生成式AI在公司內扎不了根的原因｜有人在用卻沒有成果

大家好，我是TIMEWELL的濱本。

幾年前，生成式AI的話題還是「要怎麼開始用」。現在不一樣了。已經在用了。但什麼都沒有改變。

這篇文章寫給處在這個狀態的公司。談的不是導入，是扎根。

先講重點。

• 使用率已經不是問題。 日本企業的活用方針升到68.9%
• 但關於業務變革，回答「沒有組織性的作為」的有27.0%，差距在這裡
• 扎不了根，是因為它停在個人的巧思階段
• 最先要做的是把可用範圍寫成明文，不是列禁止事項
• 要設推動負責人，就把時間與權限一起給

有在用。以國際比較來說也不算落後

先拿掉一個成見。「日本企業沒在用生成式AI」這個說法，已經跟實況不符了。

依日本總務省令和8年版資訊通信白皮書，企業調查中回答生成式AI「方針是積極活用」或「方針是限定領域使用」的合計比例，日本是68.9%，比前年度的49.7%大幅成長。大企業74.0%，中小企業58.1%¹。

白皮書指出，以成長幅度來看，日本比其他三個國家（美國、德國、中國）都大。 這是一個正在追上來的狀況。

但同一份白皮書裡還有另一個數字。關於業務變革，回答「沒有組織性的作為」的比例，日本是27.0%。白皮書指出這與美國、德國、中國相比屬於偏低的水準²。

有人在用。組織層面什麼都沒做。 這就是現在的位置。

看成果的組成，就更清楚了

把日本IPA在2026年7月公布的調查（國內企業1,799家）疊上去，輪廓就清楚了³。

問到AI導入的具體效果，「業務變得更有效率或更快」有91.6%的企業回答。相對地，「營收或利益提升」只有3.9%，「顧客滿意度提升」4.5%，「客群擴大」2.7%。

用途也是同樣的傾向。「文件與語音的摘要、翻譯、校對」82.5%，「文件與報告的製作」80.5%。相對地「自家產品與服務的升級」10.9%，「生產、物流、服務提供的計畫支援」6.0%。

個人的作業變快了。走出組織之外的東西沒有改變。

把這個讀成「生成式AI的極限」，我覺得太早了。在沒有組織性作為的狀態下，個人拿它來處理自己的作業，結果本來就會是這樣。

扎不了根的四個結構

在現場看下來，卡住的位置大致是固定的。

1. 用法沒有被共享。 用得好的人是真的好。怎麼下指令、哪裡交給它哪裡自己來、怎麼避開失敗的模式。這些全部只在本人腦袋裡。 隔壁座位的人打開同一個工具，停在「那我該打什麼」。

2. 可用範圍含糊。 客戶名稱可以放嗎。合約可以貼上去嗎。跑出來的文章可以直接寄給客戶嗎。不明確的話，愈謹慎的人愈不敢用。 然後只剩下不在意的人在用。這是最危險的組合。

3. 不會被評價。 用生成式AI把工作提早做完的人，被分到更多工作。跟沒用的人待遇一樣。這樣持續下去，聰明的人會開始隱瞞自己有在用。

4. 推動負責人是兼職。 有設負責人的公司很多。但多半是兼職，沒有時間、沒有權限、也沒有預算。那不算設了負責人。 IPA的調查中，回答推動數位轉型的人力「稍嫌不足」「大幅不足」的企業合計85.5%，其中兼具現場知識與基礎AI知識、能推動公司內部AI導入的員工的短缺仍然偏高³。

這四項，換工具都解決不了。這是組織設計的問題。

有先後順序

那要從哪裡開始。寫一下我建議的順序。

第一，把可以使用的範圍寫成明文。

這是第一步。理由是沒有這個，其他的做法全部會停住。

寫法上有一個訣竅。不要列禁止事項，要呈現可以安全使用的範圍。 只寫「不可以放入個人資料」，讀的人會卡在「那到底什麼可以放」。改成「公司內部的公開資料、自己寫的文章、公開資訊可以直接放進去」「客戶名稱與合約金額要遮蔽」「輸出結果要對外之前，事實關係自己先確認」。用這個形式寫，人才會開始用。

政府的指引也可以參考。日本總務省與經濟產業省的「AI事業者指引」，以及數位廳關於文字生成AI利用風險對策的指引，都可以拿來當作內部規範的底稿。不需要從零開始想。

第二，把好的用法收集起來流通。

這一項很樸素但有效。一個月一次就好，開一個「這個月這個很好用」的分享場合。做成要準備簡報上台報告的形式，就不會有人交，請維持在聊天室貼一行的重量。

把用得好的人的做法，變成組織的資產。沒有被共享，那個人離職就消失了。

第三，給推動負責人時間與權限。

光是設不夠。一週可以花幾小時在這件事上。 什麼事情可以自己判斷。工具的合約可以自己推進，還是要簽呈。這裡沒定，負責人就只能做到「努力請大家多用」而已。

第四，放進評價裡。

這一項最難，所以放在最後。但這裡沒有動，前三項的效果撐不久。要設計成用了而且做出成果的人不會吃虧。 放進目標設定裡、把分享做法的人納入評價，機制其實都可以，重點是要離開「用不用全靠個人善意」的狀態。

不要放著省下來的時間不管

還有一個把扎根與成果分開的要素。

生成式AI讓作業時間減少之後，那些時間被用在哪裡。 這裡不決定，效率化就只會停在效率化。IPA數字呈現的「效率化91.6%、營收3.9%」，我認為大半就是這個。

這不是可以丟給現場的事。要當成部門的目標，決定省下來的時間往哪裡投。 增加拜訪件數、提高提案品質、把時間花在新的企劃。選什麼都可以，但不決定的話，時間會靜靜地被填滿。

從概念驗證到上線的判斷，寫在從概念驗證卡關中脫身。

教的是界線，不是提示詞技巧

最後講一下教育訓練。

講到生成式AI的訓練，多半是教怎麼寫提示詞。那也需要，但對扎根真正有效的是界線。

哪裡交給AI、哪裡自己來。輸出要怎麼驗證。跑不出想要的結果時，是該改提示詞，還是這件事本來就不適合交給它。能做這個判斷的人變多，組織才會變成用得起來的狀態。

反過來，只教提示詞技巧的話，模型一換就全部重來。我們在WARP設計訓練的時候，也把時間放在判斷的基準上，多過放在操作步驟上。工具會換，界線的想法會留下來。

總結

• 使用率已經不是問題。 活用方針升到68.9%
• 拉開差距的是組織那一側。「沒有組織性的作為」有27.0%
• 成果偏向效率化。效率化91.6%，營收與利益3.9%
• 扎不了根的四點：沒有共享、範圍含糊、不被評價、負責人兼職
• 順序是寫明範圍、共享案例、給負責人時間與權限、反映到評價
• 不決定省下來的時間去哪裡，就只會停在效率化
• 訓練要教的是界線的判斷，不是提示詞技巧

想討論內部推廣的設計或教育訓練，歡迎從聯絡我們與我們談。

參考資料

Footnotes

1. 令和8年版資訊通信白皮書「生成式AI的活用方針等」（日本總務省，日文）。企業調查中回答生成式AI「方針是積極活用」「方針是限定領域使用」的合計比例，日本68.9%（前年度49.7%），大企業74.0%、中小企業58.1%。成長幅度大於其他三國一節，出自該白皮書 ↩

2. 令和8年版資訊通信白皮書「組織性的作為狀況」（日本總務省，日文）。關於業務變革回答「沒有組織性的作為」的比例，日本為27.0%，且與美國、德國、中國相比屬偏低水準，出自該白皮書 ↩

3. 國內企業的DX動向與AI活用動向重點（日本IPA 資訊處理推進機構，2026年7月16日，日文）。AI導入的具體效果、利用用途、推動數位轉型人力不足85.5%、AI相關人才的充足狀況，出自該資料。回收數1,799家，調查期間2026年4月17日至6月12日 ↩ ↩²