AIを使いたい人は4割超、研修を受けた人は1割未満。この差は何が原因か

この記事のまとめ

AIをもっと学びたいという声が多い一方で、実際に学び直しに取り組んだ人や、勤務先から訓練を受けた人の割合は低い水準にとどまっています。企業側の活用もチャットの段階で止まりやすく、その背景には推進役や育成体制の不足がうかがえます。ここでは記事全体の要点を3つに整理して紹介します。

AI利用者では「もっと学びたい」に同意する人が6割を超える一方、学ぶ手段があると答えた人は4割台でした。AIを利用しながら働くための学び直しに取り組んだ人は、全労働者ベースで1割に届きません。
中小企業の調査では、AIを利用している企業のうち8割超がチャット機能の利用にとどまり、業務システムと連携した自動化まで進んだ企業は約2割でした。
チャットどまりの企業ほど推進リーダーの不足を感じており、育成の支援をしていない企業やルールが整っていない職場も目立ちます。研修を実務につなげる方策として、階層別の設計や社内の推進者、外部人材の活用といった進め方が取組例として示されています。

意欲と研修機会のギャップ

学びたい意欲と学ぶ手段の認識

AIを学びたい意欲は強い。しかし、学ぶ手段があると感じている人はそこまで多くありません。意欲と環境の間に、明確な段差があります。

労働政策研究・研修機構の調査では、AI利用者（n=1,854人）のうち「私は、AIについてもっと学びたいと思っている」に対して「強く同意する」が17.7%、「やや同意する」が42.9%で、同意は計60.6%でした。「どちらでもない」は26.7%、「わからない」は2.6%、「やや同意しない」7.0%と「強く同意しない」3.1%を合わせた不同意は計10.1%となり、同意が不同意の5倍以上を占めています（参照*1）。

同じ調査で「私はAIを利用しながら働くことが出来るよう学ぶためのリソース（手段）がある」という問いに対しては、「強く同意する」12.5%と「やや同意する」33.5%を合わせて計46.0%でした。「どちらでもない」は33.9%、「わからない」は4.4%、「やや同意しない」9.9%と「強く同意しない」5.8%を合わせた不同意は計15.7%となり、同意が不同意を大きく上回っています（参照*1）。学びたいという回答が6割台に達しているのに対し、学ぶ手段があるとの回答は4割台であり、ここにひとつの段差が存在しています。

学び直しの実施率の低さ

実際に学び直しへと動いた人は、意欲の高さに比べるとかなり少なくなります。「学びたい」と「学んでいる」の間には、大きな壁があります。

同調査が全有効回答労働者（n=2.2万人）に対し、現在の仕事で必要なスキルの向上などを目的として昨年（2023年）に何らかの形で学び・学び直しに取り組んだかを尋ねたところ、「はい」が27.1%、「いいえ」が72.9%でした。「はい」と答えた人（n=5,964人）にAIを利用しながら働くための学び・学び直しに取り組んだか尋ねると、「はい」は25.5%で、全有効回答労働者ベースでは6.9%にとどまりました。「いいえ」は74.5%となり、全有効回答労働者ベースでは20.2%となっています（参照*1）。

この設問は「研修を受けたか」ではなく、何らかの形で学び・学び直しに取り組んだかを尋ねたものです。そのように間口を広げた聞き方であっても、AIのための学び直しへ実際に動いた人は全労働者ベースで1割に届いていません。

私はこの数字を見て、正直なところ驚きませんでした。生成AIの導入相談を受けていると、相談の多くは高度なAI研究ではなく、「何から始めればいいかわからない」という基礎的な戸惑いから来ています。つまり、学びたい気持ちはあっても、何をどう学べばよいかが整理できていない。この言語化の壁が、意欲を行動に変えられない最大の原因ではないかと考えています。

企業からの訓練提供の状況

勤務先からの訓練提供についても、受けたと答える人は限られています。企業側も「何を教えるべきか」が定まっていないケースが多いのでしょう。

同調査が、企業でAIが導入されている雇用者（n=2,833人）に対し、勤務先がAIを利用しながら働けるよう訓練の提供や資金の援助を行ってきたか尋ねたところ、「はい」は25.3%でした。「いいえ」は62.8%、「わからない」は11.9%となっています。全有効回答労働者ベースに換算すると、「はい」は3.3%、「いいえ」は8.1%、「わからない」は1.5%という結果です（参照*1）。

「はい」と答えた人（n=717人）に具体的な取り組み内容を複数回答で尋ねた結果は、次のとおりです（参照*1）。

「社内での研修セミナー」44.2%（最多）
「日々の業務における上司や先輩職員による訓練」33.9%
「外部機関での研修セミナー」32.2%
「自主的な社内勉強会への支援」29.3%
「AI技術に関する学会への参加支援」27.1%
「習得すべきスキルと知識の明確化」24.8%
「教育機関での学びへの支援」23.7%
「勤務時間外の自己啓発活動への支援」22.7%
「企業からのAI技術の情報提供」19.8%

チャットで止まる組織の実態

中小企業の利用レベルの内訳

中小企業においては、AIを使っていても多くがチャット機能の利用にとどまっています。この状況は、私が企業の現場を見ていても肌感覚として一致します。

全国の中小企業（従業員数5～299名）の経営者・役員・部長クラス4,172名を対象に、自社のAI活用状況を6段階（Lv.0～Lv.5）で聞いた調査では、AIを利用している企業（Lv.2～Lv.5）は59.6%でした。利用している2,485社の内訳を見ると、80.9%（Lv.2・Lv.3）がチャット機能の利用にとどまり、業務システムと連携した自動化（Lv.4・Lv.5）に至った企業は19.1%でした（参照*2）。

チャット利用と業務自動化の間には、単なる技術的なステップ以上の隔たりがあります。チャットは個人が使うものですが、自動化は業務フローを変えることを意味します。目的の設定、入力と出力の定義、品質基準、確認プロセス——これらを整備しなければ、自動化は絵に描いた餅になります。私が見てきた企業でも、「AIを使っている」と言いながら、実態は担当者がChatGPTに質問しているだけ、というケースは少なくありません。

各レベルは調査の選択肢に対応しています。Lv.2～Lv.5と「わからない」の内容は次のとおりです（参照*2）。

Lv.2：社員が個人的にAIを使っているものの、社内ルールは未整備
Lv.3：全社導入済みだが、チャット機能の活用にとどまる状態
Lv.4：AIと業務システムが連携し、一部の作業が自動化された状態
Lv.5：複数のAIが連携し、業務全体が自律的に最適化された状態
「わからない」：3.7%

業務プロセスへの組み込みの遅れ

個人での利用が広がる一方で、部署の業務プロセスに組み込む段階までは進みにくい状況が続いています。個人が便利に使うことと、組織の仕事が変わることは、まったく別の話です。

情報処理推進機構の報告書「DX動向2025」は、日本・米国・ドイツの3か国比較分析を行い、調査項目を「戦略」「技術」「人材」という3つの視点から構成しました。調査期間は2025年2月上旬から3月下旬までとなっています（参照*3）。

生成AIの具体的な利用状況では、「個人や部署で試験利用している」「個人で業務利用している（文書作成やアイデア出しなど）」について3か国とも回答率が高い傾向にありました。一方で「部署の業務プロセスに組み込まれている」は日本の回答率が低く、同報告書は業務全般や全社的な活用には至っていないと考えられると分析しています（参照*3）。個人の使い方が浸透することと、組織の業務フローに組み込まれることの間には隔たりが存在します。

活用の広がりと効果評価の差

活用自体は広がりを見せているものの、効果の検証が進んでいない層が依然として残っています。「活用中」という状態と「効果が出ている」という状態は、まったく別物です。

PwCの生成AIに関する調査は、2026年2月12日から2月19日にかけてWebで実施され、回答者数は932名でした。対象は日本国内の企業・組織に所属し、売上高500億円以上の企業で課長職以上、かつ生成AI導入に何らかの関与がある人物となっています（参照*4）。

この調査では、自社の生成AI活用の推進度合いについて「活用中・推進中」が87%に達し、前回調査から11ポイント増加しました。「未着手・断念」は4%で、前回から5ポイント減少して半減しています。

その一方で効果が未評価という回答は13%に上り、米国の0%を大きく上回る結果となりました（参照*4）。利用している状態と、その効果を評価している状態との間には差があることが浮き彫りになっています。

この「効果が未評価」という状態は、私が最も問題だと感じる点です。使うこと自体が目的になってしまい、何をもって成功とするかが定義されていない。生成AI導入で最初に詰まるのは、プロンプトでもモデル選定でもなく、「AIに何をさせるか」「成果をどう測るか」を決めるところです。ここが曖昧なまま進むと、便利な実験で終わります。

差が生まれる三つの要因

AI推進リーダーの不足

チャットどまりの企業と自動化まで進んだ企業の間で、最も顕著な開きが見られた障壁は推進リーダーの不足でした。これは数字として明確に出ていますが、現場の感覚とも一致します。

前出の中小企業調査において、チャットどまり企業（Lv.2個人活用層・Lv.3組織利用層）と業務自動化済み企業（Lv.4業務代替層・Lv.5全体最適層）でAI導入の障壁を比較したところ、6項目すべてでチャットどまり企業のほうが「あてはまる」「ややあてはまる」の割合が高くなりました。差が最も顕著だったのは「AIに詳しい推進リーダーの欠如」で、74.5%と54.0%、その差は20.5ポイントに及びます（参照*2）。

部署や会社単位でAI導入を主導する「AI推進者」の確保状況では、「十分な人員が確保できている」と答えた企業は全体で11.1%にとどまりました。チャットどまり企業では5.5%、業務自動化済み企業でも26.1%であり、約4社に1社の水準にとどまっています（参照*2）。

推進者が十分に確保できている企業が全体で11.1%にとどまるという数字は、裏を返せば約9割の企業が「旗振り役のいないまま走っている」状態を意味します。AI活用で成果を出す人は、プロンプトの魔法を知っている人ではなく、業務を分解できる人です。推進リーダーに求められるのも、AIの専門知識よりも、自社の業務を言語化して、AIに任せられる工程と人間が担う工程を切り分ける力ではないかと私は考えています。

なお、利用レベルの割合はスクリーニング調査（n=4,172）、障壁や推進者の数値は本調査（n=576）に基づくものであり、本調査はAI活用レベル別に約100名ずつ（Lv.5のみ76名）を回収する均等割付で実施されています（参照*2）。

育成施策が講じられない組織

人材が不足していると感じながらも、育成への具体的な支援を行っていない企業が目立ちます。問題を認識しているのに手が打たれていない、という状況です。

「DX動向2025」において、DXを推進する人材の育成のために実施している施策を尋ねたところ、日本は「特に支援はしていない」が36.6%と突出していました。同報告書では、人材の「量」「質」ともに大幅に不足している状況にもかかわらず、何の対策も講じていない企業が多い実態が明らかになったと指摘されています（参照*3）。

同一調査の中で米国とドイツは、「個人と事業の目標を整合して学ぶことができる体系的なメニューを用意している」「自社に必要な人材類型やスキルを定義している」「学んだことを業務に活かす仕組み、工夫を用意している」「チームや組織で学び合う文化、習慣を築いている」といった項目の回答率が高くなりました。同報告書は、人材像の定義、学ぶ場の提供、学んだ知見を発揮する場、学ぶ文化の醸成という学習サイクルを支える環境整備が重視されており、施策への取り組み姿勢に差異があると総括しています（参照*3）。

日本の「特に支援はしていない」が36.6%という数字は、単に予算や意欲の問題ではないと見ています。「何を学ばせればよいか」が定義できていないために、施策に落とせない企業が多いのだと思います。人材類型やスキルを定義する、学んだことを業務に活かす仕組みを用意する——米国やドイツが高い回答率を示した項目は、どれも「先に構造を決める」ことを前提にしています。AIに任せるほど、事前に人間が設計しなければならない、という逆説は、育成施策にもそのまま当てはまります。

ルールの未整備と理解不足

学習の前提となるべき社内ルールについても、整備が追いついていない職場が数多く残されています。ルールがない状態では、現場の担当者は「どこまでやってよいかわからない」ままAIを使うか、あるいは使うのをやめるかの二択になります。

労働政策研究・研修機構の調査によると、全有効回答労働者（n=2.2万人）のうち、勤務先で生成AIを業務で適切に利用するための社内規定やガイドラインが策定されている割合は3.7%で、「策定の準備をしている」場合を含めても1割未満でした。「生成AI利用者」に限っても、準備中を含めて47.2%にとどまり、約半数は「策定されていないし、その準備も進めていない」あるいは「わからない」という状況です（参照*1）。

同調査では、規定やガイドラインが策定されている組織であっても、「内容の一部は、理解できていない」との回答が52.1%と過半数を占めました。「ほとんど、理解できていない」は15.1%、「まだ読んだことがない」は10.5%となっています（参照*1）。ルールが形式上存在していても、その内容が現場の従業員に十分浸透していない様子がうかがえます。

規定があっても「一部は理解できていない」が52.1%というのは、ルールの作り方の問題でもあります。網羅的な社内規定を作っても、現場が読まなければ意味がない。入力データ、出力形式、禁止事項、確認者、修正基準——こうした実務に直結する項目を、現場の言葉で整理しなければ、ルールは形式上の存在に終わります。

研修を実務につなげる進め方

階層別・職種別の学習設計

研修を一律に実施するのではなく、階層や職種に応じて分けて設計するアプローチが示されています。この順序の設計は、私が企業支援の現場でも繰り返し伝えていることです。

生成AIの社内教育を支援するソフィアテは、研修を展開する順序について経営層や管理職から先に実施することが鉄則であると説いています。現場社員が先に研修を受けても、上司が「なぜ業務時間中にAIを使っているのか」と否定的な反応を示せば定着は阻まれます。反対に管理職が先に研修を受けて活用の意義を把握していれば、一般社員の学習が「会社として推奨されている行動」として受容され、これが定着率の向上に直結すると同社は述べています（参照*5）。

同社はあわせて、職種ごとに「最初に教えるべきユースケース」は明確に異なると指摘しています。全職種に対して画一的な内容を教えることは、時間とコストの観点から非効率であるという見解です（参照*5）。

職種ごとにユースケースが異なるという点は、実務的に非常に重要です。営業担当者にとっての「使える」AIツールと、エンジニアや経理担当者にとっての「使える」AIツールは違います。全員に同じプロンプトを教える研修は、時間とコストのロスになりやすい。業務を「候補生成」「要約」「分類」「文章整形」「壁打ち」「チェック」に分けて考えると、職種ごとに何から始めるべきかが整理しやすくなります。

推進者と社内コミュニティ

研修と現場を結びつける仕組みとして、社内コミュニティの形成や段階的な定着ステップを設けた事例があります。大企業の事例ではありますが、設計の考え方は規模に関わらず参考になります。

日立製作所の資料によると、「生成AI実務者コミュニティ」のナレッジオーナー数は2025年4月時点で約300名に達しました。投稿されたユースケースなどは1,000件を超え、それらを約200のアセットとして体系化し掲載しています。

アクティブユーザー数は2024年8月に約1,200名、同年12月に2,000名、2025年3月には3,000名を突破しました。現在は日立社内にとどまらずグループ会社23社にも展開され、コミュニティ参加メンバーは合計約15,000名に上るとされています（参照*6）。

塩野義製薬の事例では、会社からの強制力で利用させるのではなく、社員自らが使いたくなる動機づけを整える方針が徹底されました。Copilotの活用トレーニングを支援するパートナー企業として伴走するEngage Squared株式会社の辻暢之取締役副社長が、その取組を紹介しています。

同社は定着を段階的に進める3ステップモデルを設定しており、ステップ1は「まずは1回でも使う」、ステップ2は「週に1回は使う」、ステップ3は「週に3日以上、日常的に立ち上げる」と定義しました。現在はステップ1の達成を全社で推進するフェーズにあり、未利用の層は残り5%程度まで縮小したとしています（参照*7）。

外部人材の活用という選択肢

社内のみで完結させようとせず、業務内容に応じて外部のAI人材へ委託する企業も見られます。自前で抱え込むことへの執着が、かえって自動化を遅らせているケースは少なくありません。

前出の中小企業調査では、業務自動化済み企業の4社に1社にあたる26.1%が、業務ごとに外部のAI人材を活用していました。これはチャット利用にとどまる企業と比較して3.7倍に相当します（参照*2）。

この結果について、調査を実施した企業はコメントを公表しています。AI活用が進展している企業ほど業務単位で外部のAI人材を頼っており、AIツールの導入や既存システム連携を自社内だけで抱え込まず、外部の専門性を借りて進める姿勢が業務自動化への近道であるという考察です。なお、この数値は本調査（n=576）に基づくものであり、AI活用レベル別に約100名ずつを均等割付して回収された結果となっています（参照*2）。

おわりに

AIをもっと学びたいという意欲は、各種の調査データからも明確に見て取れます。しかし、AIを利用しながら働くための学び直しに取り組んだ人は全労働者ベースで6.9%にとどまり、勤務先から訓練提供や資金援助を受けたという回答も、AI導入企業の雇用者において25.3%にとどまりました（参照*1）。

組織側の視点では、AIを導入している中小企業の80.9%が依然としてチャット機能の利用段階にとどまり、推進リーダーの不足という課題も浮き彫りになっています（参照*2）。意欲と行動の間にある壁は、個人の怠慢ではなく、構造的な問題です。「何をAIに任せるか」「誰が推進するか」「どう効果を測るか」——この三つを決めずに研修や導入を進めても、チャット利用で止まる蓋然性は高い。自社の組織が現在どの段階に位置しているかを見極め、次の一手を具体的に設計することが求められます。

監修者

安達裕哉（あだちゆうや）

デロイトトーマツコンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」が、95万部（2026年6月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））