AI活用の次の課題は「使い方」ではなく「仕事の変え方」

AI Weekly 第3号｜2026年9月11日

ChatGPTやCopilotなどの生成AIを、仕事で使う人が急速に増えています。

メールの下書きを作る。
文章を要約する。
資料の構成を考える。
わからないことを調べる。

「以前よりAIを使うようになった」という方も多いのではないでしょうか。

ところが、ここで一つ疑問が出てきます。

生成AIを使うようになったのに、仕事全体は本当に楽になったでしょうか。

メールを書く時間は短くなった。
議事録も早く作れるようになった。

それでも会議は減らない。
確認作業も減らない。
残業時間もそれほど変わらない。

実は今、日本企業のAI活用は、この問題に直面し始めています。

生成AIを使う人は、すでに半数を超えた

パーソル総合研究所が2026年7月に公表した調査では、正規雇用者の生成AI業務利用率は54.3％。

2025年10月の41.9％から、わずか半年ほどで12.4ポイント増加しました。

特に注目したいのは、生成AIが若い人だけのものではなくなっていることです。

50代を含む、これまで利用率が低かった層でも利用が増え、管理職層でも大きく伸びています。

つまり企業では、すでに

「生成AIを使うか、使わないか」

という段階から、

「生成AIを使って、どんな成果を出すか」

という段階へ移り始めています。

ところが「使えば生産性が上がる」とは限らない

ここが今回、最も注目したいところです。

同じパーソル総合研究所の別の調査では、生成AIを使った業務では、対象となった作業時間が平均16.7％削減されました。

これは大きな効果です。

ところが、実際に業務時間そのものを削減できた人は、利用者のおよそ4人に1人にとどまりました。

一見すると不思議です。

AIによって個々の作業は速くなっている。

それなのに、仕事全体を見ると、それほど時間が減っていない。

なぜでしょうか。

「作業」をAI化しても「仕事」は変わらない

例えば、メーカーで毎週行っている会議を考えてみます。

会議の前には、

資料を集める
↓
数字を確認する
↓
会議資料を作る
↓
会議を行う
↓
議事録を作る
↓
課題を整理する
↓
担当者へ連絡する
↓
次回まで進捗を確認する

という一連の仕事があります。

ここで生成AIを使って、

「議事録作成を30分から10分にした」

とします。

確かに20分短縮できました。

しかし、会議前の資料作成、会議そのもの、確認、連絡、進捗管理が以前のままであれば、仕事全体としての変化はそれほど大きくありません。

これが、

「AIを使っているのに、思ったほど仕事が楽にならない」

大きな理由の一つではないでしょうか。

次に必要なのは「この作業にAIを使えるか？」ではない

これまで生成AIについて考えるとき、

「メールに使えるか」

「議事録に使えるか」

「Excelに使えるか」

「企画書に使えるか」

と、一つ一つの作業から考えることが多かったと思います。

しかし、これからは問いを少し変える必要があります。

「この仕事全体を、AIがあることを前提に組み直したらどうなるか？」

です。

先ほどの会議なら、

会議前の資料をAIに整理させる
↓
重要な論点を事前に抽出する
↓
必要なテーマだけ会議する
↓
会議内容をAIで整理する
↓
決定事項と担当者を抽出する
↓
フォロー項目をまとめる

という流れが考えられます。

こうなるとAIは、単なる「議事録作成ツール」ではありません。

仕事の流れそのものを変える道具になります。

AIをたくさん使う人ほど成果が出る、わけでもない

さらに興味深い調査結果があります。

パーソル総合研究所は、AIを頻繁に使う人の中でも、仕事の成果には大きな差があることを明らかにしています。

その差を生む重要な要素として挙げられているのが、

情報を集める
優先順位を決める
AIの回答を確かめる
失敗から修正する
得られた知識を蓄える

といった能力です。

こうした力が高い人と低い人では、同じAIのヘビーユーザーでも、業務成果に最大3.6倍の差が見られたとされています。

つまり、

「どのAIを使っているか」より、「AIを使ってどう考え、どう仕事を組み立てるか」

のほうが重要になり始めています。

日本企業全体でも同じ問題が起きている

PwC Japanの「生成AIに関する実態調査2026 春」も、興味深い結果を示しています。

大企業を対象とした調査では、日本企業の生成AIの活用・推進度は**87％**まで上昇しました。

生成AIを導入すること自体は、もはや珍しくありません。

一方で、生成AIを活用・推進している企業のうち、効果を「期待通り」または「期待を大きく上回る」と評価した割合は64％。

活用企業は増えているものの、成果創出の水準はそれほど大きく伸びていません。

PwCも、企業間の競争軸が

「導入」から「効果創出」へ

移っていると指摘しています。

これは個人にも、そのまま当てはまるように思います。

明日からできる「AI活用の見直し」

難しいシステムを導入する必要はありません。

まず、自分が毎週繰り返している仕事を一つだけ選んでみてください。

例えば、

定例会議
週報
営業報告
品質報告
資料作成
情報収集
社内メール
顧客対応

などです。

そしてChatGPTに、こんな質問をしてみます。

「私は毎週この仕事をしています。現在の作業手順は次の通りです。この仕事全体を生成AIを使う前提で見直すと、どこを変えられますか？」

ポイントは、

「この作業をAIにやらせる」

と聞かないことです。

「仕事全体をどう変えられるか」

と聞くことです。

おそらく、これまでとは少し違ったAIの使い方が見えてきます。

AI Weeklyのまとめ

生成AIの普及は、次の段階に入り始めています。

これまでは、

AIを知る
↓
AIを使ってみる
↓
一つの作業を効率化する

という段階でした。

これからは、

仕事全体を見る
↓
AIと人間の役割を考える
↓
仕事の流れそのものを組み直す

という段階になっていくでしょう。

生成AIを使えること自体は、少しずつ特別な能力ではなくなっていきます。

その一方で、

「AIを使って仕事そのものをどう良くするか」

を考えられる人の価値は、むしろ高くなっていくのではないでしょうか。

今週、いつも繰り返している仕事を一つだけ選び、

「AIがあることを前提に、この仕事を最初から作り直したら？」

と考えてみてください。

そこに、生成AI活用の次の一歩があるかもしれません。

今週の参考調査

パーソル総合研究所
「AI環境における人材とマネジメントに関する定量調査」
2026年7月22日

正規雇用者の生成AI利用率54.3％、AIヘビーユーザーでも能力によって業務成果に最大3.6倍の差が確認されています。

パーソル総合研究所
「生成AIとはたらき方に関する実態調査」
2026年2月3日

生成AI活用による対象業務の時間削減効果は平均16.7％。一方、実際に業務時間を削減できた人は利用者の約4人に1人でした。

PwC Japanグループ
「生成AIに関する実態調査2026 春 6カ国比較」
2026年6月10日

日本企業の生成AI活用・推進度は87％。生成AI活用の競争軸が「導入」から「効果創出」へ移りつつあることを示しています。

OGURA AI Lab
AI Weekly

編集・発行　小椋延剛

生成AIを使っているのに、なぜ仕事は楽にならない？