「AI導入率」というウソ。数字が9割の非稼働を隠している

社内にAIツールを配ったのに、現場のスピードが一向に上がらない。ダッシュボードの「導入率」は立派な数字を出しているのに、体感では何も変わっていない。この矛盾に心当たりがあるなら、Varick Agents(大企業向けにAIエージェント導入を手がける会社)のCEO、vas氏の「AI Adoption is a Myth(AI導入率は神話だ)」は読む価値がある。導入という指標そのものが、組織の実態を覆い隠しているという指摘だ。

原文: https://x.com/vasuman/status/2085806422072418632

組織はきれいに「バーベル型」に割れる

vas氏がまず持ち出すのは、どの企業でも同じように現れる分布だ。あるオペレーション部門(数千人規模)にClaude Cowork を展開した結果、チームは同じ内訳に割れたという。5〜10%がパワーユーザーで毎日使い倒す。20%は日に数回、しかも下手に使う。残り70%はまったく触らない。氏はこれを「バーベル」と呼ぶ。50人でも5000人でも、同じ形になると書いている。

面白いのは、その部門のリーダーが「最高のAIツールを入れたのに、速くならなかった」と語った点だ。ダッシュボード上は導入成功。しかし現場の速度は変わらない。この2つが同時に真実になる、というのがこの記事の出発点になっている。

「使う」と「うまく使う」は別のスキル

氏は、使っている層の中ですら技能差が大きいと指摘する。ここは具体例がわかりやすい。同じJiraチケットを2人のエンジニアに渡すと、最初の5分で差が出る。

1人目はチケットの文面をそのままClaudeに貼って送信する。6ファイルにまたがる差分をざっと眺め、テストが通っているのを確認してマージする。3週間後、本番が不安定になって初めて、そのPRが理由もなく設定値を書き換えていたと気づく。

2人目は同じく貼るが、コードがどこにあるか、どのフォルダに触れてどこを触らないかを先に指定する。PRが冗長にならず十分にテストされるようにスキルファイルを整えてある。差分を読み、紛れ込んだ変更を捕まえ、短いプロンプトで直し、1人目の半分のサイズのPRを出す。

氏は、組織の少なくとも半分はこの2人目には到達しないと言い切る。文脈をいつクリアするか、二度やった作業をプロンプトの再入力ではなくスキルファイルに落とすこと、自動化案件のうち判断が要る15%と決定論的コードで足りる85%を見分けること、そして何よりマージ前に差分をきちんと読むこと。これらは反復でしか身につかない「クラフト」だという主張だ。

完璧に展開してもバーベルは消えない

「それは下手にやった会社の話で、自分ならうまくやる」という反論に対して、氏は「ノー」と答える。別の経営者は8桁ドル規模の年間ライセンスを全社に配ったが、およそ10%が全トークンの90%を消費した。しかも、もし残り90%が上位1割と同じ使い方をしたら、支出は約10倍に膨らむ。1000万ドルの契約が1億ドルになり、ベストケースが最悪のケースに変わる、という皮肉が添えられている。

導入は二値だが、技能はスペクトルだ。氏はMcKinseyの2025年調査(88%の組織が少なくとも1つの業務でAIを使うが、EBITの5%超を得ているのは6%だけ)と、MIT NANDAの「GenAI Divide」レポート(統合されたパイロットのうち5%が数百万規模の価値を生む一方、95%は損益に測定可能な影響を残さない)を引く。「今月ログインしたか」「日に5プロンプト送ったか」といった問いは、実際に知りたいこと、つまり1人ひとりの熟練度と、消費トークンあたりのROIを測れていない。

解決策は「訓練」より「背景化」

では、どうするか。氏の処方箋は二本立てだ。

まず全員を訓練する。ただしそれは治療ではなく診断だと位置づける。誰が上位層かは訓練するまで分からないからだ。上位層には作ったスキルを公開・ランキング・共有できる場を与える。組織内では「地位」が報酬になり、パワーユーザーは自分の優位をステータスと交換する、という読みだ。それでも半分の人はスキルを一度も使わない、とも認めている。

残りの多数派に対しては、働き方を変えさせるのをあきらめ、AIを背景に回す。SalesforceやNetSuite、Dynamicsといった既存の記録システムの中にエージェントを組み込み、人間は最終確認だけ担う。例に挙がるのは請求書を一日中さばくAP(買掛)アナリストだ。9割は自動化できるので、毎日走るエージェントを作り、アナリストは承認・却下・修正に回る。氏の言葉を借りれば、「人はタスクを片付けるためのツールが欲しいのではない。ただ仕事が終わってほしいだけ」だ。

そして締めくくりに、取締役会に「導入率」を報告するのをやめ、今日の仕事のうち手作業・ハイブリッド・完全自動の割合を報告せよ、と提案している。

読み手として気をつけたいこと

ここからは私の補足になる。この記事は自社(Varick)が「記録システムにエージェントを埋め込む」ビジネスを営んでいる立場からの主張であり、背景化アプローチが最善だという結論はその利害と無関係ではない。分布の数字も、特定顧客の観察と引用統計に基づくもので、あらゆる組織に一般化できるかは慎重に見たい。

とはいえ、「導入率」という単一指標が熟練度のスペクトルを二値に潰してしまう、という核心の指摘は多くの現場感覚と合う。全員を等しくAIネイティブにする前提で計画を立てるより、上位層を可視化して増幅し、残りは既存の業務フローに静かに組み込む。技術選定や研修予算を握るテックリードにとって、投資対効果を測る物差しを見直すきっかけになるはずだ。

出典: vas(@vasuman、Varick Agents CEO)「AI Adoption is a Myth」。ニュースレター『Leadership in Tech』で紹介。原文: https://x.com/vasuman/status/2085806422072418632