Deloitte UKのAI支出調査、職場における9億5,800万ポンドの格差を浮き彫りに
Deloitteによると、英国の労働者は業務で利用する生成AIツールに、現在年間推定9億5,800万ポンドを支出している。Deloitte UKのAI支出調査は、多くの雇用主がガバナンス、資金提供、さらには利用実態の把握を行うよりも速いペースで、従業員がこの技術を導入していることを示している。
この数字は目を引くが、より重要なのはその背景にある対立だ。労働者はAIを不可欠な個人用ソフトウェアとして捉える傾向を強める一方、雇用主は依然として統制された企業システムとして扱っている。従業員は、正式な調達やセキュリティのプロセスが追いつく前に、アクセスを購入し、ツールを選び、ワークフローを構築している。
この隔たりは、英国の職場内に大規模なシャドーAI経済を生み出した。シャドーAIとは、雇用主の認識や承認を得ずに生成AIサービスを利用することを指す。これは過去の無許可クラウドソフトウェアの波に続くものだが、プロンプトは機密データを露出させる可能性があり、生成された回答は見えにくい誤りを持ち込むおそれがある。
Deloitteの調査結果は、こうした支出のすべてが同等の価値を生んでいることを証明するものではない。調査対象ユーザーの半数は時間短縮を実感しておらず、最も一般的な用途も基本的なものにとどまる。したがって本質は、無制限のAI熱狂ではない。技術に関する意思決定、コスト、リスクが、雇用主から個々の労働者へ移転していることだ。
Deloitte UKのAI支出調査が規模を明らかに
組織が正式に支援しているかどうかにかかわらず、従業員はすでに生成AIを職場の一部にしている。
Deloitteは2026年9月16日、初のGenAI Workforce Surveyの調査結果を発表した。Ipsos UKは5月7日から6月10日にかけてオンライン調査を実施し、18歳から70歳までの労働者2万5,000人から回答を集めた。
標本には、22業種・24職種にわたる従業員と自営業者が含まれた。Deloitteは、より広範なオフライン人口を反映するため、人口統計および雇用状況による重み付けを行った。同社はこれを、これまでに実施された職場での生成AI利用に関する単一国対象の調査として最大規模だとしている。
従業員調査によると、回答者の63%は業務で生成AIを利用したことを認識していると答えた。このグループは全標本の1万6,749人に相当する。さらに34%は業務での利用経験がないと回答し、3%は分からないと答えた。
導入は、たまの試用に限られていなかった。Deloitteによると、英国の全労働者の24%は業務で生成AIを毎日利用していた。ただし別の調査ページでは、日常利用について12%という数値が示されており、より狭い回答区分を反映しているとみられる。この違いは、利用頻度の推計には慎重な読み取りが必要であることを示している。
ツールへのアクセスも複数の経路から得られていた。生成AIユーザーのうち、46%は無料サービスを利用し、34%は雇用主が費用を負担する外部ツールを利用し、17%は社内システムを利用していた。回答者は複数のカテゴリーを利用できたため、これらの数値を合算すべきではない。
最も重要なのは、17%が業務で使うツールの少なくとも1つに個人で支払っていたことだ。Deloitteはこの支出を英国の労働力全体に外挿し、年間9億5,800万ポンドと見積もった。この推計は、通常の企業向けソフトウェア予算では見落とされる可能性がある市場を捉えている。
DeloitteのシャドーAI調査は、もう1つ重要な詳細を加えている。自己負担ユーザーの6%は、通常複数のツールに対して月額50ポンド超を支出していると回答した。これは、一部の従業員が1つの汎用アシスタントに頼るのではなく、個人用のAIスタックを組み立てていることを示唆する。
こうしたスタックには、執筆、調査、コーディング、会議要約、画像生成、文書分析のための個別サービスが含まれる場合がある。労働者にとって各サブスクリプションは実用的な近道に見えるかもしれない。一方、雇用主から見れば、セキュリティ条件やデータ管理がそれぞれ異なる、断片化したアカウント群となる。
したがってDeloitte UKのAI支出調査は、チャットボットへの需要以上のものを測定している。従業員が業務の周囲に非公式なソフトウェア層をいかに迅速に作り出せるかを明らかにしている。その層は個人アカウントによって資金が賄われ、しばしば企業の可視性の外側に存在する。
労働者は雇用主が提供していないツールに資金を出している
労働者がAIへのアクセスを福利厚生ではなく必須条件として扱っているため、支出の隔たりは雇用主に圧力をかけている。
一部の従業員は、好むサービスが承認済みの代替手段より優れているために支払っているようだ。未承認ツールを使う、または個人で支払う回答者のうち、21%はそれらの製品が会社のツールを上回ると答えた。さらに14%は、そのサービスが自らの仕事に不可欠であるにもかかわらず、雇用主から資金提供を受けていないと説明した。
キャリア上の動機も判断を形作っている。Deloitteは、このグループの16%が、個人で選んだAIツールは昇進の見込みを高めると考えていることを明らかにした。その成果物が組織に利益をもたらす場合でも、ソフトウェアの購入は個人のパフォーマンスへの非公式な投資となる。
これにより、珍しい経済的な取り決めが生まれる。雇用主は、従業員自身が選び、資金を出したサービスによって作成された草稿、要約、調査、コードを受け取る。組織は出力の一部から利益を得る一方で、評価していない可能性のあるリスクを引き受ける。
労働者にとっては、その取り決めに価値があると感じられるかもしれない。ツールが反復作業を減らしたり、難しい作業の克服を助けたりするなら、調達承認を何カ月も待つことは高くつく。消費者向けAIサービスは数分で使い始められる一方、エンタープライズ評価にはセキュリティ、法務、財務、情報技術の審査が必要になる。
英国の職場におけるAI支出パターンは、承認済みアクセスと好まれるアクセスの違いも反映している。社内アシスタントを1つ提供しても、従業員が外部サービスの利用をやめるとは限らない。労働者は、出力品質、速度、モデルの利用可能性、統合、使い慣れの度合いを比較する。
金融サービスはこの問題を示している。Deloitteによると、金融、銀行、保険分野の生成AIユーザーの28%は社内ツールを利用しており、全体の17%を上回った。企業が資金を提供する外部ツールの利用率も41%に達し、全業界の34%を上回った。
それでも同分野の生成AIユーザーの19%は、自分のツールに個人で支払っていた。承認済みの選択肢がより多く利用できるにもかかわらず、この割合は業界横断の比率を上回った。企業向けソフトウェアを増やしても、個人サブスクリプションが自動的になくなるわけではなかった。
この結果は、エンタープライズ導入の背景にある一般的な前提に疑問を投げかける。雇用主はしばしば、承認済みアシスタントが利用を集約すると予想する。しかし従業員は、それらの製品が特定のワークフローにより適している場合、別個のサービスを維持してもよいと考えているようだ。
これは、好まれるツールのすべてが客観的に優れていることを意味しない。ユーザーは、すでに知っているインターフェースや、制限の少ないサービスを好む場合がある。承認済みシステムは、消費者アカウントなら許可される機密性の高い操作をブロックするからこそ、弱く感じられる可能性がある。
雇用主はいま、実質的に選択を迫られている。選定したサービスを払い戻すか、社内の代替手段を改善するか、外部利用をより積極的に制限するかだ。いずれの対応にもコストが伴い、単純な禁止は利用をさらに地下化させかねない。
Deloitte UKのAI支出調査は、その選択を金額で示している。10億ポンド近い個人支出は従業員の強い需要を示すが、どのツールが企業導入に値するかは特定していない。企業には依然として、利用状況、リスク、測定可能なリターンに関する証拠が必要だ。
主な対立は従業員の需要と雇用主の統制にある
労働者は有用なモデルへの即時アクセスを望む一方、雇用主にはデータ、正確性、説明責任、ソフトウェア支出に関する一貫したルールが必要だ。
Deloitteは、生成AIユーザーの31%が雇用主に知られずに利用していたことを明らかにした。同社のシャドーAI分析は、正式な方針と実際の従業員行動との隔たりを説明している。
これは、無謀な労働者による単なるコンプライアンス違反ではない。調査は、リーダーシップや研修が不十分であることも示している。従業員は、公式ガイダンスが不明確、利用不能、または自らの業務と結び付いていない環境で判断を下している。
組織に、明確で、最新で、理解されており、見つけやすい生成AI方針があると答えたユーザーは28%にすぎなかった。さらに34%は雇用主に方針がないと答え、23%は存在するかどうかを知らなかった。
従業員が見つけられない方針には、実用的な価値がほとんどない。それでは、会議メモ、顧客とのやり取り、ソースコード、機密提案書をアップロードできるかどうかに答えられない。締め切りに直面した労働者は、自らの判断を下すことになる。
生成AIユーザーの半数は正式な研修を受けていなかった。必須の指導を受けたと回答したのは20%だけだった。これらの数値は、数百万人の労働者が実験、オンライン上の助言、AI企業が提供するインターフェースを通じて学んでいることを意味する。
対話型インターフェースは技術的な複雑さを隠しうるため、この研修不足は重要だ。チャットボットは検索やメッセージングソフトウェアに似て見えるが、入力データはサービスやアカウント種別によって異なる条件の下で保存、レビュー、処理される可能性がある。
生成された資料にも評価が必要だ。流暢な応答には、誤った記述、不完全な論理、捏造された引用、不適切な表現が含まれることがある。労働者に必要なのは、プロンプト技術だけではなく、領域知識と検証の習慣だ。
個人アカウントが業務ワークフローの一部になると、リスクは高まる。組織は、どのモデルが文書を生成したのか、どの情報がシステムに入力されたのか、別の人物が出力を確認したのかを把握できない可能性がある。これは監査可能性を弱める。
調達上の問題もある。個別の個人アカウントは、雇用主が総需要を把握し、実際の利用状況に基づいてアクセスを交渉することを妨げる。その一方で、組織が従業員の好みを理解せずに製品を選んだ場合、企業ライセンスが十分に利用されない可能性がある。
Deloitteによると、雇用主の監督外で利用しているユーザーの22%は、組織が知れば承認すると考えていた。このグループは、自らを意味のあるルールに違反しているとは見ていない可能性がある。沈黙を暗黙の許可として扱っている。
雇用主は、特に規制対象または機密性の高い業務において、同じ行動を異なるように解釈する可能性がある。利用したサービス、提供した情報、その後に適用したレビューを誰も記録していなければ、無害な試行であっても不確実性を生み出しうる。
したがってDeloitteのシャドーAI調査は、インセンティブの不一致によって生じたガバナンス問題を明らかにしている。ツールが労力を削減すれば、労働者は即座に利益を得る。雇用主は、より長期的な法的、セキュリティ、評判、品質上のリスクを負う。
厳格な統制だけでは、この不一致を解消できない。管理対象デバイスでウェブサイトをブロックしても、個人のスマートフォン、自宅のコンピューター、コピーしたテキストまではカバーできない。監視は、従業員がなぜ公式ツールを拒んだのかを明らかにしないまま、信頼を損なう可能性もある。
組織には、承認済みの実験を行える実用的な経路が必要だ。それには、明確な境界、利用しやすい代替手段、追加サービスをリクエストする方法が含まれる。また、どのデータを外部モデルに絶対に入力してはならないのかを、リーダーが説明する必要もある。
ナレッジワーカーは、信頼できる業務資料を管理された個人ナレッジベースに保管することで、不必要なコピーを減らせる。ただし、そのシステムには依然として、内容の機密性に見合った方針が必要だ。
したがって中心的な競争は、あるAIベンダーと別のAIベンダーの間にあるのではない。従業員主導の導入と、雇用主主導の統制の間にある。勝者は、誰が職場のAIを選び、失敗した際に誰が説明責任を負うのかを決めることになる。
高額な支出は、まだ高い生産性を意味しない
9億5,800万ポンドという推計は支払い意欲を示すが、Deloitteの調査結果が描くのは、定着した生産性向上ではなく、広範ながら浅い利用である。
労働者は、生成AIによって週平均70分を節約できたと回答した。Deloitteによる調査結果の発表によれば、節約された時間の大半は、同じ雇用主のための追加業務に充てられていた。
平均値は、経験の大きな差を覆い隠しうる。Deloitteの詳細な生産性に関する結果によると、利用者の半数は時間を節約できていなかった。一方で、約8人に1人は週3時間を超える節約を報告した。
労働者全体では、AIによって週5時間以上を節約できたと答えた人は7%だった。この割合は情報通信業で21%に上昇する一方、医療・社会福祉では5%に低下した。労働者が報告する価値は、明らかに業界の文脈に左右される。
この調査は、生産性の直接測定ではなく、労働者の記憶に依存している。Deloitte自身も、大半の人は節約できた時間を正確に覚えていられないと指摘している。これらの推計が捉えているのは認識された便益であり、アウトプットの増加や仕事の質の向上に関する統制された証拠ではない。
一般的な利用例も控えめだった。情報検索とメール文面の作成は、いずれも利用者の43%で見られた。要約作成は31%で3位だった。
こうした業務は、特に大規模な労働力全体で繰り返される場合には重要になりうる。しかし、メール作成の高速化は、同僚が読むべき文章量を増やすだけの場合もある。送信者が節約した1分が、受信者の追加作業を生む可能性がある。
Deloitteは、全回答者の31%が、時間をまったく節約できないまま職場で生成AIを利用していたと明らかにした。同社の生産性分析では、利用者の52%が、アクセスを失っても仕事は難しくならないと考えていた。さらに11%は、仕事がむしろ簡単になる可能性があると答えた。
生成AIを失うと自分の仕事がはるかに難しくなるほど重要だと答えたのは、わずか8%だった。これは相当な規模の集団ではあるが、この技術を試した63%よりははるかに小さい。
これらの結果は、Deloitte UKのAI支出調査をより複雑にする。労働力が一貫した生産性向上を示す前に、従業員はツールに支払いをしている。支出は、実証済みの事業価値と同じくらい、認識された選択肢としての価値を示している。
サブスクリプションは、労働者に新しいモデルや機能への継続的なアクセスを与える。日常的な便益が限られていても、難しい案件への保険として機能しうる。ある緊急の仕事をうまく処理できたという理由だけで、サービスを継続する人もいるだろう。
その価値は心理的なものでもありうる。生成AIは、白紙の文書や不慣れな問いが進行を妨げるときの出発点を提供する。従来のパフォーマンス指標では容易に切り分けられない結果であっても、労働者は自分の能力が高まったと感じるかもしれない。
時間が節約されても、雇用主がそのすべてを得るわけではない。Deloitteによると、時間を節約できた人の27%は、その一部以上を個人的な用事に使っていた。約半数は、節約した時間を同じ仕事をさらにこなすために使った。
この結果は、必ずしも無駄ではない。短い休憩は疲労を減らし、業務をより早く終えられることは仕事への満足度を高めうる。しかし、労働時間だけから金銭的なリターンを算出することは、より難しくなる。
したがって雇用主は、導入件数を生産性指標として扱うべきではない。アカウント数、プロンプト数、アクティブユーザー数は、業務が改善されたかどうかをほとんど示さない。信頼できる評価では、アウトプットの質、処理時間、エラー率、従業員体験を検討すべきだ。
Deloitteの調査結果は、有用な基準線であって最終判断ではない。予定されている6カ月ごとの調査によって、試行が依存へと変わるかどうかが明らかになるはずだ。また、研修によって利用者がメール、検索、要約の範囲を超えられるかも示せる。
それまでは、9億5,800万ポンドという推計を、同額の経済的利益の証明として提示すべきではない。これは自己申告の行動から推定した支出を測るものだ。利益、アウトプット、投資収益率を計算したものではない。
管理職の反応を恐れるとき、秘密主義は強まる
シャドーAIは一部ではセキュリティ上の問題だが、Deloitteのデータは職場の信頼に関する問題でもあることを示している。
労働者のほぼ4分の1に当たる23%は、職場で生成AIを使うことにはスティグマがあると考えていた。毎週利用する人のうち64%は、管理職がAIなら自分たちの仕事をこなせると結論づけるかもしれないと懸念していた。
この懸念は、従業員に成功したワークフローを隠す理由を与える。数時間を節約できる労働者は、より多くの業務、役割の見直し、人員配置に関する質問を予想するかもしれない。その成果を共有することは、個人的にリスクが高いと感じられうる。
その秘密主義は、どのワークフローが価値を生むかを組織が学ぶことを妨げる。管理職は、成功した試行もその限界も把握できない。セキュリティチームも、その慣行が広がる前にデータの取り扱いを評価する機会を失う。
Deloitte UKのChief AI OfficerであるHayley McKelvey氏は、スティグマを感じる労働者ほど利用を隠す可能性が高いと述べた。同氏の主張は、文化的なシグナルとリスク管理を結び付けている。開示が脅威に見える状況では、従業員が試行を開示すると期待することはできない。
リーダーシップによるコミュニケーションは依然として弱い。Deloitteの研修に関する調査によると、利用者の65%は、リーダーが生成AIについて明確な理解をもって話しているのを聞いたことがなかった。
この集団には、一貫性のないメッセージを聞いた人と、何も聞いていない人の両方が含まれる。いずれの場合も、従業員は推奨される利用と受け入れられない利用を区別するための支援をほとんど得られない。
その結果、矛盾した職場が生まれる。リーダーは公にはAI導入を求める一方、管理職は私的にはAI支援による仕事を信用しない可能性がある。従業員はこの技術が戦略的だと聞かされながら、適用のための安定したルールを受け取っていない。
品質への懸念は、この不信を強める可能性がある。管理職は質の低いAI生成物に遭遇し、すべての利用を抑制することで対応するかもしれない。熟練した利用者はその後、モデル、情報源、人によるレビューをどのように組み合わせているかを説明しにくくなる。
より良い対応は、支援と説明責任を分けることから始まる。労働者はAIを使って選択肢を生成し、メモを再構成し、資料を要約し、文面を下書きできる。その一方で、結果を確認し、制限された情報を保護する責任は引き続き負う。
開示にも、影響に見合ったルールが必要だ。スペル修正の提案ごとに正式な報告を求めれば、不必要な摩擦を生む。影響の大きい意思決定、機密の入力、外部公開される主張には、より強い文書化が必要である。
研修には実際の業務シナリオを用いるべきだ。一般的なデモでは、採用担当者、ソフトウェアエンジニア、マーケター、医療管理者に対し、自分たちのリスクがどう異なるかを伝えられない。労働者が実際の業務に適用できるとき、方針には説得力が生まれる。
Deloitteは、より広い労働力の51%が、研修があればAIをより頻繁に使うようになると答えたことを明らかにした。現在の利用者で自分を高度に熟達していると考えたのは20%にすぎなかった。これは、導入を強制せずとも、体系的な支援には大きな余地があることを示している。
雇用主は、承認済みシステムで社内情報をより使いやすくすることもできる。断片化したワークフローは、従業員をアプリケーションと外部チャットボットの間で資料をコピーする行為へと追いやりがちだ。より優れたknowledge blendingは、有用な回答に必要な文脈を保ちながら、その摩擦を減らせる。
ただし、承認済みシステムをあらゆる質問を監視する口実にすべきではない。過度の追跡は、シャドー利用を生んだのと同じ恐れを再現しかねない。ガバナンスには、何が記録され、誰がそれを確認でき、なぜそうするのかについての透明性が必要だ。
ここで、個人支出という数字は特に示唆的になる。労働者は単に自前のソフトウェアを持ち込んでいるだけではない。割り当てられた仕事をどのように完了するかについての選択肢とプライバシーを維持するために、自分のお金を使っている。
制限だけで対応する雇用主は、分断を深めるリスクがある。この行動を無視する雇用主は、管理されていない露出を受け入れることになる。実行可能な中間点は、有用なツール、明確な制限、実践的な研修、報復に対する信頼できる保護を組み合わせることにある。
DeloitteのシャドーAI調査が証明できないこと
この調査は、大規模な自己申告による行動パターンを示しているが、最も印象に残る数値も、直接観察された取引や生産性記録ではなく推計にとどまる。
9億5,800万ポンドという数字は、オンライン調査から外挿されたものだ。Deloitteは銀行記録、経費報告書、ベンダーの収益を調査していない。この推計は、回答者が支出と職場での利用を正確に報告することに依存している。
個人的な理由で主にサブスクリプションを利用し、同じサービスを職場で時折使う人もいるかもしれない。他の人はアカウントを共有したり、無料アクセスと有料アクセスを行き来したりすることもある。こうした状況では、すべての支払いを完全に雇用目的へ割り当てることは難しい。
この調査は、より広い労働力の定義の中で、従業員と自営業者も合わせている。ソフトウェアを購入する自営業の専門職は、個人アカウントを通じて事業購入を行っており、大企業を実質的に補助する従業員とは異なる。
Deloitteはいくつかの質問について別々の回答基盤を示しているが、公開された要約では、あらゆる方法論上の疑問に答えることはできない。月額支出の分布が分かれば、総額が広範な少額支払いを反映しているのか、それとも少数のヘビーユーザーを反映しているのかを示す助けになる。
この調査は自己申告による導入状況を測定した。特に、検索エンジン、オフィススイート、スマートフォン、専門ソフトウェアに機能が組み込まれている場合、回答者によって生成AIの解釈は異なりうる。Deloitteは短い定義を提示したが、カテゴリーの境界は依然として流動的だ。
同様に、雇用主の知らないところでツールを使うことは、常に方針に反して使うことと同一ではない。方針を持たない組織もあれば、非公式な利用を容認する管理職もいるかもしれない。シャドーAIは、いくつかの異なるガバナンス状況を包含している。
別のニュース報道は、時間の節約が直接測定されたものではないと指摘しつつ、同じ中核的な結果を報じた。この留保は、従業員の支出と生産性を結び付ける際に重要である。
この調査が公開されたのは、本記事の公開日のわずか2日前でもあった。独立研究者、労働団体、セキュリティ専門家、雇用主が前提を検討し、反応するための時間は限られていた。
Deloitteは調査の発行者であると同時に、AIコンサルティングサービスの提供者でもある。これは調査結果を無効にするものではなく、実査はIpsosが行った。ただし読者は、基礎となる調査結果と、コンサルティング業務と整合する提言を区別すべきである。
サンプル内で最も強く裏付けられている主張は、利用が広がっていること、個人による支払いが存在すること、研修にばらつきがあること、雇用主の可視性が不完全であることだ。正確な全国支出総額には、こうした方向性を示す結論よりも大きな不確実性がある。
予定されている追跡調査によって、この研究はより有用になる。一貫した方法論により、自己申告による個人支出が増加、減少、あるいは雇用主負担のアクセスへ移行するかを明らかにできる。1回の調査はスナップショットを示すが、繰り返される調査波は傾向を確立できる。
独立した取引データは、もう一つの層を加えるだろう。ベンダー、決済処理業者、経費管理プラットフォームはサブスクリプションの行動を観察できるが、個人アカウントが有償の仕事を支えているかどうかを把握していることは稀だ。
雇用主は、匿名の労働者調査を承認済みツールの利用状況とワークフローの成果に組み合わせることで、より良い社内証拠を生み出せる。隠れた利用は検出が難しいままであるため、監視ログを完全な実態として扱うことは避けるべきだ。
DeloitteのシャドーAI調査は、組織の死角に関する警告として最も価値がある。すべてのサブスクリプションが生産的である、あるいは未承認のプロンプトがすべて侵害を生む、と主張するための口実にすべきではない。
雇用主が追いついているかを示す3つのシグナル
次の段階は、気軽な試行のさらなる増加ではなく、資金提供、トレーニング、実証された価値によって測られることになる。
最初のシグナルは、個人負担によるアクセスと雇用主負担によるアクセスのバランスだ。Deloitteの次回調査では、自己負担率17%が低下するかどうかが示されるはずである。利用率が安定したまま低下すれば、組織が従業員にすでに評価されているツールを取り込み始めていることを示す。
一方、制限的なブロックによって低下した場合は意味が異なる。雇用主は、報告された利用状況を従業員満足度や承認済みツールの採用状況と比較しなければならない。そうしなければ、表面上の支出減少は、より深い隠蔽を反映しているにすぎない可能性がある。
2つ目のシグナルは、ポリシーが強制執行の仕組みになる前に、トレーニングが従業員へ届くかどうかだ。現在の利用者の半数は正式なトレーニングを受けておらず、雇用主のポリシーを明確で、最新で、周知され、アクセスしやすいものだと回答したのはわずか28%だった。
これらの指標が改善すれば、企業は偶発的なデータ漏えいを減らしながら、より有益な試行を促進できる可能性がある。トレーニングや信頼できるアクセス手段がないままポリシー認知だけが高まるなら、ガバナンスは書類上の作業にとどまるだろう。
3つ目のシグナルは、基本的な下書き作成、検索、要約を超えた活用への移行だ。Deloitteの現行データは、広範ではあるものの浅い導入を示している。最も強い検証となるのは、単に生成テキストが増えることではなく、完結したワークフローにおける測定可能な改善である。
企業は、AIによって修正、レビュー負荷、後工程での混乱を増やすことなく、完了までの時間が短縮されるかを追跡すべきだ。また、効果が役割を問わず現れているのか、それともすでにスキルを持つ技術系従業員に集中しているのかも検証する必要がある。
従業員にとって実務上の問いは、AI支援ワークフローを安全に開示できるかどうかである。どの情報が許可されているか、出力をどのように確認すべきか、承認済みの代替手段がすでに利用しているツールに見合うものかを理解すべきだ。
雇用主にとって、生成AIが職場に入り込んだかどうかは、もはや問題ではない。Deloitte UKのAI支出調査は、従業員が数千件に及ぶ個別の購入や実験を通じ、すでにその判断を下していることを示している。
残る選択は、誰が次の段階を形づくるかに関するものだ。組織は効果的なツールに資金を提供し、従業員が従えるルールを整備するのか。それとも従業員を、非公式な仕組みを一人で組み立てる状況に置き去りにするのか。
その答えによって、約10億ポンドに及ぶ個人支出が、より良い働き方への橋渡しとなるのか、それとも恒久的な隔たりの証拠となるのかが決まる。雇用主はまず、従業員がどのツールに支払い、それらがどの課題を解決しているのか、そして同じ仕事を承認済みシステム内で安全に行うことを妨げている要因は何かを尋ねるべきである。
