ツールを導入しても、使うのは一部の人だけ——多くの現場で起きるこの停滞は、道具の問題というより「広める人」の不在から生まれると考えられます。部門ごとに使いこなし、隣の人に教えられる推進役(チャンピオン)をどう見つけ、どう育て、どう現場を巻き込むか。助成金研修の活用も含めて整理します。
生成AIやAIエージェントを全社導入したものの、実際に日常業務で使っているのはごく一部の人だけ——という状況は、多くの企業で起きていると考えられます。ライセンスは配ったのに稼働率が上がらない、勉強会をやっても翌週には元の手順に戻っている。これは道具の性能の問題というより、「新しいやり方を現場の言葉に翻訳して隣の人に手渡す人」がいないことから生まれる停滞ではないか、という見立てが実務的だと考えます。
背景には、人手不足と業務の属人化が同時に進む構造があります。ベテランの退職で暗黙知が失われ、残った人員で回すために一人あたりの守備範囲は広がり続けています。本来であればAIや自動化で定型作業を肩代わりさせたいのに、その仕組みを学び、試し、周囲に広める余力そのものが現場から失われている——この入れ子の課題が、多くのDX推進を止めていると考えられます。
経営や情報システムが号令をかけても、現場は「また新しいこと言い出した」と身構えます。トップダウンの一斉展開は一見効率的に見えて、現場の文脈を無視した押し付けになりやすく、かえって定着を遠ざける可能性があります。だからこそ、部門の内側から広げる「推進役(チャンピオン)」の設計が鍵になりうる、という考え方が近年注目されています。
ここでいうチャンピオンとは、単に新しいツールを一番早く触る人ではありません。自分の担当業務でAIやエージェントを実際に使いこなし、その勘所を同じ部門の同僚が理解できる言葉で説明でき、困っている人を放っておけない——そういう「教えられる使い手」を指すと整理するのが実務的だと考えます。技術的な最先端の知識より、業務の文脈への理解と、周囲からの信頼のほうが効いてくると考えられます。
外部講師は一般論を体系立てて教えるのが得意ですが、その部門固有の業務や暗黙のルールまでは踏み込めません。情報システム部門は仕組みを整える主体ですが、各現場の細かな困りごとを一件ずつ拾う立場にはなりにくい。チャンピオンの価値は、その中間——「うちの部署の、あの帳票の、あの手順」という粒度で、隣の席から手渡しできることにあると考えられます。この距離の近さは、外注では代替しにくい資産になりうると考えます。
重要なのは、チャンピオンを「一人のスーパーマン」にしないことです。一人に依存すると、その人が異動・退職した瞬間に活動が止まります。部門ごと・拠点ごとに複数を配置し、彼ら同士が相談し合えるゆるいネットワークを作るほうが、組織としての持続性は高まると考えられます。AIエージェントの業務活用の具体像を共有する場を、この横のつながりの中に置くのも一案です。
チャンピオン選定でよくある失敗は、「一番ITに詳しい人」を自動的に指名することだと考えられます。技術好きの人は自分では速く使いこなせても、他人に噛み砕いて教えるのは苦手なことがあり、また周囲から「あの人は特別」と一線を引かれてしまうと、かえって広がりません。選ぶべきは、業務の勘所を持ち、周囲に信頼され、面倒見がよく、新しいものへの抵抗が少ない人だと考えます。
具体的には、①その部門の業務フローを一通り説明できるか、②同僚から日常的に相談を持ちかけられているか、③新しいやり方を頭ごなしに否定しないか、④自分の手間を減らすことに前向きか、といった観点で候補を眺めるとよいと考えられます。ITスキルはあとから研修で補えますが、信頼関係と業務理解は短期では育ちません。順序として、人柄と現場理解を先に見るのが実務的だと考えます。
また、必ずしも若手・デジタルネイティブに限る必要はありません。むしろ現場で発言力のある中堅・ベテランが推進役になると、周囲の「様子見」が一気に動くことがあります。年齢やデジタル習熟度より、その人の一言が現場でどれだけ通るか——という影響力の地図を描いて選ぶことが、巻き込みの速度を左右しうると考えられます。
善意だけに頼るとチャンピオンは疲弊します。「本来業務に加えて、みんなの質問対応も無償で」という状態は長続きせず、いずれ本人が燃え尽きるか、周囲が遠慮して質問しなくなるかのどちらかに傾くと考えられます。役割を機能させるには、任せる範囲・権限・時間・評価をセットで設計することが欠かせないと考えます。
最初から「全社のAI活用推進」といった曖昧で巨大な任務を渡すと、どこから手をつけてよいか分からず動けません。まずは「自部門の、この一つの業務をエージェントで楽にする」という具体的で小さな範囲に絞るのが有効だと考えられます。成功体験を一つ作ってから隣の業務へ、と横に広げていく設計のほうが、本人も周囲も手応えを掴みやすいと考えます。
推進活動に使う時間を業務時間の一部として公式に認め、その成果を人事評価や目標管理に組み込むことが、活動を「業務外の善意」から「正式な役割」へ変えると考えられます。逆に、ここを曖昧にしたまま期待だけかけると、現場は「結局やらされ仕事」と受け止め、活動は形骸化する可能性があります。成果の測り方についてはAI研修の効果測定とROIの考え方も参考になると考えます。
チャンピオンの育成は、基礎スキルの底上げと、教える力の獲得の二層で考えると整理しやすいと考えられます。前者は生成AIやエージェントの基本操作・プロンプト設計・業務への当てはめ方、後者は同僚への伝え方・つまずきの拾い方です。この基礎部分の学習コストを下げる手段として、人材開発支援助成金などの公的助成を活用する選択肢があります。全体像は人材開発支援助成金でAI研修費を軽減する全体像で整理していますので、あわせてご参照ください。
ただし助成金の対象範囲・要件・助成率・上限額は、年度や制度改正で変わりうるため、必ず所管（厚生労働省・都道府県労働局等）の最新の公表資料でご確認ください。ここでの記述は一般的な考え方の例示であり、個別の適用可否を保証するものではありません。申請には計画の事前届出や実施記録の整備など手続きの段取りが伴うことが多く、研修内容の設計と並行して制度担当が要件を早めに確認しておくことが、後戻りを防ぐと考えられます。
座学だけで終わる研修は、翌週には忘れられます。育成を成果につなげるには、研修で学んだことを「自部門の実際の業務」で試す課題とセットにするのが有効だと考えられます。研修中に自分の担当業務を一つ題材に選び、そこにエージェントを当てはめてみる——このように学びと現物を往復させる設計が、定着を左右しうると考えます。カリキュラム全体の組み方はAIリスキリング設計の観点も踏まえると立体的になります。
新しいやり方への抵抗は、怠慢ではなく合理的な反応であることが多いと考えられます。今のやり方で回っている現場からすれば、慣れない道具は一時的に手間を増やし、失敗すれば自分の責任になる。この不安を正論で押し切ろうとすると、表面的には従っても内心では距離を置かれ、定着しない可能性があります。
抵抗を溶かすのは、AIの一般的な有用性を説く言葉より、「自分の困りごとが一つ楽になった」という具体的な体験だと考えられます。チャンピオンの役割は、その人が毎日面倒に感じている作業を一つ見つけ、そこにエージェントを当てて「あ、これ楽だ」と本人に感じてもらうこと。抽象的な効率化ではなく、目の前の一手間が消える実感が、次の一歩への意欲を生むと考えます。
また、失敗を責めない空気づくりも欠かせません。試して外した人が肩身の狭い思いをする組織では、誰も新しいことを試さなくなります。うまくいかなかった事例も含めてチャンピオン同士・部門間で共有し、「試すこと自体が推奨される」というメッセージを経営が明確に出すことが、巻き込みの土台になりうると考えられます。
推進役の育成でつまずきやすい典型を挙げます。多くは「人を指名して終わり」にしてしまうことから生まれると考えられます。
進め方の一例として、①自社の業務を客観的に把握し、AIやエージェントで楽になりうる工程の当たりをつける、②各部門で人柄と業務理解を軸にチャンピオン候補を選ぶ、③助成金研修などを活用して基礎スキルと教える力を底上げする、④まずは一業務・一拠点で小さく試し、成功体験を作る、⑤その事例を横展開しながらチャンピオン同士のネットワークを育てる、という順序が考えられます。いずれも一足飛びではなく、小さく検証して確かめながら進める姿勢が現実的だと考えます。
最初から完璧な制度設計を目指す必要はありません。むしろ、自社の業務のどこに手間が溜まっているかを一度きちんと棚卸しし、身近な一工程で試してみることが、遠回りに見えて確実な出発点になりうると考えます。私たちも自社の業務自動化で生成AIやAIエージェントを実運用し、情報収集から構造化・可視化まで内製してきた立場から、推進役の育成と巻き込みの設計をご一緒できます。進め方に迷う段階でも、相談することから整理を始めていただけます。
必ずしもそうとは限らないと考えられます。技術に詳しくても他人に噛み砕いて教えるのが苦手だったり、周囲から特別扱いされて広がりにくい場合があります。むしろ業務の勘所を持ち、同僚に信頼され、面倒見がよい人が向くと考えます。ITスキルは研修で補えますが、信頼と業務理解は短期では育ちにくいため、人柄と現場理解を先に見るのが実務的だと考えられます。
一律の正解はありませんが、一人に集中させるのは避けたほうがよいと考えられます。優秀な一人に依存すると、異動や退職で活動が止まるリスクがあります。部門ごと・拠点ごとに複数を配置し、彼らが相談し合えるゆるいネットワークを作るほうが、組織としての持続性は高まると考えます。規模や体制に応じて、まず主要部門から段階的に広げる進め方が現実的だと考えられます。
生成AIや業務自動化に関する研修が対象になりうる枠組みは存在しますが、対象範囲・要件・助成率・上限額は年度や制度改正で変わりうるため、必ず所管（厚生労働省・都道府県労働局等）の最新の公表資料でご確認ください。申請には計画の事前届出や実施記録の整備など手続きの段取りが伴うことが多く、研修設計と並行して制度担当が早めに要件を確認しておくと、後戻りを防ぎやすいと考えられます。
正論で押し切るより、「自分の困りごとが一つ楽になった」という小さな体験から始めるのが有効だと考えられます。毎日面倒に感じている作業を一つ見つけ、そこにエージェントを当てて本人に手応えを感じてもらう。あわせて、試して失敗した人を責めない空気を経営が明確に打ち出すことが、巻き込みの土台になりうると考えます。抽象的な効率化より目の前の一手間が消える実感が効くと考えられます。
座学で完結し、実務と切り離されていることが一因になりうると考えられます。学んだことを自部門の実際の業務で試す課題とセットにし、学びと現物を往復させる設計が定着を左右すると考えます。あわせて、推進活動の時間を公式に業務として認め、成果を評価に反映することも欠かせません。何をもって成功とするかの指標を最初にすり合わせておくことも、息切れを防ぐと考えられます。
推進役の育成は、道具選びより「誰を、どう巻き込むか」の設計から始まると考えます。まずは自社の業務を客観的に棚卸しし、身近な一工程で小さく試すところから。元キーエンス画像処理事業部の現場知見と、自社で生成AI・エージェントを内製運用してきた経験をもとに、育成と巻き込みの進め方をご一緒します。
推進役の育成設計について相談する