AI研修は誰から受けさせるべきか：対象者選定の考え方

公開日: 2026-08-29

「まずは全社員に生成AIの基礎研修を」——見積もりを取り始めた段階で、この前提を疑う機会はあまりありません。ところが実際に一斉研修を実施した会社ほど、半年後に「使っている人が数人しか残っていない」という状態になりやすい。原因は研修の中身ではなく、受けさせる順番にあることが多いのです。この記事では、全員一斉・推進チーム先行・部署単位という3つの型を、利点と欠点、そして「自社はどれを選ぶべきか」の判断基準まで踏み込んで整理します。読み終えたときに、次に社内で決めるべき論点がはっきりしている状態を目指します。

対象者設計は「教育の話」ではなく「業務改善の順番」の話

先に結論を書きます。AI研修の対象者選定でつまずく会社の多くは、この意思決定を人事教育の枠で扱っています。全員のリテラシーを底上げする、という発想です。それ自体は間違いではないものの、生成AIは「知っているだけ」では業務が変わりません。ツールを触った回数と、自分の業務に当てはめて試行錯誤した時間の両方がないと、翌月には手が止まります。

だから対象者選定は、「誰に学ばせるか」ではなく「どの業務から改善するか」を決める作業に近い。改善したい業務が先にあり、その業務を握っている人が対象者になる、という順序です。

社内で議論するとき、この一文を投げてみてください。「3か月後に、どの部署の何という作業が短くなっていれば成功と言えますか」。ここに答えが出ないうちに対象者を決めると、たいてい「全員一斉」に流れます。決まらないから広くやる、という消極的な選択になっているわけです。

全員一斉は「共通言語」を作れるが、単独では成果につながりにくい

全員一斉の最大の利点は、社内の温度差を消せることです。生成AIに触れたことがない層は、便利さよりも先に不安を口にします。禁止事項と使ってよい範囲を全員が同じタイミングで聞いておくと、その後の導入で説明コストが下がる。情報漏えいに関するルール周知を兼ねられる点も現実的なメリットです。

一方で欠点もはっきりしています。受講者のスキル差が大きすぎて、内容を最大公約数に寄せざるを得ない。結果としてプロンプトの型を紹介する一般論に落ち着き、自分の業務にどう使うかは各自の宿題として持ち帰られます。持ち帰られた宿題は、たいてい提出されません。

判断の分かれ目はこうです。全員一斉が有効なのは、ルール周知と心理的ハードルの解消が目的で、成果は別の施策で取りにいくと割り切れている場合。逆に危険な兆候は、全員一斉の研修そのものに業務改善の成果を期待しているケースです。この場合、研修後に「で、何が変わったのか」という問いに誰も答えられず、次年度の予算が通らなくなります。

推進チーム先行は、社内に「聞ける人」を作れることに価値がある

私たちが多くの中小・中堅企業に薦めやすいのは、この型です。理由は単純で、生成AIの定着を止める最大の要因が「詰まったときに聞ける相手がいないこと」だからです。うまく答えが返ってこない、社内データをどこまで入れていいか分からない、出力の精度が business で使える水準に届かない——こうした壁は、隣に一人でも詳しい人がいれば数分で越えられます。いなければ、そこで利用が止まります。

先に5〜10名規模の推進チームを育て、その人たちが社内の窓口になる。研修費用も対象人数に比例する部分が大きいため、少人数から始めれば初期投資を抑えつつ、次の展開の判断材料を得られます。

人選の判断基準を具体的に書きます。良い兆候は、現場の業務を細かく説明できる人が過半数を占めていること。危険な兆候は、情報システム部門だけで固めてしまうことです。ツールの扱いには強くても、営業の見積もり作成や製造の日報処理の実態を知らないため、ユースケースが出てこない。ある製造業の会社では、推進チームを情シス中心で組んだ結果、半年間の成果が「議事録の要約ができるようになった」に留まり、二期目で現場の中堅社員を加えてから一気に用途が広がりました。他部署に相談を持ちかけられる関係性を持つ人を一人加えておくと、展開フェーズで効いてきます。

欠点も書いておきます。推進チームだけが詳しくなると、その数名に依頼が集中して本業が圧迫される。推進チームの役割を「代行」ではなく「型を作って渡す」と最初に定義しておくことで、この事故はかなり防げます。

部署単位は成果が見えやすい反面、部署の選び方で結果が決まる

部署単位は、業務が揃っているため研修内容を具体化しやすく、成果も測りやすい。カスタマーサポートなら問い合わせ返信の下書き、管理部門なら規程類の読み合わせ、営業なら提案書の初稿作成というように、教材そのものを自社の実データに寄せられます。全員一斉より単価は上がりがちですが、投資対効果の説明はしやすくなります。

選ぶ部署の判断基準は3つです。文章や資料の生成が業務量の一定割合を占めていること。部署長本人が前向きであること。そして、繁忙期と重ならないこと。三つ目は軽視されがちですが、研修直後の2〜3週間に試行錯誤の時間が取れるかどうかで定着率が大きく変わります。

避けたほうがよいのは、「最も課題が深刻な部署から」という選び方です。人手が足りず疲弊している部署に新しいツールを渡しても、学習に充てる余力がない。最初の一つは、成功事例を作って社内に見せる場所として選ぶほうが機能します。ここで社内に共有できる成果が出れば、二つ目以降の部署の巻き込みが格段に楽になります。

費用と助成金は、対象者の人数設計と切り離して考えない

研修費用の内訳は、おおまかに講師の稼働、教材のカスタマイズ、実施後のフォロー期間に分かれます。人数が増えると比例して上がるのは講師稼働の部分で、教材カスタマイズは自社業務にどこまで寄せるかで変動します。汎用教材のまま実施すれば安く収まりますが、その分は「自分の業務にどう当てはめるか」という宿題として受講者に転嫁される。ここが費用対効果の分かれ目です。

助成金についても触れておきます。企業内の人材育成には公的な支援制度があり、要件を満たせば費用の一部が助成される場合があります。ただし実務上の落とし穴があって、制度の要件（対象となる労働者の範囲や研修時間数など）に合わせて対象者を広げた結果、必要のない人まで受講させることになるパターンです。助成を受けても、成果の出ない研修に人件費と時間を投じたことになりかねません。制度は使えるなら使う、ただし対象者設計を制度に合わせて歪めない。この順序を守ってください。要件は改定されるため、検討時点の最新情報を所轄の窓口で確認するのが確実です。

商談ではこう聞くと違いが出ます。「研修後、受講者が自分の業務に適用するところまで、どのような形で伴走してもらえますか」。実施日だけの見積もりなのか、その後の質問対応や成果物レビューが含まれるのか。ここが曖昧な提案は、実施後に社内で孤立します。

「使える人」を先に作る設計が合理的な理由

3つの型を見比べると、推進チーム先行または部署単位——つまり社内に「使える人」を先に作る設計が、多くの中小・中堅企業にとって現実的な選択になります。理由は3つあります。

一つ目は、成功事例が社内から出ることです。外部講師が語る他社の話より、隣の席の同僚が「これで火曜の作業が半分になった」と言うほうが、人は動きます。二つ目は、自社データや社内ルールを踏まえた運用の型が作れること。汎用的なプロンプト集は、自社の帳票や商習慣の前では役に立たない場面が多い。三つ目は、内製化への移行がしやすいことです。先行した数名が次の研修の講師役を担えるようになれば、外部支出は逓減していきます。

実務としては、先行グループの学習内容を個人のメモに留めず、社内で共有できる形に残す運用を最初から組み込んでおくこと。うまくいったプロンプト、使ってはいけないデータの種類、失敗した試行の記録。この蓄積があるかどうかで、二期目のスピードが変わります。

まとめ

明日やることは2つに絞れます。一つ、「3か月後にどの業務が短くなっていれば成功か」を経営層と1つだけ合意する。二つ、その業務を握っている部署から、先行して学ぶ5〜10名を仮でリストアップする。この2つが決まれば、研修会社との会話は見積もり比較から設計の議論に変わり、提案の質が上がります。

私たちトレプロは採用領域のSNS運用支援を600社以上で手がけるなかで、外部に任せきりにせず社内に運用できる人を残す伴走型の進め方を重ねてきました。領域は違っても、「先に使える人を作る」という設計思想は同じです。対象者の絞り込みで迷ったら、人数ではなく業務から逆算してみてください。

関連記事

2026-08-29

AI研修はオンラインと対面どちらがよいか：形式で変わるもの

AI研修はオンラインと対面で何が変わるのか。ハンズオンの補助、拠点分散、費用や助成金の扱いまで、発注側が後で気づく落とし穴を含めて整理。自社の条件からどちらを選ぶか判断できるようになります。

2026-08-22

AI研修の選び方：提供会社に聞くべき質問と、答えの読み方

AI研修の選び方は、比較表ではなく質問で決まります。講師が自社業務でAIを使っているか、教材は自社開発か、研修後の伴走はあるか——商談で使える質問文と、返ってきた答えの読み方を実務目線で解説します。

2026-08-22

受けて終わりにならないAI研修：定着する研修としない研修の違い

AI研修が定着しない原因は座学中心の設計と研修前後の空白にあります。実業務ハンズオンと伴走が効く理由、発注前の確認質問、利用率と業務時間による定着の測り方を実務目線で解説します。