AIを使いこなせない理由──「足切り性能」という壁の正体

企業がAIツールに投資しても、現場の8割が使いこなせていない──Fortuneが2026年4月16日に報じた調査によると、企業内労働者の80%が導入済みのAIツールを避けるか、一度も使っていない。原因を個人の意欲不足ではなく「足切り性能」という3つの壁に分解して構造化したのが、この記事のもとになった動画「ほとんどの人がAIを使いこなせない理由。AIの足切り性能の話」だ。本記事では、動画で使われた数字を公開後にあらためて一次ソースで確認し、裏付けられたもの・裏付けられなかったものを分けて書いた。

• WalkMeの調査（Fortune、2026年4月16日報道）: 企業労働者の80%がAIツールを回避・拒否。54%超は直近30日で手作業に切り替え、33%は一度も使用経験なし
• Eurostat（EU公式統計、データ2025年12月抽出）: AI未導入企業がAIを使わない最大の理由は「専門知識・スキル不足」で70.89%
• Epoch AI（2025年3月のデータ分析）: GPT-4のGPQA Diamond水準に必要な推論価格は年40倍のペースで下落、ベンチマークによって年9〜900倍の幅がある

事実テーブル

「80%が使えていない」の中身

Fortuneの記事「Most of you are rejecting AI. The data shows you're running out of time」は、デジタルアダプションプラットフォームを提供するWalkMeが14カ国3,750人の経営層・従業員を対象に行った調査を引用している。原文は次の通りだ。

"more than 54% of workers bypassed their company's AI tools in the past 30 days and completed the work manually instead. Another 33% haven't used AI at all. Combined, roughly eight in 10 enterprise workers are either avoiding or actively rejecting the technology their employers are spending record sums to deploy."

企業がAIツールにお金を払って導入しても、10人中8人は使わないか、使っても手作業に戻ってしまう。動画が起点にしていた「80%」「54%」「33%」という数字は、この調査とほぼ一致する。

なぜ「使う」と「使いこなす」は別なのか

動画はここに「足切り性能」という独自の整理を導入し、使えない理由を3つに分解している。

1. 指示の言語化──「誰に向けて」「何の目的で」「どんなトーンで」を具体的に言葉にできるかどうか
2. 叩き直し力──最初の出力（動画の例えでは60点）に対して、何が足りないかを判断し修正指示を出せるかどうか
3. 業務への組み込み──1回試すことと、毎日のワークフローに組み込むことの違いを越えられるかどうか

この「言語化・修正・定着」という3段構えは動画独自のフレーミングであり、業界標準の用語ではない。ただし1つ目の「言語化」の壁は、Eurostatの数字と方向性が一致する。EUの公式統計機関Eurostatが2025年12月に公開した「Use of artificial intelligence in enterprises」によれば、AI技術の導入を検討したことがあるEU企業のうち、実際に使わなかった最大の理由は「専門知識・スキル不足（lack of relevant expertise）」で70.89%。動画が言う「約71%」とほぼ一致する数字だ。

なお、動画は2番目の理由を「自分の業務との関連性が分からない」としているが、Eurostatの原文で確認できた2位は「AI導入の法的影響が不明確（52.52%）」、3位は「データ保護・プライバシー侵害への懸念（48.83%）」だった。「業務との関連性」に近い項目としては最下位の「自社にとって有用と思えない（20.68%）」があるが、順位も数値も動画の説明とは異なる。この点は一次ソースで裏付けられなかった。

なぜ「今」がチャンスなのか

動画のもう一つの柱は、推論コストの下落によってこの壁がいずれ消えるという主張だ。Epoch AIが2025年3月12日に公開したデータインサイト「LLM inference prices have fallen rapidly but unequally across tasks」は、GPT-4がPhD水準の科学問題（GPQA Diamond）で出した性能に到達するための推論価格が、年40倍のペースで下落したと分析している。ベンチマークによる差は大きく、MMLUからHumanEvalまで6種類の指標全体では年9倍〜900倍の幅があり、直近1年ほど特に速いペースの下落が集中しているため、この速さが今後も続くかは不確かだとEpoch AI自身が注記している。

動画は「同じ性能レベルの推論コストが約2ヶ月で半減している」と述べていたが、これはEpoch AIの原文を直接引用した表現ではない。年40倍という下落率を機械的に月次の半減ペースに換算すると2ヶ月強になる、という近似値の域を出ない（年9倍なら半減に約3.8ヶ月、年900倍なら半減に約1.2ヶ月かかる計算になる）。「価格は急速に下がっている」という方向性は一次データで裏付けられるが、「2ヶ月で半減」という言い切りはEpoch AI自身の言葉ではない、という留保つきで読む必要がある。

AIの出力そのものが賢くなれば、今は60点の出力を80点に叩き直す作業が要らなくなり、指示も曖昧なままで通るようになる——動画はこの流れを、2000年代に「Excelを使えること」自体が差別化になり、2020年代には「Excelでマクロを組めること」も当たり前になりつつある、という類推で説明していた。この部分はEpoch AIやFortuneの数字を裏付けにした事実というより、動画側の解釈・アナロジーとして読むのが正確だ。

今のうちにやるべきこと

動画が挙げていた具体策は3つで、いずれも「足切り3要素」から逆算したものだ。

• 指示の言語化を毎日1回練習する──「いい感じにして」ではなく、誰に・何の目的で・どんなトーンでを具体的に指定する
• AIの出力に毎回1回は修正指示を入れる──最初の出力をそのまま使わず、何が足りないかを言語化する習慣をつける
• 一番単純な作業1つだけをAIに任せてみる──メールの下書きや資料整理など、いきなり全部のワークフローを変えようとしない

これらは行動提案であり、効果を定量的に検証した外部データではない。実践して効果が出るかどうかは個々の業務内容に依存する。

「足切り性能」は動画独自の言葉で学術用語ではない

• 「足切り性能」という言葉自体は動画独自の整理であり、学術的・業界標準の用語ではない。
• EU調査の「2位の理由」について、動画の説明（業務との関連性が分からない）は、Eurostatの原文で確認できた実際の2位（法的影響の不明確さ）と一致しなかった。
• Epoch AIの「2ヶ月で半減」という表現は、確認できた一次データ（2025年3月のData Insight、年9〜900倍という幅のあるレンジ）からの近似計算であり、Epoch AI自身がその単位で明言した文言は本記事執筆時点のサイト上では見つからなかった。
• WalkMeはデジタルアダプションプラットフォーム（AI活用の定着を支援するツール）を販売する企業であり、「AIを使いこなせていない」という課題を強調することは自社製品の訴求と方向性が一致する。数字自体は独立メディアのFortuneが報じているが、調査主体の利害構造は読む際に留意した方がよい。
• 動画内で紹介されていたOpenAIのアルトマンCEOが「自分のワークフローを使い切れていない」という趣旨の発言については、本記事執筆時点で一次ソースを特定・確認できなかったため、本文には含めていない。
• 「使いこなせる少数派は大きな生産性の差を持つ」という主張は動画側の推論であり、それを定量化した外部データは確認していない。

関連して、企業のAI導入と成果の間にあるギャップは他の記事でも扱っている。日本企業を含む国際比較は日本の生成AI導入率87%、だが「期待以上の成果」はわずか9%、企業全体の導入率と活用率の崖については企業の88%がAI導入済み、だが成果を出せているのは6%で数字を確認している。「指示の言語化」の具体的な練習方法は非エンジニアのためのプロンプト設計入門、AI時代に価値が上がるスキル・下がるスキルの全体像はAI時代に価値が上がるスキル、下がるスキルにまとめている。

この記事は2026年5月8日公開の動画『ほとんどの人がAIを使いこなせない理由。AIの足切り性能の話』の内容を、公開後に一次ソースを再確認して記事にしたものです。本文中のURLはいずれも2026年8月27日時点でHTTP 200（正常）を確認済み。数値は各出典が公表した時点のものであり、以後更新されている可能性がある。