AIを導入したのに仕事が変わらない？ Microsoftが公開した5つの学び

AIを使える環境を用意して、社員向けの説明会も開いた。それでも、日々の仕事はあまり変わっていない――。

そんなとき、「もっと使ってもらうにはどうするか」と考えがちです。しかし、先に見直すべきなのは、使う回数ではなく、何の仕事を改善したいのかかもしれません。

Microsoftは2026年9月17日、自社のAI活用から得た5つの学びを公開しました。同社も当初は、ツールを配り、研修を行い、利用を促す方法から始めたと説明しています。

今回の発表で参考になるのは、成果の数字だけではありません。AIを使える状態にすることと、実際に仕事が変わることの間に、何が必要だったのかという点です。

目次

• 1. 「AIを使う」より先に、改善したい仕事を決める
• 2. 一つの作業だけでなく、仕事の前後も見直す
• 3. 現場の社員を、使い方を決める側に入れる
• 4. 時間短縮だけでなく、できる仕事が増えたかを見る
• 5. 一度覚えて終わらず、仕事の中で改善を続ける
• 成果の数字は、そのまま自社の目標にしなくてよい
• まとめ：AIの導入後に必要なのは、仕事と学び方の見直し

1. 「AIを使う」より先に、改善したい仕事を決める

一つ目の学びは、技術ではなく、仕事で得たい成果から考えることです。

Microsoftの営業部門では、利用促進だけでなく、担当者が一週間をどう過ごしているかを調べ、案件の分析、商談資料の準備、顧客の調査といった場面にAIを当てはめました。

自社に置き換えるなら、「営業部でAIを使おう」と言うだけでは、担当者は何から始めればよいかわかりません。

例えば、「商談前の情報収集に時間がかかる」という困りごとなら、集めたい情報と、現在時間がかかっている作業を具体的にできます。そこで初めて、AIに任せられる部分を考えられます。

利用を増やすことを目標にするのではなく、改善したい仕事に使いどころを見つける。 この順番が大切です。

2. 一つの作業だけでなく、仕事の前後も見直す

二つ目は、個別作業の高速化だけで終わらせないことです。

Microsoftの供給網を管理するチームは、手順を整理・簡素化し、共通のデータを使えるようにしてから、各工程へAIを組み込んだと説明しています。

この考え方は、身近な文書作成にも当てはまります。

例えば、AIで提案書の下書きが早くできても、確認者が決まっておらず、承認まで何日も待つなら、顧客へ提案する時期は変わりません。作成量だけ増えて、確認担当者の負担が大きくなる場合もあります。

これは説明のための例ですが、見たいのは「AIを使った作業が速くなったか」だけではなく、「仕事が終わるまでの時間が変わったか」です。

3. 現場の社員を、使い方を決める側に入れる

三つ目は、仕事をしている社員を、変化の中心に置くことです。

Microsoftは、実際の業務課題に取り組む学習プログラムを紹介しています。個人が操作を覚えるだけでなく、チームで試し、仕事の進め方を変えることを重視しています。

現場には、手順書だけではわからない判断があります。「この顧客には先に確認したい」「この数値は例外が多い」といった事情です。

AIに任せる範囲も、そうした事情を知る担当者と一緒に考える必要があります。

例えば、研修で作った下書きを職場へ持ち帰り、「そのまま使えた部分」「修正が必要だった部分」を同僚と比べる。そうすれば、操作方法だけでなく、自社の仕事で必要な確認も共有できます。

4. 時間短縮だけでなく、できる仕事が増えたかを見る

四つ目は、人ができることを広げるという視点です。

Microsoftは、効率化に加えて、これまで難しかった検討や仕事が可能になったかを評価する考え方を示しています。

例えば、企画案を一つ作るだけで精いっぱいだった担当者が、複数案を比較して会議に持ち込めるようになったとします。作業時間が同じでも、判断材料は増えています。

もちろん、案の数が増えればよいわけではありません。比較する価値があるか、実際の判断に役立ったかまで見る必要があります。

「何分減ったか」と「何ができるようになったか」の両方を見る。 そうすると、時間短縮だけでは捉えにくい変化も確認できます。

5. 一度覚えて終わらず、仕事の中で改善を続ける

五つ目は、人とAIを組み合わせ、学び続ける組織を作ることです。

Microsoftは、社員がAIを使って学ぶ一方で、人が求める品質や修正点を示し、AIを使う仕組みも改善していく考え方を説明しています。

ここでいう改善を、「会話すればAIが会社の事情を自動で覚える」という意味に捉えないことも重要です。

自社で実践するなら、うまくいった依頼方法、確認が必要だった回答、使うべき資料などを残し、次の担当者も使える形にする方法があります。

個人の工夫で終わらせず、仕事の手順や教材に反映する。その積み重ねが、担当者による使い方の差を減らすことにつながります。

成果の数字は、そのまま自社の目標にしなくてよい

Microsoftは、営業の成約率が20％高かったという結果も紹介しています。ただし、これは2024年1〜6月の営業担当者687人に関する社内データで、Copilotの利用が少ない担当者との比較です。

「導入前より全社の成約率が20％上がった」という数字ではなく、AIだけが差の原因だったと断定できるものでもありません。

他社事例を見るときは、数字の大きさより、対象の仕事や測り方を参考にしたいところです。

自社なら、提案までの日数、修正の回数、顧客対応に使える時間など、改善したい仕事に合う指標を選びます。利用率は使われているかを知る材料として残し、その先で仕事がどう変わったかを確かめます。

まとめ：AIの導入後に必要なのは、仕事と学び方の見直し

Microsoftが公開した5つの学びは、次のように整理できます。

• 使う技術ではなく、改善したい仕事から考える。
• 個別作業だけでなく、前後の手順も見直す。
• 現場の社員と一緒に、使い方を決める。
• 時間短縮に加え、できる仕事が増えたかを見る。
• 試した結果を共有し、使い方を改善し続ける。

AIが定着しないとき、社員の意欲や操作スキルだけに原因を求める必要はありません。「何に使うと役立つのか」「使った後の仕事がどうつながるのか」が曖昧な場合もあります。

導入後の次の一歩は、さらに利用を促すことではなく、現場の一つの仕事について、どこを変えたいかを話し合うことかもしれません。

---