生成AIツールはほぼ全社で導入されているのに、期待通りの成果が出ている企業はごく一部にとどまる。経営の現場でこうしたギャップを感じる方が増えています。
AIを「使うかどうか」のフェーズはすでに終わり、いま問われているのは「企業の設計そのものをAI前提に作り変えられるか」です。経営判断・オペレーション・組織のいずれもがAIを織り込むように再設計されている企業は、競合に模倣されない優位性を生み出し始めています。
2026年4月23日、株式会社エクサウィザーズ／株式会社Exa Enterprise AI 取締役の半田 頼敬様と、株式会社overflow 代表取締役CEOの鈴木 裕斗をスピーカーに迎え、「【HR最前線】AIカンパニーへのロードマップ〜AI時代に勝つ採用と育成〜」と題したウェビナーを開催しました。
本記事では、AIカンパニーかどうかを判定する3つの問いから、従来企業との3つの違い、AIカンパニー化しないと起きる3つのリスク、AI人材の採用市場、ストーリースカウトという発想、育成・組織変革のロードマップ、そして経営層・管理職こそAIを使うべき理由までを再構成してお届けします。
AIカンパニーかどうかを判定する3つの問い ── 99%の会社がまだ「できていない」現実
――鈴木：半田様、生成AI導入は進んでいる一方で、実際の成果が出ている企業はどのくらいでしょうか。
半田様：いろんな会社様とお話しさせていただいたり、展示会で接点を持ったりしていると、生成AIや AIツールの導入自体はほとんどの会社さんがもう始めていらっしゃるという認識です。ただ一方で、実際に活用ができているか、価値が創出できているか、期待を超えているかというところで言うと、各社の調査を総合してもなかなか期待通りの成果が出ていないというのが現状なのではないかと思っております。
SNSで象徴的な事例が出てきますが、これは一部の会社さんです。AI活用具合や成果の度合いには、かなり大きな差分が出てきている。日本企業の場合、いくつかの壁が共通して見えます。ボトムアップで進めても一部部門の導入にとどまる、AIを活躍させるための設計が仕切れていない、IT予算がガバナンス・インフラ側に張り付いていて攻めの投資に回らない、経営層のリテラシーが追いついていない。こうした壁に阻まれている会社さんが少なくないのが現実です。
AIカンパニーかどうかを判定する3つの問い 我々自身も社内で問いかけ続けている、AIカンパニーかどうかを判定する3つの問いがあります。
AIなしでは現在の競争力を維持できないような業務が、会社に存在しているか AIのROIを経営として測定していて、投資判断に使っているか AI自身が、競合に模倣できない自社固有の競争優位性を生んでいるか
半田様：正直、99%できていません。AIカンパニーというのは最終的にそういった形になることがゴールなので、IT系以外の会社さんに関してはここを作っていくまで相当時間がかかるという印象です。我々の会社自身も「自社固有の競争優位性を生んでいるか」については「条件付きS」くらいで、悩ましいなと感じている部分です。完璧にできている会社は、現時点ではかなり少ないんじゃないかと考えています。
従来企業とAIカンパニーの3つの違い ── 経営・オペレーション・組織のシフト 半田様：そもそも「AIカンパニー」とは何かを直感的にイメージしていただくため、こう定義しています。これまで人のみで行ってきた事業経営の半分ほどを、AIで行う状態です。
AIが人の仕事を奪うかという議論がよくありますが、どちらかというとAIと人のバランスをどう取るかが論点だと考えています。AIのみで仕事が完結するケースは実は2%程度というレポートも出ており、AIで出したものを人が補完したり、AIと人が共同で実施したりという形が進んでいくのが、AIカンパニーのイメージです。
その上で、単にAIを使っている企業ではなく、効果・成果に結びつけ、企業の設計そのものがAIを使うことを前提にしているかどうか。ここが組織の設計や採用する人材像に大きく関わってくる別れ道です。
違い1：経営の指標が「人的資本」から「AI人的資本」へ これまで人的資本経営として論点になっていた領域が、AIと人をどう活用していくかという「AI人的資本経営」の論点に置き換わっていきます。経営でモニタリングすべき指標も、これに合わせて再設計が必要です。
違い2：オペレーションは「AIファースト」のプロセスに これまでは人間と人間の間にAIが入っている業務プロセスが中心でしたが、「AIファースト」ではAI側がプロセスを設計し、その中で人間が中身をチェックする構造に変わります。ヒューマン・イン・ザ・ループという言葉に象徴される設計です。
人が何を磨くべきかは継続的な議論が必要ですが、AIにできることと人ができる得意なこと、人が担うべき役割の再定義は避けて通れません。
違い3：組織レイヤーが構造的にシフトする 従来型の階層構造で業務・システム・承認フローが設計されている多くの企業に対し、AIが多くのことをできるようになると組織レイヤー自体が変わります。中間管理職の役割の再定義、経営が現場の声を吸い上げる仕組みの設計など、組織のあり方そのものに踏み込む必要が出てきます。
AIカンパニー化しないと起きる3つのリスク ── セキュリティ・生産性格差・採用ブランド 半田様：「まだ先の話」と捉える会社さんもありますが、ここを変えていかないと大きく3つのリスクが顕在化していきます。
リスク1：セキュリティと法的リスク 機密データの流出、著作権侵害による訴訟リスク。攻めのAI活用とどうしてもセットで出てくるリスクをどうコントロールするかが第一の論点です。
リスク2：圧倒的な生産性格差 攻めをやらないこと自体が、もはやリスクです。生産性の格差が大きく開いていく中で、AI活用を進めない選択は競争力低下に直結します。
リスク3：採用ブランドの毀損 特にエンジニアや若手家庭の領域では、面接で「AI活用ってどれぐらいされてるんですか」と聞かれることが増えています。我々のAIエージェントツールで採用サイトに導入している会話ログを見ても、エンジニアからAI活用状況を問う質問が頻繁に出てきています。今後数十年仕事をしていく場として、AIに後ろ向きな会社をリスクとして避ける動きが従業員目線で広がっています。
半田様：実際にどういうロードマップで変わっていくかというと、最初に導入があり、その後個人が活用して事例が創出されていき、それが層で浸透して仕組みになり、全社変革に至る。これがオーソドックスな順序です。
それぞれのフェーズに壁があります。経営判断、再現性、旗振り役の不在、制度の追いつき、事業自身の転換。この壁をどう、どういう時間軸で突破していくかは、会社や業界によって全然違います。2000社超を支援している実感としても、フェーズに応じてどこに優先順位を置くかが鍵で、ベストプラクティスと失敗事例の蓄積を参考にしながらカスタマイズしていくことが重要です。
セキュリティ整備は人事と情シスの統合が解になる
――鈴木：途中で出てきた阻む壁の中で、私はセキュリティリスクが特に重要だと感じています。情シスや情報セキュリティ部門との足並みを揃えないと、全社導入もClaude Codeのようなローカル動作のツールも進められません。
半田様：事例として象徴的なのが、コロナのワクチンで有名になったモデルナさんです。CHROと情シスのトップを同じ方が兼任していて、要は「AIオフィサー」のような形で、人事とIT部門がくっついている。組織を大きく変えていくには、ボトムアップで変わりきれない部分がどうしても出てくる。情シスやセキュリティ部門は役割上どうしてもリスクを安全な方に倒すので、人も組織もITも全部まとめて1人の人が統括するという事例が起き始めています。未来の人事には、こうした統合的な役割が必要になってくると個人的には感じています。
AI人材が会社を選ぶ理由 ── 年収より「AIを使える環境」、不満1位は技術的負債 ――鈴木：ここから採用の話に入らせていただきます。AIカンパニーを目指す上で、ナレッジを持つ人材を採用する道と、社内のリスキリングで作っていく道の両方があります。私からは採用市場の現在地と、どういう人を採用していくべきかをお話しします。
DXからAXへの転換は皆様ご存知の通りですが、エンジニア採用の領域では、その会社がAI活用をしているか・AXに投資をしているかによって、最終的なオファー承諾率がガラリと変わってきています。具体的にはAI/LLMに投資している企業のオファー承諾率は22%、全体平均は10%程度ですから、AI投資企業の人気の高さは事実として現れています。
引き続きエンジニア採用は格境ですが、コーディングがAIに置き換わるとも言われる中、全体ボリュームはシュリンクしていく見立てです。ハイクラスの中でも「すぐ動く」と言える方は8%、「いいお話があれば」が20%、残りは「今は考えていない」。ハイレイヤーほど動きづらい・動かしづらい現状があります。
AI人材が会社を選ぶ理由の不満項目1位は技術的負債です。最近 Claude が「Opus の次のモデル」で、27年見つからなかったバグを5分で見つけたという話もあり、LLMの進化で技術的負債が解消される可能性はあるものの、現時点では技術的負債が溜まっている企業に乗り気で行くケースは少ないのが実情です。
キャリアドリフトと「今は考えていない」層 ── 返信率が最も高いのは潜在層 ――鈴木：採用が難しいのは、顕在8%の取り合いになっているからです。我々が提唱しているのが「キャリアドリフトモデル」というフレームで、顕在・純潜在・潜在の3層構造で捉えます。
転職サイトの一般的な「転職意欲あり／ちょっとある／全くない」の3区分では拾えない動きがあり、Offersのプラットフォームでは1ヶ月開いていなかった方が先週急に開いた、返信しなかった方が変信した、求人ページに訪れたといったシグナルを統計学的に拾うことで、転職意欲がないように見える方の中にも実は今動く可能性のある人を見つけ出せる構造を作っています。
実際に毎月キャリア面談で接している現場エンジニア3名（リード級・リード級・エンジニアリングマネージャー級）のAI時代観をお聞きした例があります。3名から浮かび上がる共通点は3つです。
返信率が最も高いのは「今は考えていない」層 転職意欲を「すぐ転職したい」「いいオファーがあれば」「今は考えていない」の3区分で見ると、実は返信率が最も高いのは「今は考えていない」層です。一般的なイメージとは異なりますが、AIが進んでいる会社からの連絡だと、自分の市場価値や知的好奇心が刺激されて返信する、という構造があります。
ストーリースカウト ──「スカウトじゃなくてブログ」という発想 ――鈴木：この潜在層に振り向いてもらうには、切な的にスカウトを送り続けても、競争性の激しい同じ人材を多くの会社で取り合うだけで終わってしまいます。我々が「スカウトじゃなくてブログです」と表現するのは、ストーリースカウトという発想です。
具体的にはHRBrainさんのVPoEというポジションで、市場にほぼいない人材の採用に2年近く苦戦されていたところを、ストーリースカウトの運用に切り替えて約半年で決定に至りました。停滞しているように見える方でも「これは動いていますよ」というデータを用いて追いかけ続け、振り向いていただけたケースが増えています。
採用パートのまとめ4点 採用パートの要点を4つに整理します。
採用の競争力は顕在層8%ではなく、残りの92%にある ハイクラスのAI人材は、技術的負債とAIを使える環境で会社を選んでいる 「今動かない」と言っている人ほど、実は反応している データ分析的なストーリースカウトで、候補者が動くタイミングに第一想起される状態を設計する 半田様：「スカウトじゃなくてブログである」、めちゃめちゃ刺さりました。私も副業の活動をやっているので、早速チームに共有しました。
育成は「利用率 → 生産性 → 企業価値」の指標で進める 半田様：採用に加えて、育成と組織の話をさせていただきます。生成AI活用は二極化しています。踏み出せる企業と進んだ企業に分かれていて、シャドウAIのリスクや「どこに使っていいか分からない」状態にとどまる会社さんも多い。特に人事は機密データを扱うので、どの局面で使っていいか分からないと立ち止まりがちです。
フェーズ別の指標を設定する AI活用を進めるための指標としては、フェーズに応じて段階的に変えていきます。
初期フェーズ : 利用率中期フェーズ : 生産性成熟フェーズ : 企業価値「我々は今どのステージで、何を課題にしているからこの指標を見る」という整理ができていると、施策が散らからずに進めやすくなります。
内発的動機がAI活用を加速する ポイントは「目的がないとAIは使われない」という事実です。AIを使いたい人はAIが好きだから使うというより、「売上を上げたい」「新しいアイデアを出したい」という実動の部分でのエネルギー、内発的動機がスタート地点になり、そのためにAIを使うという流れが多い。逆に「AIを使ってください」と言われても、目的がない状態ではリスク回避の方が強く働きます。
誰が内発的動機を持っているのか、新しいことをやるためにどんなスキルが必要なのか。これは従来のDXでのトランスフォーメーション支援で蓄積してきた論点で、リテラシー教育だけでなく、業務と紐付けたユースケース創出や他者とのコラボレーションを含めて設計していく必要があります。
経営層と管理職こそ AI を使え ── 北風と太陽、「面白そう」の演出 半田様：組織変革で非常に重要になってくるのが、経営層と管理職です。ツールを入れても評価がされない構造だと、現場にAIを使うインセンティブが働きません。よく言われるDeNA の南場さんのようにご自身でAIを使っている経営者の姿は、メンバーにとって強いシグナルになります。
管理職を集中的にAI活用させる研修も重要です。レビュー業務はAIで一次レビューをかけてから人が最終チェックすれば、レビュー時間が大幅に減ります。会社の中での情報集約・経営報告レポートの簡易フォーマットなど、管理職特有のシーンに合わせた使い方を提示することで、現場の浸透が加速します。
フジパン ── コンテスト形式で「面白そう」を演出する 事例として、フジパンさんでは全社AI活用コンテストを遊び心ある形で実施しています。AIで設計できない人の心理、「面白そう」という空気を組織の中に作り込むこと。デジタルなメールを投げるだけでは動かない部分を、温度のある巻き込みで全社に血を通わせる事例です。
北風と太陽のアプローチでいえば、「使ってください」と命令するだけでなく、楽しそうに使っている姿を見せることで「自分も使ってみようかな」を引き出す。年齢が高めの方やデジタルが強そうじゃない方が使いこなしている姿を事例として見せると、「自分もこれできそうだな」というハードルの演出になります。
九州電力 ── DXアンバサダーで草の根浸透 九州電力さんでは「DXアンバサダー」として旗振り役を複数指名し、各組織で勉強会を実施したり事例を紹介したり、アンバサダー同士が繋がり合って情報交換するモデルで利用率を向上させています。全社の号令だけでは動かない部分を、草の根のネットワークで広げる事例です。Copilotを使っている環境での運用ですが、Geminiでも Copilot でも、それぞれの環境に合わせた活用促進事例が蓄積されています。
――鈴木：経営層向け研修は確かに重要だなと感じています。「うちの会社をAIカンパニーにしたい」という相談を経営者から受けるケースもあるんですが、その経営者の方がエンジニア部門に「AIを使え」「AIを使えそうな人を見つけてきて使ってみろ」と言ってうまくいったケースを、私は1個も見たことがないんです。
半田様：直近のおすすめは、経営に若手のエンジニアを1人つけてしまう方法です。AIで困ったことを何でもサポートする役割を担ってもらう。経営層が現場のエンジニアに聞きづらい状況がありますし、個別対応をしてくれることでわがままも通る。意外と最初の画面設定でつまづいているケースが多いので、気軽に聞ける関係を若手とセットで作ると、経営層と若手の距離が縮まります。経営者の生産性が上がると意識も変わるので、投資としては悪くないと思います。
継続させる仕組み ── ショット研修で終わらせない設計 ――鈴木：研修をやって盛り上がっても、その後継続的に社内で自立駆動的にAIが浸透していく会社の特徴はありますか。
半田様：一時的なショット研修だけで終わると、どこも同じ「研修疲れ」になります。目的・状態・ゴールをある程度具体的に設定して、そのためのファーストステップとして研修を位置付ける。定期的にモニタリングすれば「設定したKPIを上げようと思うと研修だけで足りるんでしたっけ」という議論が組織内で起きます。
具体的には、事例をポップアップで全社に出して全員で投稿し、いいねが蓄積される仕組みを GAS などで組み、月次で最もいいねが溜まった人を表彰するモデルがあります。一回の研修で終わらせず、継続的にちゃんと使い続ける仕組みに昇華させていく。
目的とゴール、そこの状態目標と現状の差分をセットでやり続けることが、非常に重要です。AIをトランスフォーメーションした経験のある会社はほぼないので、我々のような支援者がリアルタイムで入ってくるベストプラクティスと失敗事例をカスタマイズして一緒に考えていく、というアプローチが効きます。
おわりに AIカンパニーへの道は、経営の問い直し（3つの問い）から始まり、採用市場の構造変化（顕在層ではなく潜在層に第一想起される設計）と、育成・組織変革の継続（指標 → 内発的動機 → 経営層と管理職の率先 → 仕組み化）の両輪で進みます。
ツール導入のフェーズはすでに終わっており、企業の設計そのものをAI前提に作り変えるフェーズに入りました。99%の会社がまだ「できていない」現実は、見方を変えれば、いま動き出す企業にとって競合に差をつける機会でもあります。
なお、Offersでは「AIと採用」をテーマにしたカンファレンスを7月に開催予定です。AIカンパニーに向けた実装ノウハウや最先端の活用事例に関心のある方は、ぜひご注目ください。
.jpeg&w=128&q=75)
.png)
.png)
.png)
.png)
.png)
.png)
.png)
