社員が生成AIを使わない5つの理由と、チェンジマネジメントの処方箋

2026年10月6日2026年10月27日

URLをコピーしました！

「生成AIを全社に導入した。アカウントも配り、研修もした。でも、使っているのは一部の人だけ」。生成AIの推進を任された方から、とても多く聞く悩みです。

生成AIは、入れれば自然に使われる道具ではありません。使い方を一人ひとりが考え、仕事のやり方そのものも変える必要があるからです。生成AIの導入は、ツールを入れる話というより、組織を変える話です。だから、研修を増やす前に、まずどこで止まっているかを見ます。勤怠システムや社内チャットのような別の新しいツールが使われないときも、この記事の理由1・2・4・5は点検の手がかりになります。

この記事で答える問い

生成AIの社内導入は、なぜ定着しないのか
理由ごとに、どんな手を打てばよいのか
自社がどこで止まっているかは、どう確かめるのか

定着しない原因の多くは、ツールの性能より、人や組織の側の準備にあります。使う目的、使う理由、不安、使いどころ、業務の仕組み。この5つのどこで止まっているかを見極めて、研修より先にそこへ手を打ちます。

「導入」と「定着」は別物

導入は推進側の努力で完了できます。一方、定着は使う側の行動が変わらないと実現しません。この記事では、2つの言葉を次のように使い分けます。

導入：ツールが使える状態になること（契約、アカウント配布、研修の実施）
定着：業務の中で、生成AIを使うのが当たり前になっている状態

多くの組織がつまずくのは、導入の完了を定着の始まりと思ってしまうところです。

人が新しい技術を使うかどうかを決めるもの

人が新しい技術を受け入れるかを説明するモデルとしてよく知られているのが、経営情報学の研究者フレッド・デービス氏が1989年に発表した「技術受容モデル（TAM）」です。このモデルでは、利用を左右する要因として「役に立つと感じるか（知覚された有用性）」と「使いやすいと感じるか（知覚された使いやすさ）」の2つを挙げています。

同氏の研究では、使いやすさよりも「役に立つと感じるか」のほうが、実際の利用と強く結びついていました。生成AIに当てはめると、操作方法を教えるだけでは足りず、「自分の仕事で役に立つ」と感じてもらうことが先だと読み取れます。

この記事で使うフレームワーク

定着しない理由と処方箋は、次の2つのフレームワークで整理します。

ADKARモデル：変革支援を手がけるプロサイ（Prosci）社の創業者、ジェフ・ハイアット氏のモデル。2006年の書籍『ADKAR』で知られ、個人の変化を、認識から定着までの5つの要素に分けて見る（詳しくはADKARモデルの記事）
コッターの変革の8段階：組織全体の進め方を8つの段階で見るモデル。出典は、ハーバード・ビジネス・スクールの名誉教授ジョン・P・コッター氏の著書『Leading Change』（1996年）（詳しくはコッターの8段階の記事）

社員が生成AIを使わない5つの理由と処方箋

社内で生成AIが根づかない理由は、目的のずれ、使う理由が届かないこと、放置された不安、禁止中心のルール、研修止まりの5つにおおむね分けられます。理由ごとに、ADKARやコッターの8段階で見たときに止まっている場所と、効きやすい処方箋は次のとおりです。

#	定着しない理由	止まっている場所	処方箋
1	導入の目的が「AIを使うこと」になっている	ビジョン（コッター3）	業務課題から目的を決め直す
2	「自分の仕事で使う理由」が届いていない	Awareness・Desire	部署ごとの使いどころを一緒に見つける
3	不安が放置されている	Desire	不安を言葉にしてもらい、正面から答える
4	ルールが禁止中心で、使ってよい範囲が分からない	Knowledge	「使い方」を示すガイドラインにする
5	研修止まりで、業務の流れが変わっていない	Ability・Reinforcement	業務プロセスと評価に組み込む

理由1：導入の目的が「AIを使うこと」になっている

「せっかく契約したのだから使おう」「他社も入れているから」。導入のきっかけがこうだと、目的は「AIを使うこと」そのものになり、どの仕事の何を良くするのかが決まらないままになります。目的が手段になっていると、現場は「使うために使う」ことになり、忙しくなれば真っ先にやめてしまいます。

処方箋：「どの業務の、どんな困りごとを減らすのか」から目的を決め直します。たとえば「議事録の作成時間を減らす」「問い合わせへの一次回答を早くする」のように、業務と結果で言える形にします。コッターの8段階に当てはめれば、段階3（ビジョンと戦略）に戻って目的を作り直す作業です。

理由2：「自分の仕事で使う理由」が届いていない

全社向けの説明会で語られるのは、会社にとってのメリットです。しかし、一人ひとりが知りたいのは「自分の仕事がどう楽になるのか」です。ここが見えないと、ADKARのAwareness（なぜ変わるのか）とDesire（変わりたいか）で止まります。技術受容モデルでいう「役に立つと感じるか」が満たされていない状態です。

処方箋：部署ごとに、実際の業務で使える場面を一緒に探します。推進担当が「こう使えます」と教えるより、現場の人が自分で見つけた使い方のほうが広がります。（詳しくは「AI導入をADKARで設計する」の記事で解説しています）

理由3：不安が放置されている

生成AIには、ほかのツールにはない種類の不安がつきまといます。「自分の仕事が奪われるのでは」「間違った答えを使って失敗したら」「情報漏えいにつながったら」。こうした不安は、口に出されないまま利用をためらう理由になります。

処方箋：不安を言葉にしてもらう場をつくり、推進側が正面から答えます。「AIで空いた時間を何に使うのか」を組織として示さない限り、「人を減らすための道具」という受け止め方は消えません。管理職が自分の不安も含めて話せると、職場の空気が変わります。（部下に「仕事はなくなるのか」と聞かれたときの答え方は、「「AIに仕事を奪われる」不安にどう向き合うか」の記事で解説しています）

理由4：ルールが禁止中心で、使ってよい範囲が分からない

情報漏えいを防ぐために、最初に「〜してはいけない」を並べたガイドラインをつくる組織は多くあります。安全のためには必要です。ただ、禁止事項だけが並んでいると、真面目な人ほど「使わないのがいちばん安全」と判断します。

処方箋：禁止事項に加えて、「この業務では、こう使ってよい」という使い方の例を示します。判断に迷ったときの相談先も明記します。ルールを、ブレーキではなく道しるべにする発想です。（作り方の手順は、「生成AIの社内ルール（活用ガイドライン）の作り方」の記事で解説しています）

理由5：研修止まりで、業務の流れが変わっていない

プロンプトの書き方を学ぶ研修は、多くの組織が実施しています。しかし、業務の手順や使う書式、承認の流れが以前のままなら、AIを使う場面は「余裕があるときのおまけ」にとどまります。手順書も古いままなので、新しく来た人は古いやり方で仕事を覚えます。

処方箋：業務手順書やテンプレートに、AIを使う工程をあらかじめ組み込みます。使ったことで生まれた成果を、評価や表彰で認める仕組みもつくります。ADKARのAbility（できる）とReinforcement（続く）を、個人の努力ではなく仕組みで支えます。（呼びかけを重ねる代わりに、つい使ってみたくなるきっかけを職場に置く考え方は、「仕掛学で人を動かす」の記事で紹介しています）

生成AIの社内展開でつまずいた例

3つとも、推進側が考えていた「使われない理由」と、現場の本当の理由がずれていました。

例1：「仕事は奪わない」と説明しても、使われなかった

定型の書類づくりが多いチームで、生成AIの利用がほとんど進みませんでした。説明会で「AIは仕事を奪うものではない」と繰り返せば伝わる、と思い込んでいました。話を聞くと、「早く終われば、その分だけ人を減らされるのでは」という不安が残っていました。部長がチームと話し合い、空いた時間はメンバーが前から手をつけたかった業務の見直しに充てると決めました。その後、試してみる人がぽつぽつと出てきました。

例2：ガイドラインを出した翌月、利用が減った

情報セキュリティの観点から、禁止事項を中心にしたガイドラインを全社に通知しました。翌月の利用状況を見ると、目に見えて減っていました。安全のための注意書きが、使わない理由になるとは考えていませんでした。ヒアリングでは「どこまで入力してよいか分からないので、使うのをやめた」という声が多く聞かれました。使ってよい例と相談窓口を追記した改訂版を出すと、利用が戻る兆しが少し見えました。

例3：効果の説明ではなく、自分の「面倒な作業」から試した

説明会で会社全体の効率化の効果を丁寧に伝えれば、使う人は増えると考えていました。実際には、利用はほとんど伸びませんでした。そこで推進担当が一つの部署に出向き、日々の「面倒な作業」を挙げてもらいました。挙がったのは、問い合わせメールへの返信の下書きです。その場で一緒に試すと「これなら使えるかも」という声が出て、翌週、何人かが使い始めました。会社全体の効果の話より、自分の面倒が一つ減る体験のほうが、AwarenessとDesireの入り口になったようでした。

定着に向けた実践のステップ

定着に向けた手は、使わない人の声を集め、どの理由で止まっているかを見極めるところから始めます。研修や仕組みづくりは、その後です。

現状を数字と声で把握する：利用状況に加えて、使わない人の理由を短いアンケートやヒアリングで集めます。
5つの理由のどれに当たるかを見極める：集めた声を、目的・使う理由・不安・使ってよい範囲・業務の仕組みという5つの理由に振り分けます。部署ごとに違う理由が出てくるのが普通です。
目的を業務の言葉で言い直す：「どの業務の、どんな困りごとを減らすのか」を部署ごとに1つ決めます。
小さく試して、成果を見せる：1〜2部署で1か月試し、減った時間や改善した点を具体的に共有します。
ルールと仕組みを整える：ガイドラインに使い方の例を加え、業務手順書やテンプレートにAIを使う工程を組み込みます。
1〜2か月ごとに見直す：止まっている場所は、手を打つたびに変わります。定期的に確かめ直します。

AI活用のポイント：部署ごとの導入目的を業務の言葉に言い直す

理由1の「目的の決め直し」は、生成AIに案を出させると速く進みます。部署の主な業務と、日ごろ手間に感じている作業を書き出して渡すと、「どの業務の、どんな困りごとを減らすか」という形で目的の案を出してくれます。入力する前に、個人や部署が特定できる情報は取り除いてください。

生成AIの社内導入について、部署ごとの目的を言い直したいと考えています。
次は、ある部署の主な業務と、日ごろ手間に感じている作業のメモです（部署名や個人名は伏せています）。

[部署の業務と、手間に感じている作業を箇条書きで貼り付け]

このメモをもとに、「〇〇の業務で、〇〇という困りごとを減らす」という形で、目的の案を2〜3個書いてください。
それぞれの案に、次の2点を添えてください。
・うまくいったかを確かめる目安（作業時間、やり直しの回数など）
・生成AIでは減らしにくく、人が引き続き担う部分
「業務効率化」「DX推進」のような、どの部署にも当てはまる言い方は使わないでください。

出てきた案は、そのまま部署の目的にはしません。部署のメンバーに見せて「本当に困っているのはこれか」を確かめ、言葉を直してから1つに絞ります。目安の数字も、今の作業時間を実際に測ってから決めます。

チェックリスト：生成AIの定着を妨げているものはないか

導入の目的を「どの業務の、どんな困りごとを減らすか」で説明できる
部署ごとに、実際の業務で使える場面が1つ以上見つかっている
使わない人の理由を、直接聞いたことがある
仕事や正確さ、情報漏えいへの不安に、推進側が答える場がある
ガイドラインに、禁止事項だけでなく「使ってよい例」と相談先がある
業務手順書やテンプレートに、AIを使う工程が入っている
使って成果を出した人を、認める仕組みがある
利用率だけでなく、減った時間や改善の中身を見ている

まとめ

アカウントを配り、研修をした時点で終わっているのは導入までです。使われない理由は部署ごとに違うので、次の一手は研修の追加ではなく、使っていない人に理由を聞くことから始まります。

生成AIの導入は「ツール導入」ではなく「組織変革」。導入の完了は、定着の始まりにすぎません
定着しない理由は、目的、使う理由、不安、使ってよい範囲、業務の仕組みの5つに整理できます
研修の前に、どこで止まっているかを見極め、そこへ手を打つのが処方箋です

関連記事

参照情報

Fred D. Davis, “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Quarterly, 13(3), 319-340, 1989（掲載ページ）
Jeffrey M. Hiatt, ADKAR: A Model for Change in Business, Government and our Community, Prosci Learning Center Publications, 2006
John P. Kotter, Leading Change, Harvard Business School Press, 1996（邦訳：ジョン・P・コッター『企業変革力』梅津祐良訳、日経BP、2002年）