ADOPTION & ENABLEMENT
変革を、一過性で終わらせない。
システムを導入しても、使われなければ成果は生まれません。Deerは利用状況をモニタリングしながら改善を続け、現場への浸透と、社内でAIを使いこなし変革を推進できる人材の育成までを担います。
Agenda
成果は、定着してはじめて生まれる。
変革の成否を分けるのは、導入後の数か月です。利用の定着と継続的な改善を設計に組み込むことで、投資は初めて成果に変わります。
IPA『DX動向2026』によれば、AI導入・運用上の課題として最も多いのは「専門人材が不足している」の50.1%で、「生成AIの効果やリスクに関する理解が不足している」が45.8%と続きます。[1]
人材の不足は、育成の基盤が整っていないことと表裏一体です。DXを推進する人材の量が不足している企業は85.5%に上る一方、必要なスキルを把握できていない企業は52.8%で、人材像を設定し社内に周知している企業は2割に満たないとされています。[1]
同じ調査では、AIの効果を高く実感している企業ほど、AIの影響を踏まえた人材への対応に着手しており、「効率化・自動化が見込まれる既存業務の把握」に着手している割合は、効果が高い企業で37.6%、低い企業で23.8%でした。[1]
Key Issues
経営が直面している論点
01
導入した仕組みが使われず、元の業務に戻る
新しいシステムと並行して旧来のExcelが使われ続け、二重管理が生まれている。移行の段取りと、使われない理由の把握が欠けています。
02
現場にAIへの不安と抵抗感がある
仕事を奪われる不安や、誤りの責任を負わされる懸念が、利用をためらわせている。経営からの説明と、役割の再定義が届いていません。
03
改善の要望を吸い上げる仕組みがない
現場の不満や改善案が担当者の手元で止まり、仕組みに反映されない。利用状況のデータも見られていません。
04
社内に、変革を担える人材がいない
どのスキルが必要かが定義されておらず、研修が受講して終わりになっている。実務で使いこなす経験を積む場がありません。
Approach
Deerのアプローチ
01設計
Change Management
経営のメッセージ、現場への説明、移行の段取りを設計し、新しい仕組みへの移行を組織として進めます。
- 経営メッセージと説明の設計
- 役割の変化と評価の整理
- 移行の段取りと支援体制
02運用・定着
Value Realization
利用状況と業務指標をモニタリングし、成果が出ていない箇所を特定して改善を重ねます。
- 利用状況と業務指標の定点観測
- 使われない理由の特定
- 改善の優先順位づけと反映
03運用・定着
Enablement
役職と職種に応じたAI研修と実務での伴走により、社内で変革を推進できる人材を育てます。
- 必要なスキルと人材像の定義
- 役職・職種別の研修
- 実務での伴走と社内推進者の育成
Frameworks
踏まえる制度・指針
AI事業者ガイドライン(第1.1版)
AIの利用者には、出力の精度とリスクの程度を理解したうえで利用すること、より効果的な利用のために必要な知見を習得することが期待されています。研修では操作方法だけでなく、確認すべき出力と、判断を人に戻す基準を扱います。[2]
Deliverables
提供するもの
- 移行・定着の推進計画
- 利用状況と成果のモニタリング
- 業務マニュアルと研修プログラム
- 役職別のAI研修
- 社内推進体制の設計
Outcomes
目指す状態
- 新しい仕組みが、日常の業務として使われる
- 改善が、継続的に回り続ける
- 社内に、変革を担える人材が育つ
FAQ
よくある質問
- 研修だけを依頼することはできますか?
- 可能です。研修は実務での活用とあわせて設計することで効果が高まるため、対象業務の選定からご一緒します。
- 導入後の支援はいつまで続きますか?
- 成果の定着を確認できるまで伴走します。支援の範囲と期間は、ご相談のうえで設計します。
- 定着したかどうかは、何で判断しますか?
- 利用率だけでなく、対象業務の処理時間や手戻りなど、導入前に決めた業務の指標で判断します。旧来の手順が使われていないかもあわせて確認します。
- 社内の推進役は、どのような人を選べばよいですか?
- IT部門に限らず、対象業務をよく知り、部門をまたいで調整できる人が適しています。実務で成果を出す経験を通じて、推進役としての役割を広げていきます。
Related Insights
関連する論考
- PERSPECTIVES2026年11月12日AIの定着は、研修ではなく業務の変更で決まる生成AIの研修を重ねても、業務の進め方は変わらない。個人利用が広がる一方で業務プロセスへの組み込みが進まない理由を、業務・現場の指導役・評価・仕組みの4つのレバーから整理し、チェンジマネジメントとして経営が打つべき手を示す。
- PERSPECTIVES2026年11月7日生成AIのPoCが本番に届かない理由PoCで一定の精度が確認できても、本番運用に至らない取り組みは少なくない。技術ではなく、価値の定義・業務への組み込み・運用体制の設計に原因がある。価値実現までを見据えた5つの設計原則を示す。
- PERSPECTIVES2026年11月19日データの品質は、所有者を決めない限り上がらないデータ品質の問題は、ツールや人材の不足として語られることが多いが、根本は責任の配分にある。所有者を「名前」ではなく権限と負担を伴う役割として設計し、データが生まれる業務に置き直すことで、品質を継続的に保つ仕組みを示す。
SOURCES出典
- [1]独立行政法人情報処理推進機構(IPA)『DX動向2026 広がるAI導入、DXは変われるか』(2026年7月30日)
https://www.ipa.go.jp/digital/chousa/dx-trend/dx-trend-2026.html(2026年11月8日閲覧) - [2]総務省・経済産業省『AI事業者ガイドライン(第1.1版)』(2025年3月28日)
https://www.soumu.go.jp/main_content/001002576.pdf(2026年11月8日閲覧)