AI導入の効果は「誰が使うか」で決まります ―「めんどくさい」という一言が意味すること

AI導入のご相談で、いつも同じところに話が行き着きます。「結局、誰が使うのか」という問題です。

そして、この問いに正面から答えようとした瞬間に、検討が止まってしまうことがあります。返ってくる言葉は、たいていひとつ。「それ、めんどくさいですね」。

この記事では、AIを入れて効果が出る会社と出ない会社を分けている、たったひとつの分かれ目についてお話しします。技術の話ではありません。誰の手間が増えるのか、という話です。

AIは「知らない人が答えを手に入れる道具」ではありません

AIの導入というと、こんな絵を思い浮かべる方が多いと思います。詳しくない人が質問すると、AIが代わりに答えてくれる。だから、詳しい人の手間が減る。

とても魅力的な絵なのですが、実際にはあまりうまくいきません。理由は2つあります。

理由1　出力が正しいかどうかは、詳しい人にしか分からない

AIは物知りですが、ときどき自信満々に間違えます。しかも、間違えているときの口調が、正解のときとまったく変わりません。

詳しくない人がAIに聞き、それらしい答えを受け取ったとします。その人には、内容が正しいかどうかが判断できません。判断できないので、結局こうなります。「一応、詳しい人に確認しておこう」。

これでは、詳しい人の手間はまったく減っていません。むしろ「AIがこう言っているのですが、合っていますか」という新種の確認作業が増えます。

理由2　詳しい人が使うと、使うほど中身が良くなる

一方、詳しい人がAIを使うと、話がまるで変わります。

その人は、良い指示を出せます。前提条件、社内のルール、過去の経緯、注意すべき例外。頭の中にある情報を渡せるので、出てくる答えの精度が上がります。そして出てきた答えを見て、どこが違うかも即座に分かります。

さらに大事なのは、そのやり取りが残ることです。どんな条件を伝えたら、どんな答えが出て、どこを直したのか。この記録が積み重なると、これまで一部の人の頭の中にしかなかった判断の基準が、目に見える形になっていきます。

ベテランの経験は、これまで「見て覚えろ」でしか伝わりませんでした。AIを使う過程は、それを文章として書き出す作業でもあります。使えば使うほど、会社に何かが残る。これがAI活用の本当の価値だと考えています。

そこで出てくるのが、「めんどくさい」です

さて、ここまでの話には、経営者にとって少し都合の悪い結論が含まれています。

効果を出すには、いちばん詳しい人が、自分で使わなければならない。

詳しい人とは誰でしょうか。ベテランの担当者、各部門の責任者、そして多くの場合、経営者ご自身です。つまり「詳しくない人の代わりにAIが答えてくれる」のではなく、「詳しい人が新しい道具を覚えて、自分の手を動かす」という話になります。

この構造が伝わった瞬間に、こう言われることがあります。

「それは、めんどくさいですね」

正直な反応だと思いますし、責める気持ちはまったくありません。ただ、この一言が出た時点で、その会社のAI導入は、ほぼ止まると考えています。人は、必要性を理解していても、面倒だと動かないからです。

「めんどくさい」が本当に意味していること

この言葉は、やる気の問題として片づけないほうがよいと思っています。分解すると、だいたい次の3つが混ざっています。

1. 手間が増えることへの抵抗：今でも忙しいのに、新しい作業が乗ってくる
2. 確かめる負担への抵抗：出てきた答えを読んで直すくらいなら、自分で書いたほうが早いのでは、という感覚
3. 決めることへの抵抗：誰に使わせるか、何を入力してよいか、間違ったら誰が責任を持つか。この判断は経営者にしかできず、しかも地味に面倒

そして、いちばん大事な事実がこれです。効率化は、はじめに手間が増えます。

新しいやり方を覚える時間、うまくいかない期間、決め事を作る労力。これらを先に払わないと、後の削減は始まりません。この先払いを引き受ける気があるかどうかが、効果が出る会社と出ない会社の分かれ目になります。AIは、こすってくれる人がいなければ、ただの置物です。

たとえば、こんな会社で考えてみます

仮の話として、従業員50名の設備工事会社を思い浮かべてみます。見積作成は、20年勤めているベテランの方が一手に引き受けている。1件あたり平均40分、月に30件。単純計算で月20時間です。しかも、その方が休むと見積が止まります。

ここで、事務担当の方にAIを渡して「見積の下書きを作らせよう」としても、うまくいきません。どの工法を選ぶか、どこに現場特有の手間がかかるか、判断できないからです。結局、ベテランに確認が回ります。

では、ベテランご本人が使うとどうでしょうか。過去の類似案件と条件を渡して、たたき台を出させる。中身を見て、違うところを直す。1件40分が30分になったとすれば、月に5時間が浮きます。

ただし、そのために本人は新しい道具を覚え、最初の1か月はむしろ時間が増えます。ここで「めんどくさい」となれば、話は終わりです。

一方、この1か月を越えられた会社には、時間の削減とは別のものが残ります。「どういう条件のとき、どう判断するのか」という指示の蓄積です。これは、次の担当者を育てるときの材料になります。見積の時間が2割減ったことよりも、こちらのほうが会社にとっては大きいかもしれません。

データが示す「入れたけれど、変わっていない」

感覚の話だけではありません。総務省の令和8年版 情報通信白書によると、何らかの業務で生成AIを利用している日本企業の割合は86.4%に達しました。2024年度調査の55.2%から大きく伸びています。導入すること自体は、もう珍しくありません。

一方で、生成AIによる業務変革について「組織的な取組はない」と答えた企業は27.0%。米国の1.4%、ドイツの4.9%、中国の2.6%と比べて際立って高く、この傾向は中小企業でより強く出ていると報告されています。

ツールは入った。使っている人もいる。けれど、仕事のやり方は変わっていない。「めんどくさい」で止まった会社が、この27%の中にかなり含まれているのではないかと思っています。

「めんどくさい」を下げるための工夫

とはいえ、面倒なものは面倒です。精神論ではなく、負担そのものを小さくする設計で対応します。

• 対象を絞る：全社導入をやめ、いちばん詳しい人、1人か2人から始める。教える相手も、決めることも減ります
• 業務を1つに絞る：毎週必ず発生し、そこそこ時間を食っている作業をひとつだけ選ぶ。あれもこれもは、面倒の総量が増えるだけです
• 入口を増やさない：新しい画面やIDを増やさず、すでに毎日開いているものの中で完結させる
• 決めることを3つに限る：使ってよい業務、入力してはいけない情報、確認の手順。この3点で最低限の運用は回ります
• 最初の1か月は成果を求めない：慣れる期間だと割り切る。ここで数字を求めると、たいてい心が折れます

導入を決める前に、答えを出しておきたい4つの問い

1. いちばん詳しい人は誰で、その人は使う気があるか
2. その人の手間を、最初の1か月どこまで許容できるか
3. やり取りの記録を、どこに残して誰が見返すか
4. 3か月後、何が起きていなければやめるのか

1つ目に「はい」と答えられないのであれば、正直なところ、今は見送るという判断も十分に合理的です。中途半端に契約して、使われないまま利用料だけ払い続けるより、ずっと健全だと思います。

なお、これらは一般的な考え方です。業種、規模、業務の性質によって最適な形は変わりますので、自社の状況に当てはめてご検討ください。

まとめ

• AIは、知らない人が答えを得る道具ではなく、知っている人が速く仕上げる道具です
• 出力の正しさを判断できる人が使わないと、確認作業が増えるだけになります
• 詳しい人が使うと、判断の基準が記録として残り、それ自体が会社の資産になります
• ただし、その分だけ「詳しい人＝忙しい人」の手間が先に増えます
• 「めんどくさい」は、その先払いを引き受けるかどうかの分岐点です

効率化とは、誰かの手間を先に増やして、あとで全体を減らすことです。この先払いを誰が引き受けるのかが決まっていない限り、どれだけ高機能な道具を選んでも、たぶん来月には誰も開いていません。

参考情報

• 総務省「令和8年版 情報通信白書」生成AIの業務利用状況
• 総務省「令和8年版 情報通信白書」組織的な取組状況