研修を重ねても AI ツールを使わない社員がいる。説得には限界がある。私たちは変化適応力を軸に、誰を待ち、誰を見切るかの判断基準を整理した。組織浸透は全員の同意ではなく、動ける人の速度で決まる。

AI導入が止まる構造

Claude Code を全社に展開して3ヶ月が経った企業で、利用ログを確認する会議があった。導入時の研修には全員が参加し、マニュアルも整備され、週次の質問会も開催されていた。それでも、月間のプロンプト実行数がゼロのアカウントが全体の40%を超えていた。

「使い方がわからない」という声に応えて、事例集を作った。「業務に合わない」という指摘を受けて、カスタムプロンプトを用意した。それでも、数字は動かなかった。プロジェクトリーダーは「もう一度、丁寧に説明すれば」と言ったが、私たちは別の仮説を持っていた。

説得では、変わらない層が存在する。

問題は理解不足ではなく、変化への適応コストを支払う意思の有無だった。ツールの性能でも、研修の質でもなく、「今のやり方を手放せるか」という、もっと手前の場所で止まっていた。

変化適応力という補助線

私たちは AI 導入支援の現場で、組織を三つの層に分けて観察するようになった。分類の軸は、スキルでも役職でもなく、変化適応力だ。

最初の層は、ツールが入った瞬間に試す人たち。マニュアルを待たず、エラーが出ても自分で調べ、業務フローを自ら書き換える。全体の15〜20%がここに該当する。この層は、放っておいても使う。

次の層は、使い方が見えれば動く人たち。誰かの成功事例を見て、手順が整理されていれば、自分の業務に適用できる。全体の30〜40%。この層は、待つ価値がある。事例と対話の時間を投資すれば、数ヶ月で戦力化する。

最後の層は、構造的に変化を拒む人たち。理由は様々だ。現状の業務フローに最適化されすぎていて、学習コストを支払えない。過去のシステム刷新で疲弊し、「またか」と感じている。あるいは、定型業務に安定を見出していて、効率化そのものに価値を感じていない。

この層に、説得は効かない。時間をかけても、ROIは出ない。

誰を見切るかの判断基準

ある製造業の企画部門で、Notion AI と Claude を組み合わせた提案書作成の自動化を進めていた。導入から半年後、部署内の温度差が明確になった。3名は週に10本以上のプロンプトを実行し、提案書の初稿作成時間を平均40%削減していた。4名は月に数回使う程度で、「補助的には便利」と評価していた。残りの2名は、ほぼ使っていなかった。

プロジェクトリーダーは、全員が使えるまで待つべきか悩んでいた。私たちが提示したのは、待つ対象を明確にする判断軸だった。

一つ目は、変化の兆候があるか。過去3ヶ月で、一度でも自発的に試した履歴があるか。質問会に参加したか。使っている人に話を聞きに行ったか。兆候がゼロなら、待っても変わらない。

二つ目は、業務の性質。その人の業務が、AI で効率化できる領域に重なっているか。定型的な文書作成、データ整理、コード生成。こうした要素が少ない役割なら、無理に使わせる必要はない。

三つ目は、組織への影響範囲。その人が変わらないことで、他のメンバーの生産性が下がるか。チーム全体のフローがそこで止まるなら、配置転換を含めた判断が必要になる。逆に、影響が局所的なら、放置しても問題ない。

この三つの軸で整理すると、「待つべき人」と「見切るべき人」が見えてくる。全員を説得しようとするから、プロジェクトが停滞する。動く人を加速させ、様子見の層に事例を見せ、動かない層は影響範囲から外す。組織浸透とは、全員の合意ではなく、動ける人の速度で決まる。

意思決定を記録に残す

その製造業では、最終的に2名を別のプロジェクトに異動させた。強制でも排除でもなく、適性の再配置として実施された。残ったメンバーで提案書作成フローを再設計し、3ヶ月後には部署全体の提案件数が1.8倍になった。

重要だったのは、判断の基準を言語化し、記録に残したことだ。「なぜ待ったのか」「なぜ見切ったのか」を、プロジェクトログに書いた。変化管理は、感情ではなく構造の問題として扱われるべきだった。

AI 導入の成否は、ツールの性能ではなく、組織が「変化できる状態」に移行できるかで決まる。説得の限界を認め、適応力を軸に人を見る。その判断を、記録として残す。これが、私たちが現場で学んだ、変化できる組織への移行戦略だった。