「研修の10%しか身につかない」には、出典がない
研修の効果を語るとき、よく「学んだことのうち現場で使われるのは10%」と言われます。この数字をたどると、1982年に書かれた文章の問いかけに行き着きます。「教えたことの10%しか行動に変わっていない、と何度言ってきましたか」という投げかけで、調査の結果ではありませんでした。これを1988年の有名なレビュー論文が引用し、以後は研究者も実務家も互いに引用し続けてきました。
実際に測った研究では、現場で使われた割合は10〜30%、40%という報告もあります。正しい理解は「10%しか残らない」ではなく、条件によって4倍ちがうです。研修は無駄だ、という話ではなく、条件を設計する話になります。
そして国内の生成AI研修では、それより手前で詰まっています。2026年の調査では、約4割の企業が「受講者の理解・習得状況を把握できていない」と答えています。どれだけ使われたかを測っていないので、効かなかった理由も分からず、次も同じ形の研修をやることになります。
使われるかどうかは、週に1日だけ起きる処理で決まる
毎月同じソースから同じ形のレポートを組み立てる業務に、1週間張りついたことがあります。月曜から水曜は、聞いた手順どおりに進みました。汎用のプロンプト集でも足ります。問題は木曜でした。木曜だけデータの出どころが1つ増え、その形式が毎回少しずつ違う。担当者はその場で判断して整えていましたが、その判断は手順書のどこにも書かれていませんでした。
プロンプト集が知っているのは工程です。知らないのは、その下にぶら下がる分岐のほう。工程はどの会社も似ていますが、分岐は会社ごとに違います。研修で配る汎用の型が現場で使われなくなるのは、出来の問題ではなく、この構造の問題です。
現場で聞く順番
「普段どうやっていますか」から聞くと、整理された説明が返ってきます。整理されている所は、もう本人の中で型になっていて、AIを入れても効きが薄い場所です。だから私たちは「うまくいかない日は、どんな日ですか」から聞きます。
「研修をお願いしたい」と言われて、研修をやめた例
従業員50名ほどのSNS関連の事業会社から、「AI活用の研修をお願いできますか」と相談を受けました。話を聞くと、数名が毎月、決まったソースから数字を拾い、同じ形のレポートを組み立てるのに大きな時間を取られていました。
最初は半日のワークショップで見積もっていました。ところが作業を見せてもらうと、組み立て方は毎月ほとんど揺れていません。ここで使い方を教えても、同じ作業を少し速く繰り返すだけです。私たちは研修の見積もりを取り下げ、組み立てる工程そのものをエージェントに置き換える提案に出し直しました。結果として、毎月のレポートの組み立て工程は、翌月以降は発生しなくなりました。
AIを入れて最初に増えるのは、確認の仕事
導入してしばらくすると、ほぼ必ず「思ったより早くならない」と相談されます。AIが作る時間は狙いどおり減ります。ただ、その出力が正しいかを人が読む、という新しい工程が生まれます。慣れないうちは1件ずつ頭から読むので、総量はあまり変わりません。
ここで「結局変わらなかった」と評価が固まり、やめてしまう現場を何度も見てきました。実際には、確認の基準がまだ決まっていないだけで、減り始めるのはそのあとです。導入の失敗の多くは、技術ではなく評価のタイミングの問題だと考えています。だから私たちは、何を確認し、何を確認しなくてよいかの基準づくりまでを導入の範囲に含めます。
研修の代わりに、私たちがやること
- 動かす数字を先に決める。どの数字を、誰の意思決定のために、いつまでに動かすのか。
- その課題を抱えている2〜5名のチームと組む。全社研修ではなく、チーム単位で入ります。
- 業務を工程に分け、例外から聞く。うまくいかない日の分岐を、手順として書き出します。
- 動くエージェントを一緒に作り、確認の基準まで決める。3ヶ月後に残るのは資料ではなく、月曜の朝にもう動き終えている仕組みです。
- 自分たちで直せる人を残す。グローバル電機メーカーの11週間・全8回の案件では、先方の2名が自力でエージェントを作れる状態になりました。
※ 事例は守秘義務に配慮し、複数の実際のやり取りをもとに一般化・再構成しています。特定の企業や個人をそのまま指すものではありません。