企業の「AI導入率」はなぜ意味をなさないのか――現場の合理性と倫理的境界線

近年、多くの企業が生成AIのアカウントを全社員に配布し、プロンプト研修を実施している。しかし、導入率の数値とは裏腹に、組織全体の生産性が向上しないという指摘が少なくない。

Coalisの久保田雅也氏がXに投稿した内容も、こうした現状を端的に捉えたものとして注目を集めた。同氏の投稿によれば、社内におけるAIの利用実態には極端な偏りがあり、全社員のうち5〜10%のパワーユーザーがトークン消費量の90%を占める一方、約20%は表面的な利用にとどまり、残りの70%はほとんど使っていないという。

この議論で示された解決策は、全社員をAI人材に育成しようとすることではなく、業務システム側を再設計するアプローチである。具体的には、パワーユーザーが作成した自動化の仕組みを社内で共有・評価できるようにする一方で、大多数の社員にはチャット画面で直接プロンプトを入力させない。その代わりに、SalesforceやNetSuiteといった既存業務システムの裏側に存在を意識させない仕組みとしてAIを組み込み、人間は承認や修正だけを行う形を目指す。経営陣が追うべき指標も、単なる利用者数ではなく、業務プロセスにおける手作業・AIとの協働・完全自動化の比率へと転換すべきだと論じられている。

「使わない70%」は本当にリテラシーや設計の問題なのか

システムへの組み込みによってAIを意識させずに使わせる設計は、確かに一つの有効なアプローチに見える。しかし、具体的な業務の中身を見ないまま、利用されない理由をすべて社員のリテラシー不足やシステム設計の課題に帰結させることには慎重であるべきだ。現場の社員がAIを使わない背景には単純に業務の役に立たないという実情や、そもそも使うべきではない業務であるという現場の合理的な判断が存在するケースが多いためである。

たとえば、ハルシネーションと呼ばれる誤情報のリスクがある以上、100%の正確性が求められる計算やデータ処理では、AIの出力を人間が検証・修正する手間がゼロから自分で作業する時間を上回る。こうした確認コストの逆転が起きる業務では、AIを介在させるメリットが失われる。

また、社内の人間関係の機微や明文化されていない過去の経緯、顧客との微妙なニュアンスといった暗黙知や文脈への依存度が高い業務も、AIに前提条件を読み込ませること自体が困難である。さらに、1分で終わる短い連絡や定型メモの作成において、わざわざAIを起動して指示を出し、結果を確認する手順を踏めば、かえって作業のオーバーヘッドが増大する。加えて、機密情報や個人情報の漏洩リスク、判断ミスが生じた際の責任の所在が曖昧になる問題など、ガバナンスやセキュリティの観点から意図的にAIを排除する選択も現場では合理的といえる。

効率化の限界線――謝罪や危機管理に見る倫理的課題

AIを適用すべきかどうかを分ける基準は、技術的な実現性や作業効率だけにとどまらない。さらに踏み込んで考えると、そこには明確な倫理的・人間的な境界線が存在する。

その極端かつ象徴的な例が、企業の謝罪会見やシステム障害時の謝罪メールの作成である。文章を生成する技術自体はすでに十分に存在するが、謝罪や危機管理のコミュニケーションをAIに委ねることには深刻な問題が伴う。

謝罪という行為において受け手が重視しているのは、文章の整い具合ではなく、当事者が事態に向き合い、反省のためにどれだけの時間や労力を割いたかという姿勢そのものである。謝罪文の作成をAIで効率化したことが伝われば、それが誠意のコスト削減と受け止められ、強い不信感やさらなる反発を招く。

また、AIが確率的に生成するそつのない文章は、当事者の痛みを伴う反省の弁ではなく、保身のための定型句として響きやすい。誰がどのように責任を負うのかという責任主体の不透明化を招くうえ、被害を受けた側の感情に寄り添う絶妙な配慮が欠落し、冷淡な印象を与えてしまう。

AIはあくまで生産性や効率を高めるための道具であり、人間が自らの言葉と責任で引き受けるべき誠意や共感の領域まで代替することはできない。導入率や適用率を高めること自体が自己目的化すれば、本来AIを使うべきではない領域にまで無理に導入が進み、かえって業務の質や組織の信頼を損なう結果につながる。

まとめ

多くの企業では一部のパワーユーザーがAI利用の大半を占めており、単なるアカウント配布や研修だけでは組織全体の生産性向上に結びつきにくい。
既存業務システムの裏側にAIを組み込み、人間が承認や修正を担う設計は有効な手段の一つだが、それだけで現場の非利用理由をすべて説明することはできない。
確認コストの逆転、暗黙知への依存、セキュリティや責任問題、小規模作業のオーバーヘッドなど、現場がAIを使わない選択には合理的な理由がある。
謝罪や危機管理のように誠意や責任の引き受けが本質となる領域では、AIによる効率化そのものが倫理的な問題や信頼の毀損を引き起こす。
AI活用においては、技術的な可否や効率性だけでなく、人間が責任を持って向き合うべき領域を見極める線引きが不可欠である。