するのか。どの条件なら上司や専門部署に相談するのか。過去案件や社内ルールを、どのタイミングで参照するのか。
この線引きがないと、生成AIは“たたき台を作る道具”で止まります。
その後処理を、現場が背負うことになるのです。
使った結果が残らないと、活用は個人の画面の中で終わる
さらにもう一つあります。
使う場面を決め、出力後の確認ルールを決めても、その過程で何を判断したのかが残らなければ、次の人はまた同じところで迷います。
担当者がAIを使って、うまくメール文面を作れた。問い合わせの回答案を作れた。提案書の見出しを整理できた。
その瞬間だけ見れば便利です。
ただ、そのとき何を入力し、AIの出力のどこを直し、最終的にどんな判断をしたのかが残っていなければ、次の人はまた同じところで迷います。
問い合わせ対応なら、なぜその回答にしたのか。
見積業務なら、なぜその条件で出したのか。
営業資料なら、どの前提を外してはいけなかったのか。
この判断の跡が残ってくると、仕事は少し変わります。
前回の差し戻し理由が分かるから、最初からそこを外さずに作れる。過去の似た対応を見てから、ベテランに確認できる。判断理由が残っているから、新人でも途中までは自分で進められる。
現場に生成AIが根づくかどうかは、このあたりに出ます。
その場で便利だったか。その人がうまく使えたか。
そこだけを見ると、活用は個人の画面の中で終わります。
次の仕事が少し楽になっているか。次の判断が少し早くなっているか。別の担当者でも似た判断ができるようになっているか。
ここまで見て、ようやく生成AIが業務の中に入り始めていると言えます。
AITが見るのは、どの画面を開いたかより、どこで仕事が止まっているか
アシストAIテラス（AIT）の中でも、生成AIやログが“使える状態で存在している”だけでは、まだ業務に入ったとは言えない場面があります。
たとえば、会議ログです。
会議のトランスクリプトは残っているし、要約もある。検索もできる。でも、別案件の会議ログをわざわざ見に行く人は、思ったほど多くありません。ログがあることと、次の判断に使えることは別のことです。
会議で何が論点になり、顧客は何を変えたいと言っていて、その場でどんな判断をしたのか。
そこまで取り出せる状態になっていなければ、要約は読めても、次の提案には使いにくい。
ログが残るだけでは、業務に入ったとは言えず、次の仕事で使われる形になって、初めて業務に入ったと言えます。
案件相談も同じです。
AIを使って相談窓口を作ると、相談件数は増えるかもしれません。
ただ、相談の中身が薄いままだと、受け取った側は結局もう一度聞き直すことになります。
「顧客が困っています」
「AIで何かできませんか」
「この業務を効率化したいです」
これだけでは、次に動けません。
顧客の前提は何か。どこで業務が止まっているのか。どこまでが事実で、どこからが仮説なのか。いつまでに判断が必要なのか。
相談時点でここまで揃っていれば、受け取った側はすぐに判断へ入れます。
つまり、AITが見ているのは、相談件数ではなく、相談が“判断可能な状態”で届いているかです。
そこが変わると、確認のラリーが減ります。受け取った側は、背景確認ではなく、次の打ち手を考えるところから始められるようになります。
まとめ
生成AIが現場に定着しないとき、現場のリテラシーや意欲だけを原因にしてしまうと、大事なものを見落とします。
現場は使えるものなら何でも使います。忙しい日常業務の中で、本当に仕事が前に進むものなら残ります。
最初は使われていたのに、いつの間にか日々の仕事の流れから外れていく。
その背景には、使う場面の曖昧さや、生成AIの出力を確認する負担、使った結果が次に残らないことが重なっています。
確認すべき部分は、利用率だけではないのです。
そのAIが、現場のどの場面で使われているのか。誰の判断を少しでも前に進めているのか。さらに、その結果が次の人の判断に残っているのか。
ここまで見ると、「使われているか」だけでは分からなかったものが見えてきます。
生成AI活用は、現場の努力任せにしても広がりません。
業務のどこに入り、どの判断を助け、使った結果をどう残すのか。
そこまで設計して初めて、仕事の進め方を変える取り組みに近づいていきます。
次回は、こうした仕組みや制度を作っても、なぜ運用の中で形骸化してしまうのか。
「ルールが形だけになる組織に足りないもの」を考えます。
