AI を入れたい、という話はどの会社でも聞く。それなのに、検討ばかりが続いて、導入には至らない、という景色も同じくらいよく見かける。なぜ前に進まないのか。
理由としてよく挙がるのは「不安」だ。機密情報が外に漏れるのではないか、誤った出力をそのまま使ってしまうのではないか、知らぬ間に他人の権利を侵すのではないか。ところが、データは逆を向いている。
| 日本 | 米国 | 英国 | 中国 | |
|---|---|---|---|---|
| 「AI は不安だ」※1 | 29% | 64% | 61% | — |
| 生成 AI の利用経験・個人※2 | 26.7% | 68.8% | — | 81.2% |
日本の「不安」は 30 か国で最も低く、米英の半分以下である。なのに、使った経験はいちばん少ない。不安でもないのに、使っていない——進まない理由は、感情の外側にある。
（※1 Ipsos AI Monitor 2025／※2 総務省・令和7年版情報通信白書）
では、何が止めているのか。完璧を待っているからではないか、と考えている。
完璧を待たない入り方
海外のエンジニアや事業責任者と話していると、温度差に驚くことがある。AI のもっともらしい誤答——いわゆるハルシネーション——を持ち出しても、返ってくるのは「人間より嘘をつかないんだし、気にならない」くらいのものだ。一方、日本の責任者からまず出てくるのは「で、精度はどれくらい出るんですか」「間違えたとき、誰が責任を取るんですか」。この違いが、温度差の正体である。
「人間より嘘をつかない」——冗談のようでいて、芯を食っている。付き合いのある海外の現場では、相手の機嫌を損ねない答えを返すのが場の作法で、ことの正確さよりそちらが優先されることも珍しくない。そこでは、人は本当のことより、角の立たないことを口にする。その点、AI には機嫌をうかがう社交上の都合がない。「はい、できています」が礼儀になっている場面ほど、忖度なく答える AI のほうが、かえって正直な情報源になり得る。
そもそも、AI に求める期待値が違う。完璧かどうかではなく、まず始めるに足りるか。その一点で見ている。だから、完璧を待たずに動かせる。どこまでを AI に任せ、どこから先を人間が受け持つか——その線を最初に引き切ってから始めるのではなく、まず動かす。そして、AI がやり切れたところと、人間が拾うべきところを、動いた結果を見て切り分けていく。線は、始める前に設計しきるものではなく、動かしながら定まっていく。
日本の組織は、この入り方に慣れていない。完璧であって当然、そこにどんな付加価値を載せるかで勝負する。その土俵で品質を磨き上げてきた蓄積があるからこそ、不完全なまま始めるという発想が根づきにくい。さきの「で、精度は」も、その裏返しだ。止めているのは不安ではなく、磨き込まれた標準のほうだと思う。
どこから始めるか
経費申請を AI に任せてみる。AI は、ときどき間違える。完璧を目指すなら、精度を 100% に近づける作り込みに数か月かける。割り切って始めるなら、間違えることを前提に、そのまま処理を流す。
その割り切りは、こんな構えだ。AI が下書きを作り、あとは人が仕上げる。手間はゼロにならないが、ゼロから打つよりは速い。「下書きの分だけ、手間が減った」——その小さな短縮を、ちゃんと成果と認める。窓口を構え、精度を上げ、人の手をゼロにする日を待たずに、明日から動き出せる。
「一旦やってみるか」と思える領域には、共通点がある。
- 人命や決済の中核ではない
- 間違っても、後から拾い直せる
- 今は人手があってこそ、いろいろなパターンが回っている
経費申請は、この三つを満たす。議事録の清書、問い合わせの一次対応、社内文書の要約——見回すと、同じ条件の業務はいくつもある。
どこまでを AI に任せ、どこで間違いを受け止めるか——その線は、動かしてみれば見えてくる。立派な仕組みは要らない。難しいのは、線を見つけることではない。その線で「ここまででいい」と認め、こぼれた先を、誰が引き受けるのかだ。
なぜ「ここまででいい」と言えないのか
ところが、その一言が、言えない。
「ここまでで止める」とは、裏を返せば「ここから先は作らない」と決めることだ。自社の業務には、どこにも思い入れがある。あの例外処理にも理由があり、あの確認工程にも歴史がある。全部に意味があると分かっているからこそ、当事者は「ここは落としていい」と言いにくい。
組織の側も、それを後押ししない。情報システム部門の評価は、システムの完成度と安定稼働で決まる。「作らない」提案は得点にならない。業務部門の評価は、現場が滞りなく回ることで決まる。AI に「ここまででいい」と言えば、その先を受け持つのは自部署だ。負担が増えるようにしか見えない。DX 推進部門の評価は、成果を出し続けることで決まる。「ここで止めます」は、もっとも書きにくい報告である。ベンダーにとっては、追加の対応がそのまま追加の売上になる。止める理由が、契約のどこにもない。
「ここまででいい」と言う者がいないのと同じ理由で、その先を引き受ける者もいない。間違いを受け止める役は、仕事が増えるばかりで得点にならない。誰の評価表にも、その欄がないからだ。
誰も間違っていない。それぞれが自分の評価に忠実に働くだけで、作るものは 100% に向かって膨らんでいく。つまり多くの組織には、「ここまででいい。ここからは人間がやる」と決め、その人間の側を引き受けることを、職責に持つ人がいない。経営が「割り切っていい」と号令をかけても進まないのは、この椅子が空いているからだ。
外部の手を借りる
空席を、いきなり社内で埋めるのは難しい。評価が 100% を向いたままの組織では、「ここで止める」という判断を練習する機会が、そもそもないからだ。
現実的なのは、「借りて、並走して、移す」という順番である。最初は、その役割を外部から借りる。思い入れのない第三者が業務に入り、どこまでを AI に任せ、間違いをどこで受け止めるかを、動かしながら、目の前で決めて見せる。並走のあいだに、次に担う人を社内から見つけ、判断の基準ごと引き継ぐ。社内の誰かが初めて「これは作りません。ここからは人間がやります」と言い、それが通った日が、外部の役割を終える日である。
海外ではこうした役割に Forward Deployed Engineer という呼び名も生まれつつある。要は、「ここまででいい」を実地でやってみせる人だ。机上の話ではない。AI を実際に動かし、やれたところまでをまず業務に組み込む。人の支えがいる場面が出てくれば、そこは人が受け止める。その見極めを、動かしながら隣で示して、社内に残す。話を始めるのに、提案書も全社構想もいらない。自社のどこか一つの業務で「ここが引っかかっている」という具体を、ひとつ持ち寄る。あとは、動かしてみるところからだ。
導入の後に待つ、次の課題
「ここまででいい」が言えて、導入が進んだとする。すると、同じ完璧主義が、今度は別の顔で現れる。
これまで「あった方がいいけれど、今はそれどころではない」で自然に見送られてきた仕事がある。時間と人手の制約が、優先順位づけを黙って代行してくれていた。AI で余力が生まれると、この見えない関所が外れる。あった方がいいことが、できるようになる。全部に意味があると考える真面目な組織ほど、粛々と着手する。AI で楽になるはずが、以前と変わらず忙しい。そんな部署は、こうして生まれる。
入口で問われたのが「どこまで AI に任せるか」なら、ここで問われるのは「何をやり、何をやらないか」だ。「余力はあるが、これはやらない」というのは会社全体の優先順位の判断であり、本来は、きちんと吟味されるべきことだ。ところが、その関所が外れた今、それは誰の判断も経ないまま「実行」に変わっていく。現場を責める話ではない。立ち止まって「これはやるべきか」と問う役回りが、そもそも誰にも振られていないだけだ。
月次の報告に「浮いた時間を何に使ったか」を書き添えるだけで、知らないうちに進んでいた実行が、選べる議題に戻ってくる。
受け止める力は、すでにある
完璧を目指す姿勢は、弱みではない。品質で勝負してきた組織の芯であり、強みである。ただ AI の前では、その芯が二度、足を引っかける。入口で「不完全なまま始める」を拒み、入った後で「やらないと決める」を拒む。どちらも、「ここまで」と言えるかどうかの問題だ。
そして、その力がゼロかというと、そんなことはない。100% を目指して作られたはずのシステムの隙間を、現場は今日も手作業で埋めている。そうした手当ては、すでに毎日起きている。残りを受け止めるとは、新しい負担を載せることではなく、いま見えないまま埋めている隙間に、名前と時間と評価を与えて、正式な仕事に変えることだ。
明日できることは、小さい。直近の AI 導入は、間違いをゼロにしてからではなく、気づいた人が直す前提で、もう動いているか。何かを「これはやらない」と決めた記録が、どこかに残っているか。そして推進部門に「生まれた余力を、何に振り向けましたか」と聞いてみる。
「あれも、これも、今まで手が回らなかったことに取りかかれています」——そう嬉々として返ってくるときほど、いちど立ち止まったほうがいい。その一つひとつは、ちゃんと選ばれているだろうか。誰かが「これはやる」と判断したのか、それとも、余力が空いたぶん、誰も決めないまま埋まっていったのか。選んで始めたのなら、それは投資だ。選ばれないまま埋まっていたのなら、それを選び直すことが、最初の議題になる。