AI導入は、失敗パターンを先に潰す。

# AI導入の失敗事例・成功パターン集

## この資料の目的
中小企業がAI導入で失敗しやすいパターンを事前に知り、使われる導入へ変える。

ここでいう事例は、特定企業の実名事例ではありません。
AI導入で起きやすい典型パターンを、社内検討で使える形に整理したものです。

AI導入で見るべき問い:
- AIを配った後、社員は何を相談するのか
- 入力してはいけない情報は明確か
- AI回答をどう扱うか説明しているか
- 研修後に使う場所はあるか
- 管理者は何を見るのか
- 効果測定は売上だけになっていないか
- 補助金や導入完了が目的になっていないか

# よくある失敗パターン

## 1. ChatGPTを配って終わる
汎用AIを配るだけでは、社員は何を聞けばよいか分からず止まります。
文章作成には使えても、値引き、粗利、資金繰り、顧客価値の相談にはつながりにくくなります。

## 2. 全社一斉に始める
最初から全社員に配ると、質問、ルール、フォロー、管理者確認が追いつきません。
使う人と使わない人の差が広がり、導入効果を説明しにくくなります。

## 3. 研修で終わる
AI研修を受けても、翌日から使う場所がなければ定着しません。
研修後に、相談テンプレート、学習導線、管理者の確認が必要です。

## 4. 社内ルールが曖昧
個人情報、顧客名、契約書全文、パスワード、未公開人事情報を入力してよいのかが曖昧だと、現場は不安で使えません。

## 5. 効果測定が売上だけ
AI導入直後に売上だけを見ると、効果を見誤ります。
初期は初回相談率、相談テーマ、学習開始率、認定証、管理者確認を見るべきです。

## 6. 補助金がゴールになる
補助金で採択されても、導入後に使われなければ成果になりません。
申請前から、導入後KPIと継続費用を決める必要があります。

# 使われる導入の成功パターン

## 1. 5名から始める
社長、管理者、顧客に近い社員、数字やルールに近い社員を混ぜて、まず5名で使い方を作ります。

## 2. 最初の相談テーマを決める
白紙のチャットではなく、値引き判断、粗利改善、資金繰り、顧客価値、競合比較などから始めます。

## 3. 入力禁止情報を短く決める
現場で迷わないように、入力してはいけない情報を短く明文化します。
ルールは長すぎると読まれません。

## 4. AI回答の背景を学べるようにする
AIが「粗利」「限界利益」「資金繰り」「差別化」と回答しても、社員が意味を理解できなければ行動に変わりません。
相談と学習をつなげます。

## 5. 管理者は相談全文ではなく利用状況を見る
社員の相談全文を監視すると、安心して使いにくくなります。
管理者は、利用回数、学習状況、認定証、よく使われる分野を見る設計にします。

## 6. 14日間で広げるか判断する
初回相談率、相談テーマ、学習開始率、管理者の確認状況を見て、次の部署に広げるか判断します。

# 社内ルール例

## AI利用の目的
AIは、仕事の判断を丸投げするためではなく、論点整理、数字の確認、顧客価値の整理、改善案のたたき台作成に使う。

## 入力してはいけない情報
- 個人情報
- 顧客名や取引先名
- 契約書全文
- パスワード、APIキー、認証情報
- 未公開の人事情報
- 機密性の高い価格条件

## AI回答の扱い
- AI回答は最終判断ではない
- 重要な判断は上司、専門家、社内ルールを確認する
- 法務、税務、労務、医療、安全に関わる内容は専門家確認を行う

## 管理者が確認するもの
- AI相談の利用回数
- 学習状況
- 認定証
- よく使われる分野
- 追加研修が必要な分野

## 管理者が確認しないもの
- 社員の相談全文を日常的に監視しない

# 全社展開前チェックリスト

## 使い方
- 最初の相談テーマが決まっている
- 社員に配る相談例がある
- AI回答の扱い方を説明している
- 分からない用語を学ぶ場所がある

## 安全性
- 入力禁止情報が決まっている
- 管理者が見る範囲を説明している
- 重要判断は専門家や上司に確認するルールがある

## 効果測定
- 初回AI相談完了率を見る
- 月間AI相談回数を見る
- 相談テーマを見る
- 学習開始率を見る
- 認定証取得数を見る
- 管理者画面の確認回数を見る

## 拡大判断
- 5名で使い方が見えた
- 次の部署で使う相談テーマがある
- 社員説明の台本がある
- 補助金なしでも続けられる費用か説明できる