AIを導入しても「組織で使われない」のはなぜか——82%導入企業の現実と、個人利用から抜け出すための視点
「AIを導入した」という企業はもう珍しくない。珍しいのは、「導入してから、組織全体が変わった」という企業の方だ。
アサナジャパンが2026年8月に発表したレポート「AIと働き方の現在地2026」（従業員300人以上の民間企業に勤務する451人を対象）は、その分断を数字で示している。生成AIを何らかの形で導入済みと答えた企業は82.1%。一方でその主な用途は、「競合や顧客などに関する情報の検索」「レポートや過去データなどの情報の要約」が各80.8%と、個人レベルの作業に集中していた。
AIエージェントについては導入済みが47.8%だが、「複数業務で本格導入し、効果測定や改善にも取り組んでいる」のはわずか13.3%にとどまる。
「導入した」と「使われている」は、まったく別の話だ。
数字の裏側にある「導入済み」の実態
82.1%という数字を聞いて、「AI活用は進んでいる」と読むか、「それだけ導入しても8割が個人利用止まりなのか」と読むか。後者が正しい。
主な使い方が情報検索と要約というのは、要するに「検索エンジンの延長」だ。それ自体に価値がないわけではないが、個人が便利になるだけで組織のアウトプットは変わらない。会議資料の作成が少し速くなっても、会議の数が減るわけでも、意思決定が変わるわけでもない。
AIエージェントの本格導入が13.3%という数字も、同じ文脈で見るべきだ。「導入済み」の中には、試験的に使ってみた、一部のチームが触っている、という段階も含まれる。組織の業務フローに組み込まれ、成果を測って改善サイクルが回っているのは、ごく一部に過ぎない。
なぜ組織全体の活用が進まないのか——3つの壁
調査では、AIの導入・活用が十分に進んでいない理由として複数の回答が挙げられている。
最多は「AIの利用を推進・管理する人材や体制が整っていない」で52.1%。次いで「現行の業務プロセスがAI利用を前提としていない」が46.9%、「セキュリティや情報漏えいへの不安」が43.8%と続く。
この3つを並べてみると、ある共通点が見える。どれも「ツールを入れれば解決する問題ではない」ということだ。
人材・体制の問題は採用や育成、あるいは既存メンバーの役割設計の問題だ。業務プロセスの問題は、現場のオペレーション全体を見直す話になる。セキュリティへの不安は、ルール整備とガバナンス設計が必要だ。いずれも、ITベンダーがツールを売りにきたとき、ライセンス料の外側にある話ばかりだ。
「推進担当者を置く」という施策が多くの企業でとられているが、担当者1人が業務プロセスの外側からAI活用を呼びかけても、現場の業務フローが変わらない限り使われ方は変わらない。52.1%がこの問題を挙げているのは、「担当者が足りない」のではなく、「担当者を置いても変わらなかった」という経験の蓄積ではないかとも読める。
「仕事のための仕事」が、AI導入後も消えていない
調査には、業務時間の内訳についての数字も出ている。これが、個人利用で止まる構造を別の角度から示している。
1週間の業務時間のうち、企画や戦略立案など価値創出につながる業務は平均6.8時間。一方で会議は平均8.4時間、確認・連絡・情報共有には平均7.1時間が費やされていた。
つまり「仕事のための仕事」が、「本来やるべき仕事」の時間を超えている。この構造が変わらない限り、AIを入れても「仕事のための仕事を少し速くこなす道具」にしかならない。
会議の議事録をAIに要約させても、その会議の数が変わらなければ時間は戻ってこない。連絡文を生成AIに書かせても、確認のやり取り自体が減らなければ本質は同じだ。AI活用の恩恵は、使った本人が「ちょっと楽になった」という範囲に収まる。
情報の偏在という、もうひとつの根本問題
AI活用が個人で止まる理由として、もうひとつ見落とせない数字がある。
「必要な情報が一部の人や部署にとどまっている」と回答したのは81.6%。「過去のいきさつや判断理由について記録・引き継ぎがされていない」との回答は79.8%。そして、他部門の目標を共有・理解できていると答えたのは、「そう思う」4.0%と「まあそう思う」23.7%を合わせても27.7%にとどまった。
ここが核心だと思う。
AIを組織で活用しようとすると、AIに渡す「コンテキスト（文脈）」が必要になる。過去の判断の経緯、部門間の目標のつながり、顧客との関係性の背景……こうした情報が人の頭や特定の担当者のPCの中に分散しているままでは、AIは個人の手元にある情報しか処理できない。
情報がサイロ化していれば、AIもサイロで使われる。これは当たり前のことだが、「AI導入」の議論でここが正面から取り上げられることは少ない。
ここからは見方だが——「個人利用」で止まることの構造的な意味
ここからは、調査結果を踏まえたうえでの解釈だ。
今起きていることを一言で言えば、「AIが業務に入ったのではなく、業務の隣に置かれた」状態だ。
ツールが便利であることと、そのツールが業務フローに組み込まれていることは別物だ。個人がAIをうまく使いこなしていても、その成果が組織の意思決定や他のメンバーの仕事には連鎖しない。ツールは増えたが、仕事の作り方は変わっていない。
この状況は、PCやインターネットが職場に入った初期と構造的に似ている。最初はメールを覚えた人だけが便利に使い、やがてメールを前提としたワークフローが組まれ、最終的には業務プロセス全体が変わった。今はまだ、その「個人が便利に使う」フェーズの中にいる。
ただし、今回はその移行が速いかもしれないし、遅いかもしれない。速い理由は、AIの進化ペースが当時とは比べものにならないほど速いから。遅い理由は、組織変革のコストと抵抗は技術の進化速度とは別のタイムラインで動くからだ。
実務への示唆：何から手をつけるか
では、現場の担当者や経営者は何を考えるべきか。
まず確認すべきは、「うちのAI活用は誰のために、何を変えるためにやっているのか」という問いだ。個人の生産性向上が目的なら、今のままでもそれは達成されつつある。しかし組織のアウトプットや意思決定の質を変えたいなら、やることは違う。
具体的には、次の3点がセットで必要だと考える。
情報の共有設計を先に作る。 AIに何かを任せようとしたとき、必要な情報が一箇所にまとまっていなければ始まらない。ドキュメント管理、引き継ぎの仕組み、過去の判断の記録——この土台なしに「AIを組織活用する」は絵に描いた餅になる。
業務プロセスの棚卸しを、AI導入の前提にする。 「既存の仕事をAIで速くする」のではなく、「AIを使う前提で業務プロセスを設計し直す」という順番が必要だ。これは大規模なBPRを意味するのではなく、「この承認フローは本当に必要か」「この定例会議は何を決めているのか」という問いを立てることから始まる。
AI活用の評価軸を「利用率」から変える。 何人がAIを使ったか、ではなく、どの業務が変わったか、意思決定の速度や質にどう影響したか、を測る。13.3%しかいない「効果測定や改善に取り組んでいる」企業がここに踏み込んでいる。
今後「AI活用事例」の記事を見るとき、ひとつ確認してほしい軸がある。それは「誰の仕事が変わったか」だ。個人の作業時間が減った事例と、組織の業務フロー自体が変わった事例では、示唆がまるで違う。前者はたくさんある。後者はまだ少ない。その差がどんどん開いていくのが、これから数年の企業間の分水嶺になると見ている。
「導入済み」という言葉が持つ重さが、少し変わってくるはずだ。
