AI導入の「理想」と「現実」のギャップ。現場の抵抗を「共感」に変えた、たった一つのアプローチとは？
先日、「原価計算・損益分析をAIで自動化する実践ガイド」という記事を公開しました。
原価計算・損益分析をAIで自動化する実践ガイド｜Excelから脱却し意思決定を高速化 はじめに：Excelの限界を越え、意思決定を速く、正しく 「また仕入れ価格が変わった…全メニューの原価計算やり直しか…」「月次の損逸[…]
記事では、AI導入をスムーズに進めるための計画的なステップ（ステップ0からステップ5まで）を紹介しています。しかし、正直に告白します。あの綺麗なステップ通りに進む現場は、まずありません。
現実のプロジェクトは、もっと泥臭く、人間臭いものです。最新のAI技術を導入する現場の最前線で繰り広げられるのは、ロジカルな議論だけではありません。そこには、変化への期待と不安、長年の経験からくるプライド、部署間の見えない壁といった、人間の「感情」が渦巻いています。
今回の記事では、あのガイド記事の裏側で私が実際に体験した、ある製造業のクライアントでの苦労話をお話ししようと思います。これは、AIというテクノロジーを導入する話でありながら、その本質は、立場も年齢も異なる人々が、いかにして一枚岩になっていったかという、マネジメントとコミュニケーションの物語です。これからAI導入に取り組む方、あるいは既に取り組んでいて壁にぶつかっている方にとって、何かのヒントになれば幸いです。
第1章：『ゴミを入れればゴミが出る』― データ整備の壁は「技術」ではなく「心理」だった
「AI導入の成否は、データ整備が8割を占める」。
これは、この業界の人間なら誰もが口にする決まり文句です。私も最初のキックオフミーティングで、プロジェクトメンバーにそう伝えました。今回のプロジェクトの主担当に任命されたのは、経営企画部に所属する佐藤さん。30代の聡明な女性で、AIの可能性に目を輝かせていました。
「はい！まずは各部署にお願いして、分析に必要なデータを集めます！」
意欲満々の佐藤さんの隣で、腕を組み、険しい顔で窓の外を見ている男性がいました。製造部長の鈴木さん（58歳）。この道35年のベテランで、現場の職人たちから絶大な信頼を寄せられている人物です。そして、社内では「Excelの神」として知られていました。
私が「鈴木部長、製造現場のデータはどのような形で管理されていますか？」と話を振ると、彼はゆっくりとこちらに視線を向けました。
「んだ。オレのExcel見れば全部わがる。どのラインで何が動いでるか、材料の在庫がどうなってるか、全部この頭とExcelに入ってるんだ。長年の勘で、おかしな数字はすぐ見つけられるんだでの」
その言葉には、自分の仕事に対する強い誇りと、同時に「外部の人間や新しいシステムに、俺たちの城を荒らされたくない」という強い警戒心が滲んでいました。これが、私たちが最初に直面した、最も高く、そして分厚い壁でした。
数週間後、佐藤さんが集めてくれたデータを見て、私は頭を抱えました。まさに「ゴミを入れればゴミが出る」を地で行く状態です。元記事にも書いたように、同じ鶏肉を指すのに「鶏もも肉」「国産鶏モモ」「トリ肉」が混在し、単位は「kg」と「g」が入り乱れている。これではAIが正確な計算をできるはずもありません。
佐藤さんはすっかり憔悴しきっていました。
「鈴木部長にデータの入力ルールを統一してもらえないかお願いしたんですけど、『こっちは生産で手一杯なんだ。そんな細かいこと気にしてる暇はない』って…。現場の担当者さんも、部長がそう言うので、なかなか協力してくれなくて…」
正論は、時として人を追い詰めます。「データを綺麗にしないとAIは使えません」と鈴木部長に迫っても、彼の抵抗を強めるだけでしょう。私はアプローチを変えることにしました。
まずは、彼の「土俵」に上がること。佐藤さんに頼んで、鈴木部長が長年かけて作り上げたという「秘伝のExcelファイル」を見せてもらう機会を作りました。
「部長、このExcel、すごいですね…。VLOOKUPだけじゃなく、INDEXとMATCHを組み合わせた複雑な参照まで…。このシートを見るだけで、工場の今の状況が一目でわかる。まさに職人技です。これはもう、芸術品の域ですよ」
お世辞ではありません。そのExcelは、彼の経験と知恵が詰め込まれた、まさに「作品」でした。私の言葉に、鈴木部長の眉間のシワが、ほんの少しだけ和らいだように見えました。私は続けます。
「今回のプロジェクトは、この素晴らしい仕組みを壊すのが目的じゃないんです。むしろ逆です。このExcelに凝縮された部長の知恵や判断基準を、AIに学習させたいんです。そうすれば、部長がいない時でも、若手の担当者が部長と同じレベルで状況を判断できるようになる。部長の分身を作るようなものです。それが、今回の本当の狙いなんですよ」
「敵」ではなく、「味方」であること。彼の功績を否定するのではなく、その価値を認め、組織全体の資産に変える手伝いをしたい、というメッセージを伝えました。
そして、最後の一押し。
「ところで部長、最近、製品Xの原価が妙にブレるって仰ってましたよね。原因は材料Aの価格変動だと睨んでいる、と」
「んだ。あれは間違いねぇ」
「もしよかったら、試しにその製品Xに関するデータだけ、部長のExcelから少しだけいただけませんか？AIが何か違う視点を見つけてくれるかもしれません」
全てのデータをよこせ、とは言わない。彼が最も気にしている、たった一つの課題に絞る。これが「小さな成功体験」への入り口でした。半信半疑ながらも、鈴木部長はデータの一部を渡してくれました。
私はその場でノートPCを開き、データをAIに読み込ませて分析させました。数分後、意外な結果が出ます。
「部長、AIの分析によると、原価ブレの最大の要因は材料Aの価格変動（寄与度30%）ではなく、材料Bの歩留まり率の低下（寄与度60%）の可能性が高い、と出ています。Bラインの特定の機械で、最近歩留まりが落ちているということはありませんか？」
鈴木部長は、私のPCの画面を食い入るように見つめていました。そして、一言。
「…ほう。こいつ、なかなかおもしぇごど言うな」
彼の目が、初めて「AI」を単なる脅威ではなく、興味の対象として捉えた瞬間でした。この日を境に、鈴木部長は少しずつ、私たちに現場のデータを共有してくれるようになったのです。
第2章：「いつものやり方で」はAIに通じない ― プロンプト設計が生んだコミュニケーション革命
データ整備の壁に突破口が見え、プロジェクトは次のフェーズに進みました。元記事で言うところの「ステップ2：プロンプト設計」。AIへの「指示書」を作る段階です。
意気揚々とプロンプト作りに挑戦した佐藤さんでしたが、すぐにまた壁にぶつかります。彼女が最初に作ったプロンプトは、非常にシンプルなものでした。
「先月の損益を分析して」
AIから返ってきたのは、「売上は前月比で増加し、利益も改善しています。コスト削減が寄与したと考えられます」といった、誰でも言えるような当たり障りのない一般論でした。
「AIって、こんなものなんですかね…。正直、ちょっと期待外れかもしれません…」
がっかりした様子の佐藤さんに、私は尋ねました。
「佐藤さん、もし鈴木部長に仕事を頼む時、『いつものやつ、よろしく』で通じますか？」
「いえ、とんでもない！『どの製品ラインの、いつからいつまでの実績データを使って、どの指標に特に注目して、誰向けのレポートを、どんな形式でいつまでに作ってください』って、かなり細かく指示しないと、『何が言いでぇんだ！』って怒られちゃいます。…あっ！」
佐藤さんは、ハッとした表情で顔を上げました。そうです。AIは超優秀ですが、あくまで「新人社員」と同じ。文脈や背景を汲み取ってくれるベテラン社員とは違います。プロンプトとは、AIに対する「最高の仕事の依頼書」なのです。
この気づきを、私たちはプロジェクトを前進させる大きなチャンスに変えました。プロンプトのテンプレート作りを、単なるAIへの指示書作りとしてではなく、「組織内の業務プロセスの可視化・標準化」の機会として位置づけたのです。
そして、その作業には、関係者を積極的に巻き込みました。私と佐藤さんだけでなく、あの鈴木部長、そして経理一筋40年のベテラン課長、斎藤さん（62歳、女性）にもレビュー会に参加してもらったのです。
ある日のレビュー会での会話です。
私：「佐藤さんが作ったプロンプトでAIに分析させたところ、『収益性が向上している』という結果が出ました。斎藤さん、経理の視点から見ていかがですか？」
斎藤さん：「んだのぉ。確かにPL（損益計算書）の数字は良ぐなってるげんと、BS（貸借対照表）見だら売掛金がえらいごど増えでるんだず。回収サイトが延びでるさげ、キャッシュフローはむしろ悪ぐなってる。AIさ、そこまで見れてるんだがの？」
私：「鋭いご指摘、ありがとうございます！まさにその視点が必要です。では、プロンプトに『キャッシュフロー計算書の売掛金増減も考慮して、総合的な財務健全性を評価してください』という一文を加えましょう」
すると、今度は黙って聞いていた鈴木部長が口を開きました。
「あのな、ウチの工場には『Aラインは時間はかかるけど高品質なものができる』『Bラインは速いけど、たまに不良品が出る』っていう、数字には出ない暗黙の了解があんだげんと、そういうのもAIさ教えらんねのが？」
私：「素晴らしい！それこそ、AIが最も欲しがる『文脈（Context）』です！例えば、『Aラインで生産した製品の原価は、標準原価の1.2倍として計算する』といった、御社独自のビジネスルールをプロンプ-トに明記しましょう。そうすれば、AIの分析精度は飛躍的に上がります」
このプロンプトレビュー会は、魔法のような効果をもたらしました。今まで、製造は「作るプロ」、経理は「数字のプロ」として、それぞれの領域で仕事をしていました。しかし、「最高のプロンプトを作る」という共通の目的を持ったことで、自然と部署間の壁が溶け始めたのです。
製造現場の暗黙知が経理に伝わり、経理が重視する経営指標が製造現場に理解される。AI導入という口実がなければ、決して生まれなかったであろうコミュニケーションが、そこにはありました。
「プロンプト」という一枚の指示書が、バラバラだった専門知識を繋ぎ合わせ、組織の共通言語へと昇華していったのです。
第3章：「AIは副操縦士」― 現場が主導権を握った瞬間
プロジェクトが軌道に乗り、AIは驚くほど的確な分析レポートを生成するようになりました。佐藤さんはすっかり自信を取り戻し、AIが出力したレポートを経営会議の資料として活用し始めました。しかし、成功は新たな課題を生みます。それは「AIへの過信」という落とし穴でした。
ある日の夕方、佐藤さんが少し興奮した様子で私のところにやってきました。
「見てください！AIが画期的な提案をしてきました！『製品C』は原価率が高く、利益を圧迫しているので、生産を中止すべきだ、と。データを見ても、確かにその通りです。明日の経営会議で、正式に提案しようと思います！」
彼女が差し出したレポートは、データに基づいた見事なものでした。収益性という観点だけで見れば、その判断は100%合理的です。しかし、私の胸には一抹の不安がよぎりました。
その時、私たちの会話を後ろで聞いていた鈴木部長が、静かに割って入りました。
「佐藤さん、待だいで」
その声には、以前のような険しさはなく、諭すような響きがありました。
「その製品Cはな、ウチの会社が昔、一番苦しいどぎに、先代の社長が頭を下げて仕事をもらった、特別なお客さんのためのもんだ。利益は薄いかもしんねげんと、あの製品を作り続けてるからこそ、今でもウチは大口の契約ばもらえてるんだず。数字だげ見でだら、わがんねごども、世の中にはあんだ」
佐藤さんは、ハッと息をのみました。AIの分析には、企業の歴史や人間関係といった「文脈」が欠けていたのです。
この一件は、プロジェクトチームにとって極めて重要な転機となりました。私たちは改めて、「AIと人間の役割分担」について徹底的に議論しました。そして、一つの結論に達します。
「AIはあくまで優秀な副操縦士。最終的な離着陸の判断は、機長である我々人間が下す」
この原則をチームの憲法として共有しました。AIが出した分析結果は、鵜呑みにするのではなく、必ず現場の知見や経験と照らし合わせて検証する。そのプロセスを業務フローに組み込んだのです。
この出来事を通じて、チームメンバーはAIの限界を正しく理解し、同時に、自分たちの経験や複雑な状況を読み解く力、そして時には非合理に見える決断を下す倫理観といった、「人間にしか生み出せない価値」を再認識しました。皮肉なことに、AIの導入が、人々の仕事の価値を改めて浮き彫りにしたのです。
最終的に、チームが下した結論は「製品Cの生産は継続。ただし、AIの提案を参考に、一部の製造工程を見直し、15%のコスト削減を目指す」というものでした。これは、AIだけの判断でも、人間の勘だけの下した判断でもない。両者が融合して初めて生まれた、より質の高い、創造的な意思決定でした。
現場がAIを「使う」のではなく、「使いこなす」という主導権を握った瞬間でした。
まとめ：答えを出す機械から、問いを深める触媒へ
AI導入プロジェクトの成功は、最先端の技術や高価なツールを導入することだけでは決まりません。むしろ、その成否を分けるのは、現場に根付く「心理的な壁」をいかに乗り越えるか、という極めてアナログな部分にあります。
今回のプロジェクトで私たちが学んだことは、非常にシンプルです。
- 変化への抵抗には、「正論」ではなく「共感」で向き合う。 相手のプライドと功績を尊重し、「敵」ではなく「味方」であることを示すことからすべては始まります。
- データ整備やプロンプト設計は、単なる準備作業ではない。 それは、部署間の壁を壊し、暗黙知を形式知に変え、組織のコミュニケーションを再設計する、またとない機会です。
- AIは万能の神ではない。 むしろ、AIは私たち人間にしか持ち得ない経験、知恵、そして倫理観の価値を再認識させてくれる鏡のような存在です。
AIは、私たちに「答え」を与えてくれる便利な機械であると同時に、私たちが「より良い問い」を立て、部門を超えて「より深い議論」をするための、強力な「触媒」となり得ます。
あのガイド記事に書かれた綺麗なステップの裏には、必ずこうした泥臭い人間ドラマが横たわっています。もしあなたが今、AI導入の壁にぶつかっているのなら、少しだけ視点を変えてみてください。その壁の正体は、技術的な課題ではなく、あなたの目の前にいる「人」の心の中にあるのかもしれません。そして、その心を開く鍵は、最新のテクノロジーではなく、いつの時代も変わらない、相手への敬意と対話の中にこそ隠されているのですから。
