経営層がAIを使わない中小企業の85.7％は「方針・推進体制なし」——停滞の構造と管理職にできること
「うちの会社、AIの方針って決まってるの？」と聞かれて、すぐに答えられる管理職は、今どれほどいるでしょうか。
現場では生成AIを使い始める社員がいる一方で、組織として利用方針や推進体制を整えられていない——そんな企業は少なくありません。
ラクスルが2026年に、従業員2〜100人の中小企業の経営者・従業員300人を対象に実施した調査では、代表・役員がAIを「全く使っていない」企業の85.7％が、「AI活用の方針も推進体制もない」と回答しました。一方、代表・役員が積極的に活用している企業では、同じ回答は4.0％でした。
ただし、85.7％は中小企業全体の割合ではなく、「代表・役員がAIを全く使っていない企業」に限った集計です。それでも、経営層の利用経験と組織的な環境整備に強い関連が見られた点は、管理職にとって無視できません。
方針や推進体制がない組織では、利用可否や入力情報の判断が、現場や個人に委ねられやすくなります。これがじわじわと組織に効いてきます。
この記事では、経営層がAI活用に踏み出せない組織に共通する「構造的な問題」を整理したうえで、管理職が今すぐできる現実的なアプローチをお伝えします。現場でAIを推進したい方、あるいは「どこから手をつければいいか」で止まっている方に向けて書いています。
なぜ経営層はAIの方針を出せないのか
正直なところ、「経営層がAIに無関心だから」という話ではないことが多いです。むしろ逆で、「関心はあるものの、何をどこまで決めればよいかわからず、判断が止まっている」ケースもあります。
経営会議では「リスクはわかった。でもどこまでやれば十分なのか、基準がない」という声がよく聞かれます。これは生成AIでも同じ構造で起きています。
経営層がAI方針を出せない背景には、大きく3つの要因があります。
判断材料が揃っていない：「どのツールを使えばいいか」「情報漏洩のリスクはどの程度か」「費用対効果は出るのか」——こうした問いに答えられる情報が経営層に届いていない
責任の所在が曖昧：IT部門、情シス、事業部門のどこが主導するのかが決まっておらず、「誰かがやるだろう」と待ちの状態になっている
失敗への恐れ：AIは動きが速い領域なので、「決めた方針がすぐに陳腐化するのでは」という不安から、あえて決めずに様子見している
この3つが絡み合うと、「方針なし」が組織の標準状態になってしまいます。
方針がない組織で起きていること
方針がないと、現場ではどうなるか。筆者が見てきた典型的なパターンをお伝えします。
まず、野良AI利用が広がります。社員が個人アカウントのChatGPTに社内情報を貼り付けて使い始める。悪意はないんですが、情報漏洩のリスクが積み上がっていきます。ガイドラインがないので、注意しようにも根拠がない。注意した管理職が「デジタルに疎い人」と思われる逆転現象も起きたりします。
次に、格差が広がります。AIを使いこなせる社員と、まったく触れない社員の間で、アウトプットの質と量に差が出てきます。これ自体は悪いことではないのですが、組織として意図した差ではないので、評価基準にも反映されていない。頑張っている人が正当に評価されない構造になりがちです。
そして、「使わなくていい理由」が増えていきます。方針が示されない状態は、現場から「無理に取り組まなくてもよい」というメッセージとして受け取られやすくなります。忙しい現場では、新しいことを試す余裕は生まれません。AIを導入しようとしても、「今の業務で手一杯」「方針が出てから考える」という声に押し切られてしまいます。
「自分には関係ない」が一番危ない
ここで少し視点を変えたいんですが、この問題は「経営層が決めてくれるのを待つ」では解決しません。
ラクスルの調査は、2026年5月29日から6月1日にかけて、従業員2〜100人の中小企業の経営者・従業員300人を対象に実施されました。全体では、業務でAIを使った経験がある人は73.3％に上る一方、「積極的に活用している」は31.0％でした。また、「方針も推進体制もない」企業の50.6％が、自社のAI活用は同業他社などより遅れていると回答しています。この調査だけで経営層のAI不使用が停滞の原因だと断定はできませんが、経営層の利用状況と、方針・推進体制の整備状況に強い関連があることは読み取れます。
この状況で管理職が「うちの会社は経営がAIに消極的で」と傍観していると、気づいたときには現場の競争力がじわじわ落ちています。同業他社や取引先がAIで業務スピードを上げているのに、自社だけが従来の速度で動いている——この状態が続けば、業務速度や改善経験の差が徐々に積み重なる可能性があります。
管理職の立場は、経営層と現場の間にある「翻訳者」です。経営層に判断材料を上げ、現場に動ける環境を作る。この役割は、誰かが決めてくれるのを待つ立場ではないんですよね。
では、管理職は何から始めればいいのか
構造問題はわかった。でも、じゃあ何をすればいいのかが見えないと動けません。
ここからは、管理職が実際に動くための方法を、次の順番で具体的に整理します。
経営層への「AI方針の必要性」を納得させるための提言フレーム（会議で使えるトーク構成つき）
方針なし状態でも現場が安全にAIを使い始めるための「暫定ルール設計のテンプレート」
管理職が自チームだけで始められる「小さくて確実なAI導入ステップ」（社内規程と自分の権限の範囲内で進める方法）
経営層を動かすために筆者が実際に使った「データと事例の見せ方」
部下から「AIを使っていいですか？」と聞かれたときの答え方（NG例・OK例）
方針がなくても、管理職には動ける余地があります。その余地の使い方を、順番に解説していきます。
経営層を動かすための「提言フレーム」
経営層にAI方針の必要性を伝えるとき、「AIが大事だから検討してください」では動きません。経営層が反応するのは、「放置するとどうなるか」と「何をどこまで決めればいいか」がセットで見えたときです。
全社的なツール展開を提案する場面では、機能説明よりも「現状を放置した場合に数年後どうなるか」というシナリオから入るほうが、経営層は判断しやすくなります。AIの場合も同じアプローチが使えます。
提言に使える「3点セット」の構成
経営層への提言資料や口頭説明は、以下の3点で組み立てると動かしやすいです。
① 現状の定量把握（リスクと機会の見える化）
「自社の社員が生成AIをどう使っているか、把握できていますか？」という問いから入ります。把握できていない場合、それ自体がリスクです。
伝えるべき事実：
社員の個人利用率（簡単なアンケートで把握できます）
競合・取引先のAI活用状況（業界誌・IRなどで確認できる範囲）
方針なし状態で起きうるインシデント事例（社内情報の無意識な流出など）
② 決めなければいけない範囲の「最小セット」提示
経営層が「全部決めなければ」と感じると、判断が止まります。「まずここだけ決めれば動ける」という最小限の論点を絞ることが重要です。
決めるべき最小セット（目安）：
使っていいAIツールのリスト（業務用途に限定するか、個人利用も含めるか）
入力禁止情報のカテゴリ（個人情報・契約情報・未公開財務情報など）
問題が起きたときの報告先と初動ルール
これだけあれば、現場は動けます。完璧な規程を作るより、「暫定でいいから出す」ことのほうが価値があります。
③ 承認コストが低い「試験的スタート」の提案
「全社方針を出してから始めましょう」ではなく、「情報システム・セキュリティなどの関係部門と利用条件を確認したうえで、承認済みのツールを1チームで3カ月試し、成果と課題を報告します。その結果をもとに全社方針を検討しましょう」と提案します。
経営層は「全社でやると決めること」に対して慎重になりますが、「小さく試すことを認めること」なら通りやすいです。試験範囲を自チームに限定すれば全社導入より承認を得やすくなりますが、利用するツールや入力する情報については、既存の社内規程と承認手続きに従う必要があります。
方針なしでも現場を守る「暫定ルール設計テンプレート」
正式な全社規程が出るまでの間、既存の社内規程に反しない範囲で、チーム向けの暫定ルール案を作成し、情報システム・セキュリティなどの関係部門に確認を依頼できます。以下はその下書きに使えるテンプレートです。
【（部門名）AI利用暫定ガイドライン案】
作成日： 年 月 日
作成者：
確認部門：情報システム／情報セキュリティ／法務・個人情報保護担当
※この文書は全社規程を置き換えるものではありません。正式な承認を受けた範囲で運用します。
使用を認めるツール
会社が業務利用を承認し、組織管理アカウントが発行されているAIサービス
情報システム・情報セキュリティ部門が、入力可能な情報と利用条件を確認したサービス
個人アカウント、個人契約の有料プラン、未承認の拡張機能・プラグインは業務で使用しない
具体的な対象サービス：
（会社が承認したサービス名を記載）
（利用可能なプラン・アカウント種別を記載）原則として入力してはいけない情報
顧客・取引先・社員などの個人情報
未公開の社内情報、営業秘密、財務・人事情報
契約内容、価格、認証情報、パスワード、APIキー
未公開のソースコード、設計情報、脆弱性情報
その他、社内の情報管理規程で外部サービスへの入力が禁止されている情報
会社が契約した閉域・企業向け環境であっても、入力可能な情報は、契約条件と社内規程で明示的に許可された範囲に限ります。個人情報保護委員会も、生成AIサービスへの個人情報の入力について、利用目的・学習利用の有無・利用規約などを確認するよう注意喚起しています。
問題が起きた場合
入力禁止情報を誤って送信した場合は、利用を中断し、直属の管理職と社内の情報セキュリティ・個人情報保護窓口へ速やかに報告する
入力内容、使用サービス、アカウント、日時、画面など、確認に必要な情報を記録する
自己判断で履歴を削除したり、問題を隠したりせず、担当部門の指示に従う
AIの出力によってトラブルが生じた場合も、同じ窓口へ報告する
なお、IPAの調査では、生成AIの業務利用について何らかのルールを定めている企業は52.0％でした。利用可否はサービス名だけでなく、環境（公開型か組織内に閉じた環境か）と情報区分の組み合わせで決める必要があります。
このテンプレートは、チームミーティングで読み合わせるだけでも効果があります。「何が禁止で何がOKか」を言語化するだけで、現場の不安が大幅に減ります。
自チームから始める「小さくて確実なAI導入ステップ」
全社の承認を待つ前に、管理職が着手しやすい範囲を整理します。ただし、利用するツールや入力する情報は、既存の社内規程と承認手続きの範囲内にとどめます。
ステップ① 現状把握（1週間）
チームメンバーに簡単なアンケートを取ります。Google フォームやMicrosoft Formsで5分で作れます。
聞くこと：
AIツールを業務で使ったことがあるか（ある・ない）
使っている場合、どのツールを何の目的で使っているか
困っていること、不安に感じていることはあるか
この結果が、経営層への提言にも使えます。
ステップ② 小さな成功体験を作る（2〜4週間）
AI導入の失敗パターンとして多いのが、「全員一斉に始めようとして誰も続かない」です。最初は「AIに向いている業務」を1つ選んで、希望するメンバーだけで試します。
AIが効果を出しやすい業務の例（※会社が承認したAIサービスを使い、入力が許可された情報だけを扱うことが前提です）：
公開情報を使った資料構成案の作成
機密情報を含まないメールや定型文の文章チェック
入力が許可された文書の要約・整理
議事録の整形。ただし、録音・文字起こし・AIへの入力が社内規程上認められている会議に限る
1つの業務で「使えた」という実感が出ると、チーム内での広がり方が変わります。
ステップ③ 振り返りと横展開（1〜2ヶ月後）
試したメンバーから「どれくらい時間が減ったか」「どんなプロンプト（AIへの指示文）を使ったか」を共有してもらいます。これをチームの資産にします。
ここで大事なのは、成功事例と失敗事例を両方残すことです。「このプロンプトは使えなかった」「この業務はAIに向いていなかった」という情報も、チームにとっては立派な学びです。
経営層を動かすために使った「データと事例の見せ方」
経営層への提言で効きやすいのは「感情より数字、未来より現状」という組み立てです。
「AIは重要です」「他社も導入しています」という一般論より、自社の数字を使うほうが説得力が出ます。たとえば次の流れで資料を組みます。
現状の業務時間の可視化：対象業務にチーム全体で週に何時間かけているかを、実績ベースで出す。
AIで削減できる時間の試算：同じ業務をAIで補助した場合にどれくらいになるかを、自チームで小さく試して実測してから提示する。
コストに換算：削減できた時間 × 平均時給で、年間の経済効果に換算する。これが経営的な判断材料になります。
「自分のチームで小さく実績を作ってから提言する」という順番が重要です。「やってみたらこうなった」という話は、「やれば効果が出るはずだ」より説得力があります。
部下から「AIを使っていいですか？」と聞かれたときの答え方
これは管理職がよく直面するシーンです。方針がない状態でこの質問が来ると、答えに詰まります。
NG例（やりがちだけど良くない答え方）
「まだ会社の方針が出ていないから、とりあえず使わないほうがいい」
→ これは「現状維持バイアス」を固定化します。部下は「使わないほうが安全」と学習し、AI活用が完全に止まります。
「自分の判断で使っていいよ」
→ 責任の所在が曖昧になります。問題が起きたとき、部下が孤立します。
OK例（管理職として機能する答え方）
「うちのチームではこういうルールで使おう、と思っていて。（暫定ルールを提示）この範囲なら使ってOKです。試してみてどうだったか教えてください」
この答え方のポイントは2つです。「使う/使わない」の2択ではなく「条件を示す」こと。そして「試した結果を教えて」と言うことで、部下の実践を組織の学びにつなげることです。
よくある失敗と、その手前で気づくための問い
AI導入を進めようとした管理職が陥りやすい失敗を整理します。
失敗① ツール選定から始める
「どのAIを使えばいいか」を先に決めようとして、何週間も比較検討で終わるパターンです。最初に決めるべきなのは、ツール名よりも対象業務と扱う情報です。そのうえで、会社が承認済みのAIサービスから、対象業務に合うものを選びます。
失敗② 全員に一斉導入する
「研修を一回やって終わり」という進め方をすると、研修後に誰も使わなくなります。AIは「自分の業務で使えた」体験がないと定着しません。まず使いたい人・得意な人から始めて、その人が伝播役になる構造を作るほうが現実的です。
失敗③ 成果を測定しない
「なんとなく便利になった気がする」で終わると、経営層への報告ができません。最初から「この業務の時間を測っておく」という習慣をつけることで、後から使える数字になります。
まとめ：管理職が今週できること
ここまでお伝えした内容を整理します。
経営層がAI方針を出せない理由は「無関心」ではなく「判断材料がない」こと
方針なし状態で放置すると、野良利用・格差拡大・「やらなくていい」文化が定着する
管理職は「翻訳者」として、経営層に提言材料を上げ、現場に動ける環境を作る役割を持つ
暫定ルールは完璧でなくていい。「禁止情報」と「問題が起きたときの報告先」だけでも出す価値がある
自チームで小さく試して実績を作り、それをもとに提言するのが最速の動き方
方針が出るのを待たずに、今週1つだけ動いてみてください。たとえば、チームへの簡単なアンケートを作るだけでも、状況が動き始めます。
おわりに
全社的なツール展開でよくあるのは、「経営層の承認が出てから現場を動かそう」と待つパターンです。しかし実際には、現場で小さく動いて見せた事例があるからこそ経営層が判断できる、という順序のほうが多く見られます。AIについても同じで、管理職が待ちに入ると、現場も止まります。
この記事が、一歩動くきっかけになれば嬉しいです。
▶ 出典：ラクスル「中小企業のAI活用に関する実態調査 第1回」
「スキ」を押していただけると、こういった記事を書き続ける励みになります。同じ視点でデジタル活用やAI導入の実務情報を発信していますので、フォローもぜひ。「自分のチームではこうだった」「この部分がよくわからなかった」といった声は、コメントで教えていただけると助かります。
あわせて読みたい
この記事に関連する実践的な内容を、さらに詳しく整理しています。
このテーマの記事は「デジタル活用」マガジンにまとめています。 → マガジンを見る
いいなと思ったら応援しよう！
記事が役に立ったと感じたら、応援いただけると励みになります。