Michelle Jones, プレセールスおよびソリューションコンサルティングディレクター ロジスティクス リプライ Michelle Jones プレセールスおよびソリューションコンサルティングディレクター ロジスティクス リプライ

組織がフロントラインワーカーのAI使用に対する認識を変える方法

職場における人工知能に関する会話は、認識の課題を抱えています。二つの競合するグループによって支配されています。技術に熱心な経営陣と、それを恐れる労働者です。二つの立場の間で失われるものは、AIの導入が成功するか失敗するかを決定するものです。つまり、毎日それを使用する必要がある人の経験です。数字は厳しい話を語っています。 調査によると、70〜80パーセントのAIプロジェクトが期待される利益をもたらさないことが分かっています。主な原因は技術的な失敗ではありません。ユーザーの採用不足です。プロセスに参加しなかった従業員はシステムを使用しません。代わりに、すでに知っているスプレッドシートや手動のワークアラウンドに戻ります。技術は機能します。組織は変わりません。ワーカーが反発する理由抵抗を理解するには、新しいAIシステムが到着する前にワーカーが実際に何を聞いているかを理解する必要があります。 EYの2024年の調査によると、75パーセントの従業員はAIが仕事を時代遅れにする可能性があることを心配しており、65パーセントは自分の役割について心配しています。新しいシステムが導入されるまでに、多くのフロントラインワーカーはすでに強い意見を形成しています。恐怖は、どのように導入の決定が下されるかによって増幅されます。ほとんどの組織では、AIを導入する決定は経営陣または取締役会のレベルで行われ、下向きに伝達されます。ワーカーは通知されますが、相談されません。ツールが選択された理由、解決しようとしている問題、またはフィードバックがどのように使用されるかについての可視性がありません。結果として、最初の従業員がログインする前に信頼性の欠如から始まる導入となります。ピュー・リサーチ・センターの2025年の研究によると、アメリカの半分以上の労働者が職場におけるAIの将来的な影響について心配しており、33パーセントがそれに圧倒されていることが分かりました。そうした反応は非合理的なものではありません。実際に働くように設計されていないものを受け入れるように求められていることに対する妥当な反応を反映しています。導入の問題は組織的な問題ですAIへの抵抗をワーカーの問題として捉えることは、状況を誤診します。導入が停滞する場合、ほとんどの場合、組織が成功の条件を作ることに失敗したためであり、従業員が無能または不適切であるためではありません。最も一般的な失敗パターンは次のとおりです。技術は正しく実装され、トレーニングでは機能がカバーされ、ロールアウトが発表されます。ただし、その後は何も変わりません。ワーカーは信頼しているツールと方法を続けて使用し、AIシステムは実際の作業が別の場所で行われている間、バックグラウンドで動作する高価なインフラストラクチャになります。 AI導入の障壁に関する2025年の分析によると、組織の約3分の1が変化への抵抗を上位の障害として挙げており、半分以下の組織が人間側の導入を導くための正式なAIガバナンスポリシーを持っています。より良いアプローチフロントラインのAI導入に成功した組織は、共通の特徴を共有しています。導入を技術によってサポートされる人々の取り組みとして扱いますが、人々に課せられた技術的取り組みとして扱いません。それは導入前に従業員を関与させることから始まります。パイロットプロジェクト、フィードバックセッション、または早期テストに参加するワーカーは、結果に対する所有権を感じます。彼らは実際の問題を特定し、役立つ調整を提案し、ツールを同僚の中で推進する可能性が高くなります。懐疑者から内部のチャンピオンへの移行は、ほとんどの場合、聞いているという感覚から始まります。また、AIシステムが個々のワーカーレベルで、組織レポートレベルだけでなく、即時的な実用的な価値を提供する必要があります。新しいAIシステムの唯一の可視的な利益者がマネージャーがダッシュボードを確認する場合、フロントラインワーカーはそれを信頼する理由がありません。システムがアソシエイトに在庫を特定したり、新しい従業員をプロセスを段階的に導いたり、シフトが遅れに遅れないようにスタッフのギャップを指摘したりする場合、価値は個人的で具体的になります。ここで、設計哲学が非常に重要になります。実際のユーザーから隔離された状態で構築されたシステムは、デモでは印象的な機能を最適化する傾向がありますが、仕事の実際のやり方と一致しません。実際のユーザーと密接に協力して開発されたシステムは、実際のユーザーが直面している問題を解決します。導入は、変化管理ではなく、共通の感覚のように感じられます。コミュニケーションは3番目の部分です。ワーカーは、実際に尋ねている質問に正直な答えが必要です。私の仕事に何が起こるのか？誰がこれを決定したのか？心配を提起した場合に何が起こるのか？AIシステムの目的と限界についての透明性は、どの機能の発表よりも信頼を築くのに役立ちます。脅威からツールへフロントラインのAI導入を正しく行っている組織は、必ずしも技術に最も多くの資金を費やした組織ではありません。従業員が技術の目的を理解し、実際の役割を与えることに投資した組織です。そうしたことが起こると、物語は変わります。AIは、ワーカーがニュースで聞いたものから、困難な仕事の一部を簡単にするものへと変わります。そうした変化は自動的に起こりません。システムが稼働する前に慎重に選択された決定が必要です。組織が直面する質問は、AIを導入するかどうかではありません。そうした決定はほとんど既に下されています。より重大な質問は、毎日それを使用する必要がある人々が、最終的にそれを信頼するかどうかです。