ChatGPTを導入したのに使われない理由：ライセンス死蔵の構造

公開日: 2026-08-17

「全社にChatGPTのライセンスを配ったのに、管理画面を見ると使っているのは同じ数名だけ」。生成AI導入の初期にもっとも多い相談がこれです。原因はツールの性能でも社員のやる気でもなく、導入と定着を同じ工程として扱ってしまったことにあります。この記事では、ライセンスが死蔵される構造を分解し、利用ログのどこを見て何を判断するか、業務にどう紐付けるか、研修費用と助成金をどう考えるかを整理します。読み終えたときに、自社の現状を数字で診断して次の一手を決められる状態を目標にします。

「導入完了」の定義がライセンス配布になっていないか

使われない会社の多くで、プロジェクトの完了条件が「全社員にアカウントを発行する」に設定されています。この定義だと、配り終わった瞬間に推進担当の仕事が終わり、誰も次の工程を持ちません。ツール選定と契約は情報システム、実際に使うのは各部門、という分担のまま引き継ぎ点が定義されないのが典型です。

キックオフでも定着の見直しでも、確認する質問は2つで足ります。「このプロジェクトの完了条件は何ですか」「3か月後、何がどうなっていたら成功と呼びますか」。

良い兆候は、答えが業務側の言葉で返ってくることです。「月次レポートの下書き時間を短くしたい」「求人原稿の初稿を営業自身が書けるようにしたい」。危険な兆候は「まずは触ってもらう」で止まること。触るのは手段で、完了条件になりません。判断の分かれ目は、推進担当が具体的な業務名を1つでも挙げられるかどうかです。挙げられないなら、研修を発注する前にやることが残っています。

利用ログは平均値ではなく「分布」と「継続」で読む

多くの管理画面は全体の利用回数やアクティブ人数を出してくれますが、平均値は実態を隠します。見るべきは分布と継続です。

危険な兆候は、導入初月が利用のピークで、2か月目に大きく落ちるパターン。これは「一度触って終わった」状態で、業務に組み込まれていません。もう一つは、利用がゼロに近い部署が丸ごと存在することです。個人の資質ではなく、その部署の仕事とツールが接続されていないと読むほうが正確です。

良い兆候は、同じ人が同じ用途で毎週使っている痕跡があること。回数が少なくても、継続していれば業務に埋め込まれています。判断の分かれ目は、上位ユーザーの使い方が他人に移植できる形かどうか。個人の勘に依存した使い方なら、共有しても広がりません。

実務では、上位数名に15分だけヒアリングします。質問は「先週このツールで一番助かった作業は何でしたか」。抽象的な感想ではなく作業名が出てきたら、それが横展開の起点です。

なお、後から気づく落とし穴として、アカウント発行時に部署情報を紐付けていないと、ログを部署別に分解できません。発行方法を決める段階で、後から誰がどこの所属かを追える形にしておくと、半年後の分析が楽になります。

紐付ける単位は「職種別」ではなく、毎週書いている文書

「営業向け活用例」「人事向け活用例」といった職種単位のプロンプト集は、配っても使われにくい。読んだ人が「自分の今日の仕事のどれに当たるか」を翻訳しなければならないからです。

代わりに、各部署へこう依頼します。「毎週または毎月きまって書いている文章を3つ挙げてください」。出てくるのは、議事録、日報、求人原稿、見積の補足説明、問い合わせの一次回答、マニュアルの改訂差分といったものです。出力の形式が決まっている業務ほど、成果が測りやすく定着しやすい。

良い兆候は、フォーマットが固まっている文書が挙がること。危険な兆候は、「アイデア出し」「相談相手」のような用途しか出てこないことです。悪い使い方ではありませんが、時間削減が見えないため上司の評価対象になりません。

ここでの落とし穴は、社内の上手い人のプロンプトをそのまま配布することです。そのプロンプトは本人の頭の中にある社内文脈を前提にしているため、他人が使うと出力の品質が落ち、「やはりAIは使えない」という結論が組織に残ります。配るのはプロンプトではなく、自社の実データと過去の完成物を組み込んだテンプレートにしてください。

禁止事項より先に「許可範囲」を書いたルールが利用を動かす

情報漏洩を懸念して作られたガイドラインが、結果として利用を止めていることがあります。禁止事項の列挙だけだと、判断のコストが個人に残り、迷ったら使わないという安全側の選択が積み上がるためです。

先に書くべきは許可範囲です。「社外公開済みの情報と、自社の非機密文書は入力してよい」「顧客名や個人情報は伏せた形なら入力してよい」「未公開の財務情報と人事評価は入力しない」。この順序にするだけで、現場の手が動きます。

社内で揉めやすい論点は3つに集まります。顧客から預かったデータの入力可否（契約上の守秘義務条項との関係）、成果物にAIを使った旨を相手に伝えるかどうか、そして入力内容の学習利用をオフにできる契約形態になっているか。この3点は、法務・情報システム・事業部門で見解が割れやすいので、先に文書で決着させておくほうが早いです。

判断の分かれ目は、「迷ったら誰に聞けばよいか」が1行で書かれているか。窓口が明記されていないルールは、実質的に全面禁止として運用されます。

研修費用と助成金は、金額より変動要因で判断する

AI研修の費用を調べても、相場らしい金額は自社の条件にほぼ当てはまりません。見るべきは見積の内訳と、そのうちどこが自社に必要かです。費用が動く要因は、事前の業務ヒアリングを行うか、教材を自社の業務文書に合わせて作り替えるか汎用のままか、受講後のフォロー期間の長さ、利用ログの分析やプロンプト改善までの伴走が含まれるか、そして対象者の階層です。全社員のリテラシー研修と、推進担当を育てる研修、Claude Codeのような開発系ツールを扱うエンジニア向け研修は、設計も工数も別物として見積もられます。

助成金については、人材開発支援助成金などの制度を検討する企業が多いはずです。要件や区分は改定されるため、申請を前提に動くなら管轄窓口で最新の要件を確認してから設計してください。実務上の落とし穴は、助成金の時間数要件に合わせてカリキュラムを膨らませると、現場が離脱する研修になりやすいことです。定着のための研修が、書類のための研修に変わってしまいます。

商談でそのまま使える質問は2つ。「研修後の30日間で、受講者が実務で使ったかどうかをどう確認しますか」「教材のうち、当社の業務文書に差し替わる部分はどのくらいですか」。この2問への答えで、定着まで見ている相手かどうかがかなり見えます。

内製化を前提にすると、定着の設計は「人」から始まる

外部支援を入れる場合でも、社内に運用担当を1人置くかどうかで結果が変わります。適任は役職者ではなく、すでに自発的に使っている人です。担当の仕事は、月次でログを見る、良い使い方を共有する、ルールを更新する、この3つに絞ります。ナレッジの置き場も1か所に決めてください。分散した瞬間に参照されなくなります。

危険な兆候は、支援が終わったときに社内に何も残らない契約になっていること。契約前に「終了時点で当社に残る成果物は何か」を文書で確認しておくと、後の判断が楽になります。

まとめ

明日やることは2つに絞れます。ひとつは、利用ログを部署別・ユーザー別に出して、継続して使っている人が何人いるかを数えること。もうひとつは、各部署に「毎週きまって書いている文書を3つ」出してもらうこと。この2つが揃えば、研修を買うべきか、ルールを直すべきか、紐付ける業務を決めるべきかが判断できます。

私たちトレプロは採用領域のSNS運用で600社以上に携わり、将来の内製化を見据えた伴走型の支援も行ってきました。運用が組織に残るかどうかは、ツールより設計と担当者の置き方で決まる、という実感があります。

関連記事

2026-08-17

Claude Code研修とは：ChatGPT研修と何が違うのか

Claude Code研修はChatGPT研修と何が違うのか。チャット型とエージェント型でスキルが別物である理由、非エンジニアでも扱える条件、費用の内訳や社内定着の設計を実務目線で解説します。

2026-08-17

Codex研修とは：OpenAIのエージェントで業務を自動化する学び方

OpenAI Codexは何ができ、ChatGPTとどう違うのか。法人研修で学ぶ内容、Claude Codeとの使い分け、費用の内訳と助成金、定着しない原因までを、実務の判断基準まで踏み込んで整理します。

2026-08-17

エンジニアがいない会社でAIエージェントは使えるのか

非エンジニアのAI活用は可能か。AIエージェントを資料作成・データ整理・定型業務に使う具体例と、環境構築や社内ルールの最初のつまずき、費用の内訳、定着の分かれ目を実務目線で解説します。