住友商事のCopilot事例の先にあるもの──なぜ営業は、配られた生成AIを使わないのか

生成AIの話題は、この1〜2年で一気に「導入」のフェーズまで進みました。大手企業でも、Microsoft 365 Copilotをはじめとした生成AI環境が整備され、「とりあえず使える状態」までは到達している会社が増えています。

みなさんこんにちは《聴くチカラ研究所》の4DL Technologies株式会社CCO荒巻順です。ブログへのご訪問、ありがとうございます。

しかし、ここから先で話が止まる企業は少なくありません。AI活用の本当の勝負は「配ったかどうか」ではなく、「現場で自然に使われるようになったかどうか」だからです。

先日、ITmedia Enterpriseに掲載された住友商事のCopilot活用事例（「結局、M365 Copilotって元取れるの？グループ9000人に導入した住友商事に聞いた」2026年3月31日掲載）を読みながら、私はあることを強く感じました。

先進企業ですら、すでに次の論点は「導入」ではなく「定着」に移っている、ということです。

そして同じ時期、あるエンタープライズ企業との商談でも、まったく同じ構造の課題が浮かび上がってきました。AI環境はある。関心もある。危機感もある。それでも、営業現場の中心層が使わない。

この「使わない」という現象は、単なる現場の怠慢でも、若手の消極性でもありません。もっと構造的な問題です。今回はその話を書いてみたいと思います。

住友商事のCopilot事例が示したこと
住友商事自身が「数字の先」を語っている
同じ時期、あるエンタープライズ企業の商談で見えた現実
なぜ営業は、配られたAIを使わないのか
サンプルプロンプト配布で止まる会社、実務導線まで設計する会社
だから必要なのは、スキル研修の前の「定着前設計」
ANTシリーズは、「定着しない構造」への処方箋として設計されている
まとめ

1. 住友商事のCopilot事例が示したこと

住友商事の事例は、数字だけ見ればかなりインパクトのある先進事例です。

海外グループ会社を含む約9000人へのMicrosoft 365 Copilot導入、年間4〜5億円規模のライセンス投資に対して、2024年度見込みで約12億円のコスト削減効果が算出されています。

しかし、この事例で本当に注目すべきは数字よりも推進の構造です。

同社ではCopilotの浸透を、単なるヘルプデスク運用ではなく、コミュニティやChampion制度を通じた「組織的な活用文化の形成」として位置づけています。

生成AIの導入を"製品利用の問題"ではなく"文化の問題"として扱っている。ここが、多くの導入事例とは一線を画すポイントです。

ここまでなら、よくある成功事例の紹介で終わるかもしれません。

しかし、4DLが本当に重要だと考えるのは、ここから先の話です。

2. 住友商事自身が「数字の先」を語っている

同記事を丁寧に読むと、住友商事側自身がすでに「ROIの数字」の先にある課題を語っていることがわかります。

たとえば、Copilotによって生まれた時間的余白は、単なる残業削減に使われているわけではありません。

投資案件の検討や既存事業の価値向上など、より本質的な業務へ再配分されていると語られています。つまり同社は、生成AI導入の目的を「時間を浮かせること」ではなく、「人のポテンシャルを解放すること」に置いている。

さらに注目すべきは、業務プロセスもアウトプットも変えないままAIエージェントを導入すると、期待値のズレや改修の連続に陥りやすいという、極めて慎重な認識が示されていることです。

ここが肝です。住友商事ほどの先進企業ですら、次の壁は「もっと配ること」ではなく、「どう定着させるか」「どう業務との関係を作り直すか」だと認識しているのです。

3. 同じ時期、あるエンタープライズ企業の商談で見えた現実

ちょうどこの記事を読んでいた頃、私はあるエンタープライズ企業の法人営業部門の方々と話す機会がありました。

ここでは匿名で書きますが、その場で交わされた会話は、住友商事の事例と驚くほど重なるものでした。

まず印象的だったのは、参加者全員の課題意識が揃っていたことです。

AI環境は整いつつある。にもかかわらず、営業現場での活用が偏っている。特に、本来もっとも使ってほしい営業の中心層が動いていない。表現は少しずつ違っていても、投げかけられる質問の角度は驚くほど似ていました。

「他社はどうやって定着させているのか」「現場任せで本当に広がるのか」「育成の観点で何を先にやるべきなのか」──要するに、課題は見えている。

しかし、その課題をどう解くかの方法論が、まだ組織の中にない。この空気が、商談の場に濃く流れていました。

さらに象徴的だったのは、4DLのDXA簡易診断の結果を説明したときの反応です。

それまで静かに聞いていた若い部長が、結果を見た瞬間に身を乗り出して話し始めました。

驚いたからではありません。おそらく、現場で感じていた肌感覚と、DXAが可視化した傾向がぴたりと重なったからです。

これは重要な示唆です。

診断とは、知らなかったことを教える道具だけではありません。

言語化しきれていなかった違和感を、組織が共有可能な形に変換する道具でもあるのです。

4. なぜ営業は、配られたAIを使わないのか

ここで一つ、よくある誤解を解いておきたいと思います。

営業が生成AIを使わないのは、営業が保守的だからではありません。若手が率先しないのは、意欲の問題でもない。

営業という職種は、良くも悪くも極めて現実的です。

自分の案件にどう効くのか。提案の質が上がるのか。事前準備が速くなるのか。レビューや顧客対応にどう活きるのか。そこにつながらないものは、どれだけ話題性があっても「便利そうなもの」で止まります。

つまり、営業現場でAIが使われない理由は、AIの性能以前に、業務導線への接続が弱いことにあります。

加えて、管理職が「なぜ使うのか」「何のために使うのか」を意味づけできていなければ、現場は動きません。

さらに、失敗しても大丈夫な安全圏や、試した結果を共有できる空気がなければ、人は「使ってみる側」に回りにくい。

若手ほど、この空気には敏感です。

評価されるのか。責任の所在はどうなるのか。どこまでAIに任せていいのか。そうした前提が曖昧なままでは、慎重になるのはむしろ自然なことです。

5. サンプルプロンプト配布で止まる会社、実務導線まで設計する会社

多くの企業では、生成AI活用を促すためにサンプルプロンプト集や活用事例を社内展開しています。入口としてはむしろ必要な取り組みです。

しかし、それだけで営業現場が動くかと言えば、話は別です。

サンプルプロンプトは「松明」にはなっても、「導線」にはなりません。営業の現場で本当に必要なのは、どのタイミングで、どの業務で、何をAIに任せ、何を人が判断するのかという設計です。

実は、先ほどの商談では営業実務に直結するAIツールの話題を少し振ってみた場面もありました。

しかし、想定したほどの反応は返ってこなかった。一瞬の拍子抜けの後に気づいたのは、それ自体が重要なシグナルだったということです。

相手が本当に求めていたのは、新しいツールの追加ではありませんでした。

今ある道具と現場の仕事との関係をどう設計し直すか。つまり、「導入の次に来る文化の設計」こそが先だったのです。

ここを飛ばしてツールだけ増やしても刺さりません。それは営業現場の鈍さではなく、ニーズの順番が違うということです。

6. だから必要なのは、スキル研修の前の「定着前設計」

ここで、ANT-DXAの意味が浮かび上がってきます。

DXAは、単に社員のAIスキルを測るだけのツールではありません。

本質的には、組織のどこにズレがあるのか。

現場の肌感覚とマネジメントの認識は合っているのか。

活用を阻んでいるのはリテラシーなのか、業務理解なのか、管理職の意味づけ不足なのか。そうした「定着前の前提条件」を可視化する装置です。

先の商談でDXAが手応えを得たのも、すごい分析結果が出たからではありません。

現場が感じていた違和感を、組織で共有できる形に変えたからです。

4DLが考える順番は、いきなり教えることではありません。

まず測る。

次に構造を掴む。その上で処方に入る。

この順序を飛ばすと、研修は「良い話を聞いて終わるもの」になりがちです。逆にこの順序を守ると、学習や施策が現場課題にしっかり接続しやすくなります。

7. ANTシリーズは、「定着しない構造」への処方箋として設計されている

だからこそ、ANTシリーズは単発の研修商品ではなく、段階的な設計になっています。

ANT-DXAが定着の前提条件を可視化し、ANT-B0が生成AIを「考える相手として使う」体験の入口をつくる。

そして中核にあるのがANT-B1です。

ここで重視しているのは、プロンプトを単なる「お願い文」として扱わないこと。何を、どこまで、どんな条件でAIに任せるのか。その「任せ方の設計図」としてプロンプトを捉え直す。

ここが曖昧なままでは、現場でのAI活用は属人的な小技の域を出ません。ANT-B2は、その設計思想を実装・自走フェーズへとつないでいきます。

ここで伝えたいのは「研修があるので買ってください」ではありません。

生成AIが定着しない企業には、たいてい共通する構造がある。その構造に対して、診断→体験→設計→実装という順に打ち手を置いているのがANTシリーズだ、ということです。

4DLが重視しているのは、ツールの説明会ではありません。人と組織が、新しい道具との関係を結び直すプロセスです。

まとめ

住友商事の先進事例から学ぶべきなのは、導入規模の大きさだけではありません。

その先で、定着の壁をどう捉え、どう越えようとしているかです。

そして、別のエンタープライズ企業との商談で見えてきた現実も、まったく同じ方向を指していました。

AI環境はある。危機感もある。それでも、営業現場で自然に使われる状態にはまだ届いていない。

結局、AIが定着しないのは、AIの問題ではありません。人が新しい道具と関係を結ぶ方法を、組織がまだ設計していないだけです。

もし自社でも「配ったのに使われない」「営業の中心層に広がらない」という違和感があるなら、必要なのは追加ツールの前に、いま何が詰まっているのかを見極めることかもしれません。

4DL Technologiesでは、ANT-DXAを起点とした「AI定着の前提条件の可視化」から、その先の打ち手設計までをご支援しています。

ご関心があれば、まずはDXA簡易診断からお気軽にお問い合わせください。

診断が先。処方は後。

その順番を外さないことが、AI定着の近道になります。

筆者紹介

荒巻順｜Jun Aramaki

4DL Technologies株式会社 CCO（AI Solution Design 担当コンサルタント）

元・鉄工所経営者。20歳に承継した家業の荒巻鉄鋼から1994年に転身し、PCサポート業、モバイル業界の顧客接点コンサルタント、現在はエンタープライズ企業のAI活用・定着を支援することを息子の起業した4DL Technologies株式会社で担当する。

技術者ではない。技術を「現場に馴染ませる」専門家だ。

NTTドコモビジネスにて25年以上、BtoBセールス部門の研修体系・資格制度を統括。延べ4万人超の現場に伴走してきた。「現場の事実が判断軸を育て、判断軸が現場を変える」——この実務哲学は、鉄工所時代に図面と鉄を前に身につけたものであり、AI時代の今も変わらない。

どこかの組織に属さない独立独歩（Independent）の立場から、一貫して「現場」に立ち続けてきた。

ITが推し進めてきた「アナログのデジタル化」の先にある、「デジタルのアナログ化」——デジタルに血を通わせ、人間に馴染ませる——という世界線を見据えている。

現在はMicrosoft 365 CopilotやChatGPT・Gemini・Claudeなどの生成AIプラットフォームを、「作業の高速化」ではなく「判断軸の高速更新」のために実装する支援を行う。

独自の3層アーキテクチャ 4DL-AAS（Protocol／Alignment／Prompt）を設計思想に、「リーダーを孤独にしない、メンバーを迷子にしない」チームの自走状態をつくることを使命としている。

よくある質問

Q. 一般的なAI研修やコンサルとは何が違うのですか？ 単なる「操作」や「効率化」ではなく、チームの「判断軸」をAIに同期させる設計を行います。鉄工所の職人が図面を読み解くように、リーダーのビジョンを現場が動ける言葉（プロンプト）に翻訳し、データドリブンの先にある「文脈を大切にする経営」を具現化します。

Q. どのようなフェーズで相談すればよいですか？ 「導入したが活用が属人化している」定着フェーズはもちろん、活用ルールが形骸化し「免責装置」になっている状態の打破も得意とします。既存の業務プロセスに潜むアナログな知恵を、いかにAIで増幅させるかというグランドデザインから参画可能です。

Q. チームにはどのような変化が期待できますか？ 「リーダーの孤独」と「メンバーの迷子」が解消されます。AIを介して判断と実行のサイクルが高速化されることで、現場が自らの意志でしなやかに動き続けられる「自走するチーム」へと進化します。

記事中の引用出典：

ITmedia Enterprise「結局、M365 Copilotって元取れるの？グループ9000人に導入した住友商事に聞いた」（2026年3月31日掲載）https://www.itmedia.co.jp/enterprise/articles/2602/26/news047.html