AIの効果が全社に広がらない。AIを提供している側から見ても、世の中はまだ「そういうステージ」でした
「AIで全社の生産性が何倍に」「全社員がAIを使いこなす時代へ」。
こういう話が、毎日のように流れてきます。そのたびに社内を見て、少し焦ります。うちは個人が使えるようになったところで止まっていて、会社としては何も変わっていないな、と。
8月に、その焦りが少しだけ収まる機会がありました。
AIを提供している側の人たちが、いまの世の中をどう見ているかを聞く機会があったからです。
この記事に書いてあること
AIを提供しているベンダー側が見ている、企業のAI活用の「いまの現在地」
「個人の生産性は上がる。でも全社には広がらない」がなぜ世の中全体の話なのか
うちの数字で見る「広がっていなさ」（利用量2倍、でも削減時間は未達）
全社に広がらないときに見る確認リスト（コピペで使えます）
こんな方に向けて書いています
社内でAIを推進していて、「個人止まり」から抜けられずにいる方
「うちだけ遅れているのでは」と焦っている方
今回は「AIの効果が個人で止まって全社に広がらないのは、うちの特殊事情ではなく、世の中がまだそのステージだった」という話をお届けしたいと思います。
なお、前回書いた「AIの横展開、成功したのは『業務が似ているチーム』だけでした」の続きにあたります。前回の要点だけ先に書いておきます。
社内で横展開できたのは、業務が似ているチームの中だけだった
広がらない部署では、送り出す側が「役に立たない気がする」と判断して止めていた
原因は熱意ではなく、業務フローが定義されていないという組織の構造だった
前回が「うちの社内で何が起きたか」でした。今回は「それは、うちだけの話だったのか」です。
会議の19分前に、私は「これは世界共通の課題です」と言っていた
8月の会議での話です。
カスタマーサクセスのメンバーが、プロンプト集が使われなかった理由を分析してくれていました。道具を渡されても、自分のどの場面で出番があるか分からないと、使いこなすところまでいかない、と。
それを聞いて、私はこう返しています。
「確かに。これ、世の中のいろんな人たちが同じことを抱えている課題なので、ちょっと後ほど私も共有させていただく項目で、似たようなところを共有させていただきます」
この「後ほど共有する項目」が、その19分後に話したカンファレンスの内容でした。
つまりこの日の会議は、社内の悩みが出て、19分後に「世の中も同じところにいるようです」という答え合わせが来る構成になっていました。狙ってやったわけではなく、たまたまです。
登壇していたのは、AIを提供している側の3人だった
行ったのは、2026年8月にパシフィコ横浜で開かれた「Rakuten AI Optimism 2026」のビジネスカンファレンスです。楽天カードの担当者から招待状をいただいたので、今期からAI推進に加わったメンバーと2人で、ご挨拶も兼ねて行ってきました。
→ Rakuten AI Optimism 2026 ビジネスカンファレンス（公式サイト）
いちばん聞きたかったセッションが、3社の共同対談でした。
登壇されていたのは、Google Cloud Japanの代表、日本マイクロソフトの執行役員常務、楽天グループの副社長の3人です。
ここが大事なところなのですが、この3人は「うちの社内ではAI活用がこう進んでいます」という立場で話していたわけではありません。
AIの基盤やサービスを提供している側、つまりたくさんの企業の導入を外から見ている立場として、いま市場で何が起きているかを話していました。この記事で「3人が言っていた」と書くのは、全部この意味です。
ひとつお断りしておきます。
ここから先に書く対談の内容は、私がその場で取ったメモと記憶に基づく要約です。
発言そのままの書き起こしではありませんし、公式の記録でもありません。ニュアンスの取り違えがあれば、それは私の理解不足です。登壇者の氏名は、確認が取れていないので書きません。
正直に言うと、行く前の私の期待はこうでした。「この人たちが見ている景色では、もう全社でAIが回っている会社がごろごろあるんだろうな」。うちは2周遅れくらいなんだろう、と。
そういう話は、出てきませんでした。
提供している側から見ても、世の中はまだ「個人の生産性」のステージだった
対談で語られていた現在地を、私のメモから要約します。
いまはどこの会社も、個人の生産性にはAIを活用できている。自分の生産性を上げるところまでは、各社それなりに取り組めている。
でも、企業全体や部門単位となると話が違う。そこを今後やっていかなければいけない、という課題を、どこの会社も持っている——
自分個人の生産性は上げられるけれど、他の人の生産性を一気に上げるのが難しい。
聞きながら、私は少し混乱しました。
これ、その日の同じ会議で、うちのメンバーが言っていたことと同じです。
念のため書いておきますが、これは「Googleが、Microsoftが、社内でうまくいっていない」という話ではありません。
AIを提供している側が、たくさんの導入の現場を見たうえで語っている、世の中全体の現在地です。
見ている母数がまるで違う人たちが、同じことを「これからの課題」として挙げていた。ここが、私には大きかったところでした。
次にやるべきこととして挙がっていたのも、業務フローの話だった
では、その課題にどう取り組むのか。ここも、社内でもがいていた内容と重なりました。
会社全体として、どうAIをかませていくか。そもそも業務フローの中のどこにAIを入れると最大限の効果が出るのか。そこに取り組まないと、全体の成果は上がっていかない。3人はそういう話をしていました。
ツールの話でも、モデルの話でもありませんでした。
壇上で語られていたのは、業務フローの設計の話でした。
AIを提供している会社の人たちが、自社製品の性能ではなく業務設計の話をしている。ここがいちばん印象に残りました。性能はもう足りていて、詰まっているのは導入する側の業務のほうだ、という認識に見えたからです。
私はこのセッションの感想を、社内にこう共有しています。
「全体を通して、目新しいものはなかった」
話がつまらなかった、という意味ではありません。
こちらが1年もがいてたどり着いた場所が、世の中の最前線と同じ場所だった。そういう意味です。
私たちが5月に言っていたことと、同じだった
もっと言うと、うちはこの話を5月に自分たちでしていました。
5月末の推進チームの会議で、私はこう言っています。
「今のってAIを導入して業務の効率化とか生産性を上げたりとか成果を出そうっていうような文脈のところだと、今の業務フローの延長線上に、ボトルネックを抱えているところを直そうっていう形なんですよ。それだと効果って限定的ではあるので」
「業務フローごと一気に変えなきゃいけないよねっていうステージが、どこかで入ってくる」
同じ会議で、生産性を10倍にするという目標について、私はこうも言っています。
「今みんなが苦労して時間かかってるところをパッチ処理するっていうのが、生産性を10倍にすると掲げたところで、100パー無理なんです」
社員50人の会社で5月に言っていたことと、8月に業界のトップランナーが壇上で話していたことが、同じ方向を向いていました。
これは自慢ではありません。裏を返せば、こうです。
まだ誰も、先に行っていない。
体力で殴れば解決する問題ではない。そして、うちの見立て自体は間違っていなかった。その両方が分かった、という話です。
数字で見ると、うちの「広がっていなさ」はこうなっている
ここで、うちの実際の数字を出しておきます。中小企業のリアルなので、きれいではありません。
7月末の経営検討会で、上期のKPIを報告しました。
AIの利用量2倍：達成
チーム単位の試行3回以上：達成
AI研修：今期内に実施見込み
業務時間の削減、月16時間：未達
使う量は2倍にできました。でも、削減時間だけが未達です。同席していたメンバーが、そのとき理由をこう言っています。
「ワーキングメンバーに課題を抽出してもらってそれをフィードバックしたとしても、結局それがメンバー個人の生産性は上がっているけれどもチーム全体には広がらない。利用率を見ると、やっぱりワーキングに関わってない人の利用率っていうのはほぼ変わっていない」
利用量の中身を割ると、もっとはっきりします。
部門別の一人あたり利用回数は、最多の部門と最少の部門で18倍の開き
定着している3割の人が、全社の利用量の8割を占めている
全社約50名のうち、約2割は直近1ヶ月まったく使っていない
一人あたりの利用回数は、3月末の171回／月がピークで、その後94回まで落ちた
上げられたのは利用量で、上がらなかったのは成果でした。
壇上で語られていた「個人は上がるが全社が上がらない」の、うちの版がこれです。
1年前、私は「大企業は足踏み、中小は身軽」と書いていた
ここで自分の過去記事に触れないのは、フェアじゃないと思います。
2025年の夏、私はこういう記事を書いています。大企業はセキュリティポリシーが厳しくて最新モデルが使えない。私たちは身軽だから、最新の環境を自由に使える。いまは中小企業が先行できる過渡期だ、と。
→ 大企業が「足踏み」する今、中小企業がAIで世界を変える方法
1年後の答え合わせをします。
環境の身軽さは、確かにありました。
うちは最新のツールを、比較的自由に使えています。そこは当時の見立てどおりです。
でも、身軽さが効くのは個人の範囲まででした。
全社に広げる段になると、意思決定の速さも、ツールの新しさも効きません。そこで効くのは、業務が定義されているかどうかだけでした。
1年前の私は「大企業は足踏みしている、だから中小にチャンスがある」と書きました。いま思うと、この整理は少しズレていました。
足踏みしているのは特定の誰かではなく、世の中全体がまだそのステージだった。
規模の話ではなかったわけです。速く走れる人がいないのではなく、コースがまだ引かれていない。
まだ誰も、走るコースを引けていない。
規模が大きくなると出てくる悩みも、ひとつ聞けた
対談の中で、唯一「これはうちの悩みではないな」と思った話があります。
AIのトークンコストです。
楽天ぐらいの規模になると、社員全員が生成AIを使ったときの従量コストが本当に重い。だから自社でLLMを開発して、社内ではそれを使っている、という話でした。
うちの規模だと、この悩みは発生しません。アカウント代とクレジットの範囲で収まります。むしろ「いい道具を、いくらでも試せる」ほうの立場にいます。
規模が大きいほど、新しいものを全社に入れるときの単価が跳ね上がる。これは体力の問題ではなく、掛け算の問題です。ここだけは、中小企業のほうが有利だと今も思っています。
人の役割は「意思決定と方向性」に残る、という見立て
セッションの最後は、AI時代に人の役割は何か、というテーマでした。
印象的だったのは、日本の人口減を「チャンス」として語っていたことです。定型業務で置き換えられるものは全部AIに置き換えてスケールしていく。これまでは人がボトルネックだったところを、AIが代わりにやってくれる。だから人手不足は一部解消できる、と。
そのうえで、人にしかできないのは意思決定と、どの方向に進むかというビジョンの部分だ、という話でした。方向性を示し、それに対してAIをどう使って動かすかを決め、最終的に人が意思決定する。
きれいな整理だと思います。ただ、聞きながら私が考えていたのは、もう少し手前のことでした。
その「方向性」を決めるために、まず自分たちの業務が何なのかを書き出さないといけない。
うちはいま、そこをやっています。
→ AI導入、どの業務に入れるか決められない。9ヶ月かけて「業務分掌の定義」からやり直すことになった話
ここで一つ、反対側の見方も置いておく
ただ、反対側の見方も置いておきたいと思います。
「世の中もまだそのステージ」は、かなり気持ちのいい話です。
だからこそ、安心材料として使いすぎないほうがいいと思っています。理由は2つあります。
ひとつは、話していたのがAIを提供している側だということ。「いまはまだ個人の生産性止まりで、次は全社の業務設計です」という見立ては、次に売るものの話でもあります。そういう立場から見た市場の姿である、という前提は外せません。
もうひとつは、同じステージにいても、抜けるスピードは同じではないことです。専任の組織があり、予算があり、自社でLLMを開発する体力がある会社と、兼任で回している会社とでは進み方が違います。実際、うちが「専任がいないと無理だ」と会議で言っていたのは5月で、専任部署ができたのは8月末でした。
だから私は「みんな同じだから大丈夫」ではなく、「みんな同じところにいるうちに、先に抜ける」と考えるようにしています。1年前に書いた「過渡期」という言葉は、そういう意味でならまだ有効だと思っています。
「個人止まり」から抜けるための確認リスト
このカンファレンスと、この半年の社内のもがきから、いま自分が使っているチェックがこれです。全社に広がらないときに、上から順に見ています。コピペで使えるので、よかったら持ち帰ってください。
【AIの効果が個人で止まっているときに、上から順に見るリスト】
1. そもそも「使った量」と「成果」を分けて測っているか？
→ 利用量2倍は達成できても、削減時間は未達ということが起こる。
量のKPIだけ見ていると、広がっている気になる。
2. 利用量は、何割の人が何割を占めているか？
→ 定着層3割が全社の8割、という形になっていないか。
平均値では絶対に見えない。分布で見る。
3. 上がった生産性は、誰の手元で止まっているか？
→ 推進メンバー個人か、そのチームか、部門か。
「推進に関わっていない人の利用率」を別で見ると一発で分かる。
4. その業務は、フローとして書き出されているか？
→ 書き出せない業務には、AIをはめる場所が決められない。
ここがNOなら、ツールを増やしても広がらない。
5. 広げる仕事を、誰が専任で持っているか？
→ 兼任者は自分の業務で手一杯になる。
「みんなで少しずつ」は、事実上「誰もやらない」と同じ。
【運用】1〜3で止まっていれば、まだ計測の問題。
4〜5で止まっていれば、組織の問題なので、ツールでは解決しない。
大事なのは4番目だと思っています。
業務が書き出されていないところに、AIをはめる場所は作れません。
まとめ：止まっているのは、あなたのせいじゃないかもしれません
この記事で言いたかったことは、ひとつだけです。
AIの効果が個人で止まって全社に広がらないのは、あなたの会社の特殊事情ではありません。
AIを提供している側が、たくさんの現場を見たうえで「いまはまだ、そういうステージだ」と話していました。うちの社内で同じ週に出ていた悩みと、同じ内容でした。
だから、社内が思ったように動かなくても、推進役の力不足だと結論づけなくていいと思います。
私はあのカンファレンスのあと、「うちが遅れているから進まない」という説明を、自分に対して使うのをやめました。
そのうえで、やることは変わりません。業務を書き出して、AIをはめる場所を作る。地味です。でも、それが次のステージだと、提供している側も言っていました。
これが、私たちのありのままの現在地です。
あとがき
会場で楽天のAI（Rakuten AI）を触ってみたのですが、これが思っていたより面白かったので、その話を最後に書かせてください。
試しに「Amazonと楽天とYahoo!ショッピング、どれで買ったらいい？」と聞いてみました。
返ってきたのは、それぞれの特徴をきちんと並べたうえでの回答でした。品揃えと配送の速さ、ポイントの貯まり方、セールの周期。そのうえで「あなたの場合は楽天がよさそう」と勧めてきました。
私はもともと楽天の会員で、それなりに買い物をしています。
つまり、私の買い方を踏まえたうえで楽天を勧めてきた、ということです。
ちなみに同じ質問をGeminiとChatGPTにもしてみたら、どちらもAmazon推しでした。
そのあとも、旅行先でけっこう使っています。「いまいる場所から徒歩何分以内で、子連れで入れるランチの店は？」みたいな聞き方をすると、実際に行ける店をちゃんと出してくれます。しかも、当たりでした。
日本の生活のほうに寄せてカスタマイズされている感じが、はっきりあります。
楽天市場の中のAIも試してみました。おすすめの精度がけっこう良くて、これは使い込んでいくと面白い体験になっていくんじゃないかと思っています。自社のデータと自社のサービスの上で動いているAIは、汎用のAIとは違う強さが出る。
「自社の正しいデータが整備されていないとAIは活用しきれない」というのが、この日いちばん持ち帰った実感でした。
同行したメンバーが持ち帰ってきた話も面白くて、「AIを使うことではなく、AIを使った結果を会社に残すことが重要だ」と。誰がどんな指示を出して、返ってきた答えをどう評価したのか。それを組織で共有して良くしていく設計がないと成長しない、という話です。私も個人で生成履歴を残してみたのですが、正直あまりうまくはまりませんでした。ここはまだ課題のままです。
同じように社内でAI活用を推進している方の話が、いちばん参考になります。「うちはこうだった」があれば、ぜひコメントで教えてください。
この連載では、横浜の中小企業でAI活用を進めるなかで、うまくいったことも、うまくいかなかったことも、そのまま書いています。よかったらフォローして、次回も読んでいただけると嬉しいです。
この連載のこれまでの記事
