PwC調査で見るAI活用格差。職場の学習支援を点検

AIを使う人が増えても、学ぶための支援が全員に届くとは限りません。職場のAI格差を見るなら、利用人数だけでなく、試す時間・相談先・自分の仕事に合う教材を確認しましょう。

「AIのアカウントは配ったのに、一部の社員しか使わない」「研修も実施したが、現場の困りごとが見えない」。そんな職場で、利用率だけを追っていないでしょうか。

PwCが2026年9月29日に公表した世界の就業者調査では、過去12か月に仕事でAIを使ったとの回答は64％と前年から10ポイント増えました。一方、必要な学習・能力開発の資源にアクセスできるとの回答は59％から51％へ低下しています。PwCの調査発表

この結果は、日本の全社員の状況や、AI利用が学習機会を減らした因果関係を示すものではありません。この記事では調査を読み取り、ツール導入後に支援が届いていない部署や役割を見つけるための点検方法を考えます。

この記事でわかること

• 調査の範囲：48の国・地域、49,364人への回答調査で、自己申告をもとにしています。
• 注目点：AI利用の増加と、必要な学習資源へのアクセス低下が同時に見られます。
• 職場での点検：教材の有無だけでなく、試す時間・相談先・業務とのつながりを確認します。
• 支援の考え方：利用頻度で社員を評価せず、仕事上の障害を小さく取り除きます。

PwC調査が示すAI学習支援のずれ

「Global Workforce Hopes and Fears Survey 2026」は、2026年5〜6月に48の国・地域、29業種の就業者49,364人から回答を集めた調査です。各国・地域の就業人口の性別・年齢分布に沿った重み付けを行っています。企業の利用ログや研修受講記録を直接測定したものではありません。調査方法

設問の意味と数値の単位を変えずに読む

たとえば社内報で「世界では半数しかAI研修を受けられない」と要約すると、設問を狭く読み替えています。51％は必要な学習・能力開発の資源に関する回答で、AIだけの講座や受講人数に限定されません。差は8ポイントであり、「学ぶ時間が8％減った」という意味でもありません。利用・学習に関する結果

この記事の実務への読み替えは、AIを配った後にも、必要な支援を得られているか聞く価値があるということです。自社で原因を確かめる前に、社員の意欲や管理職の能力の問題と決めないようにしましょう。

四つの分類は、社員の優劣を決めるラベルではない

PwCは、労働市場での技能の希少性などと、AIから得ていると回答した利点を組み合わせ、就業者を四つの群に分類しています。その一つである「Engine Room」は全体の56％を占め、必要な学習資源を得られるとの回答は約4割でした。分類の作り方と支援の差

これは研究上の整理であり、「この部署はAIに弱い」と人を固定的に分類するための評価表ではありません。仕事内容、使える端末、利用ルール、上司の支援は職場ごとに違います。同じ人でも環境が変われば試せることが変わるため、支援を考える入口として使います。

「使わない理由」を四つに分けて聞く

以下は調査結果をもとに編集部が提案する、職場での点検です。講座を増やす前に、実際の仕事で何が止まっているのかを聞きます。「なぜ使わないのですか」より、「試そうとしたとき、どこで止まりましたか」の方が、具体的な支援を考えやすくなります。

たとえば店舗担当者にPC前提の長い動画を配っても、勤務中に視聴する場所がなければ活用しにくいはずです。営業担当なら、「文章を要約する」だけの演習より、訪問メモから次回の確認事項を出す例の方が仕事に結び付きます。これは調査で効果が確認された処方ではなく、職場で試す支援の例です。

一方で、資料をAIへ入れてよいか不明な社員が使わないのは、妥当な判断かもしれません。ルールを守って慎重に行動している人へ、利用回数だけを目標として与えると、確認を省く方向へ誘導してしまいます。制約を整理する役割は導入側にもあります。

管理職自身の相談先も点検する

上司に「現場を支援してください」と頼むだけでは、上司がAIの出力を評価できないときに止まります。仕事の正しさを判断する人と、AIの設定や使い方を助ける人が同じとは限りません。

たとえば見積もりの説明をAIで下書きした場合、文章の整え方はAI担当に聞けても、適用する料金条件は商品担当への確認が必要です。質問を受けた管理職が一人で抱え込まず、適切な担当へ渡せる経路を作ります。

支援の届き方を確かめる、短い聞き取り例

部署別の数字を作る前に、複数の役割の人へ同じ質問をしてみます。利用経験のある人だけでなく、試して中断した人、まだ使っていない人も含めます。本人の許可なくAIとの会話履歴を収集するより、業務上の困りごとを本人に説明してもらうところから始めます。

AI学習支援の聞き取りに使う質問例

最近の仕事で、AIを試したいと思った場面はありますか。
試せた場合：何に使い、どこまでできましたか。最後に誰が確認しましたか。
試せなかった場合：時間、題材、相談先、利用ルール、端末など、何が障害でしたか。
次に一つ支援があるとしたら、何が役立ちそうですか。
この聞き取りは利用回数の順位付けではなく、仕事に必要な支援を考えるために行います。顧客名や機密情報は書かないでください。

最後の説明は、実際の利用目的と一致させてから使ってください。評価に使うのに「評価しない」と案内してはいけません。回答の共有範囲、保存先、個人が特定されないまとめ方も決めます。少人数の部署では、名前を消しても具体的な仕事内容から本人が分かる場合があります。

聞き取りの結果を、次の一つの支援へつなげる

「時間がない」が多いなら、さらに講座を増やすより、既存の作業を一つ題材にして勤務時間内で試せるかを相談します。「合っているか不安」なら、正しい結果の例と確認者を用意します。障害に対して支援を一つ選び、試した後に同じ人へ確かめます。

AIで聞き取りを整理する場合も、部署や個人を勝手に採点させないようにします。本人が述べた事実、担当者の解釈、まだ分からない点を分け、「この人は変化に消極的」といった性格推定は不要です。

AIを学習の補助に使うなら、教材と確認者を用意する

AI自身を練習相手にする方法も考えられます。たとえば承認済みの社内手順をもとに、「例外条件を一問ずつ聞いて」「自分の回答で抜けている点を示して」と頼む使い方です。これは編集部が提案する学習支援で、PwC調査が検証した改善効果ではありません。

仕事に合う合格例と、止めるべき誤りを用意する

営業なら商談メモの整理、事務なら問い合わせの仕分けなど、完成形を業務担当が判断できる小さな作業を選びます。架空データ、合格例、よくある誤りを一緒に置けば、AIの出力を見て何を確認すべきかを相談できます。

練習では、AIがうまく答えた例だけを見せないことも大切です。期限を作り足した、条件を落とした、資料にない結論を出した例を用意し、止める判断も練習します。「自分で試せる」と「仕事にそのまま使ってよい」の境界を明確にします。

教材の組み立て方を詳しく考える場合は、生成AI研修プログラムの作り方を参照してください。今回まず確認したいのは、教材を配った後、その教材を使う条件が各現場にあるかという点です。

実務上の注意：相関を成果や意欲の原因にしない

AIをよく使う人と、学習への自信がある人の特徴が重なっていても、AIを使わせれば自信や定着率が上がるとまでは言えません。使いやすい職種、会社の支援、本人の経験など、別の要因も関係しえます。自己申告調査の関連と、施策の因果効果は分けて読みます。

また、世界全体の平均を、自社の目標値や日本の現状へ直接当てはめないようにします。利用可能な仕事が違えば、妥当な利用頻度も違います。AIを使わずに正確に終えられる作業を、数値目標のために遠回りさせる必要はありません。

改善を確かめる指標は、利用回数以外にも置く

支援を変えたら、「勤務中に試せた」「相談先が分かった」「自分の仕事で一つ使えた」「出力の誤りを見つけて止められた」を確認します。作業時間を測るなら、AIへの依頼時間だけでなく、確認と修正の時間も含めます。

短期間の試行で数字が良くなっても、すぐに全社効果とせず、どの仕事、何人、どの期間で確かめたかを残します。使いやすかった人の事例と、なお困っている人の声を両方見ることで、次に支援する対象を決めやすくなります。

まとめ：教材の数より、試せる条件を確かめる

PwC調査では、仕事でのAI利用が増える一方、必要な学習資源へアクセスできるとの回答は低下しました。これは研修の不足原因を一つに決める結果ではありませんが、導入後の支援を見直す材料になります。

まず現場へ、試す時間、仕事に合う題材、相談先、利用条件を聞いてみましょう。見つかった障害に支援を一つ対応させ、試した人の仕事で確かめる。利用人数だけでは見えない課題を拾うところから始められます。

よくある質問

出典・参考情報

• PwC：Global Workforce Hopes and Fears Survey 2026
• PwC：Companies risk losing their most AI-savvy employees while leaving majority behind（2026年9月29日）

本記事は2026年11月9日に再確認したPwC公開調査に基づきます。職場での点検・聞き取り・AI学習支援は編集部の提案であり、調査で実測された施策効果ではありません。

著者：AXメディア編集部