※この記事は、2026年8月時点でAIやDXに関する講座を進めた個人的な学習メモです。教材の内容や正解を紹介するものではなく、学習中に残したメモをAIで整理し、自分なりの仮説へ変えた過程を書いています。本文で使う成功率は、2018年と2021年に公開された調査結果であり、2026年現在の成功率を示すものではありません。
DXや企業改革の話では、現場の意識やコミュニケーションがよく出てきます。
ビジョンを共有する。
変化の必要性を説明する。
対話を増やす。
リーダーが方向を示す。
どれも必要なことだと思います。
ただ、教材を一通り最後まで進めてから、残したメモや違和感をAIに整理してもらうと、別の疑問がはっきりしてきました。
それは本当に、最初にやることなのか。
人の意識を変えようとする前に、仕事量、時間、人員、予算、権限、評価のような条件を整える必要があるのではないか。
自分が引っかかっていたのは、個々の説明よりも、その順番だったのかもしれません。
企業改革は約30%、DXは16%という数字を見た
学習中、企業改革やDXが成功する割合の低さが気になりました。
そこで外部の公開資料も確認しました。
McKinseyが2021年に公表した調査では、過去5年以内に企業変革へ関わった1,034人のうち、組織の業績を改善し、その改善を持続できたと答えた人は3分の1未満でした。
同社が2018年に公表したデジタル変革の調査では、業績を改善し、長期的に変化を持続できる状態まで進んだと答えた人は16%でした。業績は改善したものの、持続できなかったという回答も別に7%あります。
- McKinsey「The science behind successful organizational transformations」
- McKinsey「The keys to a successful digital transformation」
最初にこの数字を見た時は、企業全体を変えるのだから難しくて当然なのだろう、くらいに考えていました。
ところが、教材を最後まで進め、自分のメモをAIで整理してから見直すと、かなり違う感想になりました。
こんな順番で変革を学び、そのまま実行するなら、そりゃ成功率も低くなるだろう。
少し乱暴な言い方ですが、正直な感想はこれでした。
もちろん、30%や16%という数字だけで、失敗の原因が教材の順番にあると証明できるわけではありません。
調査元も、成功には目標設定、役割、資源配分、仕組みへの定着、リーダーの関与、能力開発、コミュニケーションなどを含む包括的な取り組みが必要だとしています。
ただ、自分が感じた「人を動かす前に、人が動ける条件を整えるべきではないか」という疑問は、この数字を見直す入口にはなりました。
教材全体を見直したら、違和感が「順番」に集まった
学習中は、その時に出てきた言葉や考え方を追うだけで精いっぱいでした。
章ごとに見れば、ビジョンも対話も評価も振り返りも、それぞれ納得できる部分があります。
ところが、最後まで進めた後に全体を見直すと、自分の中では前半と後半の印象がかなり違っていました。
前半では、人をどう動かすかという話が強く見えました。
後半になると、成果の見方、役割、標準化、振り返りなど、実際に運用するための条件が増えてきました。
その時に思ったのが、前の記事にも書いた「その話を先にしてくれ」でした。
ただ、そこで終わると単なる感想です。
そこでAIに、学習中のメモを用語順ではなく、実際のケースで確認できる形へ組み替えてもらいました。
- 何を始めようとしているのか
- 誰の作業が増えるのか
- 必要な時間や人員はあるのか
- 誰に決める権限があるのか
- 何を成果として確認するのか
- 失敗した時に誰が責任を持つのか
こうして並べると、自分の違和感は「対話が嫌い」「意識改革が嫌い」という話ではありませんでした。
人が動ける条件を決める前に、人を動かす方法の話へ進んでいるように見えたこと。
ここが一番大きかったのだと思います。
現場が動かない理由を、すぐ意識の問題にしない
新しい仕組みを導入しても、現場が思うように動かないことはあると思います。
その時に、変化への抵抗、理解不足、当事者意識の欠如といった言葉で説明すると、話はかなり分かりやすくなります。
ただ、本当にそれだけでしょうか。
普段の仕事に新しい入力作業が増える。
従来の手順も残り、しばらく二重運用になる。
問題が起きた時の責任だけは現場に戻ってくる。
改善しても評価されるか分からない。
止めた方がよいと思っても、止める権限がない。
こうした条件が残っているなら、現場が慎重になるのは不思議ではありません。
意識が低いから動かないのではなく、条件を見れば動きにくい理由がある。
それを確認せずに、ビジョン、誇り、達成感、対話によって人を動かそうとする説明が続くと、自分には意識高い系の精神論に見えました。
さらにきつく言えば、従業員の感情を、会社にとって動かしやすい形へ整える話に近く見えた部分もあります。
人材を十分に選べて、心理的安全性があり、挑戦や改善が評価や報酬へ反映される組織なら、こうした考え方は機能するのかもしれません。
しかし、その前提が整っていない組織へ、人を動かす手法だけを移しても、現場には負担を受け入れさせるための説明に見えてしまいます。
それを確認しないまま、説明や対話だけを増やしても、現場には「追加の仕事を納得して引き受けてほしい」と言われているように見えるかもしれません。
対話そのものが悪いのではありません。
対話で解決しようとしている問題が、本当は制度や資源の不足なのではないか。
そこを先に分ける必要があると思いました。
AIに分けてもらったのは、「人の問題」と「構造の問題」だった
今回、AIに教材の要約を作ってもらいたかったわけではありません。
すでに教材は自分で進めていますし、短い要約だけなら読み返せば済みます。
AIに頼んだのは、自分が残した反応や疑問を、次に使える確認項目へ変えることでした。
たとえば「現場が抵抗している」という状況があった時に、すぐ説得方法を考えるのではなく、先に別の可能性を並べます。
- 作業負担が増えていないか
- 必要な教育時間が確保されているか
- 権限と責任が釣り合っているか
- 現場から出た問題が記録されているか
- 成果の基準が導入前に決まっているか
これらを確認したうえで、それでも認識のずれが残るなら、説明や対話が必要になる。
自分には、この順番の方が自然でした。
AIに整理させたことで、感情の強いメモも消さずに、「これは人の問題なのか」「先に直す構造があるのか」という分岐へ変えられました。
AIが答えを決めたわけではありません。
何を問題と見るか、どの条件を先に置くかは自分で選んでいます。
ただ、一人で読み返していたら、腹が立った箇所だけを拾って終わっていた可能性があります。
全体を横断して、同じ違和感がどこで繰り返されているかを見つけるところでは、AIがかなり役に立ちました。
「意識改革が不要」ではなく、使う順番を変えたい
この記事で言いたいのは、ビジョンやコミュニケーションが不要ということではありません。
仕組みを変える理由が分からなければ、人は動きにくいです。
説明がなく、上から命令するだけの改革がうまくいくとも思いません。
ただし、説明や対話には解決できない問題があります。
人が足りない問題は、対話だけでは解決しません。
作業時間が足りない問題も、共感だけでは消えません。
責任だけが増える設計も、ビジョンを共有したからといって安全にはなりません。
先に必要なのは、人が動ける条件を作ることです。
負担は誰が引き受けるのか。
改善したことは正式に評価されるのか。
成果が出た時、空いた時間や選択肢は本人にも返るのか。
失敗した時、実行した人だけへ責任が戻らないか。
こうした条件を決めずに、先に意識だけ変えようとするなら、30%や16%という結果も不思議ではないと思いました。
そのうえで、なぜ変えるのか、何を目指すのか、どこまで協力してほしいのかを伝える。
自分が考えた順番は、次のようになります。
- 法令や安全上、やってよいことか確認する
- 時間、人員、予算を確保する
- 権限、責任、止める条件を決める
- 成果の基準と確認方法を決める
- その後で、ビジョンを共有し、対話しながら進める
実際の企業改革が、この五つだけで進むとは思っていません。
それでも、最初から人の意識へ原因を置くより、確認しやすい条件から見る方が、失敗した時にも修正しやすいと思います。
AI導入でも、同じ順番の問題が起こりそう
この話は、DX全般だけでなくAI導入にもそのまま当てはまります。
AIを使えば効率化できる。
新しい価値を作れる。
これからはAIを使える人材が必要になる。
そうした説明が先に出ても、実際の運用条件が決まっていなければ現場は困ります。
どの情報をAIへ渡してよいのか。
出力を誰が確認するのか。
間違えた時の責任を誰が持つのか。
AIを使う時間や、試すための余裕があるのか。
既存の仕事に追加されるだけになっていないか。
この部分を決めずに「まずAIを使う意識を持とう」と言われても、うまく回らないのは当然かもしれません。
AI活用が進まない時も、使う人の意識だけを見るのではなく、使える条件があるかを先に確認したいです。
学習内容を、自分の確認順へ組み替えられた
今回の学習で役に立ったのは、教材の言葉をそのまま覚えたことではありませんでした。
最後まで進めた内容と、自分が途中で感じた違和感をAIへ渡し、次に使える確認順へ組み替えられたことです。
教材の順番が絶対に間違っている、と断定するつもりはありません。
自分が読み取れていない前提もあると思います。
それでも、AIと一緒に全体を見直したことで、自分が今後DXやAI導入を見る時の基準は少しはっきりしました。
人の意識を変えようとする前に、人が動ける条件はそろっているか。
現場が動かない時、それを抵抗と呼ぶ前に、負担や権限の問題はないか。
立派な説明を作る前に、実施後の成果を確認できるか。
講座を受けて終わりにせず、自分の判断順へ変える。
AIは、そのための整理役として使う方が、自分には合っているようです。
まとめ
DXや企業改革について学ぶ中で、自分はビジョンや対話より先に、負担、評価、権限、時間、人員、予算を整える必要があるのではないかと感じました。
企業改革の成功は約30%、DXでは16%という調査結果を最初に見た時は、単に難しいからだと思っていました。
しかし、教材全体をAIで整理した後では、人が動ける条件より先に、人の意識を変えようとする順番そのものが、失敗を増やす一因ではないかと考えるようになりました。
意識改革が不要なのではありません。
構造上の問題を残したまま、意識やコミュニケーションで埋めようとする順番に無理があるのではないか、という話です。
AIに教材の答えを作ってもらったわけではありません。
学習中のメモや違和感を横断して、「人の問題」と「先に整える条件」を分けてもらいました。
その結果、自分の中では次の問いが残りました。
人を変えようとする前に、人が動ける条件を変えているか。
DXやAI導入がうまく進まない時は、まずここから確認したいと思います。
コメント