AIが仕事を変える速さは、見出しほど速くも一様でもない

デモと実装は、同じものではありません。管理された環境で契約書を下書きし、問い合わせに答え、コードを書けるモデルは、確かに印象的です。ただ、その能力が実際に企業の中で、現実の業務に対して、規模を持って動いているかどうかは、別の問題です。2026年の状況を見ても、その二つの距離は思いのほか大きいように見えます。

本番に届かない実証実験

2025年に考えさせられた調査の一つに、MITのProject NANDAによる予備的なレポート「The GenAI Divide」があります。そこでは、約95％の組織が生成AIの取り組みから成果（リターン）をまったく得られておらず、統合まで進んだ実証実験のうち、数百万ドル規模の価値を生んでいるのは約5％にとどまる、と報告されました。このレポートは、利用者や経営層が「明確で持続的な生産性または損益への影響があった」と述べたものだけを成功とみなしており、公開されている300超のAI施策の調査、52組織へのインタビュー、153名の経営層への調査に基づいています。そのため、全数調査ではなく、初期の兆候として読むのが適切です。著者らは、つまずきの主な原因はモデルの質ではなく、硬直した業務フロー、文脈に即した学習の欠如、日々の業務との不整合にあるとしています。

公的な統計は、もう少し控えめな姿を示しています。米国センサス局の事業動向調査（BTOS）は、企業が「いずれかの事業機能でAIを使っているか」を尋ねるもので（2025年11月に、それまでの「財・サービスの生産における利用」から文言が広げられました）、2025年12月から2026年5月まで、利用は米国企業の17〜20％の間で推移しました。規模の大きな企業ほど高く、従業員250人以上の企業では約37％です。着実に進んではいますが、「もうどの会社もAIで動いている」という印象からは、まだ距離があります。

速く動きすぎた企業は、戻ることもある

この差は、企業が慎重だからというだけではありません。ときには、逆方向の揺り戻しも起きます。決済企業のKlarnaは、2024年初めに、同社のAIアシスタントがカスタマーサービス担当者約700人分のフルタイム業務をこなしていると発表しました。ところが2025年5月、最高経営責任者のセバスチャン・シミアトコフスキ氏はBloombergの取材に対し、カスタマーサービスの組み立て方でコストを重視しすぎた結果、品質が下がったと述べ、同社は再び人の担当者を採用していると報じられました（AIの活用自体は続けています）。ここから読み取れるのは「AIは役に立たない」ということではなく——大量の定型的な対応では明らかに役立っています——例外や、人でなければ対応が難しい場面という最後の一区間は、デモが思わせるほど簡単には引き渡せない、ということのように思います。

モデルにできることと、職場が実際に変わったことの差は、「本当の変化」が来る前の遅れではありません。多くの人にとっては、その差こそが、変化がいままさに交渉されている場所です。

この差が、あなたにとって意味すること

能力が急速に伸びていく話を読むと、自分の仕事も同じ速さで変わると考えたくなります。けれども実際には、導入は予算、データの質、規制、管理職、そして組織の慣性に左右されます。だからこそ、同じ職種でも勤務先が違えば、まったく別の時計の上にいる、ということが起こります。

私たちとしては、デモよりも「導入」を見ることをおすすめします。自分の仕事にとって重要な合図は、新しいモデルの発表ではなく、あるツールが自分のすぐ近くの現実の業務に、そっと組み込まれた瞬間です——下書きが最初から用意されて届くようになった、自分が見る前に問い合わせが振り分けられている、といった変化です。備えるべきはそこであり、この「導入の差」は、いまのところ備えるための時間でもあります。当サイトのスコアも、デモの周期ではなく、この少し遅い現実のほうを追おうとしています。