AIが仕事を変える速さは、見出しほど速くも一様でもない

デモと実装は、同じものではありません。管理された環境で契約書を下書きし、問い合わせに答え、コードを書けるモデルは、確かに印象的です。ただ、その能力が実際に企業の中で、現実の業務に対して、規模を持って動いているかどうかは、別の問題です。2026年の状況を見ても、その二つの距離は思いのほか大きいように見えます。

本番に届かない実証実験

この一年で考えさせられた調査の一つに、MITのイニシアティブ（NANDA）による企業のAI活用の実態レポートがあります。そこでは、企業の生成AIの実証実験の大半が、収益面での明確な成果にはまだ結びついていないと報告されました（明確な財務的インパクトに達したのはごく一部とされています）。注目したいのは、研究者たちが「壁の多くはモデル自体ではない」と指摘している点です。つまずいた取り組みは、既存の業務フローに合わない、フィードバックから学習しない、あるいは課題が曖昧なまま進められたものが多かった、とされています。

公的な統計も、同じ方向を示しています。米国センサス局の事業動向調査（BTOS）——財やサービスの生産にAIを使ったかどうかを企業に尋ねるもの——では、2025年後半から2026年にかけて、実際にAIを使ったと答えた企業は十数％から二割程度で推移しています（従業員数で加重すると、もう少し高くなります）。着実に増えてはいますが、「もうどの会社もAIで動いている」という印象からは、まだ距離があります。

速く動きすぎた企業は、戻ることもある

この差は、企業が慎重だからというだけではありません。ときには、逆方向の揺り戻しも起きます。決済企業のKlarnaは、カスタマーサポートの多くをAIに移し、数百人分に相当する業務を自動で処理していると語って注目を集めました。ところが2025年には、その一部を公に見直し、再び人手のオペレーターを採用し始めています。同社の経営者は、効率とコストに寄りかかりすぎ、品質が犠牲になったと述べています。ここから読み取れるのは「AIは役に立たない」ということではなく——大量の定型的な対応では明らかに役立っています——例外や、人でなければ対応が難しい場面という最後の一区間は、デモが思わせるほど簡単には引き渡せない、ということのように思います。

モデルにできることと、職場が実際に変わったことの差は、「本当の変化」が来る前の遅れではありません。多くの人にとっては、その差こそが、変化がいままさに交渉されている場所です。

この差が、あなたにとって意味すること

能力が急速に伸びていく話を読むと、自分の仕事も同じ速さで変わると考えたくなります。けれども実際には、導入は予算、データの質、規制、管理職、そして組織の慣性に左右されます。だからこそ、同じ職種でも勤務先が違えば、まったく別の時計の上にいる、ということが起こります。

私たちとしては、デモよりも「導入」を見ることをおすすめします。自分の仕事にとって重要な合図は、新しいモデルの発表ではなく、あるツールが自分のすぐ近くの現実の業務に、そっと組み込まれた瞬間です——下書きが最初から用意されて届くようになった、自分が見る前に問い合わせが振り分けられている、といった変化です。備えるべきはそこであり、この「導入の差」は、いまのところ備えるための時間でもあります。当サイトのスコアも、デモの周期ではなく、この少し遅い現実のほうを追おうとしています。