AI導入が停滞すると、多くの経営者は「現場の抵抗感」や「リテラシー不足」を原因に挙げる。しかし、この説明は本当に正しいのか。複数の調査と実践事例を突き合わせると、浮かび上がるのは別の構図だ——抵抗は原因ではなく結果であり、真因は組織の設計思想にある。
「抵抗感」という言葉の裏にある冷静な計算
ITトレーニングプロバイダーのUdacityの調査によれば、全従業員をAIに置き換えたいと答えた経営層・管理職はわずか9%にとどまった。CIOの報道によると、AIを敬遠する理由として62%が「AIは顧客が将来求める新製品・サービスを生み出せない」、53%が「顧客は人間と働くことを好む」、49%が「セキュリティとプライバシーが心配」と回答した。これは感情的な拒絶ではなく、リスクを見極めた合理的な判断に近い。同社COOのVictoria Papalian氏は「人間そのものをナレッジベースと専門知識の源泉として見ている」と分析する。雇用専門弁護士のEric Kingsley氏も、賢明な企業はAIで人を置き換えるのではなく法的・評判リスクを慎重に見極めながら導入していると指摘した。「抵抗」という一語で片付けられがちな現場の反応は、実は経営側が向き合うべき具体的な懸念のリストなのだ。
「使わない」のは設計の失敗である
Business Insider Japanが報じたNTTデータ関連の分析は、この構図をさらに明確にする。「ライセンスは配り、研修もやった。それでも現場で使い倒しているのは一部だけ」という相談が増えているという。多くの企業は原因を「リテラシーが足りない」「文化が保守的」「抵抗勢力がいる」と人に求めるが、同記事はこれを結果であり、根本原因は「全員が同じように使う」ことを前提にした設計思想そのものにあると断じる。ガートナーによればマルチエージェントシステムへの問い合わせは前年比1445%増、2026年末までにエンタープライズアプリの40%がエージェントを搭載すると予測される。市場の熱量は高いのに、組織として「使いこなす設計」まで踏み込めている企業は少数派だ。成果を出す企業に共通するのは、施策を「業務・役割・シナリオ」まで具体化していること、KPIで効果を検証していること、そしてチャンピオンを起点に成功例が横展開される仕組みがあることの3点だという。
2割から83%へ——NTTPCが示した数字
抽象論だけでは説得力に欠ける。NTTPCコミュニケーションズの事例は具体的な数字でこれを裏付ける。同社は2025年1月にMicrosoft 365 Copilotを全社導入したが、導入直後の利用者は全社員の2割にも満たない約100名だった。それが9カ月後には全社員の83%にあたる530名まで拡大した。同社デジタルイノベーション室長の奥平氏は、新ツール導入では「積極的に使うアーリーアダプターが3割、様子見が4割、残りは否定的か使い方が分からない層」に分かれると分析する。この様子見・否定層をどう引き込むかが最大の課題だったという。NTTPCが取った施策は、部門を越えたナレッジハブ制度、月2回・平均100名以上が参加する情報共有会、開発・FAQ・データ分析・業務自動化というテーマ別の4コミュニティの形成だ。「ツールを導入すること」ではなく「組織文化を変えること」を軸に据えた結果である。
「AI疲れ」という新たな組織病
一方で、拙速な導入は別の副作用を生む。Web担当者Forumが報じたミツエーリンクスの加藤健志氏の分析によれば、「AI疲れ」は終わらない「すり合わせ」、見えにくい「成果」、更新され続ける「正解」、ストップ&ゴーの疲労という4つの要因から生まれる。加藤氏は組織を変える際、推進側がロジックだけで押し切る「ロジカルハラスメント」に陥らないよう警鐘を鳴らす。むしろ各部門責任者と対話する協調的な「チェンジマネジメント」こそが鍵だと説く。同氏は「AI導入にゴールはない。見直しを続けられる組織力こそが本当の組織力」と語っており、専門組織「AI CoE」の構築を6つの重要領域の一つに挙げている。
日米の失敗パターンとスモール・ウィンズ
ハーバード・ビジネス・レビューに掲載された日米企業比較研究は、より大きな視座を提供する。同誌の分析は「AI導入を語る際、テクノロジーで説明できるのは半分にすぎず、残りの半分は組織の仕組みと企業文化にかかっている」と指摘する。2008年の米国勢調査局の研究では、米国製造業がコンピュータネットワーク活用で得た生産性向上効果は日本企業の2倍に達していた。米国は「深さを伴わないスピード」、日本は「スピードを伴わない深さ」という対照的な失敗パターンを抱えるという。三菱総合研究所のオピニオンも同様の処方箋を示す。フィジカルAI導入では大規模な変革を一気に進めるとリスクが伴うため、「スモール・ウィンズ」を積み重ね、現場の抵抗感を軽減しながら暗黙知をモデルに学習させる手法が有効だとする。介護現場でロボット活用に抵抗感を持つ専門職への対応も、この小さな成功体験の蓄積で解決すべき課題として挙げられている。
専門人材という処方箋
こうした構造的課題に対し、人材育成の動きも始まっている。一般社団法人日本デジタルトランスフォーメーション推進協会（JDX）は、「AIコーディネータ」認定制度を2026年7月22日の「日本DX大賞2026サミット&アワード」で発表し、11月12日の「日本AI大賞」で第一期認定者を公表する予定だ。同協会代表理事の森戸裕一氏は「AIを導入して終わりにするのではなく、AIと一緒に働き方そのものを変えていく。ここが一番人間くさいところだ」と語る。AIコーディネータに求められるのは、業務プロセスを組み立て直すチェンジマネジメント力、AIの得意・不得意を見極めるデータマネジメント力、リスクとリターンを両立するガバナンス設計力、そして現場が自発的に学び続ける状態をつくるリテラシー啓発力の4つだという。これは、抵抗を「乗り越える対象」ではなく「設計に組み込む前提」として扱う発想への転換を意味する。
結論：抵抗を数えるより、設計を疑え
NTTPCの9カ月で2割から83%への飛躍と、多くの企業が陥る「一部の人しか使わない」停滞との差は、現場の資質ではない。設計の粒度、KPIによる検証、横展開の仕組み、そして経営が対話を放棄しない姿勢の有無である。経営者が「うちの現場はAIに抵抗する」と語るとき、それは診断ではなく、設計を怠った自分への言い訳になっていないか。問い直すべきはそこにある。
