最近、繰り返し目にする光景があります。私が話をする経営チームのほぼすべてが、いま社員に対して同じようなメッセージを発しています。「AIを使おう、もっと賢く働こう、少ない資源でより多くの成果を」。表面上は、きわめて筋の通った話に聞こえます。実際、AIは多くの作業を確実に速くしてくれます。メールの下書き、長い文書の要約、スプレッドシートの整理、職務記述書の初稿づくり。かつて20分かかっていたことが、いまでは3分で終わります。
そこで疑問が生まれます。もしそのすべてが本当なら、なぜ私が話をするほぼ全員が、1年前よりも忙しそうに見えるのでしょうか。なぜカレンダーは埋まり続け、受信トレイはあふれ続け、夜の時間は削られ続けるのでしょうか。AIがこれほど時間を節約してくれているのなら、その時間は実際にはどこへ行っているのでしょうか。
実は、この感覚の裏付けとなる確かなデータがあります。そしてそのデータは、次の生産性目標を設定する前に、すべての雇用主が理解しておくべきパラドックスを示しています。
期待と実感のあいだにある溝
まず、経営者がAIに期待していることと、社員が日々実際に感じていることとの隔たりから見ていきましょう。Upworkによる大規模な調査では、経営幹部の96%が、AIによってチームの生産性が上がると期待していると答えました。ほぼ全員一致です。ところが、実際にこれらのツールを使っている従業員に尋ねると、77%が、AIはむしろ仕事量を増やしたと答えています。同じテクノロジー、同じ企業でありながら、立場によってまったく異なる二つの物語があるのです。
この溝こそが、問題の核心です。トップから見れば、AIは引けばより多くの成果が出てくるレバーのように見えます。しかし現場の机から見れば、AIはしばしば、ただでさえ多い仕事の上に、さらに管理すべきものが一つ増えたように感じられるのです。
日本でも同じことが、より鮮明に起きている
これはシリコンバレーだけの問題だと思われるなら、もっと身近なところを見てみてください。パーソル総合研究所は、日本の約2万人の就業者を対象に、私がこれまで目にした中でも特に詳細な調査を行っています。その見出しとなる数字は、実に心強いものです。生成AIを使った特定の業務について、その業務にかかる時間が平均で約17%短縮されていました。これは本物です。測定可能です。まさにこのテクノロジーが約束する効率化そのものです。
ところが、落とし穴があります。そうした就業者のうち、総労働時間が実際に減ったのは約4人に1人にすぎませんでした。ここはもう一度読んでいただきたいところです。これこそが問題全体の核心だからです。時間は業務単位では確かに節約されました。しかし4人のうち3人にとって、その時間は、業務の完了から一日の終わりまでのどこかで、静かに消えてしまったのです。労働時間は縮まりませんでした。ただ、再び埋まっただけでした。
さらに、私が思わず考え込んでしまった発見があります。同じデータの中で、AIを最も積極的に使っている人、つまり毎日のように使うヘビーユーザーは、ほとんど使っていない人よりも多くの残業をしていました。ヘビーユーザーの残業は週に約8時間、非利用者は約5時間です。AIを熱心に取り入れる人ほど、一日が長くなっているように見えるのです。これは、私たち全員が約束されていたこととは正反対です。
では、時間は実際にどこへ消えているのか
AIが業務単位で本当に時間を節約していて、なおかつその時間が誰の一週間にも表れていないのだとすれば、何かがそれを吸収しているはずです。実際には、いくつかの要因が同時に働いています。
一つは、浮いた時間がすぐさま再投資されてしまうことです。1時間が空いても、それがゆとりに変わることはほとんどありません。たいていは同じような定型業務で、すぐにまた埋まってしまいます。下書きで1時間節約すれば、その時間でさらに3本の下書きを書く。ゴールラインが単に先へ移動するだけです。日本のデータでも、節約された時間の大半はそのまま仕事に戻され、しかもその多くは、AIが私たちを解放してくれると想像していた付加価値の高い思考ではなく、日常業務に充てられていました。
もう一つは、それまで存在しなかったまったく新しい仕事が生まれることです。スタンフォード大学とBetterUpの研究者たちは、これに私の記憶に残る名前を付けました。「ワークスロップ（workslop）」です。見た目は完成しているように見える、つまり洗練され、自信に満ち、体裁も整っているものの、実際には中身の薄いAI生成物のことです。判断、文脈、そして「そもそもこれは筋が通っているのか」というチェックが欠けています。それが完成品のような顔をして同僚の受信トレイに届くと、その空疎さに気づき、結局は本当の思考をやり直さなければならないのは受け取った側です。研究では、就業者の40%が直近1か月だけでワークスロップを受け取ったと答え、1件あたりその後始末におよそ2時間かかっていました。仕事は消えたわけではありません。見た目を整えられ、注意を払っている誰かのところへ下流に押し流されただけなのです。
そして多くの場合、成果が本当に重要な場所にはまったく表れません。広く引用されているMITのある調査では、企業の95%が、生成AIへの投資から測定可能なリターンをまったく得ていませんでした。リターンが小さかったのではなく、測定可能なリターンがゼロだったのです。効率化は個々の業務のレベルでは本物でありながら、本当に重要なレベル、すなわち業績、納期、顧客のレベルでは、不思議なほど目に見えないのです。
誤解のないように：これはAI否定論ではありません
ここは慎重にお伝えしたいところです。ここまでの話は「AIは役に立たない」と読まれかねないからです。私はそう言っているわけではありませんし、そうも思っていません。AIは明らかに機能します。大量の履歴書のスクリーニング、オンボーディング資料の作成、込み入ったやり取りの要約、ほぼあらゆるものの初版づくりを、確実に速くしてくれます。私自身も毎日使っています。業務単位での効果は本物であり、なくなることはありません。
問題はツールではありません。問題は、私たちがそのツールの周りに何をまとわせ続けているかです。
「少ない資源でより多くの成果を」という発想は、AIを、AIが存在しない世界を前提に設計されたプロセスからコストを削るための手段として扱っています。そのため私たちは、強力な新しい能力を古いワークフローにそのまま放り込みます。するとワークフローは簡素になるどころか、その上にまったく新しい層が付け加えられます。AIの出力のレビュー、誤りのチェック、ワークスロップの後始末、そしてツールによって可能になった膨大な追加ボリュームの管理です。業務で節約した時間は、その業務を監督する時間に食われてしまいます。そして両者はおおむね相殺されるのです。
未来学者のジェイコブ・モーガンは、これを誰よりも的確に表現しています。多くのリーダーは、AIを従来のプロセスに重ねているだけなのに、それを変革と呼んでいる、と。しかし、導入は再設計ではありません。ツールを買い、全員に使うよう指示するのは簡単な部分です。そしてそれは同時に、人々を静かにより忙しくしてしまう部分でもあるのです。
では、実際に何が効果的なのか
問題が、古い働き方にAIを後付けしていることにあるのなら、解決策はツールを増やすことでも、号令を大きくすることでもありません。設計です。私がこの局面を率いる立場であれば、次の三つに注力します。
第一に、業務を自動化するだけでなく、仕事そのものを再設計することです。ツールを展開する前に、まったく異なる問いを立ててください。「AIが存在することを前提にゼロから作るとしたら、この仕事はどのような姿になるだろうか」。「今の仕事のどこにAIを振りかけられるか」ではなく、「そもそもプロセス全体は今どうあるべきか」です。そのほうが難しく、時間もかかりますが、実際に成果につながるのはこのやり方だけです。そして同じくらい重要なのが、浮いた時間を何に充てるのかを明確に決めて表明することです。顧客とのより深い関係、より質の高い思考、人材の本当の育成など、価値のあることに意識的に再投資しなければ、その時間はおのずと付加価値の低い仕事で再び埋まってしまいます。節約された時間は、自動的に蓄えられるわけではありません。誰かが意図して確保しなければならないのです。
第二に、品質を守り、正しいものを測定することです。シンプルなルールを一つ定め、それを徹底してください。AIを使って作成した成果物は、送った人が責任を持つ、というルールです。チェックも読みもしていない出力が転送され、いつの間にか他の誰かの問題になる、ということをなくすのです。この一つの規範だけで、ワークスロップの大半は広がる前に止められます。そして、測定するものを変えてください。シート数、プロンプト数、「AIを使っている」人の数といった「AI導入率」を追うのをやめ、本当に重要な成果、すなわちエラー率、手戻り、採用の質、価値創出までの時間、顧客満足度を追うようにするのです。導入そのものを目的として追い求めることこそが、企業が何の成果もないまま、あの95%に入ってしまう原因です。
第三に、人をより付加価値の高い仕事へと向かわせ、そのための訓練を実際に行うことです。AIが定型業務を吸収していくにつれ、勝ち残る人間の役割は、判断、関係構築、そしてツールをうまく使いこなすことを軸にしたものになります。しかし、そうした転換を宣言するだけで実現することを期待するわけにはいきません。驚くほど多くの就業者が、求められている生産性向上をどう実現すればよいのか正直わからないと答えています。ツールは号令とともに机に置かれただけで、地図は渡されていないのです。ですから、訓練に投資してください。速い仕事だけでなく、良い仕事に報いてください。そして、AIを単に人員削減の口実として扱いたくなる誘惑に抗ってください。そうした瞬間、残った全員が、「効率化」とは「辞めた人の分まで働け」という意味の符丁にすぎないことを学んでしまうからです。
なぜ日本では、ほかのどこよりもこれが重要なのか
ここまで述べたことは、どの市場にも当てはまります。しかし日本では、その意味合いが異なります。ここのリーダーは、その点をじっくり考える必要があると私は思います。
日本は最も難しい市場です。優秀な人材は本当に不足しており、人口動態がその逼迫をさらに強めています。そして一度優秀な人材を得たら、彼らを引き留めることがほぼすべてと言っても過言ではありません。そうした環境で、目に見えないAI関連の負担を優秀な社員に静かに積み上げていくことは、巧みな生産性向上策などではありません。それはリテンション上のリスクです。最も有能で、最もエンゲージメントの高い社員こそが、AIに最も積極的に取り組む人たちです。そして先ほどの日本のデータによれば、まさにその人たちが、結果として最も長時間働くことになる可能性が最も高いのです。チームがいかに「効率的」になったかを自賛しているうちに、最も優秀な人材を燃え尽きさせてしまうことがありうるのです。
そして、人材の補充に時間がかかり、コストがかさみ、ときにはまったく不可能でさえある市場においては、それはソフトなコストではありません。犯しうる最も高くつく過ちの一つなのです。
これからの局面で抜きん出る企業は、AIを最も早く導入した企業でも、最も多くのライセンスを購入した企業でもないでしょう。生産的に見えることと実際に生産的であることの違いを正直に見極められ、そしてツールを上に積み重ねるだけでなく、仕事そのものを再設計する規律を持った企業です。
なぜなら、「少ない資源でより多くの成果を」は戦略ではないからです。それはスローガンにすぎません。本当の仕事、実際に成果につながる仕事とは、再設計なのです。
出典
Upwork（2024年）、パーソル総合研究所（2026年）、スタンフォード大学ソーシャルメディア・ラボ＆BetterUp／ハーバード・ビジネス・レビュー「Workslop」（2025年）、MIT（2025年）。