全社的に生成AIの導入を進めたはずなのに、活用度合いに大きな部門格差が生まれている——。こうした状況は、多くの企業で起きている現実です。
ガイドラインを整備し、研修を実施し、ツールのライセンスも付与した。それでも「ほとんど使われていない部門」が残り続ける。DX推進の担当者にとって、これほどもどかしい状況はありません。
この問題の根本には、「全社一律の施策では、部門ごとに異なる抵抗の構造に対処しきれない」という事実があります。部門によって業務特性も、組織文化も、変化に対する態度も異なります。同じ施策を同じように展開しても、響く部門と響かない部門が出るのは当然のことです。
本記事では、生成AI活用が進まない部門の抵抗パターンを構造的に分類し、それぞれの類型に応じた個別アプローチ戦略を解説します。Google WorkspaceやGeminiといった具体的なツールの活用法にも踏み込み、「明日から何をすればよいか」が明確になる内容を目指しました。
生成AIの社内展開において、多くの企業が最初に取る手段は全社一律のアプローチです。具体的には、利用ガイドラインの策定、全社向け研修の実施、ツールの一括導入といった施策が一般的です。
これらは「スタートライン」としては正しい打ち手です。しかし、導入から半年、1年と時間が経過すると、部門間の活用格差は縮小するどころか拡大していくケースが少なくありません。
IPA（独立行政法人 情報処理推進機構）が2024年に公表した「DX動向2024」においても、DX推進における組織内の温度差が依然として大きな課題であることが示されています。生成AIの活用も例外ではなく、一部の先進的な部門が成果を出す一方で、大多数の部門は初期の試行段階から進展しないという二極化の構図が報告されています。
全社一律施策が限界を迎える理由は明確です。部門ごとに「活用が進まない原因」が異なるにもかかわらず、同じ処方箋を当てているからです。
例えば、「何に使えばよいかわからない」という部門と、「使い方はわかるが業務プロセスに組み込む余裕がない」という部門では、必要な支援がまったく異なります。前者には業務に即したユースケースの具体提示が必要であり、後者には業務フローの再設計支援が必要です。全社研修では、このどちらにも十分に応えられません。
ここから求められるのは、部門の抵抗パターンを正確に見極め、それぞれに合った個別のアプローチを設計する「診断と処方」の発想です。
関連記事：
生成AIガイドライン策定の4ステップ｜リスクを防ぎ生産性を最大化
部門ごとの個別アプローチを設計するには、まず「なぜその部門では活用が進まないのか」を構造的に理解する必要があります。ここでは、2つの軸を使って部門の状態を分類するフレームワークを紹介します。
その部門の主要業務が、手順やルールが明確な定型業務中心か、状況判断や創造性を要する非定型業務中心かを示します。定型度が高い部門（経理、総務など）は、AIによる自動化・効率化の恩恵を受けやすい一方で、既存の業務フローへの愛着や変更コストへの懸念が強い傾向があります。定型度が低い部門（企画、研究開発など）は、AIの活用余地が広い反面、「自分の仕事はAIに置き換えられない」という認識から、活用の動機付けが弱くなりがちです。
その部門の組織文化として、新しいツールや手法に対してオープンか、現状維持を志向するかを示します。これは部門長のリーダーシップスタイルや、過去のIT導入経験（成功・失敗体験）に強く影響されます。
この2軸を掛け合わせると、以下の4つの類型が浮かび上がります。
| 象限 | 業務の定型度 | 変化への態度 | 典型的な部門例 | 抵抗の本質 |
|---|---|---|---|---|
| A：効率化待望型 | 高い | 受容的 | 経理・人事（一部） | やり方がわからない。具体的なユースケースと手順さえあれば動く |
| B：慎重防衛型 | 高い | 防衛的 | 法務・品質管理 | 精度やリスクへの懸念が強い。「使って問題が起きたら誰が責任を取るのか」が最大の障壁 |
| C：探索的懐疑型 | 低い | 受容的 | 営業・マーケティング | 興味はあるが、自分の業務にどう適用すればよいか見えない。試しに触ったが「使えない」と判断した経験あり |
| D：現状維持型 | 低い | 防衛的 | 熟練技術部門・研究開発（一部） | 「自分たちの仕事は特殊だ」という強い自負。AIを脅威またはノイズと見なしている |
この分類は、あくまで傾向を把握するための診断ツールです。実際の部門は複数の象限の特徴を併せ持つこともあります。重要なのは、「どの特徴が最も強く出ているか」を見極め、最初のアプローチの方向性を定めることです。
この象限の部門は、変化への抵抗は小さいものの、「具体的に何をどうすればよいのか」がわからず立ち止まっています。最も有効な介入は、抽象的な可能性の提示ではなく、業務に直結したユースケースの具体的な手順書（レシピ）を提供することです。
具体的な施策：
関連記事：
生成AI導入はユースケース洗い出しから。具体的手順と成功の秘訣
なぜ生成AI活用の第一歩にGoogle Workspaceが最適なのか？
DXにおける「クイックウィン」とは？組織の変革機運を高める
この象限の部門が動かない最大の理由は、「リスクへの懸念」です。生成AIの出力精度や情報漏洩リスクに対する不安が、活用への心理的ブレーキとなっています。この懸念を「杞憂だ」と軽視するアプローチは逆効果です。懸念を正面から受け止め、管理可能であることを実証するプロセスが求められます。
具体的な施策：
関連記事：
ハルシネーションとは？ 生成AIが嘘をつく原因・リスク・企業が取るべき4階層の対策
サンドボックスとは？意味や仕組み、3つの活用法を初心者向けに解説
生成AIのファクトチェックの重要性と組織として持つべき心構え
営業やマーケティング部門に多いこの類型は、新しいツールへの関心はあるものの、初期に汎用的な生成AIを試して「期待はずれだった」という経験を持っていることが多いのが特徴です。一度「使えない」と判断した人を再び動かすには、前回の体験とは質的に異なる成功体験を提供する必要があります。
具体的な施策：
関連記事：
「また失敗するのでは？」IT導入のトラウマを乗り越え、DXを成功に導く方法
プロンプトエンジニアリングとは？意味と基本、組織導入の秘訣を解説
DXを加速する「チャンピオン制度」とは？導入の要諦を解説
最も介入が難しい象限です。業務への強い自負と変化への抵抗が重なっているため、「AIを使いましょう」という正面からの働きかけは、ほぼ確実に反発を招きます。
具体的な施策：
関連記事：
「背中を見て覚えろ」はもう限界。生成AIで実現する暗黙知の継承
ナレッジベースとは？意味・重要性、導入ステップをわかりやすく解説
象限別の施策を実行する際に、象限を問わず共通して意識すべきポイントがあります。
どの象限であっても、部門長の姿勢がAI活用の成否を決定的に左右します。部門長が「うちには関係ない」と考えている限り、どんな施策も形骸化します。
部門長を巻き込むには、「AIの技術的な素晴らしさ」ではなく、「部門のKPIにどう貢献するか」という言語で対話することが不可欠です。売上目標、コスト削減目標、品質指標など、部門長が日常的に追いかけている数字とAI活用を接続するストーリーを構築してください。
最初から大規模な業務変革を目指すと、準備段階で頓挫するリスクが高まります。まずは2〜4週間で成果が見える小さな実験（パイロット）を設計し、その結果を基に次のステップを判断する「段階的拡大」のアプローチが現実的です。
重要なのは、パイロットの成果を定量的に記録し、社内に共有することです。「提案書作成にかかる時間が平均40%短縮された」「月次レポートの初稿作成が3時間から30分になった」といった具体的な数字は、他の部門への展開を検討する際の強力な説得材料になります。
関連記事：
組織におけるDX成功体験を横展開する重要性、具体的なステップ解説
DX横展開の基本 / 一部署の成功を全社へ広げる実践４ステップ
個別アプローチを実行するには、DX推進部門（または情報システム部門）の体制自体も変わる必要があります。「全社一律に展開する」という役割から、「各部門の状態を診断し、個別の処方箋を設計・伴走する」という役割への転換です。
これは社内リソースだけで完結させることが難しい領域でもあります。特に、象限ごとの技術的な実装支援（Google Cloudの環境構築、Vertex AIの設定、Gemini for Google Workspaceの業務適用設計など）は、専門的な知見と経験を持つ外部パートナーとの協業が効果的です。
ここまで解説してきた部門別の個別アプローチ戦略は、論理的にはシンプルですが、実行段階では複数の壁に直面します。部門ごとの状態を正確に診断するノウハウ、各象限に適した技術的な環境構築、そして部門との対話を継続しながら定着を支援する伴走力——これらを社内のDX推進チームだけで賄うことは容易ではありません。
XIMIXは、多くの中堅・大企業のAI活用推進を支援してきました。
XIMIXが提供できる支援の例：
全社一律の施策だけでは埋められない部門間の活用格差は、時間が経つほど拡大し、生成AI投資全体のROIを押し下げます。「どの部門から、どんなアプローチで動かすか」を戦略的に設計することが、投資回収の分岐点になります。
XIMIXのGoogle Workspace 導入支援についてはこちらをご覧ください。
XIMIXのGoogle Cloud 導入支援についてはこちらをご覧ください。
本記事では、生成AI活用が進まない部門に対する個別アプローチ戦略を解説しました。要点を整理します。
生成AIの導入にコストをかけたにもかかわらず、一部の部門でしか活用されていない状態は、投資の未回収領域が拡大し続けていることを意味します。逆に言えば、まだ動いていない部門を戦略的に活性化できれば、すでに行った投資から追加のリターンを引き出せるということです。
「どの部門から手をつけるべきか」「各部門にどんなアプローチが有効か」——その判断に少しでも迷いがあれば、専門的な知見を持つパートナーへの相談を一つの選択肢として検討してみてください。