先週、ある経営者から「AIに詳しい人を採用したのに、半年経っても何も変わっていない。何が問題だったのか」という相談を受けた。
話を聞いてみると、採用したのは機械学習の経験があるエンジニアだった。期待していた内容は「社内業務のAI化」だったが、実際にその人がやっていたのはほとんどが調査・リサーチで、現場の業務には何も手がついていない状態だという。
AI担当者の採用で失敗する中小企業のパターンは、だいたい似ている。「技術力の高い人を採れば社内のAI活用が進む」という前提が間違っているのだが、その前提に気づかないまま採用して、半年・1年後に行き詰まる。本記事では、AI担当者採用の失敗パターンとその原因を整理する。
失敗パターン1：技術者を採用したが業務がわかる人材ではなかった
最もよくある失敗が、技術力を採用基準の中心に置いてしまうパターンだ。
機械学習の経験がある、Pythonが書ける、AIツールの知識が豊富——こうした技術スキルに注目して採用すると、「AIの技術は詳しいが自社の業務を知らない人」が入ってくる。
AIの技術力と、業務自動化を実務で推進できる力は別物だ。技術者が「どんなことが技術的に可能か」を知っていても、「この会社の経理フローのどこにボトルネックがあるか」「この請求書処理の流れをどう変えれば効率が上がるか」を知らないと、何も作れない。
自社の業務を理解した上でAIを使える人材と、AI技術を知っている人材は重なるようで大きくずれる。採用前にどちらを求めているかを明確にしていないと、技術者が来たのに実務は何も変わらない、という事態になる。
実は僕自身も、ある会社から「AIエンジニアを採用したい。どんなスキルを確認すればいいか」という相談を受けた時に、技術スキルのチェックリストをそのまま渡してしまったことがある。Pythonの経験年数、機械学習の知識、使えるフレームワーク——そういう観点で採用が進んだ結果、入社した担当者が「業務フローを把握していないので何から手をつければいいか分からない」という状態に5ヶ月後になっていた。あの時、僕が技術スキルではなく業務知識の確認方法を提案していれば、結果は違っていたと思う。採用基準を「技術力」に絞るように誘導してしまったことは、今でも反省している。
失敗パターン2：採用したが「何を依頼すればいいか」が社内で決まっていなかった
AI担当者を採用しても、「その人に何をやってもらうか」が曖昧なまま始めるケースが多い。
正直、これは僕が一番多く見てきたパターンだ。「AI担当者を採ったから、あとはその人に任せよう」という考え方で始めると、入社した担当者が「何をすればいいか分からない」という状態に陥る。
担当者が自分でテーマを見つけてタスクを作れる環境なら機能するが、そのためには業務全体を把握して優先順位をつける権限と情報が必要だ。それがない状態だと、担当者は何かを始めようとするたびに「その業務は所管が違う」「決裁が必要」「先に上長に確認する必要がある」という壁にぶつかる。
入社した人材が優秀かどうかではなく、受け入れ側の環境が整っていないことが失敗の原因になる。これは採用の問題ではなく、体制の問題だ。
失敗パターン3：採用後に予算がつかず、ツール導入も外注もできなかった
AI担当者を採用したが、具体的なツール導入や外注の予算が確保されていないケースも多い。
担当者が業務自動化の設計をしたとしても、実際に動かすためにはツールの契約費用や、開発を外部に依頼するコストが発生することがある。採用コストは払ったが、その後の活動予算がゼロという状態では、担当者はやりたいことができない。
「AIに詳しい人を採れば、低コストで全部できる」という期待で採用した場合にこのズレが起きやすい。AI担当者はAI活用を推進する人であって、コストゼロで全自動化を実現する魔法使いではない。
失敗パターン4：経営者がAI活用に興味を示さなくなった
採用直後は経営者もAI活用に前向きだったが、3ヶ月・6ヶ月と経つにつれて優先度が下がり、担当者が孤立するケースがある。
経営者が日々の業務に追われてAI活用の会議に出てこなくなる、報告を受けても具体的なフィードバックが返ってこない、予算承認が後回しになる——こういう状態が続くと、担当者は動けなくなる。
AI担当者がいくら優秀でも、経営者が本気で取り組む意思がなければ、社内で変化は起きない。現場の抵抗にも、予算の壁にも、担当者一人で立ち向かうことには限界がある。担当者の質と経営者のコミットメント、どちらが成果を左右するかといえば後者だ。これは支援を重ねるほど確信が強くなっている。
失敗パターン5：1人体制で孤立し、続かなかった
AI担当者を1名採用して完結させようとするパターンでも、失敗しやすい。
担当者が1人だと、業務理解・設計・ツール選定・構築・社内展開をすべて1人でやることになる。これは現実的に難しい場合が多い。特に中小企業では、担当者が社内に協力者がいない孤独な立場になりやすい。
ある会社でAI担当として採用された人が、8ヶ月で退職したという話を聞いた。退職理由として「何をやっても承認が下りない」「社内の誰もAI活用に協力してくれない」が挙げられていた。結局、その会社は採用コストと8ヶ月分の人件費を使って、何も残らなかった。この状況は採用した人材の問題ではなく、受け入れ体制の問題だったと思う。マジで、1人体制でAI担当を機能させようとするのは構造的に難しい。
AI担当者の採用が「向いているケース」と「向いていないケース」
AI担当者の採用が機能しやすいのは、以下の条件が揃っているケースだ。
採用が機能しやすい条件
- 経営者がAI活用の優先度を高く維持している
- 担当者が何をやるかのスコープが事前に決まっている
- ツール導入・外注のための予算が確保されている
- 業務を横断的に知っている社内メンバーと連携できる
逆に、以下の状態で採用するとうまくいかないことが多い。
採用が機能しにくい条件
- 「採用すれば何とかなる」という丸投げ発想がある
- AI活用で何を解決したいかが曖昧なまま
- 担当者の権限が小さすぎて社内で動けない
- 採用後の予算がゼロで、外注もツール契約もできない
AI担当者を採用する前に決めておくべきこと
採用の失敗を防ぐには、採用前に以下を整理することが重要だ。
1. 何を解決したいか
「AI活用を進めたい」という抽象的な目的ではなく、「毎月の請求書処理を自動化したい」「問い合わせ対応を半自動化したい」など、具体的な課題を決める。課題が具体的であれば、必要なスキルも自然と絞られる。
2. 担当者に持つ権限の範囲
ツールの選定・契約・社内展開を担当者が自己判断できる範囲を決めておく。権限がなければ、優秀な担当者も動けない。
3. 予算の確保
担当者の人件費だけでなく、活動に必要な予算（ツール費用、外注費用）を事前に確保する。
4. 孤立させない体制
担当者が連携できる社内の協力者を最初から設定しておく。1人体制で孤立させない。
採用ではなく顧問という選択肢
ぶっちゃけ、AI担当者の採用が向いていないケースでは、最初からAI顧問を使う方が現実的なことが多い。
採用は採用コスト・人件費・入社後の体制整備がセットで発生する。中途採用を人材紹介経由で進める場合、仲介手数料は採用者年収の30〜35%が相場だ。採用コストだけで50〜100万円になることは珍しくなく、入社後の月次人件費を加えると初年度で数百万円規模のコストになる。AI顧問であれば月3万〜30万円の範囲で始められ、合わなければ解約できる。成果を確認してから内製化を検討できる分、リスク構造が全く違う。
僕が見てきた中では、採用前にAI顧問で小さく動かした会社の方が、最終的にAI活用が社内に根付いているケースが多い。採用前の段階でAI顧問と一緒に「社内でAIをどう使うか」の設計を固めてから、内製化するかどうかを判断する流れが合理的だ。
AI担当者を雇う選択肢とAI顧問を依頼する選択肢の比較についてはAI担当者を雇うvsAI顧問を依頼｜コスト・成果・リスク比較で整理している。AI活用の内製と外注の判断軸についてはAI活用を内製するvsAI顧問に外注する｜中小企業向け判断基準でまとめている。
採用前の自己診断チェックリスト
AI担当者の採用を検討している場合は、以下を確認する。
- [ ] 解決したい具体的な課題が1つ以上ある
- [ ] 担当者に与える権限の範囲を決めている
- [ ] 採用後の活動予算（ツール費用・外注費）を確保している
- [ ] 経営者がAI活用に継続的に関与できる状況にある
- [ ] 社内に担当者と連携できるメンバーがいる
このチェックリストで複数に「×」がつく場合は、採用前に環境を整える、またはAI顧問からスタートする選択肢を再検討することを勧める。
AI担当者を採用するかAI顧問を使うか迷っている段階であれば、中小企業がAI顧問を始める手順｜契約から運用開始までも合わせて見ると判断材料になる。