全社員のAIリテラシーを底上げする設計｜「一部の人だけ」を卒業する最低ライン【2026年版】

「AIを使える人」が社内に数人だけ、で止まっていませんか

ここ一年ほどで、社内に「AIをうまく使う人」が何人か現れたのではないでしょうか。議事録を数分で要約し、メールの下書きを一瞬で用意し、調べものの下ごしらえをAIに任せてしまう。周りから見ると、その人だけ仕事のスピードが一段違って見えます。ところが視線を会社全体に移すと、風景は変わります。大半の社員はAIに触れたことすらなく、「なんだか難しそう」「自分には関係ない」と距離を置いたまま。会社の中に、越えられない高い段差ができ始めています。

この段差は、社内のデジタル段差、いわゆるAIデバイドです。ひと握りの人だけがスイスイ上の段に立ち、それ以外の人は下の段で足踏みをしている状態を放置すると、会社は「速い仕事ができる数人」と「その人に頼るしかない多数」に静かに分かれていきます。これは能力の差ではなく、最初の一歩を踏み出せたかどうかの差にすぎません。だからこそ、才能の話にする前に、会社として全員が越えておく最低ラインを決めることが先決になります。

本記事のテーマは、一部の人を天才に育てることではありません。いわば、運転免許の学科試験のように、業務でハンドルを握る全員が越えておくべき共通の合格ラインを定め、社内の段差をならしていく「横方向の底上げ」の設計です。営業も経理も製造も総務も関係なく、職種を問わず全社員が同じ土台に立つ。その具体的な考え方と進め方を、専門用語をかみ砕きながら順番に見ていきます。

目次

1.「AIリテラシー」の正体—使う・見抜く・守るの3層

「AIリテラシー」という言葉は便利ですが、あいまいなまま使われがちです。「AIに詳しいこと」でも「プロンプト（AIへの頼み方の文章）が上手なこと」でもありません。全社員に求める土台として整理すると、AIリテラシーは大きく3つの層に分かれます。使う・見抜く・守るの3層です。この3つがそろって初めて、AIを安心して仕事に持ち込める状態になります。どれか一つでも欠けると、速いけれど危うい、あるいは慎重だけれど遅い、といった偏りが生まれます。

ここで一つ、よくある誤解をほどいておきます。AIリテラシーは、最新のツール名を知っていることでも、難しい設定を使いこなすことでもありません。むしろ、詳しくない人でも安全に一定の成果を出せる状態を指します。詳しさは一部の人が縦に深めればよい領域ですが、リテラシーは全員が横にそろえておく守りの土台です。ここを混同すると「詳しい人を数人つくれば十分」という発想に逆戻りし、社内の段差はいつまでも埋まりません。全社員に求めるのは博識さではなく、危ないことを危ないと分かっている落ち着きだと考えてください。

第一の層は「使う」、つまり活用する力です。とはいえ難しい話ではありません。AIに具体的にお願いをして、会議メモの要約やメール文面の下書き、資料のたたき台づくりなど、日常業務の下ごしらえを任せられること。これが使う層です。うまく頼むコツは「誰に向けて、何のために、どんな形で」を一言添えるだけで、身近な人に仕事を頼むときの伝え方とほとんど同じです。特別な才能ではなく、頼み方の作法を知っているかどうかの差にすぎません。

第二の層は「見抜く」、返ってきた答えを検証する力です。AIは、事実に基づかない情報をもっともらしく作ってしまうことがあります。これをハルシネーションと呼びます。難しく聞こえますが、要するに「自信満々の顔で堂々と間違える」現象です。総務省の情報通信白書でも、生成AIが抱える代表的な課題としてこのハルシネーションが挙げられています(総務省 令和6年版 情報通信白書)。だからこそ、答えをうのみにせず、大事な数字や固有名詞は別のもとで裏を取る習慣が要ります。見抜く層は、AIを「答えをくれる先生」ではなく「下書きをくれる助手」として扱うための、安全ベルトのような役割を果たします。

第三の層は「守る」、情報を守る力です。顧客の個人情報や取引先の社外秘、まだ公表していない計画などを、うっかりAIに入力してしまうと情報漏えいにつながりかねません。IPA（情報処理推進機構）や各省庁も、生成AIの利用にあたって入力してよい情報の線引きをあらかじめ決めておくことの重要性を繰り返し示しています。守る層は、何を入れてよくて何を入れてはいけないのかという交通ルールを全員が共有している状態を指します。社内の共通ルールづくりについては、生成AIの社内ガイドライン設計の記事もあわせてご覧ください。

大切なのは、この3層を全社員の共通言語にすることです。「あの人はAIが得意」という漠然とした評価ではなく、「使う・見抜く・守るのうち、うちの現場はどこが弱いか」で語れるようになると、教育の的が定まります。次の章では、なぜこの土台を一部の人だけでなく全員に広げる必要があるのかを掘り下げます。

2. なぜ全社員に「最低ライン」が要るのか—AIデバイドを放置するリスク

「使える人が数人いれば十分では」という声はよく聞きます。しかし、その数人だけに任せる状態は、会社の中に高い段差を残したままにすることと同じです。社内のデジタル段差、すなわちAIデバイドを放置すると、次の3つのかたちで会社の足を引っ張り始めます。いずれも派手な事故ではなく、じわじわ効いてくる静かなリスクです。

一つ目は業務の属人化です。AIを使った速い進め方が特定の人に集中すると、その人が休んだ日や退職した瞬間に、仕事のスピードが元へ戻ります。周りは頼み方すら知らないため、引き継ぎもできません。段差の上に立つ人が一人だと、その人が抜けた途端に会社全体が下の段へ落ちてしまうのです。二つ目は品質のばらつきです。見抜く層や守る層が共有されていないと、ある人はAIの答えを丁寧に裏取りし、別の人はうのみにして社外へ出してしまう、といった差が生まれます。会社の看板は、一番慎重な人ではなく、一番不注意な人の仕事ぶりで評価されます。

三つ目は取り残される多数の停滞です。国のデータを見ても、この段差は決して小さくありません。総務省の情報通信白書によれば、日本で何らかの生成AIを使ったことがある個人の割合は2024年度調査で26.7%で、前年度の9.1%から大きく伸びたものの、米国の68.8%や中国の81.2%、ドイツの59.2%と比べるとまだ低い水準にとどまっています。さらに20代の利用率は44.7%と高い一方で、世代が上がるほど利用は下がる傾向が示されています(総務省 令和7年版 情報通信白書)。会社の中でも、同じ構図がそのまま縮図として現れます。放っておけば段差は世代や職種に沿って固定化し、後から埋めるほど大きな労力がかかります。

具体的な場面を想像してみてください。見積書のたたき台をAIで手早く作っていた担当者が急に休むと、その日から見積作成のスピードは元に戻ります。頼み方を知らない周囲は「あの人がいないと進まない」とこぼし、結局その担当者へ連絡を取ることになります。これは本人の頑張りが招いた問題ではなく、会社が段差を放置した結果です。逆に、最低ラインが全員に敷かれていれば、誰かが抜けても仕事は止まりません。全社員の底上げは、先を行く人の負担をやわらげる守りでもあるのです。

ここで強調したいのは、全社員に最低ラインを敷く目的は「優秀な数人をさらに増やすこと」ではないという点です。狙いは、会社全体の底が抜けないようにすることにあります。段差の高い部分をさらに高くするのではなく、低い部分を持ち上げて全体をならす。守りの発想です。企業のAI活用方針そのものについても、総務省の調査では中小企業の約半数が「方針を明確に定めていない」と回答しており、大企業に比べて出遅れが指摘されています(総務省 令和7年版 情報通信白書)。方針が定まらない背景には、そもそも社員の土台がそろっていないという事情も少なくありません。土台をそろえることは、方針を描くための足場づくりでもあるのです。

3. 全社員に必要な「最低ライン」の定義—できること5つ

では、全社員に共通で求める最低ラインとは、具体的に何ができれば越えたと言えるのでしょうか。ここで役立つのが、国が示している考え方です。経済産業省とIPAは、すべてのビジネスパーソンが身につけるべき基礎としてDXリテラシー標準（DSS-L）を定めています。これは「Why（背景）・What（データや技術）・How（利活用）・マインドスタンス」の4つで構成され、全員が同じ土台を持つことを目指すものです(IPA DXリテラシー標準（DSS-L）概要)。この国の基準を、AIの現場向けにかみ砕くと、次の「できること5つ」に落とし込めます。運転免許の学科試験でいえば、標識と交通ルールを一通り理解している状態に相当します。

国が全ビジネスパーソン向けの基準をわざわざ定めているのは、DXやAIの活用がもはや一部の専門職だけの話ではなくなったからです。裏を返せば、職種を問わず全員に共通の土台を求めることは、特別な取り組みではなく標準になりつつあります。自社だけが背伸びをしているわけではない、と分かるだけでも、社内で最低ラインを提案するときの後押しになるはずです。

①安全に使う——AIに入れてよい情報とだめな情報の線引きを理解している。②正しく頼む——「誰に・何のために・どんな形で」を添えて具体的に指示できる。③答えを疑う——返ってきた内容をうのみにせず、大事な部分は裏を取る。④秘密を守る——顧客情報や社外秘は入力しないと体が覚えている。⑤相談できる——困ったときに誰へ、どこへ聞けばよいかを知っている。この5つは、どれも高度なスキルではありません。むしろ「知らずに使うと危ないこと」を全員が知っている、という守りの共通認識です。

あえて最低ラインに含めていないものもあります。高度な自動化の仕組みづくりや、業務ごとの凝った使いこなし、専門的な設定などは、この横のラインには入れません。理由は単純で、全員が越えられないほど高いラインは、結局のところ誰も越えないからです。学科試験が難しすぎれば免許を持つ人が減ってしまうのと同じで、最低ラインは「全員が現実的に越えられる高さ」に置くことに意味があります。物足りなく感じる部分は、土台が固まってから縦へ積み上げれば十分です。

ここで注意したいのは、この5つはあくまで全社員共通の横のラインだということです。営業がAIで提案書を練り上げる、経理がAIで仕訳の下調べをするといった、職種ごとに縦へ深めていく話とは別の軸になります。縦に深める設計、つまり部署別・習熟度別のカリキュラムは、全員がこの横のラインを越えてから積み上げるものです。順番を逆にして一部の部署だけを縦に伸ばすと、社内の段差はかえって広がります。職種ごとの縦の設計に関心がある場合は、部署別カリキュラム設計の記事で別途詳しく扱っています。本記事では、その土台となる横のラインに話を絞ります。

4. 職種を問わない共通土台の作り方

最低ラインが決まったら、次は全社員がそれを越えるための土台づくりです。ここで大切なのは、いきなり高度な研修を組まないことです。イメージとしては、運転免許の教習が、まず学科で交通ルールという共通言語をそろえてから実技に進むのと同じで、AIの土台づくりも共通言語をそろえるところから始めます。進め方は、大きく次の4段階で考えるとつまずきにくくなります。

第一段階は「共通言語をそろえる」です。使う・見抜く・守るの3層や、ハルシネーション、機密の線引きといった言葉の意味を、全員が同じ理解で口にできるようにします。難しい定義は要りません。「AIは自信満々に間違えることがある」「顧客情報は入れない」といった一文で十分です。第二段階は「最低ラインを文章化する」です。できること5つを、A4一枚ほどの分かりやすい社内ルールに落とします。頭の中の暗黙知を紙にすることで、誰が読んでも同じ基準になります。この段階で、入れてよい情報と入れてはいけない情報の具体例を並べておくと、現場が迷いません。

文章化の段階でつまずく会社は少なくありません。完璧なルールを一度で作ろうとすると、いつまでも完成せず配布できないからです。おすすめは、まず「入れてよい情報・入れてはいけない情報」の具体例を数行ずつ並べた簡単な一枚から始めることです。たとえば、公開済みの情報や一般的な調べものは入れてよい、顧客名や取引条件、未公表の数字は入れない、といった具合に、現場が判断に迷う場面を先回りして例示します。運用しながら足りない例を書き足していけば、ルールは自然と自社の実態に合った形へ育ちます。最初から立派なものを目指さないことが、かえって定着を早めます。

第三段階は「全員が一度は触る」です。どんなに立派な資料を配っても、一度も触らない人の段差は埋まりません。要約でも下書きでも構わないので、自分の実務で一回AIに頼んでみる機会を全員に用意します。ここが最初の段差を越える瞬間で、「思ったより怖くない」という体感が何より効きます。第四段階は「行動で確認する」です。研修を受けたかどうかではなく、実際の業務でルールどおりに使えているかを見ます。測り方の詳細は後の章で扱いますが、この4段階を一度きりのイベントではなく、四半期ごとに回る仕組みにしておくことが、土台を風化させないコツです。

この4段階を貫くのは、「全員が同じ交通ルールを知っている状態をつくる」という発想です。免許を持つ人がみな同じ標識を理解しているからこそ、道路は安全に流れます。会社も同じで、全員が入れてよい情報の線引きと基本的な頼み方を共有しているからこそ、AIを安心して現場に持ち込めます。全社的な導入の流れ全体を俯瞰したい場合は、中小企業のAI研修導入ロードマップの記事も参考になります。

5. 格差を埋める進め方—得意な人と苦手な人の橋渡し

土台づくりを進めると、必ず直面するのが個人差です。もともとスマートフォンやパソコンに親しんでいる人はすぐ段差を越えますが、そうでない人は最初の一歩でつまずきます。ここで多くの会社がやりがちな失敗が、苦手な人に合わせて最低ラインそのものを下げてしまうことです。これは段差を埋めたようでいて、実際にはラインを二本に分けてしまう行為で、社内の格差を制度として固定してしまいます。運転免許でいえば、苦手な人だけ学科試験を免除するようなもので、かえって危険です。

正しい方向は、ラインは下げず、支えを厚くすることです。最低ラインは全員共通のまま、そこへ到達するまでの教習の回数や説明の丁寧さで差をつけます。とくに効くのが、身近な得意な人を橋渡し役にすることです。会社全体の研修より、隣の席の同僚が「こう頼むといいよ」と教えてくれるほうが、心理的な段差はずっと低くなります。各部署に一人ずつ、こうした頼れる相談役を置くと、苦手な人が「詳しい人に聞くために遠くまで行く」必要がなくなり、段差の上と下をつなぐ橋がそこかしこに架かります。こうした社内の推進役・相談役を育てる考え方は、社内AIチャンピオン育成の記事で詳しく扱っています。

橋渡しを機能させるうえで、経営者や管理職に一つお願いしたいことがあります。それは、「できない」を責める空気をつくらないことです。苦手な人が質問をためらう最大の理由は、能力ではなく「こんなことも知らないのかと思われる不安」です。段差の下にいる人ほど声を上げにくいのは、道路でいえば、初心者マークの車が萎縮して余計に危ない運転になるのと同じです。「最初は誰でも下の段にいた」という前提を経営側が言葉にするだけで、質問のハードルは大きく下がります。橋渡しは仕組みであると同時に、安心して聞ける空気という土壌があって初めて渡れるものです。

時間の見立てについても触れておきます。全社員の段差は、一度の研修でならせるものではありません。共通言語がそろい、全員が一度触れ、それが行動に表れるまでには、数か月単位の助走が要ります。焦って一気に高いラインを課すと、苦手な人が離脱してしまい、段差はかえって固定します。大切なのは、低い一段を全員が確実に越えてから次の一段を用意する、という順番です。急がば回れで、横をそろえてから縦を伸ばすほうが、結局は会社全体のスピードが上がります。

6. リテラシーの測り方—自己申告でなく行動で見る

最後に、土台が本当に根づいたかどうかをどう測るかです。ここで避けたいのが、アンケートの自己申告だけで判断することです。「AIを使えますか」と聞けば、多くの人が「まあ使えます」と答えます。しかし、たとえるなら運転免許の学科試験に受かった人が全員うまく運転できるわけではないのと同じで、自己評価は実際の行動としばしばずれます。頭で分かっていることと、日々の仕事でできていることは別物だからです。測るなら、言葉ではなく行動の跡を見ます。

行動で見るとは、たとえば次のような具体的な痕跡を確認することです。実際の業務で、AIを使った下書きや要約が成果物として出てきているか。AIの答えをそのまま貼り付けるのではなく、人が確認して直した形跡があるか。機密や個人情報を入力しないルールが日常的に守られているか。そして、周りへの「これどうやるの」という同じ質問が時間とともに減っているか。これらはいずれも、研修の受講記録には表れない、現場での実際の使われ方です。免許でいえば、学科の点数ではなく、実際の路上での運転ぶりを見るのに近い発想です。

行動で測るというと、細かく監視するように聞こえるかもしれませんが、そこまで厳密なものは要りません。四半期に一度、各部署で「AIを使った成果物が実際に出ているか」「機密を入れないルールは守られているか」を数分で確認するだけでも十分です。大切なのは、点数をつけて順位を競わせることではなく、まだ段差が残っている場所を見つけて支えを足すことです。測る目的を取り違えて評価の道具にしてしまうと、現場は「できているふり」に走り、かえって実態が見えなくなります。測定はあくまで、次に橋をかける場所を知るための道具に留めておくのが賢明です。

行動で測る仕組みには、副次的な効果もあります。「あとで行動を見る」と分かっていると、研修が「受けて終わり」の一過性で消えにくくなり、日々の仕事に定着しやすくなります。逆に自己申告だけで済ませると、段差の下にいる人ほど「できます」と答えてしまい、実態が見えなくなります。測定は評価のためというより、どこにまだ段差が残っているかを見つけ、支えを足すための地図づくりだと考えると、現場も身構えずに済みます。人材育成の投資対効果をどう捉えるかについては、AI投資のROIを整理した記事もあわせてご参照ください。

7. 神奈川の企業が活用できる伴走支援

ここまでの設計は、大がかりなシステム投資がなくても始められます。とはいえ、社内だけで旗を振り続けるのは負担が大きいのも事実です。神奈川県内の中小企業には、無料または低負担で使える公的な相談窓口が複数あります。最初の一歩でつまずかないために、外部の伴走を上手に使うことをおすすめします。

• 公益財団法人 横浜企業経営支援財団（IDEC横浜）——横浜市内の中小企業向けに、経営やIT活用の相談、専門家派遣などを行っています。
• 公益財団法人 川崎市産業振興財団——川崎市の企業を対象に、経営相談やDX・デジタル活用の支援を提供しています。
• 横浜商工会議所／川崎商工会議所——地域の会員企業向けに、経営相談やセミナー、専門家によるアドバイスの窓口があります。
• 神奈川県のDX・デジタル化支援——県が中小企業のデジタル化やDX推進を後押しする施策・相談窓口を用意しています。
• 神奈川県よろず支援拠点——国が全国に設置する無料の経営相談所で、AI活用を含む幅広いテーマを何度でも相談できます。

あわせて、人材育成に使える助成金が用意されている場合もあります。制度は年度で変わるため、最新の要件は各窓口で確認するのが確実です。神奈川の補助金・助成金の全体像は、神奈川の中小企業向けAI補助金ガイドの記事で整理しています。こうした公的支援に加えて、全社員の最低ラインづくりを外部の専門家と二人三脚で進めたい場合は、AI Lab OISHIのAI研修サービスもご活用ください。全社共通の土台づくりから、行動で測る仕組みの設計まで、御社の現場に合わせて伴走します。旗を振る人が社内に一人でも、外に相談先があれば段差は着実にならせます。

8. まとめ—段差をならし、全員を同じ土台へ

本記事では、「AIを使えるのが一部の人だけ」で止まる会社に向けて、全社員のAIリテラシーを底上げする設計を見てきました。要点を振り返ります。

• AIリテラシーは〈使う・見抜く・守る〉の3層。3つがそろって初めて安心して現場に持ち込める。
• 使える人が数人だけの状態は社内のデジタル段差（AIデバイド）。放置すると属人化・品質のばらつき・多数の停滞を招く。
• 全社員共通の最低ラインは「安全に使う・正しく頼む・答えを疑う・秘密を守る・相談できる」の5つ。国のDXリテラシー標準ともつながる。
• 土台づくりは共通言語→文章化→全員が触る→行動で確認の4段階で、四半期ごとに回す。
• 格差はラインを下げずに支えを厚くして埋める。身近な橋渡し役と、安心して聞ける空気が鍵。
• 習熟は自己申告でなく行動の跡で測る。測定は評価ではなく、残る段差を見つける地図づくり。

全社員のAIリテラシーは、一部の人を天才に育てる話ではありません。いわば運転免許の学科試験のように、業務でハンドルを握る全員が同じ交通ルールを知っている状態をつくり、社内の段差をならしていく——地道ですが、会社の底が抜けないようにするための、いちばん確実な土台づくりです。高い段の上に立つ数人を眺めるのではなく、全員が立てる一段を、まず一段だけ用意することから始めてみてください。

参考・引用元

• 総務省 令和7年版 情報通信白書「個人におけるAI利用の現状」
• 総務省 令和7年版 情報通信白書「企業におけるAI利用の現状」
• 総務省 令和6年版 情報通信白書「生成AIが抱える課題」
• 経済産業省 デジタルスキル標準（DSS）
• IPA DXリテラシー標準（DSS-L）概要
• IPA デジタルスキル標準（DSS）