AI導入が現場に定着しないとき、経営層はまず「現場のリテラシーが低い」「組織文化が保守的だ」と原因を人に求めがちだ。しかし複数の調査を突き合わせると、この診断そのものが的外れであることが見えてくる。抵抗の正体は個人の能力や意欲ではなく、責任の所在とインセンティブ設計という、組織側が用意すべき仕組みの欠如にある。本稿では国内外の調査と実例を横断し、なぜ「人の問題」という診断が誤りなのかを具体的な数値とともに検証する。
責任者不在という致命的な穴
ある製造業では、外部コンサルから「AI推進担当者の名前を社内全員が言えますか」と問われ、誰も答えられなかったという。この会社が立て直しに動いた出発点はここにあった。ある事例分析によれば、専任のDX推進担当を任命し業務時間の40%をAI推進に充てる権限を与えたところ、現場からの「こう使えますか」という問い合わせが週に5〜6件届くようになった。誰に聞けばいいか分からないという状態こそが、AIが使われない最大の理由の一つだったのだ。責任者不在の組織では、ツール導入後にトラブルが起きても是正のフィードバックループが機能せず、現場は「使うと面倒が増える」という学習をしてしまう。逆に窓口が明確になった瞬間、質問という形での関与そのものが増えるという事実は、抵抗の本質が「使いたくない」ではなく「誰に相談すればいいか分からない」だったことを裏づけている。
抵抗しているのは現場ではなく中間管理職
さらに見落とされがちなのが、抵抗の主体が誰かという点だ。Prosciの調査を紹介するAtawayの分析によれば、AI適用に最も強い抵抗を示すのは現場社員ではなく中堅管理職だという。回答者の43%が適用失敗の原因を経営陣の支援不足に挙げ、38%はトレーニング不足、16%はツールが既存業務と統合できていない点を指摘した。中間管理職は自分のチームの評価責任を負いながら、上からは成果を求められ、下からは不安の矛先を向けられる板挟みの立場にある。国内の研究でも、生成AIの組織的運用における中間管理職のジレンマとして、セキュリティ懸念や組織的利用の不確実性が大きな障壁になっていると指摘されており、これは特定業界に限った現象ではない。管理職本人が評価制度上の不利益を恐れて部下の利用実績を上げに行かない、という消極的抵抗のメカニズムは、単なる研修強化では解消できない構造問題である。
「使っても得しない」という構造
もう一つの構造的原因は、AI活用による効率化が本人の得にならない点だ。業務が効率化されても空いた時間に別の仕事を上乗せされると感じた瞬間、現場は学習をやめる。立て直しに成功した企業の多くが導入したのが「時間の帰属」の変更だった。月5時間の業務削減に成功した社員に、その時間を学習やプロジェクト提案に使う権利を公式に認めたところ、半年以内に現場からAI活用提案が上がるようになったという。マッキンゼーの2019年分析では、企業変革プロジェクトの約70%が失敗に終わり、要因として従業員の巻き込み不足、経営層の支援不足、当事者意識の欠如が挙げられている。DX失敗事例の整理でも、現場の抵抗を軽視した導入は利用率低下に直結すると警告されている。効率化の果実を会社が全て回収する制度設計は、短期的には生産性向上に見えても、長期的には現場の自発的な改善提案を枯渇させる。
人員削減への不安は根拠のない被害妄想ではない
CIOが報じたUdacityの調査では、全従業員をAIに置き換えたいと答えた経営幹部・管理職・現場社員はわずか9%だった。62%が「AIは顧客が将来求める新製品やサービスを生み出せない」と回答し、53%が「顧客は人間と働くことを好む」と答えている。背景には現実のレイオフもある。テック業界では2025年に24万5000人が解雇され、うち約7万人(28.5%)がAI導入・自動化と関連していたと報告される。現場が抱く不安は、抽象的な心理ではなく、実際の雇用データに裏打ちされた合理的な警戒感なのだ。この不安を無視して制度設計を進めれば、抵抗は強まりこそすれ弱まることはない。経営層が「AIは人を減らすためではない」と口頭で説明するだけでは足りず、雇用維持や再配置の方針を文書化し人事制度に組み込む必要がある。
着手順序を変えるだけで抵抗は減る
製造業のAI活用事例を扱う現場向けガイドは、現場の作業を直接変える前に、まず事務所側の間接業務から着手すべきだと説く。見積作成が1時間から30分に短縮されたという具体的な数字が社内に一つできれば、現場の受け止め方も変わる。営業組織を対象にしたBusiness Insider Japanの報告も同様に、「誰の、どの成功を、どう再現するか」という設計粒度の欠如こそが定着を阻むと分析する。ガートナーはマルチエージェントシステムへの問い合わせが前年比1445%増と急拡大し、2026年末までにエンタープライズアプリの40%にエージェントが搭載されると予測するが、技術の勢いに組織設計が追いついていない企業がほとんどだという指摘は重い。小さな成功事例を「見せる化」する順序設計こそが、抽象的なトップダウン方針より現場の納得を得やすいという点は、複数の事例に共通している。
組織文化の再設計としてのAI導入
これらを総合すると、AI導入の成否を分けるのは技術選定ではなく、責任者の明確化、インセンティブの再設計、そして中間管理職を巻き込むチェンジマネジメントの三点に集約される。DHBRの分析が指摘するように、明確な反対がなくとも、初動でのプレッシャーのかけ方を誤れば新しいワークフローは静かに形骸化していく。ツールを変える前に、まず「誰が責任を持ち、誰が得をするのか」という組織文化の設計図を描き直すことこそ、経営層が今すぐ着手すべき仕事である。
