多くの企業が生成AIを導入しているが、その効果を適切に測定できていない。利用頻度やプロンプト数といった指標は、AI活用の成熟度や成果との相関が低いためである。KPMGとテキサス大学オースティン校は、約2,500人の従業員による140万件以上の生成AI利用データを分析し、「高度なAI活用者」の特徴を特定した。その結果、成果を生む人材はAIを単なる効率化ツールではなく、思考・推論・意思決定を支援する協働パートナーとして活用していることが明らかになった。企業は導入率の向上から脱却し、AIとの協働能力を育成・評価する段階へ移行する必要がある。
1. AI導入の次の課題は「活用の質」の測定
多くの企業は生成AIの導入には成功しているが、
- AI利用頻度
- プロンプト数
- トークン消費量
- 自己申告のスキルレベル
といった表面的な指標しか持っていない。しかし、これらは「活動量」であって「成果」ではない。企業が本当に知りたいのは、
- 誰が成果を出しているのか
- なぜ成果が出るのか
- どの行動を育成すべきか
である。その答えを探るため、KPMGは従業員約2,500人の8カ月間にわたるAI利用履歴（140万件超）を分析した。
2. 高度なAI活用者に共通する4つの行動
研究では、特に成果の高いユーザーに共通する4つの特徴が確認された。
① AI活用への積極的な投資
優秀なユーザーは、
- AI利用頻度が高い
- 対話時間が長い
- 初回プロンプトが長く複雑
- 用途に応じてモデルを使い分ける
傾向があった。重要なのは「たくさん使うこと」ではなく、「意図を持って使うこと」である。
② AIを推論パートナーとして扱う
成果の高いユーザーは、
- 役割設定
- 出力例の提示
- 自己検証
- 仮説検証
- 反復改善
を繰り返している。彼らはAIに答えを求めるのではなく、「一緒に考える相手」として活用している。
③ 複雑な仕事をAIへ委任する
高度な活用者は、
- 多段階タスク
- 複数制約のある課題
- 複雑な意思決定支援
をAIへ任せる。その際、
- 成功条件
- 制約条件
- 出力構造
を明確に定義する。つまり、「質問する」のではなく「仕事を依頼する」のである。
④ AIを汎用的な認知ツールとして使う
AI活用を文書作成だけに限定しない。
活用領域は、
- アイデア創出
- 課題分析
- シナリオ設計
- 技術調査
- 意思決定支援
- 問題解決
まで広がっている。AIを「検索エンジンの延長」と考える人と、「知的パートナー」と考える人の差がここに現れる。
3. 意外な発見：若手よりマネジャーが上手く使っている
一般には、「若い世代の方がAIを使いこなす」と思われている。しかし研究結果は逆だった。高度な活用者の多くは、
- マネジャー
- シニアマネジャー
- リーダークラス
であった。理由は明確である。彼らは日頃から、
- 問題設定
- 仮説構築
- 判断基準の整理
- 複雑な意思決定
を行っている。そのためAIに対しても、「何を考えさせるか」を設計できる。一方、若手は利用頻度こそ高いが、個人タスク中心で戦略的活用が少なかった。つまり、AI活用力 ≠ ITリテラシーであり、AI活用力 ≒ 問題解決能力 × 思考設計能力 であることが示唆されている。
4. AI導入企業への3つの提言
① 導入率ではなく活用習慣を育成する
企業は「何人が使ったか」ではなく、「どう使ったか」を評価する必要がある。
② AI研修をプロンプト研修から脱却させる
従来の研修は、
- 良いプロンプトの書き方
- ツール操作方法
に偏りがちだった。しかし本当に育成すべきは、
- 問題設定
- 仮説思考
- 推論設計
- 出力評価
といった人間側の能力である。
③ AI前提の業務モデルを定義する
部門ごとに、
- AIで何を支援するか
- どこまで委任するか
- 人間は何を判断するか
を明確化する。監査、税務、コンサルティングなど職種ごとに期待するAI活用は異なるため、一律の評価基準は機能しない。
詳細は下記参照。定期購読登録が必要です。