社員がAIを使ってくれない…社内に定着させる進め方

AIツールを契約し、研修も実施したのに、日常業務で使う人が増えない。そんなときに「社員の意欲が足りない」と結論づけると、打ち手を誤りがちです。

定着に必要なのは、全員に同じ使い方を求めることではありません。どの業務で止まっているのかを聞き、対象業務を一つに絞り、入力条件・人の確認・相談先を決めて小さく試すことです。この記事では、AIの社内浸透を進めるための診断質問、7ステップ、4週間の実行例、見るべき指標を整理します。

この記事で分かることは、次の4点です。

• 「AIを使わない」状態を、業務・支援・心理・環境の4つに分けて見る方法
• 最初に試す業務と、短いヒアリングで聞くべきこと
• 2〜4週間の小さな実証を回す7ステップ
• ログイン率だけでなく、仕事の変化と安全性を判断する指標

社員がAIを使わないのは「意欲不足」とは限らない

「導入した」「使った」「成果が出た」は別の段階

AIを契約・配布したことと、社員が実務で使えること、仕事が良くなったことは別です。IPAの「DX動向2026調査のポイント」では、従業員101人以下の回答企業でAIを導入している割合は16.6%でした。これは社員一人ひとりの利用率ではありません。

同じ調査では、AI導入企業のうち「期待以上」または「期待どおり」の効果を得たという回答は合計31.8%、「一定の効果」は50.6%でした。導入企業の具体的効果では業務の効率化・迅速化が91.6%と最も多い一方、売上や利益の向上は3.9%です。いずれも設問ごとの回答企業を分母にした自己回答であり、「導入すれば同じ成果が出る」という予測ではありません。

また、OECDの日本に関する報告では、全産業で職場のAIを使う労働者は8.4%とされています。これは生成AIだけの利用率ではなく、IPAの企業導入率とも調査対象・定義・時点が異なります。数値を横並びで比べるより、自社では「導入」「実務での完了」「業務上の変化」のどこで止まっているかを確かめる材料にしましょう。

利用命令や一度の研修だけでは、詰まりは見えない

経済産業省の2024年の報告は、生成AIの社内利用が進む一方で、日常業務への組み込みや経営層の関与を課題として整理しています。OECDも、研修だけでなく、相談、利用ガイドライン、安全で信頼できる利用のための施策を組み合わせる必要性を示しています。

管理職の役割は、操作を完璧に実演することではありません。何を改善したいのか、人が最終判断するのはどこか、実証中の相談先はどこか、何が起きたら止めるのかを伝えることです。年齢、雇用形態、性格、能力に原因を決めつけず、まず仕事の設計と支援の不足を探ります。

関連記事として、生成AIを1業務から始める導入フレームワークも、全体の進め方を考える際に役立ちます。

AIが社内に定着しない4つの詰まり

「使わない」という表面上の行動が同じでも、原因によって最初の対応は異なります。15分程度の短いヒアリングや匿名アンケートで、次の4つを分けて確認してください。

業務の詰まり：何に使うか、どこまでで完了かが曖昧

「便利なAIがあります」だけでは、自分の仕事のどこで使えばよいかは決まりません。まずは、頻度が高く、元資料があり、成果物の良し悪しを人が判断でき、公開・送信の前に止められる作業を探します。会議メモの整理、社内文書の初稿、長文資料の要約、既存文章の表現調整などが候補です。

能力・支援の詰まり：自分の仕事で試す例と相談先がない

研修で操作を知っても、実務の資料・期待する出力・確認項目がそろっていなければ、次の一回を一人で始めにくくなります。元資料からAIの下書きを作り、人が確認して完了するところまでを一度通す演習にしてください。週1回15〜30分の相談枠は、本記事の小規模な運用例です。業務頻度や参加人数に合わせて調整します。

心理・関係の詰まり：失敗、評価、仕事への影響が怖い

失敗や漏えいを心配する声は、抵抗ではなく、ルールやフローの不足を知らせる情報です。「人を減らすため」といった未決定の目的を断定せず、AIが行う作業、人が残す判断、実証を中止・見直しする条件を言葉にします。

OECDが紹介する相談機会の差も、特定の属性の能力差を示すものではありません。誰が質問しやすいか、研修や相談の機会が偏っていないかを点検する視点として扱いましょう。

環境・ルールの詰まり：使えるツールと入力条件が分からない

承認済みのツール、利用アカウント、入力しない情報、照合する元資料、最終承認者、事故時の報告先が不明なら、社員は安心して使い始めにくくなります。最初は、公開・送信・削除など外部へ作用する操作を自動化せず、下書きで止める設計が安全です。

AIを社内に定着させる7ステップ

ここからは、中小企業が最初の実証を始めるための運用案です。3〜5人、2〜4週間、週1回15〜30分といった数字は公的な統一基準ではありません。会社の規模、業務頻度、扱う情報のリスクに合わせて、小さく設定してください。

STEP 1〜2：対象業務を一つ決め、使わない理由を聞く

最初の対象は、頻度が高い、元資料がある、人が良し悪しを判断できる、公開前に止められる、前後を比較できる、という5条件で選びます。個人情報を含む処理、法的・医療・採用の判断、無承認の顧客送信は初回実証に向きません。

対象業務を担う人へは、「使わない理由は何ですか」だけで終わらせず、今の手順で時間がかかるところ、困りごと、心配な失敗、必要な支援を聞きます。初回に3〜5人へ聞くのは、あくまで小規模運用の例です。

リクマ

制作・運用の相談では、最初から大きな完成形を作るより、入力・出力・修正しやすさ・品質基準を小さく決めた方が、次の判断がしやすいと感じています。

STEP 3〜4：最小ルールを作り、経営者が目的と境界を説明する

最初のルールは、分厚い規程ではなく1ページから始めます。少なくとも、承認済みツールとアカウント、入力しない情報、出力を照合する項目、公開・送信・契約・採用・支払で人の承認を要する範囲、誤入力時の報告先と停止方法を示します。

AI事業者ガイドライン第1.2版は、リスクの大きさに応じて対策の程度を考え、継続的に見直す考え方を示しています。この記事では個別の法的適法性や、特定サービスに入力できる情報を判断しません。契約、設定、利用目的、社内規程、関係する法令を確認したうえで、自社の境界を決めてください。

管理職は、何を良くしたいか、人が担う判断は何か、得られた時間を何に振り向けるか、どんな状況で中止・見直しするかを伝えます。号令よりも、判断の境界と相談できる余白を明確にすることが大切です。

STEP 5〜6：小さな実証を回し、日常手順へ組み込む

実証では、元資料を安全に扱える形へ整え、AIの下書きから人の確認までを実業務で一度通します。つまずき、不安、出力の誤り、確認にかかった時間を残し、テンプレートとルールを修正します。

日常業務へ移すときは、元資料、入力例、完成例、確認チェックを一組にします。推進役はIT専任者である必要はありませんが、現場業務とAIの基礎をつなぎ、相談と改善を回せる人を決めましょう。推進役一人に負担を集中させず、管理職、業務担当、情報管理・セキュリティ担当の役割を分けます。

STEP 7：利用率だけでなく、成果・品質・安全性で判断する

ログイン回数だけを追うと、試しに触ることが目的になりかねません。対象業務を実際に一度完了できたか、対象業務が起きたときに手順を続けて使えたか、時間・品質・手戻り・安全性にどんな変化があったかを合わせて見ます。

実証の結論は「拡大」だけではありません。継続、修正、停止も、情報を得たうえでの正常な判断です。

4週間で小さく試す実行例

次の表は、2〜4週間で始める場合の運用例です。4週間を標準と考えず、業務の発生頻度とリスクに応じて期間や参加人数を調整してください。

Week 0：対象業務・参加者・ルール・基準値をそろえる

後から効果を振り返れるよう、AIを使う前の手順と通常の所要時間を記録します。比較が難しい仕事なら、時間だけでなく、差し戻しの有無や確認者の評価など、無理なく残せるものを一つ選びましょう。

Week 1：AI下書きから人の確認まで一度完了する

最初の目的は、すぐに大きな成果を出すことではありません。どこで作業が止まり、何を確認しなければならないかを、実務フローの中で見つけることです。出力をそのまま外部へ送らず、元資料と照合して完了させます。

Week 2：つまずきに合わせてテンプレートとルールを直す

相談会や短いヒアリングで、迷った点、不安だった点、不要だった手順を回収します。問題が操作の理解にあるのか、入力例が不足しているのか、ルールが複雑すぎるのかを分けて直すと、対策が過剰になりません。

リクマ

自分の制作フローでも、一括で進めたときはうまくいかず、対象を小さく分けて差分を確認し、修正する流れに変えました。実証も、改善単位を小さくする方が進めやすいです。

Week 3〜4：同じ業務で再現性を確かめ、次を決める

同じ業務で複数回試し、時間、修正量、手戻り、問題、継続意向を振り返ります。少人数の実証で統計的な因果関係を断定する必要はありません。業務ごとの前後記録をもとに、拡大・継続・修正・停止のどれが妥当かを選びます。

定着をどう測るか｜利用率だけにしない5つの指標

到達・継続：対象業務が起きたときに使えたか

まず見るのは、対象者のうち実業務を一度完了できた人の数（到達）と、対象業務が発生したときにAI手順を使った回数・割合（継続）です。分母を全社員にせず、対象業務の担当者や発生回数に合わせると、実態に近づきます。

業務成果・品質：時間だけでなく修正と手戻りを見る

所要時間、待ち時間、作成量は、実証前の基準期間と比べます。同時に、修正量、差し戻し、誤り、手戻り、利用者・確認者の評価を見ます。時間が短くても、確認や差し戻しが増えているなら、定着を急ぐ判断はできません。

安全性：問題がなかったか、報告できたか

誤入力、情報漏えい、無承認送信、ルール違反、ヒヤリハットを確認します。「ゼロ件だから安全」とは限りません。報告先を知っているか、問題を止めて共有できたかも確認してください。

リクマ

AI活用は、動いた回数だけでは判断できません。実際の仕事で時間・品質・手戻りがどう変わったかまで見て、初めて次へ進む判断ができると考えています。

次の質問に「はい」と答えられるかを、拡大前に確認しましょう。

• 対象者は、実業務を人の確認まで含めて一度完了できたか。
• 対象業務が発生したとき、AIを使う工程と使わない工程が明確か。
• 実証前後で、時間、修正、差し戻しの変化を無理なく記録できたか。
• 出力を照合する元資料と、最終承認者が決まっているか。
• 誤入力やヒヤリハットを報告し、停止できる経路があるか。

よくある質問

AI研修を一度すれば使うようになりますか？

一度の研修だけで定着するとは限りません。実業務で一度完了する演習、相談先、テンプレート、利用ルール、振り返りを組み合わせることが必要です。研修は定着プロセスの一部として設計します。

使わない社員を評価で不利にしてよいですか？

先に、業務上その利用が必要か、会社が環境・ルール・訓練・相談機会を用意したか、個別の配慮が必要かを確認してください。評価や就業規則に関わる判断は、労務の専門家へ相談が必要です。この記事は法的助言ではありません。

全員に同じAIツールを使わせるべきですか？

全員に同じ操作スキルを求める必要はありません。業務とリスクに応じて、利用者、確認者、推進役、責任者の役割を分けましょう。一方で、会社として承認した利用環境と、入力・確認の境界は明確にします。IPAのデジタルスキル標準も、全ビジネスパーソン向けの基礎と、推進人材向けのスキルを区別しています。

何から試すと安全ですか？

頻度が高く、元資料があり、公開前に人が確認できる内部作業から始めます。要約、初稿、分類、表現調整などが候補です。顧客への送信、重要判断、外部システムの操作を自動化するところから始めないでください。

リクマ

外部送信を含む工程では、私はAIの役割を下書きまでに止め、最後は自分の目で確認する形にしています。速さより信頼を優先したい場面では、境界を先に決めるのが大切です。

利用率はどれくらいなら成功ですか？

一律の正解はありません。対象業務の頻度と担当者を分母にし、実業務の完了、継続、時間、品質、安全性を合わせて見ます。ログイン率だけで成功とは判断しません。

外部研修や伴走支援を検討する境界は？

対象業務を決められない、ルールと実務をつなげられない、推進役に相談が集中する、時間・品質を測れない、顧客情報・機密情報・外部システム操作を含む、といったときは支援を検討する目安になります。ツール操作だけでなく、業務選定、ルール、実証、測定、引継ぎまでをどこまで支援してもらえるか確認しましょう。

外部研修を検討する場合、人材開発支援助成金の対象になり得る訓練もあります。ただし、AI研修なら必ず対象になるわけではありません。対象可否、計画届の期限、実施時期、必要書類は、申請時点の厚生労働省の公式案内と管轄労働局で確認してください。

まとめ｜一つの業務で「使える条件」を作るところから始める

AIの社内浸透は、導入や研修だけで完了しません。次の3点を押さえると、最初の一歩を具体化できます。

1. 使わない理由を意欲だけで決めず、業務・支援・心理・環境の4つの詰まりを診断する。
2. 一つの業務を、安全な利用条件と人の確認を決めたうえで小さく試し、相談と改善を繰り返す。
3. 利用率だけでなく、時間、品質、手戻り、安全性を合わせて、拡大・継続・修正・停止を判断する。

明日やることは四つです。対象業務の候補を一つ書く。その担当者に困りごとと不安を聞く。1ページの利用ルールに不足がないかを見る。実証前の所要時間や修正を記録する。この順で始めれば、「使ってください」という依頼を、現場が試せる仕組みに変えられます。

出典・参考情報

• IPA「国内企業のDX動向・AI活用動向のポイントを公表」（2026年7月16日公開）
• IPA「DX動向2026調査のポイント」PDF（企業導入・効果・用途の数値）
• OECD「Artificial Intelligence and the Labour Market in Japan」エグゼクティブサマリー（2025年刊行。本文中の職場利用に関する元調査の時点は同報告書の注記に従う）
• OECD「Maximising the benefits of AI while ensuring safety and trustworthiness in the workplace」（相談・研修・安全な利用の論点。相談に関するデータは2023年時点）
• 経済産業省「生成AI時代のDX推進に必要な人材・スキルの考え方2024」
• IPA「デジタルスキル標準（DSS）策定の背景・目的」
• 経済産業省「AI事業者ガイドライン」第1.2版
• 厚生労働省「人材開発支援助成金」（制度は変更され得るため申請前に再確認）