# チャプター1 おはようございます。 次男だけど長男でお馴染みの長男貴典です。 長男貴典の一日一知識、今日もお届けしていきます。 実は今日4月20日は郵政記念日なんです。 1871年明治4年のこの日にそれまでの飛却制度に変わって新しい郵便制度がスタートしました。 飛却という職業が技術革新で姿を変えたその節目の日なんですね。 今日のテーマにもちょうど繋がるお話です。 さて先日こんなお話を耳にしました。 AIで仕事が楽になるって言うけど自分はむしろ忙しくなっている気がする。 聞く覚えがあるサラリーマンの方多いんじゃないでしょうか。 生成AIが普及してもう3年以上なのになぜか楽にならない。 なぜか生産性が上がった実感がない。 そんなモヤモヤを感じている方に今日は一つ興味深いデータと研究をご紹介します。 本日のテーマはなぜ日本のホワイトカラーはAIで楽にならないのかです。 最新の国際調査とスタンフォード大学とMITの研究者による画期的な研究をもとにAI時代の働き方のヒントをお話ししていきます。 このAIのお話、ポッドキャストでは全3回にわたってお話ししています。 今日3回目なんですね。1回目2回目ぜひ聞き逃した方はポッドキャストを聞いていただけたら幸いです。 まずつい先日野村総合研究所が興味深いレポートを公開しました。 2026年4月16日付けの日米中独4カ国調査で見えた日本のAI活用のギャップとこれからというものです。 この調査何を明らかにしたかというと日本アメリカ中国ドイツの4カ国でビジネスパーソンがどれくらいAIを使いこなしているかを比較しています。 結論から言うと日本はかなり遅れている。生成AIの個人利用率業務での活用度どちらの指標でも日本は最下位に近い位置にあります。 もっと驚くのは危機感の薄さです。 複数の調査によれば日本のビジネスパーソンはAIは仕事を奪う脅威ではないと考える人の割合が4割を超えているという結果が出ています。 アメリカや中国のビジネスパーソンと比べて日本は明らかに楽観的なんですね。 これどう解釈すべきでしょうか。一見日本人は精神的にタフで焦らず冷静だとも取れますが野村総研の見立ては違います。 楽観ではなく単に情報が届いていない。実感が遅れているという読みなんです。 つまりAIによる仕事の変化が世界では起きているのに日本ではまだ表面化していない。 でも水面下では確実に進んでいる。そんな状況なんですね。 ここで一つ大きな問いが立ちます。もしAIを使いこなせれば楽になるはずなのになぜ日本のホワイトカラーは楽にならないのか。 そもそもAIを使うと本当に生産性は上がるのか。もし上がるなら誰の生産性がどれくらい上がるのか。 この問いに真正面から答えた世界的に有名な研究があります。次にそれをご紹介します。 ご紹介するのはスタンフォード大学のエリック教授。 マサチューセッツ工科大学いわゆるMITのダニエル純教授。 そして同じくMITのリンジ・レイモンド氏による研究です。 タイトルはGenerative AI at Work。直訳すると仕事現場での生成AI。 2023年4月に全米経済研究所のワーキングペーパーとして発表され、 その後2025年には経済学の一流誌であるQuarterly Journal of Economicsにも掲載されました。 この研究、何がすごいか。 実際の企業で働く5179人のカスタマーサポート担当者を対象に生成AIアシスタントを導入した後と前で、 本当に生産性が上がったのかを約1年にわたって厳密に測定したんですね。 Fortune 500に名を連ねる大手ソフトウェア企業の協力の下での大規模研究です。 結果は驚くべきものでした。 まず平均で生産性が14%を向上した。 1時間あたりに対応できる顧客の件数が14%増えたんです。 ただ本当に興味深いのはここから。 誰の生産性が一番上がったかなんです。 答えは新人や経験の浅いスタッフ。 彼らの生産性はなんと34%も向上しました。 4人分の仕事を5人以上でこなせるようになったと言ってもいい数字です。 一方、ベテランや熟練スタッフの生産性はほとんど変わらなかった。 つまり生成AIはできない人をできる人に近づける技術だったんですね。 格差を縮める方向に働いた。 さらに面白いのは顧客満足度も上がり、離職率も下がった。 新人が早く活躍できるので自信を持って働けるようになったというわけです。 この研究が示唆するのは、AIは単なる効率化ツールではなく、 組織の知恵を素早く共有する仕組みだということです。 ベテランの暗黙値がAIを通じて新人にも届いたら、新人の生産性が跳ね上がるんですね。 そして重要なのは、これは使えば上がるのではなく、 使い方を組織として整えて初めて上がるということ。 日本のホワイトカラーがAIで楽にならないのは、ツールがないからではなく、 使い方の設計と組織的な実装が遅れているから、そう読み解けるんです。 では明日から自分はどうすればいいか。示唆は3つあります。 1つ目、AIを個人の武器ではなく、自分の引き出しを増やすパートナーとして使うこと。 研究で新人スタッフが伸びたのは、一人で考え込むのではなく、 AIと対話して引き出しを増やそうとしたからです。 あなたもまず日常の小さな判断でAIに相談してみてください。 このメールをどう返そうというレベルで十分なんです。 2つ目、誰の生産性が上がるかという研究結果から逆算すると、 もしあなたが中堅ベテランなら、AIは単独では生産性を上げにくい。 ただ、自分の暗黙地を言語化してチームに共有する役割なら、 AIと組み合わせる価値が跳ね上がります。 中堅ベテランの方は教える側に回る選択肢を持ってください。 3つ目、組織や上司に任せず、自分のAIの使い方を1週間単位で振り返る習慣を持つこと。 何に使ったか、何がうまくいったか、何が失敗したか、 これを書き留めるだけで、3ヶ月後には劇的な差が生まれます。 郵政記念日にちなんで言えば、 飛脚の時代が終わり、郵便の時代に変わった時、 一番早く対応できた人が次の時代の主役になりました。 AI時代も構造は同じなんですね。 今日のポイントを3つ振り返ります。 1つ目、野村総合研究所の最新調査では、 日本のホワイトカラーは、AIの活用度でも危機感でも国際的に最下位クラスです。 ただし、水面下では確実に変化が進んでいます。 2つ目、MITの教授らの研究によれば、 生成AIは平均で14%、新人では34%の生産性向上をもたらす。 ただし、使えば上がるではなく、組織的に使い方を整えて上がる技術であることが分かりました。 3つ目、個人としてはAIをパートナーとして使い、中堅ベテランは教える側に回り、 習字で自分の使い方を振り返る、この3つがAI時代を楽に生きる具体策です。 今日の一言です。 AIで楽になる人と楽にならない人の差は、ツールの差ではなく、使い方の設計の差です。 ここまで聞いてくださりありがとうございました。 この番組はエクスペース、ボイシー、そして各種ポッドキャストプラットフォームで配信したいと考えています。 フォロー、そしてコメントをぜひお願いいたします。 皆さんのAIをこう使ってみたという体験談をお持ちしています。 それでは今日も一日、良い一日を。 最後にですが、簡単な自己紹介を。 私、長男高則は大手通信会社に進出で入社して以来、 仕事や組織、生産性というテーマにずっと興味を持ってきました。 大学院では組織心理学と産業保険心理学を専攻しました。 今は下町に住む41歳です。 データとファクトが好きで、日々、隙間時間に論文や本を読んでいます。 サラリーマンにとって役立つなと思った知識をこの番組でお届けしていきますので、 これからも楽しみにしていただけたら幸いです。 皆様、ご視聴ありがとうございました。