ChatGPTを入れたのに使わなくなる会社と、ちゃんと根付く会社の違い

「ChatGPTを試してみたんですけど、最初はすごいと思ったんですが、なんか最近あまり使ってなくて...」

こういうお話、最近とても多くなってきました。中小企業の経営者さんや担当者さんと話していると、AI導入に前向きに踏み出したはいいけれど、数週間後には熱が冷めてしまっているというケースが本当によく見られます。

では、うまくいく会社とそうでない会社の違いはどこにあるのでしょうか。商用AI開発の現場に長く携わってきた研究者の知見を中心に、現場の「リアル」を整理してみました。もしかしたら、あなたの会社でも思い当たる節があるかもしれません。

AI導入でよくある「デモの罠」に気をつけてください

AIツールを検討するとき、多くの方はベンダーのデモや営業資料を見て導入を決めます。そしてその判断自体は何も悪くありません。ただ、ひとつだけ知っておいてほしいことがあります。それは、デモの出来栄えと現場での実用性の間には、大きなギャップが存在しやすいということです。

「80%完成」に見えても、実際は「30%完成」のことが多いです

デモ動画やプレゼンを見ていると、AIがとても賢く、なんでも答えてくれるように見えます。「これ、うちの業務にも使えそう！」という感覚を持つのは自然なことです。しかし現場に入ると、デモでは起きなかったような判断ミスや的外れな回答が頻繁に出てきます。

なぜこういうことが起きるかというと、デモはあらかじめ「うまく動く例」を選んで構成されているからです。デモで使われた質問と、実際に現場のスタッフが投げかける質問は、かなり異なります。実際のデータによれば、AIの設計者が事前に想定できていた質問の種類は、実際のユーザーから来る質問全体の4割程度にすぎないとも言われています。残り6割は、誰も想定していなかった「予想外の聞き方」なのです。

デモを見るときに確認しておきたいこと

AI導入を検討する際、デモを見ただけで判断することは避けたほうが安全です。以下のような視点を持つと、現場に近い評価ができます。

• 失敗例や「うまく答えられないケース」を見せてもらうことで、システムの限界がわかります。デモで失敗例を見せることを嫌がるベンダーは、それ自体がひとつのサインです。
• 「うちの会社の実際の業務で、こういう質問をした場合はどうなりますか」と聞いてみることで、汎用デモと実務の乖離が見えてきます。
• 数値的な評価基準があるかどうかを確認するのも有効です。「精度〇〇%」といった数字を示せないシステムは、客観的な改善が難しい状態にある可能性があります。

デモは「可能性」を見せてくれるものですが、「現場での現実」ではありません。その認識を持って臨むだけで、導入後の落差をずいぶん小さくすることができます。

うまくいかない会社に共通する「工数の逆転」という落とし穴

AI導入に失敗した会社に話を聞くと、共通するパターンがあります。それは、「ツール選びに多くの時間を使い、使い続けるための仕組み作りをほぼしていなかった」というものです。

ツール選定よりも「どう使い続けるか」の設計が重要です

AI開発の現場では、モデルやツールの選定・設定に費やされる工数は全体の15〜20%程度にすぎないと言われています。残りの80〜85%は、データの準備・管理、ツールとシステムの連携、評価の仕組みの構築、運用監視といった「見えないインフラ」に使われています。

しかしほとんどの企業は、この比率を逆にしてしまいます。「どのAIサービスを選ぶか」「どのプロンプトがいいか」に集中しすぎて、実際に業務に根づかせるための設計をほとんど考えていないのです。

中小企業にとっての「インフラ」は、大企業のような技術的なシステムである必要はありません。たとえば以下のようなことが、AIを業務に定着させるための基盤になります。

これらはどれも、特別な技術知識がなくてもできることです。ただ、意識して「仕組みとして作る」かどうかで、AI活用の定着率は大きく変わります。

「どのツールを使うか」は、実は後から変えられます

もうひとつ重要な考え方があります。それは、最初に選んだツールやアーキテクチャ（ものすごくざっくり言うと、システムの骨格となる構造のことです）が完璧である必要はない、ということです。

商用AI開発の現場では、リリース後6か月以内に根本的な設計の見直しが発生することがほぼ普通に起きているそうです。最初から「完璧な設計」を目指すより、「後から差し替えやすい設計」を選ぶほうが現実的です。中小企業のAI活用でも同じです。「このツールで行くと決めたから全部このツール」と固執するより、柔軟に変えられる体制を作ることが、長く使い続けるコツです。

AI活用の停滞期は異常ではなく、乗り越えるべき正常な段階です

AI導入を支援していて、必ずと言っていいほど経験するのが「最初の熱量が冷めるタイミング」の問題です。これは「停滞期」とも呼ばれますが、多くの方がこの時期に「やっぱりAIは自分たちには合わない」と判断して活用をやめてしまいます。しかし、これは止めるべきタイミングではありません。

AI活用には3つのフェーズがあります

AI活用のプロセスは、一般的に以下のような3つの段階をたどります。

最初の数週間（急速な進捗期）は、AIが目に見えて便利で、チーム全体が「すごい！」と興奮する時期です。「これ使えば残業なくなるんじゃない？」という楽観的な雰囲気になりやすく、強気な目標や計画が生まれやすい時期でもあります。

2か月目〜4か月目（停滞期）になると、現実が見えてきます。最初はうまく動いていたはずなのに、特定の状況では回答がズレていたり、スタッフによって使い方がバラバラで効果がまちまちだったり、「なんか思ったより大変だな」という感覚が出てきます。この時期に士気が下がり、「やっぱりAIって難しい」という結論に至ってしまうことが多いです。

5か月目以降（地道な改善期）は、評価の仕組みやフィードバックの積み重ねをもとに、少しずつ精度と使い勝手が向上していく時期です。ここまでたどり着ける会社が、最終的にAI活用を業務に根づかせることができます。

停滞期に陥ったときに大切にしてほしいこと

停滞期を乗り越えるためのポイントは、大きく分けて3つです。

まず、停滞を「失敗」と捉えないことです。AI活用が計画通りにスムーズに進まないのは、現場経験が豊富な開発者が関わっても起きることです。「計画から外れた=失敗」ではなく、「想定外のことを学んでいる最中」という認識を持つことが、踏ん張りの源になります。

次に、小さな単位で評価を積み重ねることです。「全体的にどうか」という漠然とした評価ではなく、「この質問に対する回答は、先週より良くなったか？」という具体的な観点で記録を取ることで、改善の手がかりが見えてきます。

そして、「うまくいかなかったこと」を記録する習慣を作ることです。AIの失敗例をストックしておくと、次にツールを調整するときや、スタッフにフィードバックするときに活きてきます。失敗例の記録は、AI活用を育てるための「肥料」だと思ってください。

うまくいく会社がやっていること——「評価する習慣」と「育てる感覚」

ここまでの話をまとめると、AI導入で成果を出している会社には共通する行動パターンがあります。それは、AIを「使い捨てのツール」としてではなく、「育てていくもの」として扱っているということです。

最初から「評価する仕組み」を作ることが成功の鍵です

うまくいっていない会社は、まずAIを導入して「なんとなく使ってみて」、しばらくしてから「なんか微妙だよね」という結論になります。一方で、うまくいっている会社は、導入する前あるいは導入と同時に「これが改善されたら成功と判断する」という評価の基準を作っています。

評価の基準といっても、難しいことは必要ありません。たとえば以下のような問いを、導入前に決めておくだけでも大きく変わります。

• このAIを使ったとき、どんなアウトプットが「良い回答」だと言えるか
• 1か月後に「このAIは役に立っている」と言えるのは、どういう状態になったときか
• 担当者がAIの回答を修正・補足した回数を、何割以下に抑えたいか

こうした評価の基準を持っておくと、改善を議論するときに具体的な会話ができます。「なんか微妙」ではなく「先週は修正が8回だったけど今週は5回に減った」という会話ができる状態が、AI活用を育てていける組織の姿です。

「段階的に広げる」という考え方も大切です

うまくいっている会社は、いきなり全社・全業務にAIを導入しません。まず1つの業務、1つのチーム、1人の担当者から始めて、そこで起きた問題と学びを記録します。その記録をもとに少しずつ広げていくことで、停滞期の衝撃をやわらげながら定着させることができます。

また、「レッドチーム時間」（ものすごくざっくり言うと、意図的に「失敗させる状況」を試してみる時間のことです）という概念も参考になります。月に一度、「AIがどんな質問に答えられないか」「どういう入力をすると変な回答が出るか」を意図的に試してみるのです。弱点を知ることは、改善の入口になります。

さらに、「機能を広げる前に、まず安全網を作る」という考え方も重要です。「AIが答えられないときに、どう対処するか」「間違った回答が出たときに、どのように気づけるか」という仕組みを先に決めておくことで、トラブルが起きたときに慌てずに済みます。

まとめ

AI導入でうまくいかない会社には、「デモを信じすぎる」「ツール選定に集中して運用設計をしない」「停滞期に諦める」という共通パターンがあります。一方で成果を出している会社は、「評価する仕組みを最初から作る」「小さく始めて段階的に広げる」「失敗を記録して育てる」という習慣を持っています。AIは導入して終わりではなく、使いながら育てていくものです。その感覚を持てるかどうかが、成否を分けるもっとも大きなポイントだと感じています。

もしAI活用に挑戦したいけれど何から始めればいいかわからない、という方がいらっしゃれば、takutAIでは非エンジニアの方や中小企業の担当者の方向けに、AIネイティブな働き方を自分の手で実践できるようになるための講座や伴走支援を提供しています。無料のYouTubeチャンネルやDiscordコミュニティからお気軽にのぞいてみてください。