AI推進の進め方。組織にAIを定着させる10の段階と着手順

「AIは導入した。ただ、そこから先が進まない」

AI推進の進め方の相談で、いちばん多いのがこの状態です。
ツールの契約は済んでいて、社内の詳しい人はもう成果を出しているので、「あとは横に広げるだけ」に見えます。
ところが、そこで打つ手が研修・プロンプト集・ボットを作れる人を増やす、あたりに偏ると止まります。

入れてよい情報の線引きが決まらないまま活用だけを呼びかけると、慎重な人は「怒られるかもしれない」と手を出さなくなり、大胆な人だけが使って事故が起きます。
その事故をきっかけに、今度は全社が萎縮します。

うまく進んでいる組織を見ていると、やっている中身は特別ではありません。
違うのは順番だけだと思っています。

この記事では、AI推進の進め方を10の段階に分けた地図をお渡しします。
自社が今どこにいるかを判定して、次の一手を決めるために使ってください。
以降の記事では、この各段階を1つずつ掘っていきます。

なぜ順番を間違えるとAI推進は止まるのか

止まり方には型があります。
よくあるものを先に見ておきます。

冒頭に書いた「ルールがないまま活用を呼びかける」が、その代表です。

もうひとつ多いのが、業務の棚卸しをせずにツールだけを配るパターンです。
配られた側は「便利そうだけど、自分の仕事のどこで使うのか」が分からないまま止まります。
研修の直後だけ利用が伸びて2週間で元に戻るのは、たいていこれです。

逆に、土台と棚卸しを丁寧にやりすぎて、1年たっても現場には何も届いていない、という止まり方もあります。

ただ、段階を踏むというのは、各段階を完璧に終わらせる意味ではありません。
それぞれを「次に進める最低限」まで進めて先へ行く、という意味です。
以下では各段階に完了条件を添えておきますので、ここを満たしたら次に進む、という目安に使ってください。

止まった原因の側から次にやることを探すときは、組織のAI活用の進め方がわからない5つの原因と、進める順番が使えます。

段階1｜土台は「入れてよい情報」から決まる

一言でいうと、最初に決めるのは3つだけです。
「入れてよい情報」「使ってよいツール」「困ったときの窓口」を決めます。

この3つが決まっていない組織では、その後にどんな施策を打っても現場が動けません。
研修をやっても「で、実際どこまで入れていいんですか」という質問で止まります。
大事なのは、禁止事項を並べるほうではなく、安心して使える範囲を広く確定させるほうです。

「これは自由に使ってよい」が明示されていると、現場は動き始めます。
例えば禁止項目を20個並べた規程より、絶対に入れない5項目をA4 1枚にして配ったほうが、結果的に守られます。

あわせて、AIが事実でないことを答える前提の共有と、それを検証する型も配っておきます。
そのうえで、推進担当者自身が説明できる状態になっているかも、この段階の要件です。

難しい話ではありません。
契約形態で入力情報の扱いが変わる点や、AI関連の用語を現場の言葉で言い換えられるか、といったあたりが、後の意思決定の速度を左右します。

この段階でつくるルールの中身については、生成AIの社内ルールの作り方。ガイドラインの項目サンプルと守れる環境で個別に書いています。

完了条件：入れてよい情報の線引きがA4 1枚になっていて、全社に配布済み。使ってよいツールと環境が指定されていて、迷ったときの相談先が決まっている。

段階2｜ナレッジ基盤は更新する人まで決めて完成する

次が、AIに読ませる情報の整備です。

GemやNotebookLMのように「資料を読み込ませて専用AIを作る」仕組みは誰でも使えるようになりました。
ただ、組織で使う段になると「で、何を読み込ませるのか」で手が止まります。
やるのは3つで、AIの参照先にする文書を決める、その文書を誰がいつ更新するかを決める、作ったものを全社から探せる場所に置く、という流れです。

最後の置き場所が欠けている組織が非常に多く、そのせいで優秀なAIボットが作った本人しか使っていない、という状態になります。

もう一点、この段階で必ずぶつかるのが文書側の問題です。
規程やマニュアルをAIに読ませたのに答えない、という現象の多くは、そのPDFが画像として保存されていてテキストを持っていないのが原因です。

ドライブやファイルサーバの整理も、片付けではなくAI活用の前提工事だと捉え直すのがコツです。

参照先の決め方と更新の回し方は、社内ナレッジをAIで活用する方法。ツール導入・RAG・手持ちのAIの選び方で個別に書いています。

完了条件：AIの参照先にする社内文書が決まっていて、それぞれに更新オーナーがいる。作ったAIボットやノートブックが全社から検索できる場所に置かれている。

段階3｜業務の棚卸しは、工程に割ると候補が出る

「AI化する業務が見つからない」という相談をよく受けますが、これは業務がないのではなく、探し方の問題です。

個人に「何かAI化できることある？」と聞いても出てきません。
業務を工程に分解して頻度と所要時間を並べて、初めて候補が見えてきます。
ここで有効なのが業務フローの可視化です。

ただ、フロー図が書ける人は社内に多くないので、操作の録画から手順書とフロー図を起こす方法をとると、「書ける人がいないから進まない」という詰まり方を避けられます。

可視化したら、インパクトの大きい業務から順に着手します。
うまくいかないのは、全部やろうとするときと、最初から大きく作るときです。

1つの業務の、さらに1つの工程だけをAI化して動かしてみます。
使われたら広げ、使われなければ捨てます。
この回し方が結果的にいちばん速いと感じています。

棚卸しの具体的な進め方は、業務の棚卸しからAI化の的を絞るで個別に書いています。

完了条件：主要部門の業務がリスト化され、頻度・所要時間・AI化の見込みで優先順位がついている。着手する業務が3件以内に絞られている。

段階4｜職種別の型があると、現場は初めて動く

全社共通の研修だけでは、なかなか定着しません。

営業には商談前の企業研究と振り返り、マーケティングには競合調査とクリエイティブ検証、人事には求人票とスカウト文、経理には集計と照合、法務には契約書の一次スクリーニング。
職種ごとに「これを使えばいい」という標準セットを配るほうが、圧倒的に早く動きます。
「AIで何ができるか」を各自に考えさせるのは、実は難易度の高い依頼です。

自分の職種の同僚が実際に使っているものを見せられたときに、人は初めて手を動かします。
トップパフォーマーの使い方を型にして配る、という発想がこの段階の中心になります。

また、管理職への展開もこの段階に含めておきます。
管理職が使っていない組織で、メンバーだけが使い続ける例は、まずありません。

職種ごとの型については、職種別AI活用まとめ。営業・マーケ・人事・経理・法務の使いどころで個別に書いています。

完了条件：主要職種ごとに標準ツールセットと使い方の型が配られている。管理職層に展開が済んでいる。

段階5｜会議のAI化は、記録ではなく実行までつなぐ

会議はどの組織にもあり、しかも人数分の時間を消費しているので、効果が読みやすく社内にも見せやすい領域です。
最初の全社的な成功事例をここで作る組織は多いです。

設計するのは、会議前の準備から議事録の作成、決定事項のタスク化、関係者への共有までを一連の流れにする部分です。
議事録の自動化だけを入れても、「決まったことが実行されない」という問題は残ります。
記録ではなく、実行される流れまで含めて設計します。

ここで作った会議データは、後の段階でナレッジ基盤のソースとしても効いてきます。
例えば商談の文字起こしが溜まっていれば、そこからFAQも営業の型も作れます。

会議まわりの設計は、会議と情報流通をAI化するで個別に書いています。

完了条件：定例会議で、準備・記録・タスク化・共有の流れが仕組みとして回っている。会議データが一箇所に集約されている。

段階6｜自動化は「何で作るか」を先に決める

個人の効率化から、仕組みによる自動化に移る段階です。

メールやフォームやカレンダーを起点に、記録・通知・タスク化を人手を介さずに回していきます。
ここで必ず出てくるのが「何で作るか」の議論です。
ノーコードの自動化フロー、GAS、AIボット、ブラウザで動くツールと手段が複数あるので、判断基準を先に決めておかないと毎回議論が起きて、しかも保守できない仕組みだけが増えます。

もう1つ忘れずにやっておきたいのが費用設計です。
従量課金のAI処理を全社に広げると、想定を超える請求が出ることがあります。

部門別の予算とアラート、上限の承認者を決めてから展開します。
この順番を守るだけで、後から止める事態を避けられます。

手段の選び方と費用設計は、AIによる業務自動化の全体像。手段の選び方とコスト設計で個別に書いています。

完了条件：自動化手段の判断基準が1枚になっている。稼働中のフローが一覧で管理され、費用の上限と承認者が決まっている。

段階7｜内製化は、使われる場があって続く

現場が自分で業務ツールを作れるようになると、推進の速度が変わります。
情シスに依頼して待つ時間がなくなるので、「あったら便利」がその日に形になります。

ただ、作ったものが共有され使われる場がないと、内製化は続きません。
作り手が「自分の作ったものが何人に使われたか」を見られる状態が、この段階を回す燃料になります。
称賛が見えると、次を作る人が出てきます。

一方で、扱う情報が業務データに広がってきたタイミングでの管理ルールも要ります。
個人の効率化ツールと、業務データに触るツールでは、求められる管理レベルが違います。
もちろん、作り手のやる気を削がない形で線を引くのが、この段階の難所です。

内製化の進め方は、社内AIツールの内製化。現場が自分で作れる組織にするまでで個別に書いています。

完了条件：現場発のツールが複数生まれ、共有カタログに載っている。業務データを扱うツールの管理ルールが決まっている。

段階8｜品質はレビュー工程を1つ足すとそろう

利用が広がると、次に出てくるのは品質のばらつきです。

同じ「調べておいて」という依頼でも人によって出てくるものの粒度が違ったり、対外文書に不自然な言い回しが混じったり、数値の裏取りが甘かったり、といったあたりです。
対策は3つで、成果物のフォーマットを先に決める、プロンプトの作法を全社共通で配る、提出前のレビュー工程を1つ足す、になります。
とくに効くのが最後のレビュー工程です。

上司や社外に出す前にAIに一度見せる、というひと手間を工程に組み込むだけで、差し戻しが目に見えて減ります。
個人の心がけではなく、工程として設計するのがポイントです。

品質をそろえる具体策は、AIアウトプットの品質を組織でそろえる。標準化とレビュー体制で個別に書いています。

完了条件：主要な成果物にフォーマットとチェック観点がある。提出前のレビュー工程が業務フローに組み込まれている。

段階9｜AIボットは共通資産にして初めて減る

同じ用途のAIボットが部署ごとに乱立すると、開発も保守も二重になります。

ここまで来た組織は、標準ボットを決めて共通化し、利用者の要望を吸い上げて改善を回すサイクルに移ります。
研修や日報、タスク依頼といったマネジメント側の業務にもボットが入ってくるのが、この段階です。
マニュアルの自動生成やFAQの量産のように、これまで「時間がなくて手が回らなかった」領域が動き出します。

目指すのは、作って終わりではなく、更新オーナーと改善サイクルがある状態です。

ただ、増やすだけでもありません。
使われていないボットを廃止する判断も、ここに含めておきます。

共通化のサイクルは、社内AIボットを共通資産にする。作成・共有・改善のサイクルで個別に書いています。

完了条件：標準AIボットが決まっていて、要望の吸い上げと改善・廃止の判断が定例で回っている。

段階10｜経営に出せるのは、数字になった利用実態だけ

最後が、AI活用を経営の数字に接続する段階です。

どの職種・部署でどれだけ使われているか、それによってどれだけ時間が削減されたか、投資に対してどれだけ返っているか。
ここが見えていないと、次年度の予算も次の打ち手も決まりません。

競合や市場のリサーチ、採用市場の定点観測といった「情報力」も、この段階で組織の定常業務になります。
属人的な情報収集から、仕組みとしての情報収集に移るタイミングです。

なお、利用状況の可視化は段階1や段階2でも部分的に必要になります。
段階10で扱うのは「経営に対して説明できる形にする」ところだと考えてください。

指標の置き方は、AI推進担当者の情報収集と経営判断。リサーチとROIの設計で個別に書いています。

完了条件：職種別・部署別の利用状況と削減時間が定期的に集計され、経営会議で共有されている。

よく飛ばされるのは、土台と棚卸しと品質

段階を飛ばすパターンにも傾向があります。
多いものを3つ挙げます。

まず、土台を飛ばして段階4へ進むパターンです。
ルールがないまま職種別研修から始めると、研修直後は伸びますが、事故が1件起きると一気に萎縮します。

次に多いのが、棚卸しを飛ばして段階6へ進むパターンです。
自動化ツールは触っていて面白いので先に手を出しがちですが、作ったフローが誰の業務も楽にしていない、という結末になりやすいところです。

もうひとつが、段階8を飛ばして段階9へ進むパターンです。
品質基準がないままボットを量産すると、精度の低い成果物が大量に出回って、AIそのものへの信頼が下がります。

ただ、並行して進めてよい段階もあります。
段階1と段階2は同時に着手できますし、段階5は他のどの段階と並行しても構いません。
順番が効いてくるのは、1→3→4と、6→7と、8→9の関係です。

AI推進の進め方は、今どの段階かで決まる

段階の見立ては、次の問いに答えるとおおよそつきます。

入れてよい情報の線引きが1枚の資料になっていて、全社に配られているか。
AIに読ませる社内文書に更新オーナーがいるか。
AI化の候補業務がリスト化され、優先順位がついているか。

職種別の標準セットが配られているか。
会議と議事録の流れが仕組みになっているか。
自動化の手段を選ぶ判断基準があるか。

現場が自分でツールを作って共有できているか。
成果物の品質基準とレビュー工程があるか。
標準AIボットが決まっていて改善サイクルが回っているか。
職種別の利用状況と削減時間が数字で見えているか。

「いいえ」が出た最初の段階が、いま着手すべき場所です。
先の段階に手を出していても、そこが埋まっていなければ効果は出にくいので、遠回りに見えても戻ったほうが速いかと思います。

見立ては、外から確かめたほうが早い

自社の段階を自分たちで判定すると、たいてい実際より先を進んでいると見積もります。

ルールは「ある」ことになっていても現場が知らない、棚卸しは「やった」ことになっていてもリストが更新されていない、といったズレが起きやすいところです。

私たちが提供しているAI伴走支援では、この段階の見立てから入り、ガイドライン策定・業務分解・AIワークフローの実装まで一緒に手を動かしています。
順番の判断で迷われている場合は、進め方の参考になるかもしれません。

順番さえ合っていれば、全部そろっていなくてよい

AI推進の進め方で効くのは、施策の数ではなく順番です。

土台をつくり、ナレッジ基盤を整え、業務を棚卸しし、職種別の型を配る。
そこから会議・自動化・内製化へ進み、品質の標準化とAIボットの資産化を経て、経営の数字に接続する、という流れです。

ただ、10段階すべてを完璧にやる必要はありません。
それぞれを完了条件まで進めて、詰まったら一段前に戻る。
この行き方がいちばん遠回りしないのではないかなと思っています。

次回以降、この10段階を1つずつ掘っていきます。

このテーマのほかの記事は、組織のAI推進ノウハウの記事一覧にまとめています。