全社員に同じAIを配るだけでは、なぜうまくいかないのか?

「生成AIの全社利用率が、80%に達しました」。

情報システム部門やDX推進の担当者であれば、一度はこう報告したいと思ったことがあるのではないでしょうか。全社展開から半年、数字は順調に伸びていて、経営会議の反応も悪くありません。

ところが現場をのぞくと、利用の中身は会議の議事録の要約ばかりです。本来、AIで仕事のやり方を変えてほしかった営業企画や経理、カスタマーサポートの席は、ほとんど動いていません。（ここまでは説明のための仮想の例です。）

この80%という数字は、いったい何を測っているのでしょうか。

実際の調査にも、似た構造が見えます。帝国データバンクが2026年3月に行った調査では、生成AIを業務で活用している企業は全体の34.5%で、大企業では46.5%でした。活用企業の86.7%は効果が出ていると答えている一方で、情報の正確性への懸念や、従業員間の「使いこなし格差」といった運用面の課題も明らかになっています。別の調査（スリスタ社）では、役職別の利用率は課長クラスが67.3%で最も高く、一般社員は25.4%にとどまりました。

全体の数字は、誰が使い、誰が使っていないかという分布を隠してしまいます。そして、その偏りを生む原因の一つが、一見公平に見える「全員に同じAIを配る」という判断にあるのではないか。本記事ではこの仮説をもとに、生成AIの社内ルールが形骸化する理由と、ルールの強さと決める人を層ごとに変える設計を整理します。

同じAIを配ることは、実は一つの価値判断です

全員に同じツール、同じ設定、同じ禁止事項を配る。これは公平で中立な対応に見えます。しかし、AIの設定には必ず誰かの仕事観が入り込んでいます。どこまで踏み込んだ文章を出すのか。どんな依頼なら断るのか。出力の口調はどうするのか。これらはすべて「何を標準とするか」の選択です。

たとえば営業は、顧客の心に刺さる踏み込んだ提案文を求めます。一方で法務は、断定を避けた慎重な表現を求めます。AIを慎重な方向に寄せれば、営業にとっては使えないツールになります。踏み込む方向に寄せれば、法務は不安になります。どちらに寄せても、片方の仕事のやり方を「標準」に決めているのです。

この問題は、AIの世界でも議論されています。Metaのマーク・ザッカーバーグ氏は2026年8月に公開したエッセイで、人類は単一文化ではなく、相反する価値のすべてに同時に合わせられる技術的な解はない、と述べました。単一の超知能は、どれかの価値を優先せざるを得ないという主張です。OpenAIも、全員に合う単一のAIの振る舞いはおそらく存在せず、モデルの初期設定（デフォルト）の影響力は大きい、という趣旨の見解を示しています。

もちろん、これは社会全体のAIの話であり、社内ルールの話ではありません。それでも「一つの設定は、必ずどれかの価値を優先する」という前提は、社内にそのまま持ち込めます。

ひとつ補足があります。ザッカーバーグ氏の結論は「AIを個人に広く配るべきだ」というもので、組織が価値を決めることには批判的です。ただ、その原文でも、法的・安全上の重要な境界があることは認められています。社内でも同じです。個人に任せてよい領域と、組織が固定すべき領域は、分けて考える必要があります。本記事は彼の結論を支持するものではなく、前提だけを借りて社内の設計に応用するものです。

生成AIの社内ルールが形骸化する3つのパターン

ルールが形骸化している現場には、典型的な3つのパターンがあります。

1つ目は「禁止リスト型」です。事故やヒヤリハットが起きるたびに、禁止事項が追加されていきます。項目が増えるほど誰も読まなくなり、想定外の場面では判断できません。やがて「使わないのが一番安全」という空気が生まれます。

2つ目は「丸投げ型」です。「各自の責任で使ってください」という一文で済ませるタイプです。何かあったときの責任の所在が曖昧なため、慎重な人ほど使わなくなります。逆に、自己流で使う人は、気づかないうちに境界を越えてしまいます。

3つ目は「全員同一型」です。営業も経理も開発も、同じ設定、同じ手引きで運用します。標準に合う部署は使いこなし、合わない部署は「うちには向かない」と離れていきます。

3つに共通するのは、ルールの強さと決める人が、すべて同じになっていることです。禁止リスト型はすべてを強く縛り、丸投げ型はすべてを本人に任せ、全員同一型はすべてを全社で揃えています。

しかも、利用率という指標は、この3つのどれが起きていても高く出ることがあります。議事録の要約のように、誰もが失敗なく使える用途に集中すれば、数字は上がるからです。先ほどのスリスタ社の調査を紹介した記事は、一般社員に利用が広がらない背景として、「使い方が分からない」「利用の許可がない」「日々の業務に必要性を感じない」といった壁を推測しています。調査が理由を証明したわけではありませんが、いずれもルールや環境の設計で変えられる部分です。

利用率を上げることと、使われるべき場所で使われることは、別の問題なのです。

ルールの強さと決める人を、層ごとに変える

では、どうすればよいのでしょうか。私の提案は、ルールを3つの層に分け、層ごとに強さと決める人を変えることです。

層	一言で	決める人	ルールの強さ	見直し頻度
裁量の層	使い方の自由	本人・現場	ゆるい（推奨と事例）	随時
標準の層	部署ごとの型	部門長＋情シス	中（部署で差をつけてよい）	四半期ごと
境界の層	越えない線	経営・法務	強い（例外なし、数は少なく）	年1回・事故時

裁量の層は、文体、依頼の仕方、どの場面で使うかといった領域です。ここは本人が調整できるようにします。禁止ではなく、事例集で支えます。自分に合う使い方を見つけられることが、利用の質を決めるからです。

標準の層は、部署ごとの「型」です。営業企画なら提案書のたたき台づくり、経理なら書類の確認補助といったように、部署の仕事に合わせて使い方の型を決めます。部門長と情シスが一緒に決め、四半期ごとに見直します。部署ごとに差があってよい、というのが重要なポイントです。

境界の層は、越えてはいけない線です。顧客の個人情報を入力しない、他社の機密を扱わない、対外発信の最終責任は人が持つ、といった内容です。ここは経営と法務が決め、例外を設けません。そのかわり、数は絞り込みます。

具体例で考えてみましょう。ある担当者が、早く仕事を終わらせたい一心で、顧客リストをそのままAIに貼り付けて依頼したとします。悪意はありません。しかし、本人の目的（早く終わらせたい）と、顧客の利益（情報を守ってほしい）がぶつかっています。この種の問題は、個人の裁量に任せて解決できるものではありません。境界の層で「入れてはいけないデータ」を明確にしておく必要があります。

逆に、文章の口調や依頼の細かい書き方まで境界の層に入れてしまうと、現場は身動きが取れなくなります。

この設計の肝は、ゆるさと厳しさを混ぜないことです。ゆるくてよいところはゆるく、固くすべきところは固く。層を分けることで、現場は安心して動けるようになります。

情シスのための設計手順：境界から決める

実際にルールを作る、または作り直すときの手順を示します。順番が大切です。

境界の層を先に決める。 入れてはいけないデータと、人が最終責任を持つ場面を洗い出し、少数に絞ります。目安は5つ程度です。
部署ごとに利用場面を棚卸しする。 営業企画、経理、カスタマーサポートなど、AIをどんな仕事で使えるのか、使いたいのかを聞き取ります。ここで現場の言葉を拾えるかが、後の定着を左右します。
標準の層をつくる。 部署ごとに、使い方の型、レビューの手順、相談窓口を決めます。型は完璧でなくてかまいません。
裁量の層の範囲を示す。 「ここは自分で工夫してよい」と明示し、OK・NG・グレーの事例で支えます。
例外と異議申し立ての手続きを用意する。 型に合わない場面は必ず出ます。そのときの相談先と判断の流れを決めておけば、現場は止まりません。
指標を変える。 全社の利用率に加えて、部署別の利用分布、用途の幅、相談件数を見ます。
見直しの日程を先に決める。 ガイドラインは完成品ではなく、更新され続ける文書です。