全員分のアカウントを用意して、説明会も開く。
それでも1か月後にログを見ると、ほとんど誰も触っていない。
そういう会社が実際にあります。

この状態を「メンバーの意識が低い」で片づけてしまうと、次に打つ手が研修しか残りません。
けれども原因はそこではないことが多いのです。
自社がいま、どの段階でつまずいているのかを読み違えているために起きています。

AI導入がうまくいかない理由を書いた記事は、すでにたくさんあります。
その多くは、AIツールや研修を提供している会社が書いたものです。
Go-Riverは自社の業務をAIで内製して、いまも毎朝動かしている会社です。
ベンダーでも代理店でもないので、効果が薄いときには理由ごと書けます。

この記事に書いたことは4つです。

• 失敗は3つの段階に分かれていて、進むほど悩みの中身が入れ替わります。

• メンバーが使わないのは、能力でも意識でもなく、間違えたときに自分の責任になるからです。

• 「定着した」とは、人が触らなくても業務が動き続けている状態を指します。

• 立て直しは、止まっている業務を1つ選び直し、人が判断する箇所を消すところから始めます。

この記事でお伝えしたいこと

日本企業の86.4%は、すでに何らかの業務で生成AIを使っています（総務省『令和8年版 情報通信白書』2026年7月公表）。

それでも27.0%が「組織的な取り組みはない」と答えており、米国の1.4%と大きく開いています。

AI導入の失敗は、原因を並べるだけでは解けません。

入り口・検討・導入後で悩みの中身が入れ替わるからです。

まず、自社がどの段階で止まっているのかを決めるところから始めます。

ご案内

自社がどの段階で止まっているかを外から見てほしい場合は、AI導入設計（10万円・税別）でお受けしています。

AI導入支援のページを見る

失敗の正体は「入れていない」ではない

使っているのは86.4%、何もしていないのは27.0%

日本企業のうち、自社の何らかの業務で生成AIを使っていると答えた割合は86.4%でした（総務省『令和8年版 情報通信白書（概要）』2026年7月公表・n=477・2026-09-15確認）。
2024年度調査では55.2%でしたから、1年で大きく動いています。

同じ調査の国際比較では、米国が90.9%、ドイツが91.6%、中国が98.1%です。
使っているかどうかで見れば、差はもうほとんどありません。

差がついているのは別のところです。
生成AIによる業務変革について「組織的な取り組みはない」と答えた割合は、日本が27.0%でした（同調査・n=497）。
米国は1.4%、ドイツは4.9%、中国は2.6%です。

10社のうち約3社が、個々人は使っているのに会社としては何も動いていない状態にあります。

図1 使っているかどうかではなく、組織として動いているかで差がついています。

中小企業の導入率は20.4%、効果は出ている

中小企業に絞ると、AIの導入率は20.4%です（中小企業基盤整備機構『中小企業のＡＩ等の利活用に係る実態調査』2026年3月公表・全国の中小企業10,000社対象・回答n=1,647・調査期間2025年11月17日〜12月12日）。
導入を検討している18.6%を足すと、39.0%が前向きです。

やってみた会社の結果も同じ調査に出ています。
導入目的で最も多いのは「業務効率化／作業時間の短縮」の87.0%でした。
そして導入効果でも「業務効率化／作業時間の短縮」が83.2%で突出しています。

期待したことが、そのまま起きています。
さらに「付加価値創出」の効果はAIが22.3%で、従来のITツールの7.4%を約15ポイント上回りました。

効かないから使われないのではありません。
効くとわかっている領域でも、社内で止まっています。

失敗の相談が表に出てこない理由がある

2026年9月15日にYahoo!知恵袋で「生成AI 社内 使われない」を検索してみました。
上位に並んでいたのは、社内資料をアップロードしてよいのかという情報漏洩の相談と、自分の職種がAIに置き換わるのかという不安でした。
「入れたのに使われていない」を問題として書き込んでいる人は、ほとんど見当たりません。

現場の人が困っているのは「安全に使ってよいのか」です。
「使われていない」を問題だと感じているのは、経営者の側です。

悩みの主語がずれているので、社内では議題に上がりません。
使われていない状態は、誰かが声を上げる形では表面化しないまま続いていきます。

AI導入の失敗は3段階で中身が変わる

失敗の原因をいくつ並べても、自社に当てはまるものが見つかるだけで、次の一手は決まりません。
順番があるからです。

商工中金が2026年1月に実施した調査に、その順番がはっきり出ています（商工中金『中小企業の生成AIの利用にかかる調査（2026年1月調査）』2026年3月31日公表・有効回答3,892社・調査時点2026年1月1日現在）。
同調査では、生成AIの導入・推進における課題を、導入以前・導入検討・導入後の3つのフェーズに分類しています。

図2 前の段階の悩みが解けると、別の悩みが出てきます。

（出所: 商工中金『中小企業の生成AIの利用にかかる調査（2026年1月調査）』p.9・2026-09-15確認）

入り口の壁は「どこで使うか分からない」35.6%

第1段階でいちばん多いのは「具体的な活用場面が不明」の35.6%です。
次が「自社業務になじまない」の22.2%でした（同調査）。

ここでつまずいている会社は、AIそのものを疑っています。
世の中の事例は大企業の話に見えるし、自社の仕事はもっと泥臭いと感じています。

実際、この段階の会社にツールの比較表を見せても動きません。
比べる基準を持っていないからです。
必要なのは、自社のどの作業が対象になるのかという1点だけです。

検討の壁は人。推進する人がいない32.0%

第2段階に進むと、悩みが人の話に変わります。
「導入を推進する人材がいない」が32.0%、「従業員の知識不足、心理的抵抗」が29.2%です（同調査）。

活用場面は見えました。
やる価値もわかりました。
けれども、社内に旗を振れる人がいません。

ここで多くの記事が「推進担当を置きましょう」と書きます。
置ける人がいれば、とうに置いています。
この問いへの答えは後半で書きます。

用語解説：PoC

PoCとは、本格導入の前に小さく試して効果を確かめる工程のことです。

Proof of Concept（概念実証）の略で、大企業のAI導入ではたいてい登場します。

ただし従業員数十名規模の会社では、PoCのために人と時間を割くこと自体が負担になります。

試す工程を独立させず、実際の業務を1つそのまま置き換えるほうが早く終わります。

使い始めた会社ほど偏りと定着に苦しむ

ここからが本題です。
同じ調査は、回答企業を「生成AI積極活用層」とそれ以外に分けて集計しています。

用語解説：積極活用層

積極活用層とは、会社主導で生成AIを導入している企業と、会社としては導入していないものの個人登録の生成AIを社内業務に使うことを推奨している企業を指します。

商工中金の同調査での定義で、全体の31.1%がこれに当たります。

残りの64.9%は「会社での導入はなく、使用は個人の判断に任せている」状態です。

両者を並べると、項目によって高さが逆転します。

図3 上の4項目は使い始めると下がり、下の2項目だけが上がります。

（出所: 同調査 p.10・積極活用層n=1,144／積極活用層以外n=2,522・2026-09-15確認）

上の4項目は、使い始めた会社のほうが低くなっています。
「自社業務になじまない」にいたっては29.5%から6.1%まで落ちます。
触ってみれば、なじむかどうかは自然にわかるということです。

下の2項目は逆に上がります。
進むと楽になるのではなく、悩みが入れ替わります。

段階を飛ばすと、解けない問題を解こうとする

第1段階にいる会社が社内ルールの整備から始めても、使う場面がないので何も起きません。
第3段階にいる会社が活用事例の勉強会をもう一度開いても、知っている人がさらに詳しくなるだけで偏りは広がります。

自社がどこにいるかは、メンバーに1つ聞けば判別できます。
「先週、仕事でAIを使いましたか」と聞いて、ほとんどが「いいえ」なら第1段階か第2段階です。
特定の数人だけが「はい」と答えるなら、第3段階に入っています。

そして第3段階でいちばん厄介なのは、誰も困っていないように見えることです。

使わない理由は能力ではなく「責任」である

全員にアカウントを配っても1か月で止まる

従業員12名のサービス業の会社で、経営者が全社員にChatGPTのアカウントを配り、使い方の説明会まで開いた例が公開されています。
1か月後にログを確認したところ、ほとんど使われていませんでした。
支援した側が社員に聞き取ったところ、理由は3つでした（出典: note「社員が誰もAIを使わなかった理由——中小企業AI導入失敗談」2026年4月23日公開・個人の感想・2026-09-15確認 https://note.com/kakumitsu/n/na692d88bd60a ）。

• 何のために使うのかが指定されていませんでした。

• 日々のルーティン業務で手一杯で、試す時間がありませんでした。

• 間違った答えを上司に提出したらどうなるのかが怖いという声がありました。

3つ目に注目したいところです。
社員が気にしていたのは、AIの精度ではありません。
間違いが起きたときに、それを出した自分がどうなるかです。

ツールを配った側は「便利な道具を渡した」と思っています。
受け取った側は「新しい責任を渡された」と受け取っています。
このずれがある限り、使い方を教えても動きません。

心理的抵抗は使い始めてからのほうが強い

これは感覚の話ではなく、数字にも出ています。
「従業員の知識不足、心理的抵抗」を課題に挙げた割合は、積極活用層で32.1%、積極活用層以外で28.0%でした（同調査 p.10）。
使い始めた会社のほうが高いのです。

知らないうちは怖くありません。
使い始めて、間違った出力を実際に見てから怖くなります。
研修を足しても、この怖さは減りません。
研修が増やすのは知識であって、責任の所在は変わらないからです。

研修が無駄だという意味ではありません

知識が足りていない段階では、研修は効きます。

ここで言いたいのは、順番の問題です。

責任の所在を決めないまま研修だけを重ねると、「知っているのに使わない人」が増えます。

先に、間違いが起きたときに誰がどう扱うかを決めてください。

これを「静かな不採用」と呼んでいます

社内で反対の声は上がりません。
会議で異論も出ません。
それでも、使われないまま消えていきます。

私たちはこれを「静かな不採用」と呼んでいます。

図4 誰も困らないため、不採用が問題として表に出ません。

不採用の理由が表に出ないことが、この状態のいちばん困るところです。
現場は困っていません。
今までどおりのやり方に戻るだけなので、誰も不便を感じません。
だから報告も上がりません。
経営者は、失敗したことにすら気づけないまま次の予算を考えます。

静かな不採用を止められるのは、気づいた人だけです。

定着とは、人が触らなくても動くことです

毎朝のレポートは8月に土日も欠かさず動いた

「使われているか」を人の利用率で測る限り、話は「メンバーがやる気を出すかどうか」に戻ってきます。
測る対象を変えます。

Go-Riverでは、自社で運営しているEC「Fuji Matcha」の売上レポートを、毎朝Slackへ自動で配信する仕組みを内製して運用しています。
2026年8月は、土日を含めて毎日動きました。
配信の欠落はゼロ、人の作業もゼロです。

毎朝の売上レポートが届くまで

1. データ取得：前日の受注データを自動で取り込みます

2. 集計：売上・件数・前日比を決まった形に整えます

3. Slackへ配信：毎朝、担当チャンネルに投稿されます

4. 人がやること：届いたものを読むだけです

この仕組みについて、メンバーが「使った」回数はゼロ回です。
それでも、毎朝の売上把握という業務は止まっていません。

議事録は要約で止めず、担当と期限まで出す

中小企業で実際に使われている生成AIの用途は、事務作業に集中しています。
「メール／報告書／議事録の作成・要約」が74.0%で最も多く、「デスクワーク作業支援・自動化」が48.7%で続きます（同調査 p.7・積極活用層が対象）。

ほとんどの会社が、ここで止まっています。
要約は出るようになりました。
それでも会議のあと、誰が何をいつまでにやるのかは、結局あとから人が拾っています。

Go-Riverでは、会議の文字起こしから次の3つを自動で切り分けて、担当者へ通知するところまで作りました。

• 決定事項を切り出します。

• 協議内容を切り出します。

• ネクストアクションを、担当者と期限つきで切り出します。

要約までが「AIを使った」で、通知までが「業務が変わった」です。
この1段の差が、定着するかどうかを分けています。

48店舗のクチコミを本部の1画面にまとめた

第3段階の課題に「一部部署や職員に知識・ノウハウが偏る」が24.7%と出ていました（同調査 p.10）。
偏りを人の育成で解こうとすると時間がかかります。
出力の集まる場所を1つにすれば、早く解けます。

調剤薬局様の48店舗分のクチコミ管理を自動化した事例があります。
各店舗の担当者が個別に確認していた状態から、本部で全店の評価をまとめて把握できる状態に変えました。
詳しい人が増えたわけではなく、詳しくなくても全体が見える場所を作っただけです。

図5 各店で個別に確認していた状態から、本部の1画面に集めました。

偏りは「人」ではなく「置き場所」の問題として扱えます

ノウハウが特定の人に偏っているとき、その人から引きはがそうとすると抵抗が生まれます。

出力の集まる場所を共通にすると、抵抗なしで全体が見えるようになります。

利用率で測るのをやめると、設計が変わる

「導入効果が測定できず、成果が見えにくい」は、導入後の課題として21.3%が挙げています（同調査 p.9）。
何を測るかが決まっていないからです。

2つの状態を並べます。

右側を目指すと、設計そのものが変わります。
「どうやって使ってもらうか」ではなく、「どうすれば人が触らなくても回るか」を考えることになるからです。

立て直しは業務を1つ選び直すことから

図6 各手順には「やらないこと」を対で置いています。

手順1 止まっている業務を1つだけ選びます

全社で使えるようにする、という目標を降ろします。
選ぶのは1つの業務です。

選ぶ基準は3つあります。

• 毎日または毎週、決まった形で発生する作業を選びます。

• 判断より転記・集計・整理の比重が大きい作業を選びます。

• 止まったときに、その日のうちに誰かが気づく作業を選びます。

逆に、最初に選ばないほうがよい業務もあります。
例外処理が多い作業、判断の基準が人によって違う作業、月に1回しか発生しない作業の3つです。
どれも、うまくいかなかったときに理由を特定できません。

「自社業務になじまない」と答えた割合は、使い始めた会社では6.1%まで下がっていました（同調査 p.10）。
なじむかどうかは、考えても決まりません。
1つ動かすとわかります。

手順2 人が判断する箇所を消します

選んだ作業の中で、人が「これでいいか」を判断している箇所を探します。
そこが、静かな不採用の起点になります。

判断を残したまま自動化すると、確認の手間が増えたように感じられて使われなくなります。
判断を消す方法は2つです。

1つは、判断が要らないところまで出力の形を決めきることです。
議事録なら、要約で止めずに担当と期限まで確定させます。
受け取る人は読むだけになります。

もう1つは、判断が必要な部分だけを人に戻すことです。
全件を人が見るのではなく、条件から外れたものだけが人に回る形にします。
たとえば受注データの集計なら、金額が普段の範囲に収まっているものはそのまま通し、外れたものだけを担当者に通知します。
人が見る件数が減るので、確認が後回しにされなくなります。

手順3 止まったら気づける形にします

自動で動く仕組みのいちばんの弱点は、止まったときに誰も気づかないことです。

毎朝届くはずのものが届かなければ、その日のうちにわかります。
週に1回しか動かないものは、止まっても3週間気づかれません。

だから最初の1つは、毎日動くものから選びます。
Go-Riverが毎朝の売上レポートから始めたのも、これが理由です。
2026年8月に欠落がゼロだったと言い切れるのは、欠けたらその朝に分かる形で運用しているからです。

手順4 効果は時間ではなく欠落ゼロで測ります

「何時間削減できたか」を最初の指標にすると、測定そのものが難しくなります。
元の作業時間を誰も正確に記録していないからです。

代わりに使える実数があります。

• 何日連続で動いたかを数えます。

• 欠落が何件あったかを数えます。

• 人の操作が何回必要だったかを数えます。

これなら初日から記録できます。
最初の30日でこの3つが「30日・0件・0回」に近づいていれば、その業務は定着に向かっています。
逆に人の操作が毎日発生しているなら、手順2に戻って判断を消す余地を探します。

「導入効果が測定できず、成果が見えにくい」と答えた21.3%（商工中金 同調査 p.9）の多くは、測れないのではなく、測る対象を決めていないだけです。
削減時間を最初の指標にしないのは、元の作業時間を誰も記録していないからです。
数えられるものから数えます。

ご案内

手順は分かったものの、どの業務から手をつけるかを決めきれない場合は、そこだけを外に出せます。

60分のヒアリングで対象業務を選び、2週間で設計図をお渡しします。

AI導入支援のページを見る

費用と「誰が見るか」に先に答えを出す

足りないのはお金より事例です。83.3%が不足

「成功事例や活用事例などの情報が十分に入手できている」に当てはまらないと答えた割合は83.3%でした（中小機構 同調査・n=1,635）。
「適切なベンダーや製品を選定する情報が十分にある」に当てはまらないと答えた割合は79.8%です。

必要な公的支援を聞いた設問では、「導入費用などの助成」が77.9%で1位、「導入事例などの情報提供」が70.5%で2位でした（同調査・n=1,594）。
お金の次に、事例が来ています。

図7 助成の次に求められているのは、使った側の事例です。

私たちが自社の運用を実数で公開しているのは、ここが埋まっていないからです。
動かなかったものは、動かなかった理由ごと書きます。

推進担当を置けない会社は、置かずに済ませます

第2段階の壁として、「導入を推進する人材がいない」が32.0%でした（同調査 p.9）。

ここで推進担当を任命するよう勧める解説は多いのですが、従業員十数名の会社で専任を置けるなら、とうに置いています。

置かずに済ませる方法は、担当者を探すのをやめて、担当者が要らない範囲まで絞ることです。
毎朝のレポートにも議事録の通知にも、担当者はいません。
運用の担い手が必要になるのは、人が操作する前提で作ったときだけです。

補助金が動機でも、立て直せます

導入の動機が社内の課題ではなく外からの圧だった、という例もあります。
「競合が使い始めたから」「補助金が使えるうちに」といった理由です（出典: note「中小企業がAI活用で『失敗した』事例から学ぶ３つの教訓」2026年7月1日公開・個人の感想・2026-09-15確認 https://note.com/itworklab/n/ne7ace1f078a2 ）。

用語解説：デジタル化・AI導入補助金

デジタル化・AI導入補助金とは、中小企業のデジタル化とAI導入を支援する国の補助金です。

旧称はIT導入補助金で、2026年から名称が変わりました。

補助額や補助率、対象経費の要件は公募回ごとに変わるため、申請の前に事務局サイトで最新の要領を確認してください。

Go-Riverも、この補助金を使って自社にAIツールを導入しました。
だから申請の都合が設計に影響することも知っています。

補助金をきっかけに入れたこと自体は問題になりません。
問題になるのは、申請に通すための計画と、実際に動かす計画を分けないまま進めた場合です。
すでに導入済みなら、いま止まっている業務を1つ選び直すところからやり直せます。
入れたツールを捨てる必要はありません。

費用については、ツールの利用料そのものより、設計にかかる時間のほうが大きくなります。
どの業務をどう作り替えるかが決まっていれば、実装は短く済みます。

AI導入の失敗によくある質問

Q. 一度失敗した場合、同じツールを使い続けてよいのでしょうか。

A. 続けて構いません。
第3段階の課題は「業務プロセスに組み込めず、定着しない」であって、ツールの性能ではないためです（商工中金 同調査 p.10）。
選び直すのはツールではなく、対象にする業務のほうです。

Q. メンバーが使ってくれないとき、研修を入れれば解決しますか。

A. 知識が足りていない段階では効きます。
ただし「従業員の知識不足、心理的抵抗」は、使い始めた会社のほうが高い32.1%でした（商工中金 同調査 p.10）。
間違えたときに誰がどう扱うのかを先に決めておくと、研修の効き方が変わります。

Q. 社内にエンジニアがいなくても、AIの仕組みを運用できますか。

A. 運用はできます。
人が操作しない形で作った場合、日々必要になるのは届いた出力を読むことだけです。
作るところで外の手を借りて、運用を社内に残すという分け方ができます。

Q. 補助金を使って導入したものの、使われていません。返還の対象になりますか。

A. 返還の要否は公募回ごとの交付要領と個別の事情で変わるため、ここで断定はできません。
交付要領と事務局の案内で確認してください。
この記事で書けるのは、実績報告や効果報告の提出義務が残る場合があるという点までです。

まとめ：段階を見極めてから、次を動かす

AI導入の失敗は、原因を並べても解けません。
入り口では「どこで使うか分からない」が35.6%、検討段階では「推進する人材がいない」が32.0%、導入後には「ノウハウが偏る」が24.7%と、悩みの中身が入れ替わっていくからです（商工中金 同調査 p.9・p.10）。

メンバーが使わないのは、能力や意識の問題ではありません。
間違えたときに自分の責任になることが見えているからです。

測る対象も置き換えます。
何人が何回使ったかではなく、人が触らなくても業務が何日続いたかで見ます。
Go-Riverの毎朝の売上レポートは、2026年8月に土日を含めて毎日動き、欠落はゼロでした。

立て直しは、止まっている業務を1つ選び直し、人が判断している箇所を消すところからです。

反対されたわけではありません。
ただ、使われなかっただけです。
静かな不採用は、気づいた人からしか止められません。

自社の段階を1分で見分ける質問

メンバーに「先週、仕事でAIを使いましたか」と聞いてみてください。

ほとんどが「いいえ」なら第1段階か第2段階です。

特定の数人だけが「はい」なら、第3段階に入っています。

ご案内

どの業務をどう作り替えるかを外から設計してほしい場合は、AI導入設計をご用意しています。

60分のヒアリングのあと、2週間でAI化の設計図をお渡しします。

設計図には、対象業務ごとの効果見込み、使うツール、実装の手順、概算コストを入れます。

費用は10万円（税別）です。

効果が見込みにくい業務については、見込みにくい理由を書いてお戻しします。

AI導入支援のページを見る