AIに投資したのに、なぜ成果が出ないのか――「スキリング」というラストマイル問題
―― 巨額のAI投資が「使われない」まま眠っている、その理由は技術ではなく"人"にある
※本記事は、Cognizantのインサイト記事「Workforce upskilling for AI value」を参考に、筆者なりの視点を交えてまとめたものです。
第1章｜「導入したのに、何も変わらない」という現実
「うちもAIツール、ひと通り入れたんですよ」と語る経営者は増えました。でも現場を覗くと、ツールは契約されているのに、誰も使いこなせていない――そんな光景を最近よく見かけます。
実際、調査データを見ると深刻です。ビジネスリーダーの3分の2は、AIによる測定可能な生産性向上をいまだ示せていません。4分の1はプロジェクトそのものを中断・放棄しています。
原因はシンプルです。AIへの投資は「技術の獲得」で止まっていて、「使いこなす力」に向かっていない。技術を買うことと、技術で成果を出すことの間には、想像以上に大きな溝があります。この溝を埋めるのが「AIスキリング」、つまり従業員のAI活用能力への投資です。本記事では、このスキリングが単なる教育コストではなく、ROIを生み出す本丸であることをデータで見ていきます。
第2章｜トレーニングを受けた人と受けていない人、その差はどれくらいか
まず数字を見てください。AIトレーニングを受講した従業員と、受けていない従業員の間には、はっきりとした差が出ています。
| 評価指標 | トレーニング受講者 | 未受講者 | 差 |
|---|---|---|---|
| 20%以上の生産性向上を報告した割合 | 64% | 36% | 28ポイント差 |
| 高度なタスクを実行可能になった割合 | 32% | 16% | 2倍 |
| AIツールの習熟度（明確またはエキスパート） | 63% | 47% | 16ポイント差 |
特に注目したいのは28ポイントという生産性の差です。同じツールを使っているのに、研修の有無だけでここまで差がつく。これは「AIが優秀かどうか」ではなく、「使う人間が育っているかどうか」の差だと考えるべきでしょう。
第3章｜なぜ投資が進まないのか――"期待のギャップ"の正体
スキリングが効果を生むことは分かっている。それなのに、なぜ多くの企業がここに本気で投資しないのか。理由はいくつかの数字に表れています。
投資額の過小評価 ―― 調査対象企業の平均収益は約76億ドル。それに対し、AIスキリングへの投資はわずか1,720万ドル、収益のたった0.2%です。AIが全職務の93%に影響を及ぼすと言われる中で、この配分はあまりにバランスを欠いています。
プログラムへの不信感 ―― 経営層の50%が自社のスキリングプログラムに疑問を持っています。掘り下げると、原因の一つは明確で、トレーニングの26%が現場の具体的な役割・職務に即していません。「とりあえずAIの使い方を教える」一般論の研修では、業務にハマらないということです。
従業員側の意欲は十分 ―― 一方で従業員の74%はAI学習に前向きで、半数以上は自腹・自分の時間を割いてでも社外で学んでいます。会社が専用の学習時間を提供できているのは44%にとどまる現状を見ると、これはむしろ「会社が機会を用意できていない」問題と言えそうです。
第4章｜投資額と成果が出るまでの時間――1,000万ドルという分岐点
スキリングへの投資規模は、「成果が出るまでの期間」に直接効いてきます。分析では、1,000万ドルという投資額がひとつの分岐点として浮かび上がっています。
- 1,000万ドル以上を投資した企業 ―― 75%が12カ月以内に成果を期待
- 1,000万ドル未満の企業 ―― 69%が成果まで3年以上を見込む
この差は単なるスケジュールのズレではありません。競合が1年で成果を出している間、自社が3年間足踏みするということは、その間に市場でのポジションを失うリスクを抱えるということです。1,000万ドルという規模は、贅沢な投資というより「市場で取り残されないための最低ライン」と捉えたほうが実態に近いかもしれません。
第5章｜成熟度モデル――5段階のどこにいるか
スキリングをROIにつなげるプロセスは、おおむね次の5段階で進みます。途中を飛ばすと、後で必ずつまずきます。
| 段階 | やること |
|---|---|
| Awareness（意識） | 「なぜAIなのか」を伝える。職務への影響を理解していない層（約36%）に危機感を共有する |
| Skilling（スキリング） | 職務に直結した具体的なトレーニングを提供する。汎用知識ではなく、業務を再定義する力を養う |
| Adoption（採用） | 心理的なハードルを下げ、自信を育てる。従来のやり方を手放す原動力になる |
| Productivity（生産性） | 効率化を実感する段階。労働者の90%が5%以上の向上を体感する |
| ROI（投資収益率） | 個人の生産性が、業務スピードや高度タスクの実行を通じて企業価値に変換される最終段階 |
「Awareness」や「Adoption」をすっ飛ばしていきなり「Productivity」を求めても、現場はついてきません。地味に見えますが、この順番を守ることが結局は近道です。
結び｜技術に魂を入れるのは、結局「人」である
ここまで見てきたように、AIスキリングはもはや人事部だけの取り組みではありません。巨額のAI投資を現金化するための、最後にして最も重要なプロセスです。
明日からできる3つのアクション
- 予算配分を見直す ―― 技術投資に比例する規模でスキリング予算を確保する
- 研修を役割特化型にする ―― 「AIの使い方一般」ではなく、各職務に合わせた実践的な内容にする
- 学習時間を正式な業務として認める ―― 従業員の自腹・自分の時間任せをやめ、会社として時間を割り当てる
AIツールそのものは、どの会社が使っても大差ありません。差がつくのは、それを使いこなせる人をどれだけ育てられるかです。技術投資の「ラストマイル」を埋められるかどうかは、結局のところ、人への投資にかかっています。