HKSブログ

【経営者必読!】人手不足時代の生成AI経営~仕事を組み替えるAI時代に~

人が足りない。しかし、採用も簡単ではない。経営者や管理職自身が、見積り、資料作成、採用、顧客対応まで抱えている中小企業も少なくありません。

そんな会社にとって、生成AIの本当の価値は、「人を減らすこと」ではなく、「人が本来やるべき仕事に時間を戻すこと」にあります。

では、どの仕事をAIに任せ、どこを人が担うべきなのでしょうか。Anthropicの最新調査からは、「AIにできること」と「実際の仕事でAIが使われていること」の間に、大きな差があることが見えてきます。この差こそ、中小企業がこれから生産性を高める余地なのかもしれません。

中小企業の経営者の皆様へ、AIとの新たな共創時代を切り拓くためのヒントを、最新の調査に基づき共有いたします。

今回お伝えしたいポイント1. AIは「できる」のに、まだ「使われていない」

2.「仕事がなくなる」より先に、「仕事の中身」が変わる

3.日本の中小企業が止まっている本当の理由

4.AIは「配れば使える」ものではない

5.まず「1業務、1責任者、1か月」から始める

AIは「できる」のに、まだ「使われていない」

米国のAI企業Anthropicは、2026年3月、AIが労働市場に与える影響について興味深い調査を公表しました。この調査の特徴は、「AIに何ができるか」だけを調べたのではなく、同社の生成AI「Claude」が、実際の仕事でどのように使われているのかを分析した点にあります。そのために導入されたのが、「observed exposure(観測された曝露)」という考え方です。これは、ある職業の仕事が、実際にどの程度AIによる自動化の影響を受けているかを捉えようとする指標です。

結果は示唆に富んでいます。

例えば、コンピュータ・数学関連職では、仕事を構成する業務の94%で大規模言語モデルを活用できる可能性があると推定されています。しかし、Claudeの実際の利用が確認された範囲は33%でした。また、コンピュータプログラマーの観測された曝露は75%と高い一方、身体作業を中心とする職業では低い水準にとどまります。

つまり、AIの技術的な能力と、企業がその能力を実際の仕事に生かせているかは別の問題なのです。法律や社内ルールの制約、既存システムとの接続、情報漏えいへの不安、人による確認の必要性など、AIを仕事に組み込むまでには多くの壁があります。

なお、この調査は米国の職業データとClaudeの利用データを基にしたものであり、その数値をそのまま日本の中小企業に当てはめることはできません。しかし、「AIの性能が上がるだけでは、生産性は上がらない」という点は、日本企業にとっても重要な示唆になります。

「仕事がなくなる」より先に、「仕事の中身」が変わる

では、AIによって人の仕事は急速になくなっているのでしょうか。

Anthropicの分析では、AIの影響を強く受ける職業だからといって、2022年末以降、失業率が系統的に上昇しているという明確な証拠は確認されていません。現時点では、「生成AIの普及によって大量失業が起きている」と単純に結論付けることはできません。

一方、気になる兆しもあります。22~25歳の若年層では、AIの影響を受けやすい職業への就職が弱まっている可能性が示されています。ただし、Anthropic自身も、これはまだ初期的な結果であるとして慎重に扱っています。

中小企業経営者にとって、この点は「若者の仕事がなくなる」という話よりも、人材をどのように育てるかという問題として捉える必要があります。

資料の下書き、情報収集、議事録、簡単な集計、定型文書の作成などは、若手社員が仕事を覚える入口でもありました。これらをAIが担うようになれば、作業は効率化できます。しかし同時に、「若手社員は何を経験して仕事を覚えるのか」を考え直さなければなりません。

AI導入は、業務効率化だけではなく、採用や人材育成のあり方まで変える経営課題になりつつあります。

日本の中小企業が止まっている本当の理由

2026年版中小企業白書・小規模企業白書によれば、調査対象となった中小企業のうち、AI活用に取り組んだ企業は約3割でした。一方、AI活用に取り組んでいない企業に理由を尋ねると、最も多かったのは「活用する業務がイメージできていない」63.4%でした。次いで、「活用を推進する人材が不足している」40.0%となっています。

これは、中小企業のAI活用を考える上で重要な数字です。

多くの会社が止まっている理由は、AIそのものが使えないからではありません。「自社のどの仕事に、どのように使えばよいのか」が分からないのです。

したがって、最初にすべきことは、高価なシステムを購入することでも、全社員にAIのアカウントを配ることでもありません。まず、自社の業務を見渡して、「AIに任せやすい仕事」「AIと人が一緒に行う仕事」「人が責任を持つ仕事」に分けてみることです。

例えば、会議録の整理、文章のたたき台、問い合わせの分類、提案書の構成案、情報収集などは比較的取り組みやすいでしょう。一方、価格決定、採用判断、重要顧客への最終回答などは、AIを参考に使ったとしても、人が判断し、責任を持つ必要があります。

問われているのは、「AIを導入したか」ではなく、「人とAIの仕事の分担を設計したか」なのです。

AIは「配れば使える」ものではない

もう1つ、経営者が知っておきたいことがあります。Anthropicが2026年3月に公表した別のEconomic Indexでは、Claudeを長く利用している人ほど、より価値の高い仕事にAIを使い、回答をうまく引き出せる傾向が示されています。

これは企業経営に置き換えると、とても分かりやすい話です。

パソコンや表計算ソフトと同じように、AIも、導入した日から全員が同じ成果を出せるわけではありません。使いながら、「どの仕事に使えるか」「どんな情報を与えればよいか」「どこを人が確認すべきか」を学んでいく必要があります。

さらに、Anthropicが約81,000人のClaude利用者を対象に行った2026年4月の調査では、生産性向上は単なる時間短縮だけではなく、これまでできなかった新しい仕事に取り組めるようになる「仕事の範囲の拡大」としても現れていました。なお、これはClaude利用者を対象とした調査であり、日本の中小企業全体を代表するものではありませんが、AI活用を考える上で注目に値します。

中小企業にとって、ここは特に重要です。

AIの効果を「何時間削減できたか」だけで測ると、その可能性を過小評価するかもしれません。

例えば、これまで時間がなくてできなかった顧客分析を行う、新しい提案書を作る、海外情報を調べる、社内に散在する知識を整理する。AIによって「できなかった仕事ができるようになる」ことも、生産性向上の一つなのです。

まず「1業務、1責任者、1か月」から始める

では、中小企業はどこから始めればよいのでしょうか。

「1業務、1責任者、1か月」程度の小さな実験から始めることをおすすめします。

まず、毎週繰り返している仕事の中から、「時間がかかる」「定型的な部分がある」「もっと早くできれば助かる」という業務を1つ選びます。そして担当者を1人決め、1か月だけAIを使ってみます。その際、見るべきものは単なる利用回数ではありません。作業時間が減ったか、手戻りが減ったか、成果物の質が上がったかを確認します。成果が出れば、別の業務へ広げればよいでしょう。成果が出なければ、「AIは使えない」と判断するのではなく、対象業務、指示の出し方、与える情報、人による確認方法を見直します。

Anthropicの一連の調査から見えてくるのは、AIの能力が急速に高まっても、その能力がそのまま企業の生産性になるわけではないということです。そして、人手不足が続く日本の中小企業にとって重要なのは、AIで人を減らすことではありません。限られた人材を、顧客との関係づくり、新しい商品やサービスの創出、重要な意思決定など、「人にしかできない仕事」に振り向けることです。

これから企業の競争力を分けるのは、最も高性能なAIを導入した会社ではないでしょう。自社の仕事を最もよく理解し、「人がする仕事」と「AIに任せる仕事」を上手に組み替えた会社です。

生成AI時代の経営者に問われているのは、「AIを使うか、使わないか」から、「人とAIをどう働かせるか」へと変わり始めています。

おわりに

生成AIの進化は、企業経営や人材育成のあり方を大きく変え始めています。重要なのは、変化を恐れて立ち止まるのではなく、自社の業務を見直し、小さな成功体験から始めることです。AIを導入しただけで終わり、日々の業務に追われて、人とAIが共に働くための業務設計や人材育成が後回しになっていないでしょうか。

本記事が、時代の流れに取り残されるのではないかと、日々不安を抱えている中小企業経営者の方にとって、少しでもヒントになれば幸いです。DX化やAI導入、そしてAI時代の人材育成に関するご相談など補助金以外のご相談もお気軽にお声がけください。私たちは中小企業の皆さまの伴走パートナーとして、具体的な解決策をご提案します。ぜひお気軽にご相談ください。

今回は以上となります。最後までお読みいただきありがとうございました。

【参考文献】

Anthropicの労働市場への影響調査: Labor market impacts of AI: A new measure and early evidence

Anthropic Economic Index report: Anthropic Economic Index report: Learning curves

約81,000人を対象とした調査: What 81,000 people told us about the economics of AI

2026年中小企業白書概要: 2026年版中小企業白書・小規模企業白書の概要

\ 最新情報をチェック /

関連記事

コメントは利用できません。
トップへ戻る