社内AIの利用ログを経営指標にする — 定着度をどう測るか

パーソル総合研究所の調査（2026年5月）によると、正規雇用者の生成AI利用率は54.3%に達し、半年で12.4ポイント増加しています。しかし同調査は、日常的に使いこなす層が約1割にとどまっていることも同時に示しています。「利用経験がある」と「業務に定着している」は異なる状態であり、経営が見ているログのほとんどは前者だけを捉えています。AI投資を正当化したい経営と数字を出さなければならない推進担当者が「利用率54%」を成功の証拠として扱う構造が、本来必要な問いを先送りにしています。

最も多用されるAI定着指標「月間利用率（MAU）」には構造的な欠陥があります。月に1度ログインした社員と、週5日にわたり業務プロセスに組み込んで使っている社員が同じ「利用者」として計上されるからです。Larridinのエンタープライズ導入ガイド（2026年）は、週次利用率（WAU）こそが定着度の予測力が高い指標であり、WAUと日次利用率（DAU）の比率が0.4を超える組織では強い習慣形成が確認されると分析しています。裏を返せば、月次ベースのスナップショットしか見ていない経営は、AIが習慣として根付いているかどうかの判断材料を持っていないことになります。

利用ログを経営指標に変えるには、3層の測定設計が必要です。第一層は「起動（Activation）」——誰がいつ何回使ったか、部門別・職種別のWAU。第二層は「行動変容（Behavioral Change）」——AIを使うことで作業プロセスが変わったかを、週3日以上のコア利用者率や1セッションあたりのプロンプト送信回数の推移で代理指標として捉えます。第三層は「業務成果（Business Outcome）」——時間削減・品質・意思決定速度への転換です。大半の企業は第一層のデータしか取っておらず、定着しているかどうかを判断するのに必要な第二層以降が空白のままです。

パーソル総合研究所の調査（2026年2月）では、生成AIを利用したタスク単位での業務時間削減率は平均16.7%（週26.4分）と確認されています。しかし実際に業務時間が削減できたと回答した利用者は約25%にとどまっています。「利用率54%→削減実感25%」の乖離が示すのは、ツールを触ったことと業務に組み込んだことの間に大きな断絶があるという事実です。第三層の業務成果を測る際の実践的なアプローチは、AI利用者と非利用者のアウトプット量・品質を比較することであり、同時にこの16.7%という業界水準を自社が達成できているかの確認です。

ログ分析で最も経営にとって有用な指標のひとつが「部門間WAU格差」です。全社平均が高くても特定部門への偏在が続いていれば、AI活用は戦略的優位に転換されていません。製造部門は高いがバックオフィス部門は低い、あるいは本社は高いが営業現場は低い——こうした構造が見えた瞬間、「どの部門に何の課題があるか」が経営の具体的なアクションになります。格差の原因は多くの場合、ツールの習得問題ではなく、「自分の業務でどう使うか」というユースケースの不在にあります。部門別格差を指標に乗せることで、展開方針の見直しに経営判断が届くようになります。

2026年以降、ログ解釈に新たな落とし穴が加わっています。AIエージェントの普及です。Userpilot（2026年）がGartnerを引用した分析によると、2026年末までに企業アプリケーションの40%に何らかのAIエージェントが組み込まれるとされており、エージェントが自律的にAPIを呼び出す処理がセッション数やアクション数のログに混入します。人間の利用状況を測るはずの指標に自動処理が混入すると、定着率は実態より高く見えます。ログを経営指標として使う前提として、エージェントによる自動呼び出しと人間のインタラクションを分離するフィルタリング設計が不可欠です。

経営報告に乗せるAI定着指標は3つに絞ることを当社では推奨しています。第一は「コア利用者率」——週3日以上AI利用を記録した社員の全体に占める割合。第二は「部門最低WAU」——全部門の中で最もAI利用が低い部門の週次利用率。第三は「業務成果の変化率」——AI利用者と非利用者のアウトプットの差分です。この3指標を四半期でトレンド表示することで、「利用は広がっているが成果に結びついていない」「特定部門が足を引っ張っている」という経営課題が可視化されます。当研究所では、AI定着度の計測設計から経営報告フォーマットの構築まで、経営層ブリーフィング（ https://fujii-consulting.jp/contact ）を通じて支援しています。ヘルスケア経営の現場で磨いた測定設計の実践を、貴社の状況に合わせてお伝えします。