組織におけるAI利用データの可視化と共有手法

「AIツールを導入したのに、現場での活用が進まない」という相談をよく受けます。

導入そのものは完了していても、実際に誰がどれくらい使っているのかが見えないまま推進しようとしているケースが多いです。
利用実態が不透明なままただ活用を呼びかけても、現場は動きません。

今回は、AIの利用状況を可視化して共有し、活用を促すやり方を書いていきます。
推進担当としての数字の持ち方そのものはAI推進担当者の情報収集と経営判断。リサーチとROIの設計にまとめてあります。

利用実態が見えないまま活用を呼びかけている

まず自社の解像度を確認してみてください。
2つの問いに即答できるかどうかで、だいたいの位置が分かります。

いま最もAIを活用しているのは誰でしょうか。
部署ごとの平均利用回数はどのくらいでしょうか？

この2つに答えられない組織は少なくありませんし、答えられない組織では、AI推進がブラックボックスの中で進んでいます。
この状態だと、打ち手が決まりません。

研修を増やすべきなのか、使い道の提示が足りないのか、そもそも権限が配られていないのか。
どれも「たぶんそうだろう」で選ぶので、「これが原因だった」と外したときに気づくのが半年後になります。

そこで効くのが、利用ログを分析して従業員にデータを公開するやり方です。
新しいツールを何も入れず、現状の数値を公開しただけで利用回数が大きく増えた例もあるくらいで、数字を見せること自体が行動を変えます。
「自分は人並みに使っているつもりだった」という人が、実際の順位を見て初めて自分の位置を知るからです。

データの取り出し元は、多くの場合すでに手元にあります。
法人向けのAIサービスなら管理コンソールに利用ログがありますし、そこが弱い場合でもアカウントの発行状況と部門ごとの申請記録から近い数字は作れます。
まず「いま取れるもの」で始めるのが要点で、完全なデータが揃うのを待つと着手そのものが遅れます。

また、会社が把握していない利用がどれだけあるかという観点も、あわせて持っておきます。
その可視化はシャドーAI（野良AI）とは。禁止せずに見える化と正規の道で減らす対策で扱っています。

見るのは利用率ではなく、利用回数

可視化で最初に決めるのは、何を指標に置くかです。
ここを外すと、そのあとの比較も公開も意味を持ちません。

月に1回ログインしただけで「利用率98%」と報告されるような、表面的な数字には意味がありません。
人数割合としての利用率も指標のひとつではありますが、それだけでは本質的な活用度を測れません。
一言でいうと、真の活用度はアクティブユーザー率・平均利用回数・1利用あたりの付加価値の掛け合わせで決まります。

ただ、付加価値の計測には手間がかかるので、まずは追いやすい利用回数を指標に置くのをおすすめします。
1日あたりのプロンプト入力回数のような、ログから機械的に取れる数字で十分です。

もちろんAIとの対話が噛み合わずに回数だけが増えることもありますが、回数が少ない時点で活用が進んでいないのは確実に分かります。
AI活用は量が質に転化する領域なので、まずはこの分かりやすい指標を組織として追うのがよいと思います。

回数に加えて使い込みの度合いと用途を部署ごとに並べる方法は、社内の生成AIの利用状況を把握する方法で扱っています。

指標を決めるときは、数え方も一緒に文書にしておきます。
「1日あたり」なのか「営業日あたり」なのか、休職者や異動者をどう扱うのか。
ここを決めずに走ると、翌月に別の人が集計したときに数字が変わって、比較そのものが成立しなくなります。

一度決めた定義は、たとえ粗くても変えないほうが実務的です。
数字を日常的に扱える状態にする話は数字を見える状態にする。データ集計と分析をAIで日常業務化するにまとめてあります。

トップ層が見えると、自分の位置が分かる

指標が決まったら、そのデータを推進担当の中だけに留めず、必要な人に見える形で公開します。

全社や部署ごとに、利用回数の上位層を可視化します。
「誰が」まで可能な範囲で個人が特定できる形にすると、効果がはっきり変わります。
多くの従業員は、「自分の使い方は平均的だ」と思い込んでいます。

トップ層が1日50回使っているという事実を知れば、「自分にはまだ活用の余地がある」と気づきます。
高い基準が見えることで、自分の現在地との差が具体的になります。

さらにトップ層が誰か分かると、現場でのコミュニケーションも生まれます。
トップユーザーが社内の「AI活用の先輩」として頼られる構造になるので、推進担当が一人ひとり指導しなくても、現場同士でナレッジが回り始めます。

推進チームが全員を見るのは最初から無理があるので、この構造を作れるかどうかは効率の面でも大きいです。
公開の頻度は月1回を目安にします。
週次だと数字が動かず、四半期だと行動につながる前に忘れられます。

出す場所は、新しく作ったページではなく、すでに人が見ている場所にします。
全社の定例資料の1ページ、あるいは業務で使っているチャットのチャンネル。
「探さないと見られない」場所に置くと、それだけで読まれなくなります。

つまずいている人を早く見つける設計は「AIは使えない」と離脱する人を減らす。つまずき7パターンとサポート設計で扱っています。

比べる相手は、隣の席の人たち

見せ方で工夫したいのが、比較する対象の設定です。
ここで大きな主語を使うと、数字が自分ごとになりません。

業務内容がまったく違うエンジニアと営業職を同じグラフに並べても、「自分の話ではない」と読み飛ばされます。
営業や経理といった職種ごと、あるいは所属チームごとにグルーピングして比較するほうが効きます。
自分と同じ環境にいる人たちの数字が見えると、良い意味での意識付けがされます。

全体平均という大きな主語ではなく、隣の席の人たちで語ります。
そうすることで、提示された数字への納得感が変わってきます。

グルーピングの単位は、10〜30人くらいが扱いやすいです。
少なすぎると個人が特定されすぎますし、多すぎると「自分とは関係ない集団の平均」になってしまいます。

データを公開する効果として大きいのが、組織の中に共通言語ができる点です。
ただ活用を呼びかけるのではなく、利用回数という具体的な指標が共有されると、会話のきっかけが生まれます。
「今月どれくらい使った」という話が雑談として出るようになれば、それ自体が定着の兆候です。

これはすでに積極的に使っているトップ層にとっても意味があります。
見えにくかった努力が数値として残るので、そのまま実績になります。

AIを使っている人が評価される空気をつくるうえでも、数値の共有は有効です。
作ったものを組織の資産として見せる話は共有したのに使われない。社内AI資産をカタログ化するにまとめてあります。

公開は減点ではなく、称賛のために使う

公開の仕方には配慮が要ります。
ここを間違えると、可視化そのものが機能しなくなります。

心理的安全性が十分でない組織で全員の個人名を出すと、「監視されている」と受け取られます。
その場合は個人名を出すのはトップ層のみに限定して、それ以外は部署ごとの平均値に留めます。
データの公開は、使っていない人を減点するためではなく、うまく使っている人を称賛するために行うものです。

ここが逆になると、「見られたくない」と数字を隠す動きが出てきます。
下位層を名指しで出した時点で「とりあえずログインだけしておく」という行動が生まれて、指標が汚れていきます。
自社の風土に合わせて、ポジティブな雰囲気を保てる公開ラインを見極めます。

あわせて、この数字を評価や査定に直結させないことも決めておきます。
評価に使った瞬間に、数字を作るための行動が始まります。
可視化はあくまで現在地を共有するための道具なので、人事の判断材料とは切り離しておくほうが、結果的に長く使えます。

つまずきやすいのは6つです。
利用率だけを見て満足する、全体平均だけを見せる、数え方を文書にしない、心理的安全性を確認せずに全員の個人名を出す、一度公開して終わりにする、数字を評価に直結させる。

どれも、利用回数を指標に置いて、職種別に比べて、定義を決めて、公開ラインを見極めて、月1回続けて、称賛の材料として使えば起きません。
可視化のレポートそのものを仕組みにする話はデータ可視化を誰でもできる状態にする。分析レポートの自動生成で扱っています。

現在地を共有するための数字は、組織のAIポータル「AI Portalize」なら、部署・職種・グレードごとの利用率と前期比として集計の手間なしで出せます。

見えていない数字では、打ち手を決められない

AI活用が進まない組織では、利用実態が見えないまま活用が呼びかけられています。
誰がどれくらい使っているかに即答できない状態では、打ち手も決まりません。
指標は利用率ではなく利用回数に置きます。
付加価値の計測は手間がかかるので、まずはログから取れる回数で十分ですし、数え方の定義を先に文書化しておきます。

公開で効くのは、トップ層を見せて基準を示す、職種別に比べて身近な目標にする、利用回数を共通言語にする、の3つです。
頻度は月1回、場所はすでに人が見ているところにします。

公開ラインは自社の風土に合わせて見極めます。
減点のためではなく称賛のために公開すること、評価には直結させないことの2点を守るのが前提になります。

まずは直近1か月の利用回数を職種別に集計し、上位10人を洗い出すところから着手してください。