生成AI研修の効果測定｜90日で定着させるKPI設計

• AI研修
• AI
• 地方中小企業

「生成AI研修は盛り上がった。でも、本当に仕事は変わったのか？」

経営者や研修担当者にとって、これがいちばん答えにくい質問じゃないでしょうか。終了直後のアンケートは高評価。参加者からも「便利だった」「使ってみたい」という声が出る。ところが1か月後、どの業務で、誰が、どれくらい使い、時間や品質がどう変わったかを説明できない。これ、研修の内容が悪いとは限りません。生成AI研修の効果測定を、研修前から設計していなかったことが原因なんです。

結論から言います。生成AI研修は、満足度ではなく「業務での行動」と「仕事の変化」で測ります。ただし、いきなり全社の売上や利益に結びつけようとすると無理が出ます。中小企業なら、対象業務を3つほどに絞り、研修前の基準値を取り、30日・60日・90日で見直す。このくらいが、現場を疲れさせずに続けられる現実的な設計です。

生成AI研修の効果測定は「満足度」で終わらせない

満足度は大切。でも、成果そのものではない

研修後アンケートの満足度は、無意味ではありません。講師の説明が理解できたか、演習の難易度は合っていたか、生成AIへの抵抗感が減ったか。次回の研修を改善するうえで、どれも大切な情報です。

ただ、満足度が高いことと、業務が変わることは別です。分かりやすい講演を聞けば、その場の評価は上がります。でも翌日の見積書づくり、会議記録、社内文書、顧客メールに生成AIが組み込まれなければ、会社の成果にはつながりません。

だから、アンケートでは「満足しましたか？」だけでなく、次の問いまで置きます。

研修の出口に具体的な業務が見えているか。ここが最初の分岐点です。

「学んだ」「使った」「仕事が変わった」を分ける

生成AI研修の効果測定は、3つの階層で考えると整理しやすくなります。

階層	確認すること	指標の例
学習	基本知識と安全な使い方を理解したか	確認テスト、演習完了、入力禁止情報の理解
行動	実際の業務で使い続けているか	対象業務数、週次利用者、標準プロンプト利用回数
業務成果	時間・品質・対応量が変わったか	作業時間、手戻り率、処理件数、確認時間

この順番を飛ばして、いきなり「売上はいくら増えた？」と聞くと、生成AI以外の影響を切り分けられません。逆に「参加者が喜んだ」で止めると、投資を続ける判断材料が足りません。学習から行動へ、行動から業務成果へと、一段ずつつなぐのがコツです。

独立行政法人情報処理推進機構（IPA）が公開している「テキスト生成AIの導入・運用ガイドライン」でも、利用者へのアンケートやインタビューを通じて、業務改善効果を定量・定性の両面から集める考え方が示されています。数字だけでも、感想だけでも足りないということです。

最初に決めるのは「誰の、どの業務を変えるか」

全社一括より、3つの対象業務から始める

生成AI研修のKPIを考えるとき、「AI活用率を上げる」という目標を置きがちです。でも、これだけでは広すぎます。検索に使ったのか、文章を丸ごと作らせたのか、会議記録を整えたのか。同じ1回でも、意味が違いますよね。

まずは対象業務を3つほど選びます。例えば、次のような仕事です。

選ぶ基準は、「繰り返し発生する」「開始と終了が分かる」「人による確認ができる」の3つです。一年に一度しかない仕事より、毎週繰り返す仕事の方が測りやすい。成果物の良し悪しを誰も判断できない仕事より、担当者が確認できる仕事の方が改善できます。

東京商工会議所は、2026年5月に公表した中小企業向け生成AI活用実践ガイドの案内で、期待する成果を出すには、経営者のリードのもと、自社の業務内容やプロセスに合わせて設計・適用することが必要だと説明しています。便利な機能を広く教えるだけではなく、自社業務へ接続する設計が先なんです。

研修前に基準値を1回だけ取る

効果測定で意外と多い失敗が、研修後だけ数字を取ることです。「議事録が30分でできました」と言われても、以前は40分だったのか、2時間だったのかで価値は変わります。

研修前に、対象業務をいつもの方法で1〜3回実施し、基準値を取ります。精密な調査でなくて大丈夫です。

ここで大切なのは、測定のために仕事を増やしすぎないこと。ストップウォッチで一秒単位まで測る必要はありません。15分、30分、60分のような区切りでも、前後の差は見えます。

KPIの責任者を1人決める

「みんなで振り返りましょう」は、だいたい誰も集計しません。対象業務ごとに、記録をまとめる人を1人決めます。役職者である必要はなく、実際の業務を理解している人が向いています。

責任者の仕事は、社員を監視することではありません。記録の抜けを確認し、困りごとを集め、次の改善会議へ渡すことです。AIの利用回数を競わせるのではなく、「どこで止まったか」を早く見つける役割だと伝えてください。

AI研修のKPIは4種類から3〜5個を選ぶ

1. 活用・定着のKPI

最初に見るのは、生成AIが日常業務に入ったかどうかです。代表的な指標は、対象業務での利用者数、利用継続率、標準プロンプトの利用回数、AIを使う業務の数です。

ただし「ログイン回数」を主KPIにするのはおすすめしません。ログインして雑談を一度した人と、週報づくりを毎週改善している人を同じ1人として数えるからです。どの業務で使ったかをセットにします。

例えば「週1回以上AIを使った社員の割合」より、「営業メール作成で週1回以上AIを使った対象者の割合」の方が、改善につながる情報になります。

2. 時間・処理量のKPI

業務改善として説明しやすいのが、作業時間と処理件数です。

ここで確認時間を忘れないでください。AIが10分で文章を作っても、事実確認と修正に40分かかれば、全体では早くなっていません。「生成時間」ではなく、人が使える完成状態になるまでの時間を測ります。

3. 品質・リスクのKPI

時間が短くなっても、誤りや手戻りが増えたら成功とは言えません。生成AIはもっともらしい誤りを出すことがあります。早さと品質をセットで見る必要があります。

品質は難しい点数にしなくても構いません。

安全面では、個人情報・機密情報の誤入力、未確認のまま外部へ送信した件数なども確認します。目標は「ミスを報告しない会社」ではなく、「小さなミスを早く見つけ、再発防止できる会社」です。

経済産業省と関係機関が2026年3月に公開したAI事業者ガイドライン第1.2版には、AI利用者を含む関係者が参照できるチェックリストやワークシートも用意されています。研修のKPIを速さだけに寄せず、ガバナンスと人による確認を含めるときの参考になります。

4. 事業価値のKPI

最後に、会社として何が良くなったかを見ます。ここは対象業務によって変わります。

売上や利益を直接KPIにしても構いませんが、生成AI研修だけの効果として断定しない方が安全です。営業成果には市場、価格、商品、担当者の経験など多くの要因が関係します。「AI研修で売上が増えた」と短絡せず、まずは提案書作成時間や商談後の返信速度のような、中間指標を見ます。

欲張らず、3〜5個で始める

おすすめの最小構成は次の5つです。

観点	最小KPI	測り方
定着	対象業務での週次利用者	簡単なチェック欄
時間	完成までの総時間	15分単位の自己記録
品質	差し戻し回数	既存の確認工程で記録
安全	人による最終確認率	チェック欄
価値	対象業務の処理件数	既存台帳から集計

これ以上増やすと、測定のための仕事が増えます。90日運用してから、本当に判断に使った指標だけを残してください。

30・60・90日で回す生成AI研修の効果測定

研修前〜当日：目的と基準値をそろえる

研修前は、対象業務、現状の時間、品質の確認方法、担当者を決めます。研修当日は、一般的なサンプルだけで終わらせず、その対象業務に近い演習を入れます。

当日のゴールは「便利だった」ではなく、次の状態です。

研修の選定段階からこの設計を入れたい方は、生成AI研修の選び方をまとめた7つの判断軸も参考にしてください。今回の効果測定は、その先の実行編です。

30日：使われない理由を見つける

30日目は、成果を断定する日ではありません。止まった場所を見つける日です。

よくある停止理由は、「プロンプトを忘れた」「どの情報まで入力してよいか不安」「AIの出力を直す方が遅かった」「忙しくて試す時間がなかった」です。ここで利用者を責めると、本当の課題が上がってこなくなります。

30日レビューでは、次の4問で十分です。

質問窓口を用意するだけでなく、推進担当から短く聞きに行く。使っていない人ほど質問自体が出ません。こちらから確認して、最初のつまずきを取り除きます。

60日：個人の工夫を標準手順に変える

60日目になると、うまく使う人と使わない人の差が見えてきます。ここで「AIが得意な人だけに任せる」と、活用が属人化します。

うまくいった人のプロンプトだけを共有するのではなく、入力前の準備、確認ポイント、失敗例までセットにします。

この5点がそろうと、個人の裏技が会社の手順になります。逆にプロンプトの一文だけを配ると、前提が違う人には再現できません。

経済産業省が公開したデジタル人材育成の調査報告には、生成AI研修だけでなく、伴走支援、月次レビュー、活用事例・プロンプト標準、相談窓口、工数の可視化を組み合わせたロードマップ案が示されています。これは一つの組織向け提案ですが、研修を単発イベントにしない考え方として参考になります。経済産業省の公開報告書で確認できます。

90日：続ける・直す・やめるを決める

90日目は、次の投資判断をする日です。すべての活用を続ける必要はありません。

「やめる」も立派な成果です。向かない業務が分かれば、次の試行に集中できます。生成AIを使うこと自体を目的にせず、仕事を良くする手段として判断してください。

IPAが2026年7月に公表した国内企業のDX・AI活用動向では、AI導入は広がり効果を感じる企業がある一方、期待どおり・期待以上の効果に至る割合は限定的だと整理されています。入れたかどうかではなく、期待した効果まで届いたかを見る必要があります。

ROIは「削減時間」だけで計算しない

最初は簡単な試算でいい

生成AI研修のROIを厳密に求めようとすると、集計だけで疲れます。まずは、対象業務ごとの概算で十分です。

月間の時間削減価値
=（研修前の総作業時間 − 研修後の総作業時間）× 社内で決めた時間単価

例えば、下書きが早くなっても確認時間が増えた場合は、両方を合計します。AIツールの利用料、研修費、担当者が標準手順を整える時間も、可能な範囲で費用に入れます。

ここで使う時間単価は、給与そのものを社員ごとに出す必要はありません。会社として統一した標準単価を置けば、個人の賃金情報を扱わずに試算できます。

空いた時間が価値に変わったかを見る

1時間短縮したからといって、1時間分の利益が自動的に増えるわけではありません。空いた時間で何をしたかが重要です。

この「使い道」を一言残すだけで、時間削減が経営の言葉に変わります。生成AI研修の効果測定は、速くなったことを自慢するためではなく、空いた時間をどこへ再配分するか決めるために行うんです。

品質低下のコストも入れる

AIが作った文章の修正、誤情報の確認、顧客への訂正、社内での再説明。こうした手戻りは、見えにくいコストです。

効果測定シートには「AIで短縮できた時間」と「追加で発生した確認・修正時間」を別の欄にします。両方を見れば、AIを使う工程と人が担当する工程を調整できます。

安全面の基本は、カンマンのAI導入時のセキュリティ対策8のチェックリストも合わせて確認してください。この記事ではKPIに絞り、情報管理の詳しい手順はそちらに分けています。

効果測定でやってはいけない5つのこと

1. 利用回数を競わせる

回数を競うと、必要のない業務までAIを使うようになります。目的は利用数ではなく業務改善です。対象業務と成果をセットで見ます。

2. 個人を細かく監視する

誰が何回使ったかを細かく順位にすると、試行錯誤や失敗の共有が止まります。部署や対象業務の集計を基本にし、個人評価へ直結させない運用を先に伝えます。プロンプト本文には機密情報が含まれる可能性もあるため、安易に集めません。

3. 自己申告だけで判断する

「時間が半分になった気がする」は仮説として大切です。ただ、可能なら作業記録、処理件数、差し戻し回数など既存の記録と照らします。厳密な監査ではなく、判断を誤らないための確認です。

4. 全社員の平均だけを見る

営業、総務、制作、経理では仕事が違います。全社員平均にすると、どの業務が良かったのか分かりません。部署別より一段具体的な「業務別」で見ます。

5. うまくいかなかった試行を隠す

AIに向かなかった業務、確認が増えたケース、現場で使われなかったプロンプト。これらは失敗ではなく、次の設計材料です。研修後の報告会では、成功事例1件に対し、つまずきも1件共有するくらいがちょうどいいです。

生成AI導入の順番自体を見直したい場合は、生成AI導入が失敗する理由と成果が出る順番も役立ちます。ツール、ルール、研修、業務設計の関係を別の角度から整理しています。

そのまま使える90日効果測定シート

一枚の表にまとめる

大きなシステムを入れなくても、最初はスプレッドシート一枚で回せます。列は次のとおりです。

項目	記入内容
対象業務	議事録、メール、週報など
業務の責任者	集計と改善提案をまとめる人
研修前の総時間	作成＋確認＋修正
30日後の総時間	同じ条件で記録
60日後の総時間	同じ条件で記録
90日後の総時間	同じ条件で記録
処理件数	同じ期間でそろえる
差し戻し・重大な誤り	品質の確認
人による最終確認	実施／未実施
困りごと	使わない理由も含める
次の一手	続ける／直す／対象変更／やめる

数値の期間をそろえることが大切です。繁忙期の一週間と閑散期の一か月を比べても意味がありません。条件が違うときは、備考に残します。

15分のレビュー会議にする

効果測定会議を一時間にすると、現場は続きません。対象業務ごとに15分、次の順番で進めます。

一度に直すのは一つだけ。プロンプト、入力資料、確認表、対象者、利用ツールを全部変えると、何が効いたか分からなくなります。

経営者への報告は3行でいい

経営会議では、長い研修レポートより次の3行が伝わります。

数字が悪かった場合も同じです。

成果を飾らず、次の判断が分かること。これが効果測定レポートの役割です。

研修を業務改善へつなぐなら、測定から逆算する

良い研修は「何を教えるか」だけで決まらない

生成AI研修というと、ChatGPT、Gemini、Copilotのどれを使うか、プロンプトを何個教えるかに目が向きます。でも、研修後に残るものの方が重要です。

これらを研修前に決めると、カリキュラムも変わります。知識を広く詰め込むより、対象業務で試し、失敗し、直す時間を増やした方がいい。生成AI研修の効果測定は、研修後の採点ではなく、研修そのものを実務向けに設計する道具なんです。

カンマンの無料相談で、測る業務を3つに絞る

「うちの場合、何を測ればいいか分からない」という段階なら、いきなり研修を決めなくて大丈夫です。まず、時間がかかっている仕事、属人化している仕事、毎週繰り返している仕事を一緒に棚卸ししましょう。

カンマンの生成AI研修では、基本操作だけでなく、業務課題のヒアリング、実務プロンプトづくり、業務自動化ワーク、効果測定と展開計画まで扱います。研修後に出てきた課題を扱うフォローアップ研修も用意しています。

カンマンの生成AI研修・無料AI活用相談を見る

相談時に、次の3つだけ教えてください。

そこから、測る対象と90日の進め方を一緒に整理します。研修を売る前に、研修で変える仕事を決める。私はこの順番がいちばん大切だと考えています。

よくある質問

Q1. 生成AI研修の効果測定は、いつ始めればいいですか？

研修前に始めます。対象業務の作業時間、確認時間、差し戻し回数などの基準値を一度取ってください。研修後だけ測ると、以前との違いを説明できません。その後は30日、60日、90日を目安に見直します。

Q2. AI研修のKPIは何個くらいが適切ですか？

最初は3〜5個で十分です。おすすめは、対象業務での利用、完成までの総時間、差し戻し、人による最終確認、処理件数です。指標を増やしすぎると測定自体が負担になり、続かなくなります。

Q3. 90日で成果が出なければ、生成AI研修は失敗ですか？

いいえ。対象業務がAIに向かなかった、確認工程が不足していた、入力資料が整っていなかったなど、原因を特定できれば次の判断材料になります。続ける、直す、対象を変える、やめるの4択で決めてください。使わない判断も、無駄な投資を止める大切な成果です。

参考資料