よくある例から始めます。

社長がAIを入れると決め、社内でいちばんパソコンに詳しい若手を「AI担当」にします。その人は熱心に使い、便利な使い方を見つけ、使い方の資料を作り、研修も開く。ところが何カ月たっても、ふだん使っているのはその人と、もともと興味のあった一人二人だけ。

原因はいくつも考えられます。対象の業務が合っていない、使う時間が取れない、入力してよい情報が決まっていない。けれど、見落とされがちな問いがもう一つあります。AI担当のほかに、同じ仕事で一緒に使い始めた人は、誰かいたかです。

この問いを考える手がかりになる論文が、2026年7月に出ました。Microsoftの研究者が、社内の数万人のエンジニアに新しいAIツールが広がっていく様子を、利用の記録から分析したものです。

試し始めることと、最も強く結びついていたのは「同じ部の同僚」

対象は、指示を出すとAIがコードを書き、手元のコマンドまで実行して作業を進める、エージェント型のツールです。研究者たちは、2026年1月から4月までの記録で、エンジニア一人ひとりがツールを初めて開いた週と、そのときの周りの状況を調べました。試し始めの分析の中心は、Microsoftの開発ツール「GitHub Copilot CLI」です。

周りの人が直近2週間に使っていたかどうかと、本人が試し始めたかどうかの関係は、次のとおりでした。比べている相手は、周りに使っている人が一人もいないエンジニアです。

周りの状況本人が試し始めるオッズ
直属の上司が使っている82%上がる
上司の上司が同じ同僚の、4分の1超が使っている216%上がる
ふだんコードのレビューをやり取りする相手の、25%以上が使っている54%上がる

オッズは確率そのものではないので、「試す人が3倍になった」とは読めません。また、上司は「使っているかどうか」、同僚は「何割が使っているか」という別の物差しなので、数字の大小をそのまま比べることもできません。それでも論文は、二つ上の上司を同じくする同僚の利用を、最も強いシグナルだと書いています。

日本の会社なら、「同じ部長の下にいる、別の課の人たち」を想像すると近いかもしれません。ただし、その人たちと実際にどれほど顔を合わせていたかまでは、この分析では分かりません。

同じ立場の人が何人も使っていることが、「自分の仕事でも使えるらしい」と判断する材料になったのかもしれません。ただ、これは推測で、本人たちの気持ちを確かめた結果ではありません。

試すことと、使い続けることは別だった

論文は、試した人が続けたかどうかも見ています。「初めて使った日から14日のうち、5日以上使った」を、続いたとみなしました。

継続にも、周りの利用との関連はありました。上司が使っていると続くオッズが22%、同じ部の同僚が多く使っていると最大66%上がっています。ただ、試し始めるときに比べると小さくなります。続くかどうかには、本人の仕事の量も関係していました。ふだんから多くのコードを出している人ほど、続いています。

逆の結果もあります。以前から別のAIツール(コード編集ソフトに組み込まれたGitHub Copilot)を使っていた人は、新しいツールを試しやすかったのに、続くオッズはむしろ下がっていました。すでに慣れた道具がある人にとって、新しいツールは「試してはみる」ものの、乗り換えるほどではなかったのかもしれません。

なお論文は、早くから使い始めた人たちのコードの変更を本体に取り込んだ件数が、使っていなかった場合の推計より約24%多かったとも報告しています。ただし、件数は仕事の質を表さず、使い始めたのは自分で選んだ人たちだという限界を、著者たち自身が書いています。

「似た人たちが、同じ道具を選んでいるだけ」かもしれない

もう一つ、大事な注意があります。同僚が使っているから自分も使った、とは限りません。似た仕事をして、新しいものが好きな人たちが、同じ部に集まっているだけかもしれない。論文は、この二つを区別できないと書いています。

対象はMicrosoftという1社の、それもエンジニアだけです。著者も同社の社員です。上司の利用についても、上司が使っていることが「使いなさい」という暗黙・明示の指示になっている可能性がある、としています。

それでも著者たちは、組織は「同僚が使っているのが見えること」を、ツールを広げる戦略の中心に置くべきだ(筆者訳)と提言しています。原因を言い切れなくても、最初に誰と始めるかを考えるうえでは、無視しにくい手がかりです。

AI担当の熱心さは、隣の席からは見えにくい

冒頭の会社に戻ります。

AI担当がどれだけ使っても、ほかの社員から見れば「詳しい人が使っている」ことです。同じ仕事をしている同僚が使っているわけでも、自分の上司が使っているわけでもありません。この論文の物差しで言えば、ほかの社員の周りでは「使っている人」が、ほとんど増えていない状態です。

PIMOAの別の記事では、AIの使い方を特定の担当者に頼らず、業務の手順に組み込むべきだと書きました(ChatGPTだけで終わらせない。社内にAIを定着させる3つのコツ)。手順に組み込めば、担当者がいなくなっても使い続けられます。この論文から考えたいのは、その手前の話です。手順を固める前の試しの段階で、誰と誰が一緒に使うか。

この研究は、利用者を一人ずつ分散させる方法と、一つの部に集める方法を比べたものではありません。そのうえで、PIMOAとしては、同じ業務を持つ数人が一緒に試す進め方を提案します。

最初に始めるのは「詳しい一人」より「同じ業務の数人と、その上司」

よくある例で考えてみます。見積書を毎日作る営業担当者3人が、同じ週にAIで見積書の下書きを作り始める。うまくいかなかった下書きを、課長も交えて夕方に見比べる。「この項目はAIに任せない」と決めたことを、翌週の部会で話す。こうすると、使っている様子が、同じ部のほかの人の目にも入ります。

私たちが考える始め方は、次のとおりです。

  • 最初の試行は、会社全体から一人ずつ選ばず、一つの部で同じ業務を持つ数人が一緒に使える形にする。論文の「4分の1」は分析上の区切りなので、人数の目標にはしない
  • その中には、対象の業務が繰り返し出てきて、試す時間も取れる人を入れる。たまにしか出てこない業務なら、利用した日数だけで続いたかどうかを判断しない
  • 部長や課長にも使ってもらう。ただし「使え」という指示にはしない。上司自身が、自分の仕事のどこで使ったかを話す
  • 使った結果は、うまくいかなかった例も含めて、同じ部の人に見える場所で共有する
  • すでに別のAIツールを使いこなしている人を、無理に乗り換えさせない。その人には、今の道具で何をしているかを話してもらう

一度でうまくいかないことも、書いておきます。最初の部で使う人が増えても、ほかの部に広がるかどうかは、別に確かめる必要があります。二つ目の部では、また数人で始め直すことになるかもしれません。また、上司が熱心すぎると、使うことそのものが評価されているように受け取られ、形だけの利用が増えるおそれもあります。

冒頭の会社に、もう一度戻ります。AI担当を決めたこと自体は、間違いではありません。足りなかったかもしれないのは、その人の隣で、同じ仕事に同時に使い始める人です。社内でAIを始めるときは、「誰を担当にするか」と一緒に、「その人と同じ業務の誰が、同じ週に使い始めるか」を決めてください。

参考文献・資料

Emerson Murphy-Hill, Jenna Butler, Alexandra Savelieva "Adoption and Impact of Command-Line AI Coding Agents: A Study of Microsoft's Early 2026 Rollout of Claude Code and GitHub Copilot CLI"(arXiv:2607.01418)
ITmedia NEWS「Innovative Tech」(2026年10月16日)