せっかく導入したAIエージェントが使われなくなる背景には、現場の心理と構造的要因がある。本記事では「冷ややかな沈黙」を防ぎ、定着させるためのチェンジマネジメント設計を解説する。特にMicrosoft Copilot Studioを用いたエージェント内製の実践論を中心に、ルールの策定や導線の用意など具体的なアプローチを紹介する。
AIエージェントが使われなくなる理由
導入直後のお披露目会では「すごい」「便利そう」と好評でも、1週間後にはアクセスログが激減する。現場は何もなかったかのように元の業務フローに戻る。理由は決して「新しい変化への意欲の低さ」ではない。以下の3点が主な要因だ。
- 忙しすぎて「試す」余裕がない：日々の業務に忙殺され、新しいツールに学習コストをかけるより、いつもの手順を無心でこなす方が短期的に効率的で合理的。
- 「誰の責任か」が怖くて萎縮する：AIが生成した成果物に誤りがあった場合、最終的に誰が責任を取るのか明確でないと、全出力を目視確認する羽目になり、かえって手間が増える。
- 一度の期待外れによる「見切り」：人はAIに無意識に「完璧」を求める。最初の出力が的外れだったり、複雑な業務ルールを汲み取れなかったりすると、すぐに見切りをつける。一度失った信頼を取り戻すのは難しい。
現場からは以下のような声が聞かれる。
事業部長担当者：「一見ちゃんとしたアウトプットが出てきて期待をしたが、そのまま使うにはちょっと詰めが甘くて、直しがそれなりに必要だった。その手間が当初思っていたよりも重かった」
DX推進者：「マニュアルを配り、説明会でデモも実施したが、その後ほとんど誰も触らずに終わった。Microsoft Teamsのチャンネルにナレッジを詰めたAIを常駐させても、AIで解決しようとはせず、従来通りのやり方で担当者に質問が飛んでいる」
IT担当者：「最初は物珍しさもあってか好意的だったが、現場の意識や業務フローがAIに業務を合わせる『Fit to Standard』の考え方になじまず、例外処理の仕組み化が完璧ではなかったために結局ほとんど利用されなかった」
定着には「利用の約束事」の明文化
まずはAIに対する「利用の約束事（グランドルール）」を明文化し、組織として合意する。具体的には以下の3点を明確にする。
- AIの立ち位置の定義：AIは完璧な答えを出すシステムではなく、優秀だがたまに間違えるアシスタントであると宣言。最終判断と責任は人間が持つ。
- 使っていい範囲と禁止領域の明示：積極的に使っていい業務（例：一般的な経費精算の質問、一次調査）と、絶対に使ってはいけない業務（例：最終的な人事評価、未公開のM&A情報の入力）を線引きする。
- 困ったときの「逃げ道」の用意：AIが的外れな回答をした場合やエラーで止まった場合に、どこにどうやってエスカレーションすればいいかを決める。逃げ道があるからこそ、安心して試せる。
Microsoft 365業務導線への埋め込み
Copilot Studioの最大の強みは、ユーザーが日常的に使っているMicrosoft 365の業務導線上にエージェントを「埋め込める」ことだ。以下のような埋め込み先が考えられる。
- Teamsチャンネル・チャット：エージェントをTeamsのアプリとして公開し、部署のチャンネルに常駐させる。誰かが質問するとAIが答え、間違っていれば他のメンバーがスレッドで補足する「人間とAIの協働空間」が自然に生まれる。
- SharePoint（業務ポータル）：ほぼ全社員が毎日見る社内ポータルのトップページに、WebパーツとしてAIチャット画面を埋め込む。「お問い合わせ」画面のファーストビューに配置することで、検索するより先にAIに聞く習慣が付く。
- Outlook（メール作成画面）：特定の業務（例：顧客への定期的な通知業務など）において、OutlookのアドインやCopilot機能と連携させ、メールを開いた瞬間に「過去の経緯を踏まえたドラフト候補」が横に提示されるようにする。
- Power Automate連携：ユーザーがFormsで申請を出した瞬間に、裏側でPower Automateが起動し、AIが内容をチェック。不備があれば自動でTeamsのチャットに「ここを修正してください」と差し戻す。ユーザーは「AIを使いにいこう」と意識せずとも、業務フローの中で自然に恩恵を受けられる。
「AIを使わせる」のではなく、「いつもの業務フローの中に、最初からAIが組み込まれている状態（デフォルト設定）」を用意することが、定着への最短ルートである。
指標設計：ROIを継続測定する
AIエージェントが定着しつつあるかどうかは、感覚ではなく「数値」で追跡しなければならない。そのために、第2回で設定したKPIをさらに運用フェーズに落とし込んだ「メトリクス（測定指標）」を設計する。これがないと、導入半年後の役員報告で「で、いくらもうかったの？」という問いに再び沈黙することになる。
以下の指標を基に改善サイクルを回していく。
| 指標カテゴリー | 具体的指標 | 測定方法・情報源 |
|---|---|---|
| 利用状況 | 月間利用セッション数、ユニークユーザー（UU）数 | Copilot Studioの標準分析ダッシュボード |
| 解決品質 | 一次解決率（AIだけで完結した割合）、エスカレーション率 | ログ分析、終了時のユーザーアンケート |
| 時間削減 | 対応工数削減時間（月次）、処理リードタイムの短縮 | 前後比較（ベースラインとの差分） |
| 満足度 | ユーザー評価スコア（5段階）、定性的なフィードバック | エージェント内でのワンクリックアンケート |
| 改善活動 | プロンプトの修正頻度、ナレッジ（SharePointなど）の更新頻度 | 開発チームの変更履歴・運用ログ |
上記メトリクスを追跡し、ROIを継続測定できれば、経営会議で胸を張って予算を守ることができる。以下はROI継続測定のロードマップのイメージである（出典：パーソルビジネスプロセスデザインの提供資料）。
改善サイクル：週次のログレビュー
定着をさらに押し進めるためには改善サイクルを回すことが重要だ。AIエージェントは、リリースしたその日が「最も悪くない状態」である。定着するか否かは、リリース後の運用サイクルをどう回すかにかかっている。
そこで、推進チームによる「週次のログレビュー」を必ずスケジュールに組み込んでほしい。Copilot Studioの分析画面から、ユーザーがどのような質問を投げ、AIがどう間違えたか（あるいは答えられなかったか）を目視で確認する。もし「現場はこういう言い回しで指示するのか」「古いフォーマットのままの規定集を参照して間違えているな」といった内容を発見したら、プロンプトに条件分岐を追加したり、裏側にあるSharePointのドキュメントの表記を統一したりといったメンテナンスを行う。
この地道なチューニングを繰り返すことでのみ、実務に対応できるAIは育つ。現場からの「これ、うまく処理できなかったよ」という報告に対し、数日内に「直しておきました。もう一度試してみてください」と返せる体制があれば、現場の冷ややかな沈黙は、次第に協力的な動きに変わっていく。
「1on1の伴走」から「現場の自走」へ
ここまで見てきたように、AIに対する意識の醸成や導線設計、ルール整備、改善サイクルの構築が重要になる。しかし現実には、これらを推進チームだけで回し続けるのは難しい。現場ごとに業務の文化や例外が異なる中で、全てを中央集権的に最適化するには限界がある。
だからこそ重要になるのが、現場起点で改善を回せる状態をつくることだ。そして、その立ち上げにおいて有効なのが、外部の専門家によるハンズオン形式の1on1伴走である。個別の業務を題材に、手を動かしながら進めるハンズオンの1on1を通じて、「どこまでAIに任せるか」「どう調整すれば実務にフィットするか」といった具体的な改善を現場とともに進めることで、単発の利用に終わらない継続的な活用へとつながる。
次回予告：AIエージェントを「組織能力」へと昇華させる。最終回となる第5回では、組織全体で内製化を推進するための体制（CoE：Center of Excellence）の作り方や市民開発者の育成プログラム、そしてAIエージェントがもたらす少し先の未来の働き方について展望する。単なる「便利なツール」を「会社の強み」に変えるための最終章にご期待ください。
著者プロフィール：齋藤豪太（パーソルビジネスプロセスデザイン株式会社 CX事業本部 DX戦略部 プロセスサイエンス部 マネジャー／AXコンサルタント）。前職にてEC事業におけるフルフィルメント業務設計、物流・決済、カスタマーサポート等をワンストップで受託。PL統制SVとして従事し、バックオフィス運営のノウハウを多く保有。パーソルビジネスプロセスデザイン入社後は、主に各種ツールの導入によるDX推進を行うプロジェクトを軸に業務整理/再設計から業務の自動化、開発など各工程を担当。顧客のECリプレースや、生成AI×RPAによる業務プロセス/事務作業の「ゼロ化」を推進し、コンタクトセンターのDX化推進にも従事。多業種多業態における全体最適×CX向上に深い知見を持つ。Copyright © ITmedia, Inc. All Rights Reserved.
