はじめに
これはシリーズ4本目の記事です。
これまでは個人として生成AIと向き合う話でしたが、今回は「チーム・組織」の話です。
温度差、という言葉では追いつかない
「うちのチームでも生成AI使おうよ」——そう言い出したとき、返ってきた反応は大きく3つに分かれました。
- 前のめりな人：「いいね、早速試してみる」
- 様子見な人：「まあ、便利そうだね（使わないけど）」
- 懐疑的な人：「セキュリティ的に大丈夫なの？」「品質担保できるの？」
温度差、という言葉では足りないくらい、スタンスがバラバラでした。
懐疑派の言っていることは、だいたい正しい
最初は「なんでそんなに慎重なんだろう」と思っていました。でも話を聞くうちに、懐疑的なメンバーの指摘はほとんど正当なものでした。
「社外秘の情報を入力して大丈夫なの？」
→ 大丈夫ではないケースが普通にあります。利用規約やデータの扱いを確認せずに使い始めていた自分が浅かったです。
「AIが書いたコードのライセンスはどうなるの？」
→ 明確な答えが出ていない領域です。商用プロダクトに使う場合、リスクがゼロではありません。
「品質のばらつきが大きくて、レビューコストが増えない？」
→ これは前の記事で書いた「AI疲れ」そのものです。懐疑派は経験より先に論理でたどり着いていました。
前のめりな自分より、慎重なメンバーのほうが冷静だったと今では思っています。
ルールがないまま使い始めると、後から揉める
個人で使う分には「自己責任」で済む話も、チームだとそうはいきません。
- どの情報をAIに入力していいか
- AIが生成したコードのレビュー基準はどうするか
- 成果物にAIを使ったことを明示するか
こういったルールを決めないまま「とりあえず使ってみよう」で走り始めると、後から必ず問題が出ます。「あの人はAI使って楽してる」「品質がバラバラで困る」「情報漏洩のリスクがある」——そういったトラブルの種が、ルールのない現場には散らばっています。
AIツールの導入は、技術の問題より先に、ルール整備とコミュニケーションの問題です。
「使える人」と「使えない人」の分断が起きる
チームにAIが浸透し始めると、新しい問題が出てきます。
使いこなしている人と、そうでない人の生産性の差が可視化されてきます。これはフェアに見えて、実はそうでもない側面があります。
AIツールに慣れるには時間と試行錯誤が必要です。業務が忙しい人ほど、新しいツールを試す余裕がない。結果として、もともと余裕のある人がさらに生産性を上げ、忙しい人はさらに置いていかれる——そういう構図が起きやすいです。
「全員で使おう」という掛け声だけでは変わりません。キャッチアップのための時間と、心理的安全性が必要です。
うまくいったこと
愚痴ばかりになりましたが、チームで取り組んでよかったこともあります。
使い方の知見が共有される
個人でやっていると「このプロンプトが効く」という発見が自分の中で完結します。チームだと「こういうときはこう使うといい」という知見が溜まって、全体のレベルが上がります。
「これAIに聞いてみた」が会話に出やすくなる
心理的ハードルが下がって、AIを使った試行錯誤の話題が自然と出るようになりました。失敗談も共有されるので、同じやけどを踏まずに済むことも増えました。
おわりに
生成AIのチーム導入は、ツールを入れれば終わりではありませんでした。
ルール、温度差の調整、リテラシーの底上げ——やることは意外と多く、地味な作業の連続です。
ただ、それを乗り越えた先に「チームとしてAIをうまく使える状態」があると信じて、引き続き試行錯誤しています。
この記事は個人の経験と意見に基づいています。