生成AIを導入したのに使われない。よくある5つの原因と対処法
ChatGPTやCopilotを全社導入したのに現場で使われない。私たちが受託開発の現場で繰り返し見てきた5つの原因と、それぞれの現実的な対処を解説します。定着は「使い道の具体化」から始まります。
「全社にChatGPT Enterpriseのアカウントを配ったのに、ログイン率が2割で止まっている」「社内チャットボットを作ったが、質問が月に数件しか来ない」
生成AIの導入支援をしていると、こうした相談を受ける機会が少なくありません。ツールの契約は済んでいる、セキュリティ部門の承認も取った、社内説明会もやった。それでも現場が使わない。
この記事は、生成AIを導入済み、あるいは導入直前で「使われないのが怖い」と感じている情報システム部門・DX推進部門・経営企画の担当者に向けて書いています。私たちが受託開発と導入支援の現場で繰り返し見てきた「使われない原因」を5つに整理し、それぞれについて実際に効いた対処と、逆に効きにくかった打ち手を書きます。
最初に結論を書いておきます。使われない原因のほとんどは、ツールの性能ではなく「その人の今日の仕事のどこで使うのか」が決まっていないことにあります。
原因1: 配ったのは「道具」だが、現場が欲しかったのは「使い道」
もっとも多いのがこれです。
生成AIツールのアカウント配布は、たとえるなら全社員に高性能な電動工具を配るようなものです。工具の使い方の説明会はやった。しかし「あなたは明日、この工具で何を作るのか」は誰も決めていない。
実際にあった例を挙げます。ある製造業の管理部門で全社にAIチャットを開放したところ、最初の2週間は物珍しさで利用が伸び、3週目から急落しました。ログを見ると、質問の大半が「AIって何ができるの?」といった探索的なもので、業務に紐づいた質問がほとんどありませんでした。
対処: 3つに絞って「業務名」で示す
「生成AIの活用」ではなく、業務の名前で示すことをおすすめしています。
- 「議事録の要約」ではなく「毎週火曜の部門会議の議事録を、決定事項・宿題・期限の3項目に整形する」
- 「メール作成」ではなく「見積依頼への一次回答ドラフトを作る」
- 「調査」ではなく「競合の公開IR資料から、自社製品と競合する事業セグメントの記載を抜き出す」
ここまで粒度を落とすと、担当者は「それなら明日やってみる」と動けます。全社に10個の用途を提示するより、部門ごとに3個を具体的に決めたほうが定着します。
数を絞るのは重要です。用途一覧が20個並んだ資料は、読まれずに終わります。
原因2: 最初の出力が期待外れで、二度目がなかった
生成AIは、雑な指示には雑な答えを返します。ところが多くの人は、一度試して期待外れだった時点で「使えないツール」と結論づけ、二度と開きません。
これは利用者の姿勢の問題ではなく、期待値設計の失敗だと私たちは考えています。導入時に「何でも聞いてください」と案内すれば、利用者は当然、自分の業務の最も難しい部分を投げます。専門的な社内ルールの判断や、社内データを前提とした計算です。そして外れる。
対処: 最初に触るタスクを「AIが得意な領域」に寄せる
初回体験は、成功しやすいタスクに誘導したほうがいいです。具体的には、
- 元になる文章がある(要約・整形・翻訳・トーン変更)
- 正解が一つに定まらない(アイデア出し、たたき台作成)
- 出力の誤りを人がすぐ見抜ける
この3条件のどれかを満たすタスクは、初回の満足度が比較的高くなります。
逆に、社内固有の事実を問う質問(「うちの就業規則では有給の繰越は何日まで?」)は、RAGなどの仕組みを組んでいない限り、初回体験に向きません。ここを最初に踏ませると、その人の中で「AIは嘘をつく」という印象が固定されます。
原因3: 既存の業務フローに入り込んでいない
ブラウザで別タブを開き、ログインし、業務データをコピーして貼り付け、出力をコピーして元の画面に戻る。この手数が、一日に何度も発生する業務では致命的です。
ある問い合わせ対応の部署で、回答文のドラフト生成にAIを使う運用を試したことがあります。品質には満足していたのに、繁忙期に入ると誰も使わなくなりました。理由を聞くと「コピペしてる間に、自分で打ったほうが早い」でした。もっともな話です。
対処: 使われる場所は「今いる画面」
定着した事例に共通していたのは、業務で既に開いている画面の中にAI機能が入っていたことです。
- 社内チャット(Slack / Teams)のボットとして呼び出せる
- 使っているCRMや基幹システムの画面にボタンとして置く
- ブラウザ拡張や社内ポータルの検索窓に統合する
どれも実装コストはかかります。ただ、「立ち上げるのが面倒」という理由で使われないほうが、投資としては損失が大きいです。まず1業務でいいので、既存フローに埋め込む形を試す価値があります。
原因4: 「これを入れて怒られないか」が曖昧
利用ガイドラインが「機密情報の入力は禁止」の一行で終わっているケースをよく見ます。この状態で現場の担当者が考えることは、こうです。
「この見積書は機密なのか?」「顧客名を伏せれば大丈夫なのか?」「判断に迷ったら誰に聞くのか?」
判断コストが高いと、人は安全側に倒します。つまり使いません。真面目な社員ほど使わなくなる、というのが厄介な点です。
対処: 禁止ではなく「入れていいもの」を列挙する
ルールは、禁止事項の列挙より許可事項の列挙のほうが機能しやすいです。
- 公開済みの自社Webサイト・プレスリリースの文章: 入力可
- 社内の一般業務メール(顧客名・個人名を除く): 入力可
- 部門内で共有されている手順書: 入力可
- 顧客から受領した資料、個人情報、未公表の財務情報: 入力不可、判断に迷う場合は◯◯へ
ここまで書いてあれば、担当者は迷いません。加えて、契約形態(学習に利用されない設定になっているか、データの保存期間はどうか)を担当者が説明できる状態にしておくと、質問への回答が速くなります。
なお、これは法務・情報セキュリティ部門との合意が必要な領域です。IT部門だけで決めると、後から差し戻される可能性があります。
原因5: 使っている人の工夫が共有されていない
社内には必ず、うまく使いこなしている数人がいます。しかしその人のプロンプトやコツは、その人の頭の中とチャット履歴の中にしかありません。
生成AIの活用は、業務知識とプロンプトの組み合わせで成り立ちます。この組み合わせは属人的になりやすく、放っておいても横に広がりません。
対処: プロンプトを「社内の資産」として置き場を作る
凝った仕組みは要りません。社内Wikiに1ページ作り、業務ごとに使えるプロンプトを貼っていくだけでも変わります。
運用のポイントは、
- 「良いプロンプト」ではなく「実際にこの業務で使ったプロンプト」を集める
- 出力例も一緒に載せる(何が返ってくるか分かるほうが試しやすい)
- 更新担当を決める(誰の仕事でもないと止まります)
ツール側にプロンプトテンプレート機能があるなら、それを使うのが最短です。
正直に書いておきたい注意点
ここまで対処を書きましたが、すべてのケースで定着するとは考えていません。以下のような状況では、無理に推進しないほうがいい場合があります。
業務が定型化されすぎている場合: 入力と出力が完全に決まっている作業は、生成AIよりRPAや既存システムの機能拡張のほうが安定します。ゆらぎのない処理に確率的な生成モデルを使う理由は乏しいです。
現場に検証の余力がない場合: 生成AIの出力は人がチェックする前提です。チェックする時間が取れないほど忙しい部署に導入すると、無検証のまま使われるリスクが出ます。これは業務品質の問題になります。
評価指標が「利用率」しかない場合: 利用率を目標にすると、意味のない使用が増えます。「この業務の所要時間」「一次ドラフトの作成本数」など、業務側の指標を1つは置いたほうがいいです。
また、5つの原因のうち複数が同時に起きているケースが実際には多いです。一度に全部を直そうとすると推進側が疲弊するので、影響が大きそうな1つから着手することをおすすめします。私たちの経験では、原因1(使い道が具体化されていない)を先に解くと、他の問題の輪郭も見えやすくなります。
まとめ
生成AIが現場で使われない原因を5つ挙げました。
- 使い道が業務名の粒度まで具体化されていない
- 初回体験がAIの苦手な領域に当たっている
- 既存の業務フローの外にある
- 入力してよい情報の範囲が曖昧
- うまく使っている人の工夫が共有されていない
いずれも、ツールを別の製品に乗り換えれば解決する問題ではありません。「誰の、どの業務の、どの手順を置き換えるのか」を1つ決めて、そこだけを丁寧に作り込む。地味ですが、これがもっとも確実だと私たちは考えています。
自社の状況がどのパターンに当たるのか判断がつかない、あるいは特定業務への組み込みを具体的に検討したいという場合は、私たちにご相談ください。現状の使われ方のログや業務フローを見せていただければ、着手すべき箇所についてお話しできます。