AIの導入があなたのチームの仕事を増やしている理由

多くの組織で、AIの導入によって期待された生産性の向上は実現していません。その理由が研究によって明らかになってきました。専用のトレーニングを受けずに4つ以上のAIツールを使う従業員は、生産性が向上するどころかむしろ低下します。「導入」と「使いこなす力」は別物であり、多くの企業は前者に投資する一方で、後者は自然に身につくものと暗黙のうちに想定してきました。

Boston Consulting Group の調査は、約1,500人の従業員を対象にこのパターンを正確に確認しました。ツールが増えるほど、アウトプットの質は下がる。研究者たちはこの状態を「AI brain fry（AIによる脳の疲弊）」と呼んでおり、これ以上ないほど的確な命名です。UC Berkeley が200人規模のテクノロジー企業を対象に8か月にわたって実施した研究でも同じ結論に達しました。AIツールが従業員の業務量を増加させ、全体的な効率性に対してマイナスの影響を与えていたのです。ツールは何かをしていた。それは、全社会議でアナウンスされた内容とは別の何かでした。

ギャップは構造的なものです。雇用主から正式なAIトレーニングを受けている従業員は4人に1人にすぎません。HBR の調査によれば、60%の組織がAI活用においていまだ試行錯誤の段階にありながら、従業員には日常的にこれらのツールを使うよう求めています。「導入した」と「チームが使いこなしている」のあいだの溝は、誰も橋を架けようとしないかぎり、四半期ごとに広がっていきます。

「workslop」が本当に支払わせているコスト

職場研究の中でこの状況を地に足のついた言葉で表す新しい用語が広まっています。“Workslop” とは、表面上は完成しているように見えながら、使えるようになるまでに大量の人手による修正を必要とするAI生成コンテンツの氾濫を指します。従業員の66%が、AIのエラー修正のために毎週6時間以上を費やしていると報告しています。丸一日分の、どの生産性ダッシュボードにも記録されない見えない手戻りが、毎週起きているのです。

教育のないAI導入のコストは、最も優秀なメンバーが吸収する見えない労働として現れます。ダッシュボードはそれを捉えません。

ツールは量を生み出し、人は質を生み出します。その比率が、AI導入が成果につながるかどうかを決めます。比率が崩れたままだと、組織はスピードを買い、信頼を失っただけになります。

うまくいっているAI導入が違うところ

多くの組織は、現状把握のステップを飛ばしていると思います。次のAIツールを発表する前に、チームがすでに抱えているツールの数と、それぞれをどの程度自信を持って使えているかを確認してください。答えはたいてい「把握しきれない数のツールがあって、ほとんどに自信はない」というものです。それが出発点です。

契約を結ぶ前にL&D（ラーニング＆ディベロップメント）を会話に加えてください。今、AI戦略の会議はL&D不在のまま進行しています。そしてL&Dチームは数か月後にツールの存在を知り、すでに日常業務に組み込まれてしまったものに対して、後付けでトレーニングを構築しようとします。AIから本当の価値を引き出している企業は、L&Dを最初から設計パートナーとして迎え、後始末をさせる相手としては扱いません。

スピードではなく、手戻りを計測してください。スピードは最も主張しやすく、最も信頼しにくい指標です。チームのアウトプットが速くなっていても、AIの出力の修正に何時間もかけているなら、労働は生成から検証へ移っただけで、検証作業は四半期の数字にはほとんど現れません。手戻りを明確に追跡している組織は、アウトプットの量だけを追跡している組織よりも、数か月早く導入上の問題を発見できます。

「わからない」を当たり前にしてください。「AI brain fry」の研究が示しているのは、認知的な過負荷の多くが、十分にトレーニングされていないツールに対して有能に見せなければならないという社会的プレッシャーから来ているということです。「このツールをまだうまく使えていない」と安心して言えるチームは、それを黙って抱え込みながらやっているふりをするチームよりも、ずっと早く学習します。「心理的安全性」はAI導入においては曖昧な概念ではなく、求めている学習曲線の前提条件そのものです。

今後数年でAIから最大の成果を引き出す組織は、誰かが立ち止まって当たり前の問いを投げかけた組織です。「私たちのメンバーは、このツールを本当に使いこなせているのだろうか?」当たり前の問いほど、誰も口に出しません。それを口にした瞬間、すでに導入が失敗しているかもしれないと認めることになるからです。

あなたの組織では、AIトレーニングに対してどう向き合っていますか? 定着を「設計」していますか、それとも定着を「期待」しているだけでしょうか?

Peak Potential では、実際に定着するAI導入の設計を支援しています。トレーニングアーキテクチャの構築、役割の再設計、そしてツールへのアクセスを真の実行力へ変える心理的安全性の醸成まで、包括的に対応します。チームが本来時間を生み出すはずのAIツールに追われているなら、ぜひご相談ください。

よくある質問

Q: AIツールを増やしているのに、なぜチームの生産性が上がらないことがあるのですか?

2026年のBoston Consulting Group の調査では、約1,500人の従業員を対象にした結果、4つ以上のAIツールを同時に使うと生産性がむしろ低下することが明らかになりました。ツールを切り替える、特定の作業に最適なツールを判断する、出力を検証する、といった認知的な負荷が、スピードによる利益を上回ってしまうのです。

Q: 「workslop」とは何で、どう見分ければよいですか?

“Workslop” は、AIによる出力が完成しているように見えて実際には完成していない状態を指す職場研究の用語です。最も明確な兆候は手戻りの量です。Metaintro の2026年の調査では、従業員の66%がAIのエラーを修正するために毎週6時間以上を費やしていると報告しました。チームが新しいアウトプットを生み出すよりも、AIの出力の修正に多くの時間をかけているなら、workslop が定着しています。

Q: 多くの企業が実際にどれくらいのAIトレーニングを提供しているのですか?

正式なAIトレーニングを雇用主から受けている従業員は4人に1人未満であり、その一方で60%の組織は依然としてAI導入の試行錯誤段階にあります（HBR, 2026）。多くの組織はツールを展開しても、それを使いこなす力は展開していないのです。

Q: AI導入で最も見落とされている一手は何でしょうか?

ツールを追加する前に、チームがすでに使えるツールを棚卸しすることです。多くの企業は既存のツールの上に新しいAIツールを重ねてきました。何も廃止しないままで、認知的負荷はBCGの研究が示す brain fry のパターンとして表面化します。きちんとした棚卸しをすれば、次のツールが本当のギャップを埋めるものなのか、管理されていないスタックを増やすだけなのかが見えてきます。