7月23日、TechTargetが「Study finds two hours a week could close the AI skills gap」と題した記事を公開した。この記事では、週わずか2時間のAI学習時間を確保するだけで組織のAIスキルギャップを埋められるという調査結果と、CIOが今すぐ取れる具体的な対策について詳しく紹介されている。
問題はAIへの抵抗ではなく、組織の構造にある
Study.comの調査によると、89%の従業員が業務でAIを使用していると回答している。しかし、AIの活用で「優れた成果」を得ていると答えたのはわずか**19%**にとどまる。
この乖離を「従業員のAI嫌い」として片付けることは間違いだと記事は指摘する。実態は逆だ。従業員はAIスキルを伸ばすことに意欲的だが、組織側のサポートが足りていない。AIスキルを「独力で使いこなせる水準まで準備できている」と感じる従業員は18%のみ。46%は独学や試行錯誤でスキルを習得しており、正式なトレーニングを受けたのは33%に過ぎない。
週2時間で十分、という調査結果
経営幹部の多くは、全社的なAIトレーニングを「コストと時間がかかりすぎる」と判断しがちだ。だが調査では、67%の従業員が「週2時間以下の学習時間があれば十分」と回答している。
顧客体験プラットフォーム企業GenesysのCIOであるTrevor Schulze氏はこう述べている。
「よく見かける失敗パターンは、AIを優先事項と宣言しながら、学習のための構造的な時間を一切作らないことだ。会議の合間にスキルを身につけろと言っても定着するわけがない。私のチームでは『AI探索デー』を設けている。成果物も会議もメールもない日を作り、実際のビジネス課題にAIを適用して実験・学習する時間に充てている。」
— Trevor Schulze（Genesys CIO）
具体的にどのようなトレーニングが求められているかについて、調査では以下のニーズが挙げられている。
- 実際の業務シナリオと導入方法
- AIの出力精度を確認する方法
- 安全に使うための明確なルール
なぜAI活用が広がらないのか
TalentLMSのレポートによれば、83%のHRマネージャーが「自社はAI学習を積極的に支援している」と答えているが、従業員側で同意しているのは**64%**にとどまる。この認識のズレが、採用促進の障壁になっている。
なお、Study.comおよびTalentLMSの各調査については、元記事において対象規模・実施時期などの詳細なメタ情報は明示されていない。数値を参照する際はその点を念頭に置くことが望ましい。
具体的な阻害要因として記事では以下が挙げられている。
- 学習時間の不足：専用の学習時間がなく、リソースも不十分なため、従業員がAIを実践できる機会がない
- AIポリシーの不透明さ：調査では30%の従業員が「社内のAIポリシーがほとんど、または全く明確でない」と回答
- ミス・ポリシー違反への恐れ：センシティブな業務でAIを安全に使えていると自信を持って答えた従業員は29%のみ
- AI戦略と日常業務の乖離：日常業務の中でどう活用すべきかが不明瞭
Eightfold.aiのCEO、Ashutosh Garg氏はこう述べる。「信頼がAI採用の最大の推進力だ。従業員が日常業務の中でAIが実際の問題解決に役立つと実感できたとき、採用は自然に加速する。」
AIを放置するコスト
AIトレーニングを軽視した場合のリスクとして、記事は以下の4点を挙げている。
- リソースの無駄遣い：使われないAI投資が積み上がる
- 生産性向上の機会損失：適切な活用なしに、AIがもたらすはずの生産性向上が実現されない
- チーム内のスキル格差拡大：AIを使いこなすグループとそうでないグループの差が広がり続ける
- 競合劣位：AIに投資した競合他社に後れを取る
Skillsoft CIOのOrla Daly氏はこう指摘する。「最大のリスクは、ツールへのアクセスを進歩と誤解することだ。ツールを展開しても、成果の向上・意思決定の改善・リスク低減を保証しない。適切なトレーニングとガードレールなしでは、チームごとにAIの使い方がバラバラになる。その差はクオリティ、手戻り、スピード、リスクに表れてくる。」
CIOが今すぐできること
記事では、CIOが実行できる具体的なアクションとして以下の4つが提示されている。
- 学習時間を確保する：週数時間のAI探索時間を正式にカレンダーに組み込む。「カレンダーに入っていなければ、優先事項ではない」（Schulze氏）。同氏のチームでは「IT Focus Fridays」と称し、2週間おきに成果物なしの探索・学習・資格取得の日を設けている。
- 実務に即したユースケースで訓練する：実際の職務に紐づけたトレーニングで、承認済みのAIツールを日常業務で試す機会を作る。
- 社内チャンピオンのネットワークを構築する：AIの先進ユーザーを特定し、ピアラーニングの場を作る。
- アクセス数以外の指標を測定する：ライセンス数やユーザー数だけでなく、実際の使用状況・生産性向上・スキル開発を追跡する。
Quadient CIOのNina Tatsiy氏は「テクノロジーチームに週数時間の自己開発時間を最近導入した。週に数時間でも、従業員がAIに慣れ、実践的な活用ができるようになるまでの差は大きい」と述べている。
記事の結論は明快だ。組織に必要なのはトレーニング予算の増額ではなく、AIトレーニングへの時間と注目の配分である。従業員の意欲をビジネス価値に転換する仕組みを作ることが、CIOの喫緊の課題だ。
詳細はStudy finds two hours a week could close the AI skills gapを参照していただきたい。
