AI格差——活用できる人・できない人の社内分断が、組織を壊す
同じフロアで、違う時代を生きている。
売上12億円の産業機械メーカー。営業部の朝礼で、ある光景が日常になっていた。
30代の営業主任・田中（仮名）は、前日の商談内容をAIで整理し、競合比較表を自動生成し、顧客ごとにカスタマイズした提案書のたたき台を朝一で仕上げている。週報の作成は15分。データ分析も、AIに問いかけながら仮説を立て、裏取りをしてから上司に報告する。
隣の席の50代のベテラン営業・鈴木（仮名）は、手書きのノートに商談メモを取り、Excelに手入力し、提案書はパワーポイントのテンプレートを毎回手作業で編集する。週報には半日かかる。それでも、顧客との関係構築力と業界知識は社内随一だ。20年かけて築いた信頼関係がある。
問題は、二人の間に生まれた「空気」だった。
田中は鈴木を見て、こう思い始めていた。「なぜあの人は、いまだにあんな非効率なやり方をしているのか。AIを使えば3倍速いのに」
鈴木は田中を見て、こう感じていた。「あいつの提案書はきれいだが、客先で本当に刺さっているのか。ツールに頼りすぎじゃないのか」
二人とも、口には出さない。しかし部署の中で、「AI派」と「非AI派」の見えない壁が、静かに高くなっていた。
第5の落とし穴——同じ会社の中に生まれる「時代の断層」
シリーズ最終回にあたり、これまでを振り返りたい。
第1回で「AIモンスター」（自己評価の肥大化）を、第2回で「AI理想論者」（現実無視の理想論）を、第3回で「AI離職」（ギャップによる人材流出）を、第4回で「AI依存症」（思考の停止）を取り上げた。
いずれも、AIと個人の関係から生まれる歪みだった。
第5回は、視点を「組織」に広げる。
AI格差。 AIを使いこなす社員と、まったく使わない社員の間に生まれる分断が、チームの結束を内側から壊していく現象だ。
生産性の格差だけなら、研修で埋められるかもしれない。しかし本当に厄介なのは、生産性の差が心理的な分断に転化することだ。できる側に優越感が生まれ、できない側に劣等感が積もる。やがて、お互いの仕事のやり方を尊重できなくなる。
これは、AIの技術的な問題ではない。組織のマネジメントの問題だ。
「世代」で切れない複雑さ
AI格差の話をすると、「要は若手とベテランの対立でしょう」と言われることがある。
違う。
経営支援やAI研修の現場で見てきた限り、AI活用の巧拙は年齢では決まらない。
60代の経営者が、ChatGPTで毎朝の経営判断を壁打ちしている会社がある。一方で、20代の新入社員が「AIは信用できない」と言って一切使わないケースも見てきた。
むしろ決定的なのは、3つの要因だ。
1. 知的好奇心の強さ。 新しいものに「とりあえず触ってみよう」と思えるかどうか。これは年齢よりも性格に依存する。
2. 現在の仕事の仕方への固執度。 長年かけて確立した自分のやり方に誇りを持つ人ほど、AIという「別のやり方」を受け入れにくい。これはベテランに多い傾向はあるが、若手にもいる。
3. 組織の空気。 上司がAIを使っていれば部下も使う。上司が「そんなもの使うな」と言えば使わない。個人の意思より、組織の力学の影響が大きい。
「若手=使える、ベテラン=使えない」という単純な図式で対策を立てると、本質を見誤る。ベテランの中にもAIを味方につけている人はいるし、若手の中にもAIに距離を置いている人はいる。
格差が「分断」に変わる3つの段階
AI格差が組織を壊すプロセスには、段階がある。
段階1：生産性の差（可視化される）
最初に表面化するのは、単純な仕事の速度差だ。
同じ提案書を作るのに、AI活用者は2時間、非活用者は8時間。週報の作成に15分と半日。議事録のまとめに10分と1時間。
この段階では、まだ「便利なツールを使っている人がいる」程度の認識で、大きな摩擦にはならない。
段階2：評価の歪み（感情が動く）
問題が深刻化するのは、生産性の差が評価に影響し始めたときだ。
田中は、空いた時間で新規顧客のリサーチを進め、新しい案件を3つ獲得した。鈴木は、既存顧客のフォローに時間を使い、大型契約の更新を確実に押さえた。
どちらも価値ある仕事だ。しかし、「AI活用による業務効率化」が評価項目に入った瞬間、田中の仕事のほうが「見えやすく」なる。数字で語れる成果が増え、プレゼンの見栄えが良くなり、上層部の目に留まりやすくなる。
鈴木の仕事——長年の信頼関係に基づく顧客維持、言語化しにくい経験知、若手が真似できない商談の機微——は、AIでは代替できない。しかし、AIが生む成果物のように分かりやすく「見せる」ことが難しい。
ここで、感情が動く。
田中の側：「自分のほうが生産性が高い。評価されて当然だ」
鈴木の側：「20年の経験が、ツールひとつで軽んじられるのか」
どちらの感情も、人間として自然なものだ。問題は、この感情を放置することにある。
段階3：心理的分断（組織が割れる）
段階2が放置されると、部署の中に見えない境界線が引かれる。
昼食のグループが分かれる。情報共有が減る。「あの人たちとは話が合わない」という空気が広がる。AI活用者同士で「使えない人たち」と陰で呼び、非活用者は「AIかぶれ」と揶揄する。
冒頭の産業機械メーカーでは、営業部の月次会議で、ある出来事が決定的だった。
田中がAIで作成した市場分析レポートをもとにプレゼンした。データは整然とし、グラフは美しく、論理は通っていた。
鈴木が手を挙げた。「このデータ、A社の状況が抜けている。あそこは今、設備投資を凍結している。この分析の前提が崩れる」
田中は一瞬言葉に詰まった。AIが拾えなかった、現場の一次情報だった。
しかし、場の空気は鈴木の指摘を「古い人間の抵抗」として受け止めた。部長が「まあ、全体の傾向としては合っているから」と流した。
鈴木は、それ以降、会議で発言しなくなった。
経営者が見落としている構造的な問題
この分断を、「コミュニケーション不足」や「世代間ギャップ」で片づける経営者は多い。
しかし、根本にあるのは構造的な問題だ。
「全員に同じようにAIを使え」という暗黙の圧力が、多様な強みを殺している。
組織には、AIで加速すべき仕事と、人間の経験知でしか回せない仕事がある。AIで代替できる業務と、AIが入り込めない領域がある。
それにもかかわらず、多くの企業が「全社AI化」を掲げ、全員一律のAI研修を実施し、AI活用率をKPIに設定する。その結果、「AIを使う量」が目的化し、「何のためにAIを使うのか」が見えなくなる。
私の持論では、AI活用の設計は「役割ベース」であるべきだ。
営業のフロントで顧客と向き合う人間に必要なAIスキルと、バックオフィスで事務処理を回す人間に必要なAIスキルは違う。工場のラインを管理するベテランに求めるAI活用と、マーケティング部門の若手に求めるAI活用は、レベルも内容も異なって当然だ。
「全員が同じレベルでAIを使えるべき」という前提そのものが、格差と分断を生んでいる。
AI格差に対する4つの処方箋
1. 「AI活用度」ではなく「成果」で評価する
当たり前のことを書いている自覚がある。しかし、AI活用を推進する熱意が強い企業ほど、この当たり前が忘れられている。
AIを使って2時間で作った提案書と、経験と人脈を駆使して8時間かけて作った提案書。評価すべきは、どちらが顧客の課題を解決したかだ。プロセスではなく、成果で見る。
AI活用率をKPIにしている企業は、今すぐ見直したほうがいい。それは「パソコンの起動時間」をKPIにしているのと同じだ。
2. 役割別のAI活用設計を行う
全員一律のAI研修は、格差を解消するどころか、悪化させることがある。
研修でAIの可能性を知った社員と、「自分にはできない」と感じた社員の差が、研修前より広がるのだ。
代わりに、役割ごとに「この業務でこう使う」を具体的に設計する。
経理部門なら、仕訳の自動分類と月次レポートの下書き。営業部門なら、商談前の競合リサーチと提案書の構成案。製造部門なら、不良品データの傾向分析と報告書の効率化。
「あなたの仕事では、ここにAIを使うと楽になる」——この粒度で設計すれば、「使えない」のではなく「使いどころが見えていなかった」と気づく人が増える。
3. ベテランの経験知を「組織の資産」として可視化する
AI格差の議論で見落とされがちなのは、AIを使わないベテラン社員が持つ暗黙知の価値だ。
鈴木が持っていたA社の設備投資凍結の情報。これは、AIが拾えなかった一次情報であり、20年の関係構築がなければ得られなかったものだ。
この種の経験知は、放置すれば属人的なまま退職とともに消える。しかし、意図的に引き出し、言語化し、組織のナレッジとして蓄積すれば、AIの分析精度を上げる「燃料」になる。
ベテランの知見 × AIの処理能力。この掛け算を設計するのが、経営者の仕事だ。
4. 「AI活用の多様性」を認める文化を作る
毎日AIを使いこなす社員も、週に一度だけ特定の業務でAIを使う社員も、AIは使わないが別の強みで組織に貢献する社員も、等しく尊重される文化を作る。
研修の場でこの話をすると、製造業の部長層の表情が変わるのを感じる。自社の中で、AIを使う若手を「すごい」と思いつつ、自分の居場所がなくなるのではないかと不安を感じていた人たちが、少し肩の力を抜く瞬間がある。
大事なのは全員が同じツールを使うことではなく、全員が自分の強みを活かせる環境を作ることだ。
シリーズを終えて——AIの落とし穴の本質
5回にわたって、AIの落とし穴を書いてきた。
AIモンスター（自己評価の肥大化）。AI理想論者（現実を無視した理想論）。AI離職（ギャップによる人材流出）。AI依存症（思考力の喪失）。そしてAI格差（社内分断）。
並べてみると、すべてに共通する本質が見える。
AIの落とし穴は、AIの問題ではない。人間と組織の問題だ。
AIは道具だ。道具そのものは、人を傷つけもしなければ、組織を壊しもしない。道具の導入によって、もともと組織にあった歪み——評価制度の不備、コミュニケーションの断絶、多様性への不寛容——が増幅されて表面化する。
だからこそ、AIの導入は技術部門だけの仕事ではない。人事制度、評価基準、組織文化、マネジメントのあり方まで含めた「経営の仕事」だ。
冒頭の産業機械メーカーの話に戻る。
あの会社で最も必要だったのは、AI研修でも、最新ツールの導入でもなかった。田中の生産性と鈴木の経験知、その両方を正しく評価し、掛け合わせる仕組みだった。
AIが組織を壊すのではない。AIとの向き合い方を設計しない経営が、組織を壊す。
あなたの会社では、AIをめぐって見えない壁が生まれていないだろうか。
AI活用の社内格差、組織としてどう乗り越えるか。
※本記事の事例は、筆者の支援・研修経験および調査・取材に基づいています。プライバシー保護のため、企業名・人物・状況等は架空の設定を含み、再構成しています。
山本高資（やまもと たかし）
合同会社 才有る者の楽園 代表。中小企業向けAI活用支援・経営コンサルティングを展開。2026年4月より京都大学経営管理大学院に進学予定。
