2026.06.16

全社展開が進む組織は管理職が動いている｜AI定着を左右するミドル層の関わり方

生成AIを業務で活用する企業は、いまや3社に1社を超えました。そして活用している企業の多くが、すでに何らかの効果を実感しています[1]。にもかかわらず、「一部の社員や部署では使われているが、全社には広がらない」という声は驚くほど多く聞かれます。

効果は出ているのに、なぜ組織全体には定着しないのでしょうか。本記事の答えはシンプルです。鍵を握るのは最先端の現場でも、号令をかける経営でもなく、その間に立つ管理職（ミドル層）です。全社展開を進めるうえで、管理職の関与は欠かせない条件の一つです。

「効果はあるのに広がらない」のはなぜか

多くの企業がぶつかっているのは、技術の壁ではなく「展開の壁」です。まずは数字で現状を確認します。

数字が示す「展開の壁」

ある大規模調査によると、生成AIを業務で「活用している」企業は34.5%にとどまります。一方、活用している企業のうち実に86.7%が「効果が出ている」と回答しました[1]。効果を疑う段階はとうに過ぎ、問われているのは「どう広げるか」です。

規模別に見ると差は鮮明です。大企業の活用率が46.5%なのに対し、中小企業は32.4%、小規模企業は28.0%と、組織規模が小さいほど活用率が低い傾向が見られます[1]。

さらに見過ごせないのが、活用にともなう悪影響として「使いこなし格差の拡大」を挙げた企業が18.8%にのぼる点です[1]。一部の達人だけが恩恵を受け、組織内の差が開いていく。これこそが「広がらない」の正体です。

止まっているのは「現場の手前」

では、誰が使えていないのでしょうか。コーレ株式会社が2026年1月、生成AIを導入済みの企業の管理職・マネージャー1,008名に「自社で生成AIを使いこなせていない層」を尋ねた調査では、意外な結果が出ました。最多は「自部門の課長・リーダー職」で29.3%、次いで「経営層」が26.8%、「自部門の一般職」は25.6%でした[2]。

つまり、つまずきは一般職だけにとどまらず、その手前にいる課長・リーダー職や経営層にも広がっているのです。現場は手を動かしながら覚えますが、管理職は自ら触れる機会が乏しく、習熟が後回しになりがちです。展開が止まりやすい地点と、習熟が遅れている層が重なって見える点は、注目すべき示唆です。

管理職が後回しになるのは、構造的な理由があります。プレイヤーとして成果を出してきた人ほど自分の仕事の型が完成されており、新しい道具をわざわざ試す動機も時間も持ちにくいものです。加えて、部下の前で不慣れな姿を見せたくないという心理も働きます。こうして、展開の鍵を握るはずの層で、習熟が遅れやすい状況が生まれてしまいます。

生成AIは「個人スキル」から「組織基盤」へ

なぜ管理職の関与がそこまで重いのか。背景には、生成AIの位置づけそのものの変化があります。

「インフラ化」が変えた問い

生成AIは、一部の試験的なツールから「仕事の基盤」へと急速に移行しました。電気や水道のように、その存在を特別に意識せず業務に組み込まれていく――こうした「インフラ化」が進んでいると指摘されています[3]。利用者は短期間で大きく増え、すでに日常の道具になりつつあります。

基盤になったということは、問いが変わったということです。「使える人が社内にいるか」ではなく、「組織の業務プロセスにどう組み込むか」が論点になりました。ところが、生成AIの活用方針を定めた企業は約半数にとどまり、残りは方針すら未策定です[3]。道具は普及したのに、それを業務に編み込む設計が追いついていません。この設計を現場に落とし込むうえで、業務とチームの両方を知る管理職は重要な担い手になります。

「罰ゲーム化」する管理職が動く意味

ここで一つの逆説があります。近年、管理職は「罰ゲーム化」していると言われます。責任は重いのに権限や裁量は限定的で、誰もが進んで担いたい役回りではなくなっているという指摘です[3]。多忙で余裕のない管理職に、さらにAI推進まで求めるのは酷に思えるかもしれません。

しかし、だからこそ管理職が自ら使う意味は大きいのです。生成AIは、報告資料の下書き、議事の要約、メールの整理といった管理職自身の負担を直接軽くします。自分の手間が減る実感を得た管理職は、その有用性をチームに翻訳できます。負担軽減と全社展開が同じ行動でつながる――この一石二鳥を体験した管理職こそが、定着の起点になります。

管理職が動く組織は何が違うのか

最後に、全社展開を進めるうえで管理職が担うべき実践を整理します。

号令と現場をつなぐ「翻訳」

国際比較も、日本の弱点を映し出します。売上高500億円以上の企業・組織に勤める課長職以上を対象とした調査では、「期待を大きく上回る効果」を創出した企業は、日本ではわずか9%。米国の38%と比べて大きく見劣りします[4]。

AIへの投資が財務的な還元につながった割合も、日本は40%で米国の75%に届きません。注目すべきは、効果を上げている企業ほど「経営に近い推進体制」を整えている点です[4]。経営の号令と現場の利用は、放っておいてもつながりません。経営が掲げる目的を現場の具体的な業務に翻訳し、現場で生まれた使い方を経営に吸い上げる。この双方向の翻訳役が管理職です。号令だけでも現場任せでも展開は止まり、結節点となる管理職が動くことで、投資を現場の成果につなげやすくなります。

管理職が担う3つの実践

全社展開が進む組織を見ると、実践として有効な管理職の関わり方はおおむね3つに整理できます。第一に、自ら使うこと。上司が生成AIの使い方を理解していないと、部下も安心して活用範囲を広げにくくなります。第二に、チームの使い方を設計すること。「どの業務で、どこまで使い、何は人が判断するか」という型を示せば、メンバーは安心して試せます。

設計といっても難しいものではありません。たとえば経理チームなら、請求書の内容確認は人が担い、定型的な仕訳の下書きはAIに任せる、といった線引きを管理職が決めます。営業チームなら、提案書のたたき台はAIで作り、顧客ごとの調整は人が行う、と用途を具体化します。こうした業務単位の型があるかないかで、メンバーの試しやすさは大きく変わります。

第三に、成果と失敗を見える化することです。うまくいった使い方を共有すれば横展開が進み、失敗例を共有すれば過度な萎縮を防げます。たとえば議事録のように、一部の会議から全社利用へ広げる進め方は、成功事例の可視化と出力の標準化を軸にしており、他の業務にも応用できます。現場の手前で習熟が止まっている層が動き出せば[2]、達人と一般社員の格差は縮まり、全社の底上げにつながります。特別な権限がなくても、この3つは今日から始められます。

さいごに

生成AIの効果は、もはや証明する段階を過ぎました。問われているのは、それを一部の達人の手柄で終わらせず、組織の基盤として根づかせられるかどうかです。

その分岐点に立っているのが管理職です。自ら使い、チームの型を設計し、成果と失敗を見える化する。派手な施策ではありませんが、全社展開が進む組織の多くは、ここを押さえています。社内でのAI活用が「広がらない」と感じているなら、まず見直すべきは現場でも経営でもなく、その間にいるミドル層の関わり方かもしれません。