ここまでの回で、AIが参照する土台（意味の層）を整え、窓口を設計し、機密の統制を固め、規制下の運用を定めてきました。それでもプロジェクトは失敗しえます。最後に残る、そして最大の変数が人です。
先に結論を言ってしまいます。
動かすのは命令ではなく、目撃である。 『生成AIの内製化』第9章
人は研修では動きません。自分の仕事が楽になる瞬間を目の前で見たときに動きます。だから今回の中心は、研修カリキュラムではなく、その瞬間を意図的に作る段取りです。
最大の障壁は、実は経営層にある
組織変革の話はよく「現場の抵抗」を主役にしますが、生成AIに関しては逆です。複数の調査（McKinsey「Superagency in the workplace」（2025年1月）など）が、スケール（本格展開）を阻む最大の障壁は、準備不足の従業員側ではなく、業務への統合の舵取りが遅い経営層の側にあると示しています（これは調査が示す事実です）。現場はとっくに使い始めています。滞っているのは、それを業務の仕組みに組み込むという判断の側なのです。
理由は明快です。実験から統合への移行とは、突き詰めれば業務手順の変更だから。仕様書を探す手順、文書を承認する手順を変えるには、部門をまたぐ調整と、一時的な生産性低下という痛みを引き受ける決定が要ります。ツールの配布は推進部門だけでできますが、手順の変更は経営にしか裁けません。
だから経営に求めることを3つに絞ります。①優先順位の裁定——選んだ初戦領域を「全社の優先事項」と宣言する（推進部門が頭を下げて回る構図にしない）。②現場の時間の確保——推進役や勉強会の参加者が割く時間を、正式な業務として割り当てる（「空いた時間にやって」は、現場では「やらなくていい」と翻訳されます）。③KPIの庇護——測定を短期の数字の揺れで打ち切らない。とくに効くのは、経営の定例会議にKPIダッシュボードを常設で載せること。人に見られている数字は守られ、誰も見ない数字は個人の善意頼みになります。
あわせて、失敗の扱いも先に握ります。「利用が伸びない＝失敗」ではなく「測定が機能している証拠」と解釈を合意しておく。この合意がないと、最初の停滞で梯子が外れます。
動かない「約2割」を解剖する
展開を始めても利用は一様には広がりません。経験則として、新しい道具に決して自分からは触らない層が約2割残るとされます（比率は組織により異なる経験則で、自社の利用率で測るべきものです）。
大事なのは、この2割を「遅れた人」と見ないこと。非利用には理由があり、理由ごとに処方が違います。ざっくり3類型です。
- 懐疑派：過去のIT導入で裏切られ「どうせ今回も」と構える層。必要なのは約束でなく実演。
- 多忙派：関心はあるが覚える時間が業務に埋もれている層。必要なのは研修の追加でなく、最初の1回の摩擦を徹底的に下げること。
- 不安派：誤用で叱られる・仕事を奪われると恐れる層。必要なのは機密ルールの明確化と、「AIは判断を奪わない」という運用の実例。
放置できない理由も数字で。利用率が頭打ちになること自体より、非利用者が業務の結節点にいるときの波及が問題です。文書のオーナーが使わなければ正本は更新されず、ベテランの判断者が使わなければ若手は「結局あの人に聞く」に戻る。2割は人数の2割ではなく、しばしば知識の流れの要所の2割なのです。だから動かす順番は、部門の定着を止めてしまうクリティカルな非利用者から。強制は最後まで使いません——命令で作った利用率は予算審査で見破られ、目撃で育った利用率は説明を要しません。
研修を捨てて「実演」を取る
座学が2割に効かない理由は明らかです。懐疑派は聞き流し、多忙派は来ず、不安派は不安を募らせる。共通して欠けているのは知識ではなく「これは自分の業務の話だ」という実感です。
だから、その部門の実際の文書・実際の困りごとでAIが動く瞬間を見せるワークショップを、型として運営します。要点は3つ。①汎用デモをしない（「議事録がきれいになります」は懐疑派に『うちには関係ない』と確信させるだけ）。②**「探す→出る→確かめる」の三拍子で見せる**（回答の速さだけ見せると、後日の誤答で信頼が崩れる。引用と原文確認まで含めた所作を最初から普通の使い方として見せる）。③回収した質問を捨てない（現場の生の質問は、精度を測る評価セットの最良の素材になる）。
実演の空振りは、むしろ好機です。「該当する記載がありません」と返る様子をあえて見せ、「このAIは“分からないことは分からない”と答えるよう作ってある。だから根拠付きで返ってくる答えは信頼できるのだ」と伝えられれば、取り繕ったデモよりずっと強い信頼が生まれます。そして当日の熱は1週間で冷めるので、翌週の短い相談会と、小さな成功事例の共有（記名で）で「保温」します。点火と保温は別の仕事です。
チャンピオンを現場に置く
ワークショップが「点」の接触なら、定着の「面」を支えるのがチャンピオン——現場の実務に精通し、部門のAI活用の推進役を正式に引き受けた人です。
なぜ情シスでなく現場からか。チャンピオンの本質的な仕事が翻訳だからです。現場の困りごと（「あの数値を探すのが毎回つらい」）を仕組みの言葉（評価用の質問・タグの不備）へ、逆に仕組みの制約を現場の言葉へ、双方向に通訳する。AIへの習熟度は選定基準にしません（後から付く）。選ぶ目安は、実務を現役でやっている・同僚から信頼されている・完璧主義より改善主義の3つ。育成は講義でなく観察→共作→単独→自走の段階的な引き継ぎで行い、習熟度を人事評価に直結させない（直結させた瞬間、点数のための利用が始まり測定が歪む）。
まとめ——事実・整理・思想
- 【事実】 スケールの最大障壁は現場でなく経営層の統合の遅さ（調査）。
- 【本記事の整理】 経営に求める3つ（優先順位・時間・KPI庇護）、動かない2割の3類型、研修より実演、チャンピオンは現場から——という処方に落とす。2割・3類型は経験則、配分の置き方は本記事側の整理です。
- 【思想】 底にあるのは「AIを人間の主体性の増幅として設計する」という考え方。「楽になる瞬間」とは仕事を奪われる瞬間の対極＝自分の判断のために使える時間が増える瞬間です。
組織を動かす最終的な指標は、利用率だけではありません。現場から「この文書も入れてほしい」という改善提案が出てくるか——その能動の声こそ、主体性が増幅されている証拠であり、土台を育てる燃料になります。