AI内製化を支える組織と人材 ― 「AI推進室」だけでは自走できない理由

「AI推進室を作ったのに、何も変わらない」

前回の記事では、Deloitte・McKinsey・Gartnerのレポートを基に、世界の企業がAI内製化に舵を切る理由を解説した。外注依存の限界、PoC止まりの構造、ハイブリッドモデルの台頭。

データは揃った。内製化が正しい方向であることは、もう議論の余地がない。

では、具体的にどうやって組織と人材を整えるのか。

AI準備度の内訳 Deloitte 2026

多くの日本企業がまず着手するのが「AI推進室」や「DX推進部」の設置だ。だが、Deloitteの2026年調査でAI人材の準備度がわずか20%にとどまっている現実は、組織を作っただけでは解決しないことを物語っている。

問題は、箱ではなく中身だ。

---

AI CoE（Center of Excellence）が機能しない3つのパターン

AI CoEが機能しない3つのパターン

IBMやDeloitteが推奨するAI CoE（Center of Excellence）は、AI戦略・ガバナンス・人材を集約する組織横断型の専門チームだ。構想自体は正しい。だが、日本企業で導入すると、以下のパターンに陥りやすい。

パターン1：「技術の孤島」化

AI CoEにエンジニアとデータサイエンティストだけを集め、ビジネスサイドとの接点がない。高度なモデルを構築しても、現場の業務に組み込まれない。「すごいものを作ったが、誰も使わない」状態になる。

パターン2：「受注センター」化

各部門からの依頼を受けてAI案件をこなすだけの組織になる。戦略的な優先順位づけがなく、小粒な案件に忙殺される。本来やるべき全社的なAI基盤の整備が後回しになる。

パターン3：「報告書製造機」化

経営層への報告や調査に追われ、実装が進まない。「AI活用の可能性調査」を1年かけて実施し、きれいなレポートはできたが、本番稼働したAIはゼロ——という事例は少なくない。

いずれのパターンにも共通するのは、AIの知識が組織内に閉じたまま、現場に浸透していないことだ。

---

「3層モデル」で組織全体にAI能力を埋め込む

AI内製化3層の人材モデル

AI内製化で成果を出している企業には、共通する組織設計がある。それが「3層の人材モデル」だ。

第1層：AIスペシャリスト（5〜10名）

モデル設計、データパイプライン構築、MLOps、セキュリティ設計ができる専門家集団。社内に少数でよいが、「外部に聞かなくても技術判断ができる」レベルが必要。

採用戦略のポイント： 全員を正社員で揃える必要はない。McKinseyが提唱する「ターゲット採用」の考え方で、コアとなる2〜3名は正社員、残りは業務委託やパートナーからの技術移転で補完する。重要なのは、判断力と設計力が社内にあること。

第2層：AIブリッジ人材（各部門1〜2名）

ビジネスの課題をAIで解ける形に翻訳し、スペシャリストと現場をつなぐ役割。Deloitteの調査では、AI活用が進んでいる企業の53%がこの「全社的なAIリテラシー向上」を最優先施策としている。

育成戦略のポイント： コードを書ける必要はない。必要なのは3つだけだ。

• 自分の業務のどこにAIが使えるかを判断できる
• AIに何ができて何ができないかを理解している
• AIスペシャリストと「同じ言語」で会話できる

この層は外部から採用するのではなく、既存社員のリスキリングで育てるのが最も効果的だ。業務を深く理解している人間にAIリテラシーを載せる方が、AIの知識だけある人間に業務を教えるよりはるかに速い。

ブリッジ人材に必要な3つの能力

第3層：AIユーザー（全社員）

生成AIツールを日常業務で使いこなせるレベル。プロンプト設計、アウトプットの品質判断、セキュリティ意識が必要。

展開戦略のポイント： NTTデータグループは2026年度末までに3万人の「生成AI実践人材」の育成を目標に掲げている。サイバーエージェントは「AIオペレーション室」を設立し、全社的にAIによる業務効率60%削減を推進している。

いきなり全社展開するのではなく、第2層のブリッジ人材がいる部門から順次拡大するのが定石だ。ブリッジ人材がいない部門に先にツールだけ配っても、使い方がわからず「触ったけど効果なし」という印象が固定されてしまう。

---

経営層を巻き込む「3つの仕掛け」

経営層を巻き込む3つの仕掛け

どんなに優れたAI組織を設計しても、経営層のコミットメントがなければ形骸化する。PwCの2026年CEO調査では56%のCEOが「AIから期待した成果が出ていない」と回答しているが、裏を返せば、経営層のAIへの関心は高い。関心はある。ただ、どう動けばいいかわからない。

仕掛け1：「AI判断会議」を月1回設置する

既存の経営会議にAIの議題を追加するのではなく、AI専用の意思決定の場を作る。アジェンダは3つだけ。

• 今月のAI施策の進捗と成果（数字で報告）
• 次月に着手するAI案件の優先順位
• AI関連の投資判断（人材採用、ツール導入）

経営層がAIに触れる頻度を上げることが、理解と判断力を育てる最短ルートだ。

仕掛け2：「小さな成功」を3ヶ月で見せる

大きなプロジェクトは失敗リスクも大きい。最初の一手は、3ヶ月以内に定量的な成果が出る小粒な案件を選ぶ。

例えば、月次レポート作成の自動化で40時間/月の工数削減、問い合わせ対応のAI支援で応答時間を50%短縮——といった「わかりやすい数字」を経営層に見せる。これが次の投資を引き出すレバレッジになる。

仕掛け3：「AI自走度スコアカード」を導入する

組織のAI成熟度を定量的に測る仕組みを入れる。Deloitteのレポートでも、AI成果を出している企業は明確なKPIとガバナンス構造を持っていることが示されている。

スコアカードの項目例：

• AI活用案件の本番稼働数
• 社内で完結できた改善サイクルの回数（外部依存率）
• AIリテラシー研修の受講率と実務適用率
• AI関連の意思決定にかかるリードタイム

数字で見える化することで、「内製化がどこまで進んだか」が経営層にも現場にも一目でわかる。

---

日本企業が今日から始める「4ステップ」

今日から始める4ステップ

ステップ1：現状の「AI依存マップ」を作る（1〜2週間）

今、社内のAI関連業務のうち、何割が外部に依存しているかを棚卸しする。開発、運用、判断、改善の4領域で分類すると、自社の弱点が明確になる。

ステップ2：「ブリッジ人材」候補を3名選ぶ（2〜4週間）

各部門から、業務理解が深くテクノロジーへの関心が高い人材をピックアップする。この人たちに3ヶ月間のAIリテラシープログラムを受けさせる。外部の研修でもよいが、実際の自社業務で手を動かす実践型が望ましい。

ステップ3：最初の「自走型AI案件」を1つ決める（1ヶ月）

PoC段階から社内のブリッジ人材を巻き込み、外部パートナーには「構築」ではなく「伴走と技術移転」を依頼する。完了条件は納品ではなく、社内チームだけで運用・改善できる状態になること。

ステップ4：「AI判断会議」を始動する（即日）

月1回、30分でよい。経営層がAIの進捗を直接聞き、判断する場を作る。これだけで、組織全体のAIに対する意識が変わる。

---

組織を作る、とは「人を変える」こと

AI内製化の本質は、新しいシステムを導入することではない。組織の中にいる人が、AIを使って判断し、行動し、改善できるようになることだ。

そのために必要なのは、巨額のIT投資でも、数百人規模のエンジニア採用でもない。3層の人材モデルを意識した少数精鋭のチーム設計と、経営層の継続的なコミットメント。そして、「自走できる状態」というゴールを最初から明確にすること。

テクノロジーの進化は待ってくれない。2026年、AIエージェントが企業の基幹業務に本格参入する時代において、「AIのことは外部に聞く」という体制では、意思決定のスピードで負ける。

まずは、自社の「AI依存マップ」を書くことから始めてほしい。どこが外部に依存しているかが見えれば、どこから内製化すべきかも見えてくる。