AI研修を「社員全員」に一律でやってはいけない理由 ― 組織を変えるのは9%の「企画人材」
「とりあえず全社員にAI研修を」は、多くの場合うまくいきません。生成AI人材を4つのレイヤーに分け、なぜ投資すべきは90%の活用層ではなく9%の『企画人材』なのか、そして成果を出す研修設計を、現場目線で解説します。
1. はじめに：その「全社員研修」、本当に効果が出ていますか？
「生成AIの研修、どこから始めればいいですか？」
これ、私がお客様から最もよく聞かれる質問の一つです。
ChatGPTやCopilotが急速に普及する中、多くの企業が「とりあえず全社員に研修を」と動き出しています。でも、正直に言うと——その研修、本当に効果が出ていますか？
「研修は受けたけど、結局使っていない」
「便利なのは分かったけど、自分の業務にどう活かせばいいか分からない」
こんな声、御社でも聞こえてきませんか？
結論から言います。「全社員に一律で同じAI研修をする」は、多くの場合うまくいきません。 大切なのは「誰を」「どこまで」育てるかという設計です。本記事では、生成AI人材を4つのレイヤーに分類し、本当に投資すべき層はどこか、そしてどのような研修設計が効果的かをお伝えします。
2. 生成AI活用の4つのレイヤー
まず、企業における生成AI人材を4つのレイヤーで整理してみましょう。
- レベル1：未活用人材 … 業務の中で生成AIを活用できていない層。「名前は聞いたことあるけど使ったことはない」
- レベル2：活用人材 … ガイドラインに沿って、議事録要約・メール下書き・簡単な調査など、与えられた使い方の範囲内で生成AIを使える層
- レベル3：企画人材 … 生成AIの仕組み（プロンプト設計・RAG・APIの概念など）を理解し、「うちの部署のこの業務に、こう導入したい」と自ら企画できる層。単なる「ユーザー」ではなく「推進者」
- レベル4：専門人材 … Python・API連携・機械学習の基礎を持ち、生成AIを活用したシステムを自ら実装できるエンジニア層
現状の分布：あなたの会社はどうですか？
企業によって差はありますが、一般的な傾向として、以下のような分布になっていることが多いです。
| レベル | 人材タイプ | 割合の目安 |
|---|---|---|
| レベル1・2 | 未活用＋活用人材 | 約90% |
| レベル3 | 企画人材 | 約9% |
| レベル4 | 専門人材 | 約1% |
ちょっと想像してみてください。御社で「生成AIを業務で使っている」と言える社員は何人いますか？その中で、「新しいAI活用のアイデアを自ら提案できる」人は何人いますか？おそらく、後者は片手で数えられる程度ではないでしょうか。
3. なぜ「全員一律の研修」ではダメなのか
多くの企業が取り組んでいる生成AI研修は、レベル1からレベル2への引き上げ、つまり「まずは全社員に使い方を教えよう」というアプローチです。これ自体は間違いではありません。しかし、それ「だけ」に投資しても、組織はなかなか変わらないのです。
期待した効果が出ないAI投資。「まず全員に」だけでは成果につながりにくい
理由①：使い方を知っても「活用イメージ」がなければ動けない
研修を受けた社員が「生成AI、すごいですね！」と言ってくれるのは嬉しいこと。でも、問題はその後です。
「で、自分の業務のどこに使えばいいんだっけ？」
ここで止まってしまう人がほとんどです。生成AIは汎用的なツールだからこそ、自分の業務文脈に落とし込む作業が必要です。この「翻訳作業」ができる人材がいなければ、研修で得た知識は宝の持ち腐れになってしまいます。
研修を受けても、活用イメージがないと結局は手作業のまま止まってしまう
理由②：企画人材がいると「活用のパス」ができる
ここがポイントなんですが、企画人材（レベル3）が増えると、レベル1・2の方々もどう活用すればいいかが見えてくるんです。
たとえば、営業部にレベル3の社員が一人いて、「顧客への提案資料の初稿を生成AIで作成し、レビュー時間を削減する」という企画を立てて成果を出したとします。すると周囲は「え、そんな使い方できるの？」「自分も真似してみよう」となる。こうして、活用の具体例（＝パス）が社内に生まれます。
企画人材は、いわば「AI活用の道を切り拓く開拓者」です。全員を開拓者にする必要はありません。各部署に一人いるだけで、組織全体のAI活用レベルが底上げされるのです。
理由③：90%を少し増やすより、9%を倍にする方が効く
研修投資の観点でも考えてみましょう。全社員1,000人の会社で、レベル1・2が900人、レベル3が90人だとします。900人への基礎研修と90人への企画力強化研修、どちらに投資すべきでしょうか。
基礎研修で「便利ですね」と思う人が増えても、具体的な成果につながるとは限りません。一方、企画人材を90人から180人に倍増させれば、新しいAI活用企画が2倍生まれる可能性があります。しかも、企画人材が増えれば周囲のレベル1・2も自然と活用方法を学んでいく。
「まず全員に」ではなく「まず企画人材を」。これが、限られたリソースで最大の効果を出す戦略です。
4. 研修を成功させる秘訣：インプットで終わらせない
では、企画人材（レベル3）を育てるには、どんな研修が効果的なのでしょうか。私たちが重視しているのは、「インプットで終わらせず、アウトプットまで完結させる」ことです。
よくある失敗パターン
従来の生成AI研修でありがちなのが、「生成AIとは何か（座学）→ ChatGPTの使い方デモ → プロンプトのTips → 質疑応答」という内容です。悪くはないのですが、「で、明日から何を企画すればいいの？」という問いには答えられていません。「できること」は理解できても、「どう企画するか」までは分からない。これでは企画人材は育ちません。
アウトプットまで完結させる研修設計
企画人材を育てる研修には、以下の要素が必要です。
- ① 生成AIの技術理解：LLMの基本原理、プロンプトエンジニアリング、RAG、AIエージェントの概念を、企画に必要な粒度で理解する（「なぜ精度が出るのか」「どこにコストがかかるのか」を語れる程度）
- ② コストとROIの見積もり方：APIの利用料がどれくらいかかるのかを理解していないと、現実的な企画は立てられません。「面白いアイデアだけど、コストが見えないので承認できない」と却下されないために必須です
- ③ 新規事業企画のフレームワーク：課題定義（As-Is/To-Be）、ターゲット、解決策の設計、KPI、ROI試算、リスク分析。生成AI活用の企画も、結局は事業企画です
- ④ 実践ワークショップ：自部署の業務を棚卸しし、改善できそうな業務を特定し、企画書（簡易版）を作成して発表・フィードバックまで行う
自部署の業務を棚卸しし、企画書の作成まで完結させるワークショップ形式が効く
ここまでやって初めて、「研修を受けたら企画が1本できた」という成果が生まれます。
5. 生成AIがもたらす「RFP作成の民主化」
最後に、もう一つ大きな変化についてお話しします。
これまで、社内でAIシステムを導入しようとすると、RFP（システム開発要求書）の作成が必要でした。要件定義、機能一覧、非機能要件、評価基準——これらは情報システム部門や外部コンサルタントが担当することがほとんどでした。
しかし、生成AIを活用すれば、業務要件を自然言語で説明するとシステム要件書の骨子を生成したり、抜け漏れをチェックしたりできます。そのままベンダーに出せる完成度ではないかもしれませんが、「たたき台」を作る能力があれば、専門家のレビューを経て精度を上げていけます。
これが意味するのは、企画人材（レベル3）が、開発のスタートラインに立てるということ。「こういうAIシステムが欲しい」というアイデアを持った人が、自らRFPの初稿を作成し、情報システム部門や外部ベンダーと対等に議論できる。この変化が、AI活用の民主化を加速させます。
6. まとめ
本記事では、生成AI研修をどこからスタートすべきかを解説しました。ポイントをおさらいします。
- 生成AI人材は4つのレイヤー（未活用→活用→企画→専門）に分類できる
- 全社員一律の基礎研修「だけ」では組織は変わりにくい。投資すべきは90%の活用層ではなく、9%の企画人材層
- 企画人材が増えると、組織全体のAI活用に「パス」が生まれる
- 効果的な研修は、インプットで終わらせずアウトプット（企画書）まで完結させる
- 生成AIにより、一般社員でもRFP作成に参画できる時代が来ている
「全員を底上げする」のではなく、「変革を推進できる人材を育てる」。これが、限られたリソースで最大の成果を出す生成AI研修の設計思想です。
「うちの会社でも企画人材を育成したい」「効果的な研修プログラムを設計したい」とお考えの方は、ぜひお気軽にご相談ください。