AI導入格差：社内に生まれる二速の従業員層

著者: Victor Hoang · 更新日: 2026年9月22日

AI導入格差とは、日々のワークフローをAIを軸に作り替えた社員と、AIをほとんど、あるいはまったく使っていない社員との間に、1つの会社の中で生じる隔たりのことです。 その要因は年齢よりも、役割、マネージャーの行動、職を失うかもしれないという認識、ツールへのアクセス、自信にあります。放置すれば格差は拡大します。速いグループはさらに速く、目立つ存在になり、遅いグループは取り残されて、あたかも問題の原因であるかのように見え始めます。

チームを率いているなら、調査をするまでもなく、すでに気づいているでしょう。数人は、下書き、調査、計画のやり方を静かに変えました。もっと大きなグループは、ときどきAIツールを開き、信頼できない結果を1度得て、使うのをやめました。そして3つ目のグループは、その中間の何かをしていますが、会社のツールの外にある個人アカウントで行われているため、経営陣にはまったく見えません。

重要なポイント

• AIの日常的な利用は、職位が上がるにつれて大きく増えます。経営幹部の43%が毎日AIを使っているのに対し、シニアマネージャーでは35%、中間管理職では23%、個人貢献者ではおよそ10%です（Slack Workforce Index, "The New AI Advantage," 2025）。
• マネージャーがAIの利用を積極的に支援していると強く同意する従業員は、週に数回以上AIを使う可能性が2.1倍高くなります。しかし、AIを導入中の企業で、マネージャーが積極的に支援していると答える従業員は28%にとどまります（Gallup, "Manager Support Drives Employee AI Adoption," May 2025, n=19,043 U.S. employed adults）。
• AIユーザーの78%が、会社が認めたツールではなく、自分で持ち込んだAIツールを仕事で使っており、52%は最も重要な業務でAIを使っていると認めることをためらっています（Microsoft Work Trend Index 2024, "AI at Work Is Here, Now Comes the Hard Part," surveyed 31,000 workers in 31 countries）。
• 仕事でAIを定期的に使っているリーダーは69%、従業員は45%です。重要な業務でAIを信頼するリーダーは78%、従業員は66%です（Microsoft Work Trend Index 2025, "2025: The Year the Frontier Firm Is Born"）。
• 従業員の57%が、AIの利用を隠し、AIが生成した仕事を自分の成果として提示していることを認めています。およそ半数が、機密データを無料の公開ツールに貼り付けるなど、会社の方針に反する形でAIを使っていると答えています（KPMG and University of Melbourne, "Trust, Attitudes and Use of Artificial Intelligence: A Global Study 2025," 48,000+ respondents across 47 countries）。
• 米国の労働者の52%が、AIが将来自分の仕事に与える影響を心配しており、32%は長期的に自分の機会が減ると予想しています。機会が増えると予想するのは6%だけです（Pew Research Center, "U.S. Workers Are More Worried Than Hopeful About Future AI Use in the Workplace," February 2025, n=5,273）。

これは本質的に世代の問題ではない

AIの活用が従業員の間でばらつく理由として手っ取り早いのは年齢です。若い世代はオンラインで育ち、年配の世代は自分のやり方を変えない、という説明です。データは、それが主な理由だとは裏づけていません。

Microsoftの2024年Work Trend Indexは、BYOAI（bring-your-own-AI、AIの持ち込み）の導入率を世代別に分析し、固定観念が予測するよりもはるかに狭い幅であることを見いだしました。Z世代の85%、ミレニアル世代の78%、X世代の76%、ブーマー世代以上の73%が、個人のAIツールを職場に持ち込んでいると報告しています。4つの世代にわたる12ポイントの差で、すべて4人に3人を大きく上回る水準に集まっています。

これを、Slackの2025年Workforce Indexの職位別の差と比べてみてください。経営幹部の43%が毎日AIを使うのに対し、個人貢献者はおよそ10%で、33ポイントの差があります。世代間の差の全体と比べて、3倍近い広さです。年齢が格差を説明するなら、日常的な利用の数字は生まれた年に沿って推移するはずです。ところが実際には組織図上の位置に沿って推移しており、これはより有用なものを指し示しています。暦の上の年齢ではなく、役割、インセンティブ、アクセスです。

これを世代の問題として扱うと、経営陣は責任を免れてしまいます。「若手が年配の社員を引っ張ってくれる」という考えは、組織に何も求めません。本当の梃子はマネージャー、役割の設計、ツールにあり、いずれも会社が直接手を打てるものです。

格差を実際に生む要因

役割と、実際のタスクとの適合性

役割によっては、AIとのタスク適合性が明らかに高いものがあります。下書き、要約、最初の調査、コードの足場づくりは、現在のツールが得意とすることにきれいに対応します。物理的な存在、リアルタイムの判断、規制対象の文書化を軸にした役割は、現時点では活用場面が実際に限られています。抵抗に見えるものの一部は、タスクの正確な見極めであり、役に立たない仕事にツールを強制すれば、次の導入に対する冷笑も生みます。

マネージャーの行動とお手本

データの中で、最も測定しやすい梃子がこれです。Gallupは、マネージャーが目に見える形で積極的にAIを支援している場合、従業員が定期的にAIを使う可能性が2.1倍になると見いだしましたが、その支援が実際にあると答えるのは28%にとどまります。Slackのデータでは、中間管理職自身の日常的な利用（23%）は経営幹部（43%）より低く、多くのマネージャーが、自分では十分に使いこなせていないツールの旗振り役を求められていることになります。自分でやったことのないものは指導できません。中間管理職の仕事はすでにAIによって再形成されつつあり、それがこの状況をさらに難しくしています。同じマネージャーが、上から新たな期待を受け止めながら、下に対して新しい行動のお手本を示そうとしているからです。

職を失うかもしれないという認識

Pewは、労働者の52%がAIによる将来の職場への影響を心配し、32%が自分の機会が減ると予想していることを見いだしました。機会が増えると予想するのは、わずか6%です。従業員のかなりの割合が、AIで目に見えて優秀になることが自分の余剰化を早めかねないと考えているなら、導入が遅いのは合理的なリスクヘッジであり、性格の欠陥ではありません。自分の役割が終わると思う未来に向けて、熱心に最適化する人はいません。

ツールへのアクセス、方針、研修

KPMGの世界的な調査は、生成AIの利用に関する方針を持つ職場はわずか40%、それについて研修を受けたと報告する従業員は47%にとどまると見いだしました。明確なツール、ルール、指導がなければ、人は最も手の届きやすいものに流れ、それは認められた選択肢であることはまれです。そのずれこそが、後述するシャドーAIの力学を生み出します。

反復によって築かれる自信

スキルと自信は、あらゆる能力と同じように積み重なります。初期の反復が習熟を生み、習熟が出力への信頼を生み、信頼がさらなる利用を促します。ツールを一度試し、難しい問題で平凡な結果を得て、二度と戻らなかった人は、自信のあるグループが数か月前に登りきった曲線の底で足踏みしているのです。スキルの半減期は今や短くなっており、単発の研修では、繰り返しの低リスクな利用でしか埋まらない自信の差は解消できません。

「抵抗者」が慎重になる、もっともな理由

従業員を「採用派」と「抵抗派」に分け、後者を排除すべき問題として扱いたくなります。しかし、証拠も、単純な公平性も、その見方を裏づけてはいません。

慎重な人の中には、自分が責任を負う品質を守っている人がいます。KPMGは、66%の労働者がAIの出力の正確性を評価せずに頼っており、56%がそのせいでミスをしたと報告していると見いだしました。同僚のAIが下書きした分析が、顧客の前で訂正されるのを見た人には、次に責任を問われるのが自分かもしれない以上、慎重に動く十分な理由があります。

あいまいな責任から自分を守っている人もいます。AIが支援した誤りを誰が負うのかについての方針がなければ、そのあいまいさが解消するまで、人間だけで進める従来のプロセスを維持するのが最も安全です。それは変化への恐れではなく、不完全な仕組みを正しく読み取った判断です。

また、ツールが乗り換えの手間に見合うまで待っている人もいます。新しい働き方を採り入れるには、いまの時間というコストがかかる一方で、習熟するまで見返りは保証されないからです。これは、罰すべきやる気の問題ではなく、組織が対処できる自信の問題です。

これらのどれも、現状維持を支持する議論ではありません。意志の力だけで、最も遅い4分の1の従業員に格差を埋めてもらおうと期待する前に、その根拠、研修、ガードレールを整えるべきだという議論です。

シャドーAI：公式ツールが、人々がすでに使っているものに遅れをとるとき

格差の最も混乱を招く部分は、ヘビーユーザーとライトユーザーの間に見える差ではありません。その下にある、見えない層です。Microsoftは、AIユーザーの78%が認められたツールではなく個人のツールを職場に持ち込んでおり、中小企業では80%に上ること、そして52%が最も重要な業務でAIを使っていると認めることをためらっていることを見いだしました。KPMGの世界的な調査は、その像をさらに鮮明にします。従業員の57%が、AIの利用を隠し、AIが生成した仕事を自分の成果として提示していることを認めており、およそ半数が、機密の社内データを無料の公開ツールに貼り付けるなど、会社の方針に反する形でAIを使ったことがあると答えています。

公式の導入ダッシュボードは、誤ったものを測っています。認められたツールへのログインに基づいて、導入率20%の問題だと考えている会社でも、実際にははるかに高い割合で従業員がAIを使っているかもしれません。ただ、会社が見ることも、守ることも、学ぶこともできない経路を通して使っているのです。このパターンには名前があります。シャドーAIです。10年前のシャドーITの背後にあったのと同じ力学で、ツールが無料で調達承認がまったく不要なぶん、今はより速く進んでいます。

シャドーAIは、たいていは反抗ではありません。公式の導入がまだ解決していない問題を、人々が自分で解決しているのです。認められたツールが使いにくい、承認に時間がかかる、個人アカウントにはすでにある機能が欠けている、といった問題です。解決策は取り締まりではありません。実用的な認められたツールを用意せずに、認められていないツールを禁止すれば、その行動はさらに水面下に潜るだけで、それは仕事が実際にどう行われているかを会社が最も把握したいときに起こります。

要因、症状、対策の一覧

不均等な土俵がもたらす公平性とパフォーマンスへの影響

管理されない導入格差は、横ばいのままではいません。人事評価、報酬、次の挑戦的な仕事を誰が任されるかに表れる形で、拡大していきます。

導入が速いグループは、目に見える実績をより速く積み上げます。アウトプットが多く、対応が速く、挑戦的な仕事で力を発揮する機会が増えます。マネージャーは、意図せずに、判断力の質が同じ2人の従業員の間でも、「AIに慣れている」を「高い成果を出す人」の代理指標として読み始めます。AIで拡張されたチームのためのパフォーマンス管理は、この2つを意図的に切り分けなければなりません。そうしなければ、実際の判断力よりも目に見えるツールの利用に報いる代理指標が、慎重に動くもっともな理由があった人々を、静かに不利にしてしまいます。

導入が遅いグループは、何が起きているかを正確に知っていることが多いものです。同僚がより速く動くのを見て、立場の変化を感じ取り、まだ信頼していないツールに無理に踏み込んでついていこうとするか、勝てないと結論づけた競争から身を引きます。どちらの結果も望ましくありません。前者はKPMGの正確性の数字がすでに警告している近道を招き、後者は有能な人材を静かに失います。ここで格差は、生産性の問題ではなく、信頼の問題に変わります。「まだ使いこなせていない」と認めても安全だと感じられないチームは、それを隠します。上で挙げた57%が隠しているという数字の背後にある本能と同じで、チームの外ではなく中で表れるだけです。AIを使うチームの心理的安全性は、その告白が、指導を受けられる公の場で行われるか、それとも人目につかないところで行われるかを左右します。

十分に時間が経つと、2つのグループは非公式な陣営へと自然に分かれます。プロンプトについて公然と語る人たちと、その話題を出さなくなった人たちです。これが共通の不満や共通の優位性を軸に形成されるサブカルチャーの初期の姿であり、誰が力を持つかを軸にしたサブカルチャーは、一度アイデンティティとして固まると解きほぐすのが困難です。

熱意を強制せずに格差を埋める方法

自信を義務づけることはできず、試みればたいてい逆効果になります。できるのは、上で挙げた根拠のある具体的な障壁を、1つずつ取り除くことです。

人を直す前に、ツールと方針を直す

AIユーザーの78%がすでに認められたツールを迂回しているなら、まず直すべきは従業員ではなく、そのツールとそれを取り巻く方針です。人々が実際に選んで使いたくなるものを提供し、方針を平易な言葉で書き、AIが間違えたときにどうなるかを網羅し、認められた選択肢のほうが回避策よりも手が届きやすい状態にします。うまく機能しているシャドーの習慣を、より劣る認められたツールのために手放してほしいと頼んでも、次のツールをより上手に隠すことを教えるだけです。

チームに求める前に、マネージャーに使わせる

Gallupの2.1倍という数字は、このテーマで最もレバレッジの高い数字です。まずマネージャーに研修の時間と実質的な責任を投資し、スライドの決まり文句ではなく、自分自身の最近の経験、失敗も含めて語れるようにします。「ここは役に立ち、ここでは誤った方向に導かれた」と言えるマネージャーは、「会社が導入率を上げたがっている」としか言えないマネージャーよりも、はるかに信頼を得ます。

「試すこと」と「すぐに卓越すること」を切り分ける

実際の、しかし重要度の高くない仕事での、構造化された低リスクの練習は、単発の研修では埋められない自信のギャップを埋めます。AIまわりで磨く価値のあるスキルは、判断、検証、領域に特化したプロンプトであり、この3つはいずれも反復からしか身につきません。

ツールではなく、ワークフローを測る

成果に報いてください。品質、サイクルタイム、エラー率です。目に見えるAIの利用を能力の代わりとして評価せず、評価コメントの中に静かにそうした表現が紛れていないかを点検します。導入と効果の間の、より広い隔たりが会社全体のレベルで存在するのも、同じ理由です。利用は目に見えて報いやすい一方、重要なことの代理指標としては不十分なのです。

正当な異論を、公の場で真剣に受け止める

誰かが正確性の懸念、責任の所在についての疑問、雇用の安定への不安を挙げたとき、それを回避すべき問題ではなく、導入についての本物の情報として扱います。本当にAI対応の文化は、組織が懐疑的な人にどう向き合うかによって一部が築かれます。最初の誠実な異論に経営陣がどう応じるかが、次の50人が公の場でそれを挙げるのか、それとも黙って従来のやり方を続けるのかという規範を決めるからです。また、健全な判断力は、AIの利用が増えても価値が下がることはありません。「この出力はまだ信頼できない」と言えるだけの自信を持つ従業員は、賭け金が高くなったときにまさに必要とされる見識を示しているのです。

6か月後の同じチームの2人を思い描いてください。1人は自分の時間を使って1人でツールを学び、いまや自分が知らなかった相対評価で、すべての評価が採点されているのではないかと密かに不安に思っています。もう1人は、先にツールを使ったマネージャーがいて、間違えたときに自分を守ってくれる方針があり、誰かが出力を評価する前に、快適になるまでの低リスクな数週間がありました。同じ会社、同じツールでも、成功する確率はまったく違います。格差を埋めるとは、たまたま適切なチームに配属された人だけでなく、すべての従業員が後者の物語を手にできるようにすることです。