AIで生産性は上がる、だが「やる気」は下がる？ 金融の現場から考える「生産性向上のわな」

なぜ成果が組織全体に広がらないのか

生成AI（人工知能）の業務活用が、あらゆる産業に広がっている。資料作成からデータ分析、顧客対応まで、仕事の効率を飛躍的に高める切り札として期待は大きい。とりわけ金融は、世界で最もAI導入が進む産業の一つだ。英ケンブリッジ大学の研究センター（CCAF）が国際決済銀行（BIS）や国際通貨基金（IMF）などと共同で2026年4月に公表した国際調査(※1)によれば、世界の金融サービス企業の約8割が、すでに何らかの形でAIを導入している。

だが同じ調査は、意外な事実も明らかにした。現場レベルでは生産性の向上が確認できる一方、その効果を全社的な収益向上につなげ、その価値を明確に測定できている企業はまだ限られる、というのだ。技術は確かに効いている。それなのに、なぜ成果が組織全体に広がらないのか。

筆者は、その一因が技術ではなく「人」の側にあると考えている。本稿ではこれを「生産性向上のわな」と呼び、その正体と処方箋を考えたい。

AIは本当に生産性を上げるのか

まず、AIが生産性を高めるという事実そのものは、もはや疑う余地がない。スタンフォード大学とマサチューセッツ工科大学（MIT）の研究チームが経済学の一流学術誌に発表した論文「Generative AI at Work(※2)」は、米フォーチュン500企業のカスタマーサポート部門で働く5172人を対象に、AIアシスタントの段階的な導入前後の業務データを分析した。

結果は明快だった。第一に、AIアシスタントを導入した直後から、1時間あたりに解決できる案件の数が増え、その効果は観測期間を通じて持続した。第二に、恩恵は平等ではなかった。スキルの低い層では1時間あたりの処理件数が0.5件以上増えたのに対し、最もスキルの高い層への効果は限定的だった。第三に、新人の成長が劇的に速まった。AIを使わない新人が一定の生産性水準に達するのに約10カ月かかったのに対し、入社直後からAIを使った新人は約2カ月で同じ水準に到達した。

また同研究では、入社後4カ月間はAIなしで働き、5カ月目から利用を始めたグループの成長も観察された。このグループはAI利用開始を境に成長が明確に加速しており、AIが新人の学習を後押しする効果は偶然ではないことが裏付けられている。

つまりAIは、単なる「効率化ツール」を超えて、経験の浅い人材の成長を加速し、熟練者とのスキル格差を縮める装置として機能する。人手不足が深刻化する日本の企業にとって、まさに救いの手といえるだろう。

「生産性向上のわな」の正体

しかし、働く個人の視点に立つと、景色は一変する。AIを活用することで、8時間かかっていた仕事が6時間で終わるようになったとしよう。浮いた2時間は、個人のゆとりや創造的な活動に使えるのだろうか。多くの職場では、その空いた時間にすぐ新しい仕事が割り振られるのが現実ではないか。

この懸念は、日本の職場のデータでも裏付けられる。パーソル総合研究所が2025年10月に全国の正規雇用者3000人を対象に実施した調査(※3)によれば、生成AIを使ったタスクの所要時間は平均16.7％短縮されていた。ところが、実際に労働時間そのものが減った人は、利用者の25.4％にとどまる。しかも、時間を減らせた人でさえ、浮いた時間の61.2％を仕事に再投下しており、その中身の75.4％は日常業務であった。生成AIを頻繁に使う層ほど残業時間が長いという傾向まで確認されている。同調査はこの結果を、タスク単位の効率化が組織全体の効率化にほぼつながっていない、と総括する。AIが生み出した余白は、個人のゆとりに回る前に、目の前の反復作業に吸収されているのである。

生産性を上げた結果、労働時間は変わらず、仕事の量と密度だけが増える。しかも評価や給料は変わらない。そうなれば従業員は「生産性を上げても損をするだけだ」と学習し、わざとAIの利用を控えたり、効率化した事実を隠したりするようになる。いわば「賢いサボタージュ」であり、個人の合理的な自己防衛として極めて自然な反応である。だが、この状況が広がれば、会社がAIに投じた巨額の投資は無駄になり、組織全体の成長は止まってしまう。

前出の国際調査は、AI活用が全社的な成果に広がらない障壁として、データの質、人材不足、旧式システムの制約を挙げている。いずれも重要な論点だが、筆者はもう一つ、見過ごされがちな障壁があると考える。働く人の「やる気」、すなわちインセンティブ設計の問題である。「現場では効いているのに、全社の成果につながらない」というギャップの背後には、こうした人間の心理が横たわっている。

やる気を引き出す3つの仕組み

このわなを回避し、AIの恩恵を組織と個人の双方にとって最大化するには、技術の導入と同時に、人間中心の仕組み作りが欠かせない。ポイントは3つある。

第一に、生産性向上の果実を従業員に公平に分配することだ。AI活用による効率化を数値で測定し、その成果の一定割合をボーナスや昇給に反映させる。週休3日制の試験導入や在宅勤務日数の拡大など、働き方のゆとりで還元する方法もある。「生産性を上げれば、自分にはっきりとした利益として返ってくる」という信頼関係を築くことが出発点となる。

第二に、AIによって定型業務から解放された人材、特にこれまで組織を支えてきた高スキル人材に、新しい役割と評価基準を示すことだ。従来の「処理件数」中心の評価から、「問題解決の質」「後輩指導の成果」「AI改善への貢献度」といった評価軸への転換が求められる。

第三に、AIがもたらす「働きやすさの向上」を経営層が積極的に語ることだ。AI活用前後の残業時間の変化や業務満足度などの指標を定期的に測定し、全従業員に透明性をもって報告する。AIは仕事を奪う敵ではなく、仕事をより人間らしくする「頼れるパートナー」だという認識を醸成できるかが、定着の鍵を握る。

もっとも、すべての職場で効率化の効果を数値で測れるわけではない。創造性や判断力が問われる企画部門や研究開発、詳細な人事評価制度を持たない中小企業では、測定自体が難しい。それでも「AIで楽になった分、自分にもメリットがある」という実感を持ってもらうことはできる。残業の削減、休暇の取りやすさ、新しいスキルを学ぶ機会の提供など、それぞれの職場に合った形の還元があるはずだ。

投資家は「AIと人の共存」を見ている

最後に、資産運用の視点からこの問題をとらえ直したい。世界の株式市場では今、AI関連投資が企業価値評価の中心テーマとなっている。しかし、同じ金額をAIに投じても、その果実を従業員と分かち合い、人材の底上げにつなげられる企業と、「賢いサボタージュ」を招いてしまう企業とでは、中長期の収益力に大きな差が生じるはずだ。資産運用の世界で人的資本に関する情報開示が重視されるようになったのは、無形資産こそが企業の競争力を左右するという認識が広がったからにほかならない。今後は、AI投資の金額ではなく、AIと人が共存する仕組みを持つかどうかが、投資家が企業を選別する新たな物差しになっていくだろう。

AI導入で最も重要なのは、技術そのものではなく、「人」への影響である。浮いた時間と生まれた果実を働く人に返せる組織だけが、AIの恩恵を本当に手にすることができる。

バナー画像：PIXTA