ADOPTION / 2026-09-01

【社内AI活用推進担当者向け】「よく分からない」「めんどくさい」を乗り越えるために、推進担当が握るべき3つのレバー

「よく分からないから使えない」「めんどくさい」——社内AI活用の推進を担うと、こういった声が繰り返し届きます。その一方で、「誰が責任取るの」という問いへの答えを持てないまま進めると、いざというときに立ち往生します。この記事では、こうした状況を動かすための3つのレバーを整理します。

状況を動かすレバーは三つあります。一つ目は、最初の1業務を推進担当が自分で回して見せることです。「よく分からない」という反応の多くは、動いているAIを見たことがないことから来ています。仕様の説明や使い方マニュアルを配っても、使ったことがない人にはなかなか伝わりません。まず推進担当者自身が、自分の業務の一部にAIを組み込んで動かしてみることが出発点です。「この作業は今週からこうやっている」と見せられる小さな観測事実を作ると、「試してみようか」という関心が生まれやすくなります。このとき選ぶ業務は、成果が目に見えやすく、失敗しても影響が小さいものが向いています。週次レポートのドラフト、会議の議事録、よくある問い合わせへの返信案——推進担当が日常的に使っている業務が最良の出発点です。「大きく変えた」より「こんな使い方をしている」の方が、周囲への伝わりやすさは高いです。

二つ目のレバーは、「使わない理由」を潰す仕組みを作ることです。「めんどくさい」の中身は、実はいくつかに分かれます。ツールの操作が分からない。どこに何を入力すればいいか分からない。そもそも使ってよいのかどうかも分からない。対策として有効なのは、「ルールを禁止の形ではなく、許可の形で書く」ことです。「〇〇を入力してはいけない」より「〇〇は入力してよい、〇〇は入力しない」と書く方が、現場は動きやすくなります。あわせて、操作の手順をテンプレートとして配ることも効果的です。毎回ゼロから考えなくて済む状態を作ると、「めんどくさい」のハードルが下がります。説明会や研修を1回やって終わりにするのではなく、困ったときに手元で見直せる一枚ものがあることが大切です。最初から完璧なドキュメントは必要ありません。よくある質問を追加しながら育てていく形で十分です。

三つ目のレバーは、業務責任者に評価責任を持たせることです。「誰が責任取るの」という声に対して、推進担当がすべて引き受けようとすると、じきに行き詰まります。AI活用の評価責任を持つのは、その業務のオーナー、つまり業務責任者です。推進担当の役割は「使いやすい環境を整える」こと。「うまくいったか」「問題はなかったか」の評価は、業務を持つ人が担います。推進担当が全部抱えると、組織の中でAI活用が「推進担当の仕事」として孤立してしまいますよね。業務責任者が関与する形を作ることで、AI活用が「現場の業務の一部」として根付いていきます。最初の1業務が定着したら、その結果を業務責任者と一緒に振り返る場を定期的に持つ。それだけで、評価の責任が自然に分散されていきます。「推進担当が全部やる」から「一緒にやる」に移行することが、組織にAI活用が根付く条件です。

支援内容とご相談

課題整理からシステム実装、人材育成まで。AIXの支援内容をご紹介します。ご相談はお問い合わせフォームから受け付けています。

AI活用を前提にした組織構造の再構築──「部署にAIを配る」から「AIを含めて部署を設計する」ORGANIZATION / 2026.09.04AI活用を前提にした組織構造の再構築──「部署にAIを配る」から「AIを含めて部署を設計する」
NEWS
NEWS / 2026.08.28Hugging Face事件 解説──38ページの報告書を読む
ループエンジニアリング入門AGENTS / 2026.08.25ループエンジニアリング入門【現地レポート】サンフランシスコの今を知る。~AI企業の街で、何が売られているか~REPORT / 2026.06.30【現地レポート】サンフランシスコの今を知る。~AI企業の街で、何が売られているか~基幹システムとAIエージェントCONNECT / 2026.08.18基幹システムとAIエージェントAI導入の最初の45日。課題整理から現場運用までの設計例ROADMAP / 2026.08.04AI導入の最初の45日。課題整理から現場運用までの設計例Hugging Face事件、現時点で分かっていることNEWS / 2026.07.23Hugging Face事件、現時点で分かっていること評価のフィードバック設計による自律改善型システムの構築について 【Evals / LLM-as-judge】EVALUATION / 2026.07.07評価のフィードバック設計による自律改善型システムの構築について 【Evals / LLM-as-judge】暗黙知をいかに形式知化するか?熟練者の判断をAIに実装するまでの道のりKNOWLEDGE / 2026.06.23暗黙知をいかに形式知化するか?熟練者の判断をAIに実装するまでの道のり【今さら聞けない】ハーネスってなんだろう?AGENTS / 2026.06.02【今さら聞けない】ハーネスってなんだろう?ローカルLLMは実用に足るか?オンプレ推論が現実解になる条件 【量子化・推論コスト】OPERATIONS / 2026.05.19ローカルLLMは実用に足るか?オンプレ推論が現実解になる条件 【量子化・推論コスト】「つなぐだけ」の時代の終わり。Function calling と MCP で変わる接続設計CONNECT / 2026.04.28「つなぐだけ」の時代の終わり。Function calling と MCP で変わる接続設計