従業員がAIで業務を大幅に改善していても、その手法を組織内で共有しないケースが増えている。背景には、効率化すれば仕事を増やされる、評価が下がる、将来AIに代替されるといった組織への不信がある。
AIの価値を個人の生産性向上から組織全体の能力へ広げるには、ツールやルールの整備だけでは不十分である。従業員が安心して試行し、その成果を共有することが自らの利益にもなるという信頼と心理的安全性を構築する必要がある。
1. AIの成果が「個人」に閉じ込められている
AI時代の業務改善は、正式なシステムではなく、個人による試行錯誤から生まれることが多い。
- 効果的なプロンプト
- AIツールの組み合わせ
- 独自のワークフロー
- 業務上のボトルネックを回避する方法
こうした知識は簡単に共有できる一方、自分だけで保持することも容易である。実際、調査ではAIに関する知識や手法を意図的に共有しなかった従業員が一定数存在している。問題はAIを利用しているかではなく、そこで得られた知識が組織に広がっているかである。
2. 知識を隠す最大の要因は「組織への不信」である
従業員がAI活用を共有しない主な理由は、
- AIを使うと能力が低いと思われる
- 生産性が上がると仕事を増やされる
- 自分のノウハウを失い、優位性が下がる
- 業務が自動化され、自分自身が不要になる
- 社内ルール違反と判断される
といった懸念である。調査では、組織への信頼が低い従業員ほどAI知識を隠す割合が大幅に高く、心理的安全性についても同様の傾向が確認された。つまり、AI活用を阻害しているのは技術不足だけではなく、組織文化そのものである。
3. 「試行」と「ルール違反」を区別する
AIでは、正式な業務プロセスが整う前に、従業員自身が新しい使い方を発見することが多い。組織がこうした探索的な試行をルール違反として扱えば、有益な改善ほど表に出なくなる。
必要なのは、
- 許容されるAI利用の範囲を明確にする
- 試行錯誤を正当な業務として認める
- 失敗から学ぶ行動と不適切な利用を区別する
ことである。ガバナンスは試行を抑制するためではなく、安全に試行できる範囲を明確にするために設計する必要がある。
4. 「共有すると損をする」構造をなくす
従業員がAIで3時間の仕事を20分に短縮しても、空いた時間を別の仕事で埋められるだけなら、改善方法を隠すことは合理的な行動になる。
企業はAIによって生まれた余力を、
- より高付加価値な仕事
- 深い分析や創造的業務
- 能力開発
- 新しい実験
などに再投資する方針を明確にする必要がある。AIによる生産性向上を単純に仕事量増加へ転換する「効率化への課税」を続ければ、知識共有は進まない。
5. 知識共有そのものを評価する
AI活用のノウハウを共有することで本人の優位性が失われるなら、知識は囲い込まれる。
そのため、
- 他の従業員が再利用できる手法を共有する
- チームの生産性向上につなげる
- 品質改善に貢献する
- 新しいワークフローを広げる
といった行動を評価に組み込む必要がある。また、発見者の名前や貢献を明確にし、知識共有が本人の評価やキャリアを高める仕組みにすることが重要である。
6. 共有の負担を組織が引き受ける
有益なAI活用法を発見した従業員に、文書化、研修、全社展開まで任せると、共有そのものが新しい仕事になってしまう。
そこで、
- 発見者は簡潔なデモを行う
- 組織が文書化する
- 組織が展開・サポートする
- 発見者には功績を還元する
という役割分担が望ましい。知識共有は、本人に恒常的な負担を課すものではなく、貢献として報われる仕組みにする必要がある。
結論
AIによる生産性向上を組織全体の成果へ変えるために、本当に重要なのはAIツールの導入率ではない。
従業員が、
- 安心してAIを試せる
- 成功した方法を共有できる
- 共有しても不利益を受けない
- むしろ貢献として評価される
と信じられる環境をつくることである。AIのROIが生まれていないのではなく、成果が個人の中に留まっている可能性がある。組織がその価値を引き出せるかどうかは、技術以上に、信頼と心理的安全性に左右される。
詳細は下記参照。定期購読登録が必要です。
“Why Employees Aren’t Transparent About Their AI Usage,” HBR.org, June 10, 2026.