生成AIを全社で契約したのに、使っているのは最初に手を挙げた数人だけ。導入から数か月でこの状態になり、そこから動かなくなる。よくある詰まり方ですが、原因は現場の熱意でも道具の性能でもありません。AI導入は、導入前・導入検討・導入後でボトルネックが入れ替わる構造を持っており、最初の障害を越えた瞬間に別の障害が前に出てくるためです。この記事では、中小企業3,892社への調査で明らかになった「導入後の課題」を起点に、定着を担保する社内体制の作り方を、4つの役割と3つの指標に分けて整理します。
「3か月で止まる」の正体は、ボトルネックの入れ替わり
AI導入が途中で止まるのは、課題が解決したからではなく、課題が別のものに入れ替わるからです。先に断っておくと、「3か月」という期間そのものを裏付ける公的統計は、本記事の調査時点（2026年9月）では確認できていません。期間の長短より、何が順番に立ちはだかるかを押さえるほうが実務では役に立ちます。
商工中金が2026年1月に実施した中小企業の生成AIの利用にかかる調査は、生成AI導入の課題をフェーズ別に分類して集計しています。有効回答は3,892社（回収率36.1%）、対象は同金庫取引先の非上場中小企業が中心です。フェーズごとの最多回答は次のように移り変わります。
| フェーズ | 最も多い課題 | 回答率 |
|---|---|---|
| 導入以前 | 具体的な活用場面が不明 | 35.6% |
| 導入検討 | 導入を推進する人材がいない | 32.0% |
| 導入後 | 社内ルールや方針整備が追い付かない | 25.1% |
「使い道が分からない」を越えると「進める人がいない」が出てきて、それも越えると「ルールが追い付かない」が前に出る。導入前に立てた計画がカバーしているのはたいてい最初の1つだけで、残り2つには担当も予算も割り当てられていません。止まる原因の多くはここにあります。
清水建設の事例でも、導入初期に有効なユースケースが見つからず利用者数が横ばいだった時期があったことが、Lightblueが公開した導入事例に明記されています。横ばいは失敗ではなく、次の課題に切り替わったサインとして扱うのが適切です。
中小企業3,892社が挙げた「導入後の課題」4つ
導入後に企業がぶつかる課題は4つに集約されます。商工中金調査の「導入後フェーズ」に分類された項目は次のとおりです。
| 導入後の課題 | 回答率 | 何が起きている状態か |
|---|---|---|
| 社内ルールや方針整備が追い付かない | 25.1% | 入力してよい情報の線引きが決まらず、判断が個人任せになる |
| 導入効果が測定できず、成果が見えにくい | 21.3% | 続ける根拠を示せず、追加投資の稟議が通らない |
| 一部部署や職員に知識・ノウハウが偏る | 14.7% | 使える人だけが使い、他部署に広がらない |
| 業務プロセスに組み込めず、定着しない | 12.0% | 使うかどうかが個人の気分に依存する |
注目したいのは、この4つに「AIの精度が足りない」も「コストが高い」も入っていない点です。導入後に効いてくるのは技術要因ではなく、ルール・測定・知識の偏り・業務への組み込みという運用側の要因です。
同じ構造は、アイスマイリーとMMD研究所が2026年7月に実施した企業のAI導入・活用に関する調査（AI導入に関わった400人が対象）でも確認できます。うまくいっていない企業の要因は、業務範囲が不明確19.2%・解決したい課題が不明確16.2%・導入後の効果測定と改善の不足15.2%でした。詳細は「AI導入は26.8%どまり｜成否を分けるのは目的と定着」で扱っています。
個人任せか会社主導かで、効果の実感に10ポイント以上の差が出る
定着の分かれ目は、会社として導入しているかどうかです。商工中金調査では、生成AIを積極活用している企業を「会社主導で導入」と「個人登録のAI利用を推奨」に分けて、経営への効果の実感を比較しています。
| 導入の形 | 経営へのプラス効果を感じている割合 | 回答数 |
|---|---|---|
| 会社による導入 | 36.6% | n=592 |
| 個人登録AIの利用推奨 | 26.0% | n=534 |
差は10.6ポイントあります。さらに用途別に見ると、「デスクワーク作業支援・自動化」は会社導入のほうが14.5ポイント高く、「アプリ開発・プログラミング」で10.1ポイント高い結果でした。業務効率化に効く使い方ほど、会社主導でなければ広がっていません。
そして同調査で最も多かった回答は、「会社での導入はなく、使用は個人の判断に任せている」の64.9%です。会社主導の導入と個人利用の推奨を合わせた「生成AI積極活用層」は31.1%にとどまります。つまり中小企業の6割超は、定着を個人の裁量に預けた状態にあります。
個人任せが悪いのではなく、個人任せのままでは業務プロセスに組み込む工程が誰の担当にもならない、というのが問題の構造です。
定着させる社内体制 ― 4つの役割を先に決める
体制づくりは組織図を描くことではなく、先ほどの4つの課題に対して担当を1つずつ割り当てることです。以下は、商工中金調査の導入後の課題と、置くべき役割を対応させた整理です（対応づけは当社の設計であり、調査結果として示されているものではありません）。
| 導入後の課題 | 置く役割 | 最低限やること | 担うのに向く人 |
|---|---|---|---|
| 社内ルールや方針整備（25.1%） | ルールの決裁者 | 入力してよい情報・禁止する情報をA4用紙1枚で示し、判断に迷ったときの相談先を決める | 経営者、または管理部門長 |
| 効果測定（21.3%） | 測る人 | 導入前に指標を1つ決め、月次で記録する | 経営企画・管理部門 |
| 知識・ノウハウの偏り（14.7%） | 広める人 | 使い方を共有する場を定期開催し、事例を1件ずつ横に流す | 推進担当（兼務可） |
| 業務プロセスへの組み込み（12.0%） | つくり手 | 自分の業務向けの使い方を作り、手順書に載せる | 各部門の実務担当 |
4つのうち、外部に委託できるのは「広める人」の支援と「測る人」の設計までです。ルールの決裁と業務への組み込みは、社内の人でなければ決められません。ここを外注しようとして止まる例が少なくありません。
「導入を推進する人材がいない」は導入検討フェーズの課題として32.0%が挙げており、専任者を置ける中小企業はまれです。現実的には、推進担当を兼務で置き、経営者が決裁の責任を持つ形になります。推進担当を1人で抱え込ませないことも重要で、相談相手の確保については「AI導入は誰に相談すべきか｜相談先6種類と使い分け」で整理しています。
使い方を社内に流通させる4つの場
知識の偏りは、場を用意することでしか解消しません。清水建設では、法人向けAIアシスタントの利用者が2025年4月の約1,200名から2026年8月20日発表時点で8,800名まで、約1年半かけて広がりました。社内で作成されたアシスタントは8,000個を超えています。
Lightblueの発表と導入事例で確認できる施策は次の4つです。
| 場 | 清水建設での規模 | 果たしている役割 | 中小企業での置き換え |
|---|---|---|---|
| 全社説明会 | 延べ600名が参加 | 存在を知らせ、最初の接点をつくる | 全社朝礼で15分、経営者が自分の使用例を話す |
| ハンズオンセミナー | 20名規模で隔週開催 | 手を動かす場をつくり、疑問をその場で解消する | 部門ごとに5〜10名、月1回30分 |
| 社内SNSチャンネル | 月間約1,000名が閲覧 | 事例と困りごとが日常的に流れる場をつくる | 既存のチャットに専用チャンネルを1つ作る |
| 事例共有会 | 計2回、視聴者計3,000名 | 成功例を部門をまたいで移植する | 四半期に1回、各部門から1事例ずつ |
規模は違っても構造は同じです。重要なのは、ハンズオンが20名規模という点です。大人数の一斉研修を1回やるより、小さい回を数多く重ねるほうが質問が出ます。中小企業では、この「小さい回」の設計がそのまま使えます。
なお、清水建設の8,800名がグループ会社や協力会社の利用者を含むかは発表資料に記載がないため、利用率としてではなく規模感として扱っています。詳細な読み解きは「清水建設8,800名が使う生成AI｜社内浸透の4施策」にまとめています。
定着を測る3つの指標 ― 契約ID数を見ない
「導入効果が測定できず、成果が見えにくい」は導入後の課題で21.3%を占めます。測れないまま続けると、コスト削減の局面で真っ先に打ち切られます。
測定でつまずく典型は、契約ID数や研修受講率を成果指標にしてしまうことです。これらは「配った量」であって、使われている量ではありません。定着を測るなら、次の3種類を1つずつ用意します。
- 使われている量：週に1回以上使った人数（契約ID数ではない）。分母を全従業員数に固定して、比率で追う。
- 業務に組み込まれた量：手順書やマニュアルにAIを使う工程が明記された業務の数。清水建設の事例における「作成されたアシスタント数」に相当します。
- 業務側の変化：対象業務の処理時間・対応件数・差し戻し件数のいずれか1つ。導入前に必ず計測しておきます。
3番目は導入前の数値がなければ比較できません。アイスマイリー・MMD研究所の調査でも、うまくいっている企業が導入前にやっていた準備の上位は、解決したい業務課題の整理35.3%、必要なデータ・社内情報の整理34.9%、AI導入の目的の明確化32.4%でした。測る準備は導入後ではなく導入前の作業です。効果測定の設計そのものは「AI投資の55%が「効果不明」｜ROIが見えない3つの落とし穴と対策」で詳しく扱っています。
最初の90日で体制をどう立ち上げるか
体制は一度に完成させる必要はありません。順番があります。
1〜30日：決める。ルールの決裁者と推進担当を指名します。入力してよい情報の線引きをA4用紙1枚にまとめ、対象業務を1つに絞ります。この時点で効果指標を1つ決め、導入前の数値を計測します。
31〜60日：作る。対象業務の担当者が自分で使い方を作ります。ここで情報システム部門が代行すると、その後の数が伸びません。並行してハンズオンを部門ごとに開き、社内チャットに共有チャンネルを1つ用意します。
61〜90日：広げる。最初の事例を他部門へ移植します。指標を月次で記録し、経営会議で1枚報告します。ここで初めて、契約ライセンスを増やす判断ができる材料が揃います。
この90日の進め方は「中小企業のAI導入の進め方｜90日で成果を出す4フェーズ」で、週単位のアクションまで分解しています。費用の見積もりについては「AI導入支援の費用相場｜何にいくらかかるかを内訳で見る」を参照してください。AIエージェントに業務を任せる段階まで進む場合は、権限設計と停止手段の確認が別途必要になります（「AIエージェント導入支援の選び方｜通常のAI導入と違う5つの確認点」）。
AI導入の進め方全体は「AI導入支援｜中小企業の進め方と支援会社の選び方」、発注前に確認する具体的な基準は「AI導入支援会社の選び方｜発注前に確認する7つの基準」で解説しています。
よくある質問
- AI導入が3か月で止まると言われるのはなぜですか。
-
課題が入れ替わるためです。商工中金調査では、導入以前は活用場面が不明35.6%、導入検討では推進人材がいない32.0%、導入後はルール整備が追い付かない25.1%が最多でした。なお期間を3か月と特定する公的統計は確認できていません。
- 生成AIの利用を個人任せにしてはいけませんか。
-
個人任せでも使われますが、効果の実感に差が出ます。商工中金調査では、経営へのプラス効果を感じている割合は会社導入36.6%、個人登録の利用推奨26.0%で、10.6ポイントの開きがありました。
- AI推進の専任担当を置く必要がありますか。
-
専任である必要はありません。商工中金調査では導入を推進する人材がいないと答えた企業が32.0%あり、中小企業では兼務が現実的です。重要なのは、ルールの決裁者を経営層に置いて責任を分けることです。
- AI導入の定着は何で測ればよいですか。
-
契約ID数や研修受講率ではなく、週1回以上使った人数の比率、業務手順書に組み込まれた工程の数、対象業務の処理時間の3つを使います。処理時間は導入前の計測が前提です。
まとめ
AI導入が途中で止まるのは、担当者の熱意が続かなかったからではありません。商工中金の調査が示すとおり、導入以前・導入検討・導入後でボトルネックが入れ替わり、後半の課題に担当も予算も割り当てられていないためです。導入後に効くのはAIの性能ではなく、ルール・測定・知識の共有・業務への組み込みという運用の設計です。
次に取るべきアクションは3つです。第一に、導入後の4課題（ルール整備・効果測定・知識の偏り・業務への組み込み）に、それぞれ担当を1人ずつ割り当てます。第二に、効果指標を1つ決め、導入前の数値を今のうちに計測します。第三に、使い方を共有する小さな場を月1回の頻度で設けます。
自社のAI活用が一部の人で止まっている、あるいは体制をどう組めばよいか整理したいという方は、AI導入相談フォームからお気軽にご相談ください。
出典・参考資料
- 商工中金： 中小企業の生成AIの利用にかかる調査（2026年1月調査） （）
- アイスマイリー： 【2026年】企業のAI導入・活用に関する調査 （） （アイスマイリー・MMD研究所共同調査）
- Lightblue： 清水建設、法人向けAIアシスタント「Lightblue （）
- Lightblue： 清水建設が挑む『生成AI全社活用』プロジェクト （提供ベンダーによる導入事例記事）
