生成AI研修が定着しない4つの原因｜タイ日系製造業の設計と費用

「生成AIを社員に使わせたい」という相談が、在タイの日系製造業から目に見えて増えています。一方で、実際に実施した企業からは「その場は盛り上がったが、三か月後には誰も使っていない」という声も、同じくらいの頻度で聞こえてきます。生成AI研修は、講義を受けさせれば終わる種類の投資ではありません。とくに、日本語話者は駐在員が数名、現場の大多数はタイ語やベトナム語話者という多国籍の工場では、日本本社向けの標準プログラムをそのまま持ち込んでも噛み合いません。本記事では、定着しない原因の分解から費用相場、職層別カリキュラム、90日の定着設計、効果測定までを実務目線で整理します。

なぜいま「生成AI研修」が経営課題になったのか

生成AIの話題が出はじめた2023年から2024年にかけて、多くの企業にとっての論点は「使うか、使わないか」でした。2026年のいま、論点は明確に移っています。すでに使っている企業と、使えていない企業の差が、業務のスピードそのものに現れはじめているからです。

製造業の51.0%はすでに何らかの形で使っている

アルサーガパートナーズが2025年7月22日から23日にかけて実施した「生成AI活用実態調査 製造業編」（製造業従事者311名・インターネット調査）によると、生成AIの活用状況は次のように分布しています。

• 積極的に活用している：16.3%
• 一部の業務で活用している：29.3%
• 試験的に導入している：5.4%
• 関心はあるが未活用：17.2%
• 関心も活用もない：31.7%

上の3つを足すと 16.3 + 29.3 + 5.4 = 51.0%。つまり製造業従事者の約半数が、程度の差はあれすでに生成AIに触れている計算になります。逆に、まだ触れていない層は 17.2 + 31.7 = 48.9%（端数処理の関係で全体の合計は99.9%になります）。

この「半々」という数字の受け取り方には注意が必要です。51.0%のうち「積極的に活用」はわずか16.3%で、残りの34.7%は「一部の業務」または「試験的」にとどまっています。ここは 51.0 − 16.3 = 34.7 という単純な引き算です。多くの製造業にとって、生成AIはまだ全社の業務プロセスに組み込まれた状態ではなく、一部の担当者が個人的に使っている段階だと読むのが妥当でしょう。

在タイの日系製造業を見ていると、この傾向はさらに強く出ます。日本人駐在員が個人アカウントで議事録の要約に使っている一方、ローカルスタッフには何も配られていない、というケースが珍しくありません。この状態は「導入済み」ではなく「一部の個人が勝手に使っている」状態であり、情報管理の観点からもリスクを抱えたままです。

使った企業の87.6%が効果を実感している

同じ調査で、活用している層に業務効率の向上を尋ねた結果は次の通りです。

• 非常に向上した：21.3%
• ある程度向上した：66.3%
• あまり向上しなかった：7.1%
• 全く向上しなかった：1.2%

向上を実感した層は 21.3 + 66.3 = 87.6%。向上しなかった層は 7.1 + 1.2 = 8.3% にとどまります。87.6 ÷ 8.3 ≒ 10.6 ですから、効果を実感した人は、実感しなかった人の約10倍いる計算です。

この数字が示しているのは、「生成AIは使ってみれば大半の人が効果を感じる技術である」という単純な事実です。裏を返せば、効果が出ない最大の理由は技術そのものではなく、そこに至る前段階、つまり「使いはじめられていない」ことにあります。研修が経営課題として浮上している理由は、まさにここにあります。

止まっている企業の最大の壁は「具体的な活用方法がわからない」

未活用の理由（複数回答）は、次の順に並んでいます。

1位の46.7ptは、2位の25.7ptを 46.7 − 25.7 = 21.0pt 上回っており、比率にすると 46.7 ÷ 25.7 ≒ 1.8倍です。突出した1位であることがわかります。

注目すべきは、上位3つのうち1位と3位（46.7ptと19.0pt）が、いずれも「人が知らない・できない」に起因する項目だという点です。一方の2位「既存システムとの連携が難しい」（25.7pt）は、社内データやシステム側の問題です。つまり、生成AIが進まない理由は「人の側の課題」と「データ・システム側の課題」の二つに大別され、研修だけを買ってもその片方しか解けません。本記事の結論を先に述べておくと、研修とデータ整備はセットで初めて機能します。

なお、生成AIの適用領域そのものの整理については、生成AI導入ガイドで工程別に扱っています。研修の設計に入る前に、自社のどこに効くのかの当たりをつけておくと、題材選びが格段に楽になります。

競争軸は「導入したか」から「成果が出たか」へ

PwC Japanが公表している生成AIに関する実態調査でも、企業間の競争軸が「導入したかどうか」から「効果を創出し、それを成果として還元できたかどうか」へ移りつつあることが論点として示されています。同時に、AIを活用できる状態にあるか（AI Readiness）という組織の準備度そのものが問われるようになってきました。

ここで言う準備度は、ツールの契約本数のことではありません。誰がどのデータにアクセスでき、どの業務でどう使ってよいかが決まっており、使った結果を評価する仕組みがある、という組織側の整備を指します。研修は、この準備度を上げるための手段の一つであって、それ単体で完結するものではない、という視点を最初に持っておくことが重要です。

研修をやったのに使われない——定着を阻む4つの原因

弊社がタイ国内の日系製造業と話す中で繰り返し出会う「研修をやったのに使われない」状態は、ほぼ次の4つのいずれか、あるいは複数の組み合わせで説明できます。

原因1：題材が自社の業務でない

最も多いのがこれです。外部の研修会社が用意する標準プログラムは、当然ながら業種横断で通用する題材で構成されています。「メールの下書きを書かせる」「ブログ記事を要約させる」といった演習は、確かに操作は覚えられますが、受講者の頭の中に「明日の自分の仕事でどう使うか」が残りません。

製造業の現場で本当に効くのは、たとえば次のような題材です。

• 不良報告書のタイ語原文から、日本本社向けの日本語サマリーを作る
• 過去3年分の是正処置報告から、類似事例を探して再発防止案の草案を書かせる
• 設備の英文マニュアルから、現場作業者向けの手順書をタイ語で起こす
• 顧客からの仕様変更メールを読み、影響を受ける工程と部品を洗い出させる

これらはいずれも、自社の実際の文書がなければ演習できません。研修の企画段階で「当日使う自社文書を10点用意する」と決められるかどうかが、その研修の成否をほぼ決めます。逆に言えば、この準備ができない状態で日程だけ先に決めてしまうと、汎用的な操作研修に落ちるのは避けられません。

原因2：権限とツールが配られていない

研修当日は講師が用意した環境を使い、翌日から自席に戻ると自分のアカウントがない。これも頻出パターンです。とくにタイの現地法人では、ITの意思決定が日本本社にあり、ライセンス購入や情報システム部門の承認に数週間から数か月かかることがあります。その間に受講者の記憶と熱量は失われます。

加えて「どこまで入力してよいか」のルールが未整備なままだと、まじめな社員ほど使わなくなります。顧客の図面は入れてよいのか、原価情報はどうか、人事評価のコメントは、といった判断を個人に委ねると、リスクを取りたくない人は触らないという合理的な選択をします。研修より先に、あるいは同時に、入力可否のガイドラインを現場の言語で配ることが必要です。

原則としては、研修の実施日より前にアカウント発行とガイドライン配布を完了させておく。これができない場合は、研修日程のほうを後ろにずらす。順序を守るだけで、定着率は大きく変わります。

原因3：データがAIに渡せる形で存在しない

三つ目は、より根が深い問題です。生成AIに自社の業務を任せようとすると、必ず「その判断に必要な情報はどこにあるか」という問いにぶつかります。

• 生産実績は生産管理システムに入っているが、日報の備考欄は手書き紙のまま
• 過去のトラブル対応はベテランの記憶と個人のExcelファイルに散在
• 図面と仕様書はサーバの共有フォルダにあるが、命名規則がなく検索できない
• 取引先からの帳票はPDFで届き、そこから手作業で転記している

この状態では、生成AIができることは「一般常識で答えられる範囲の文章生成」に限られます。それでも議事録要約や翻訳では効果が出ますが、「自社の過去事例に基づいて答える」段階には進めません。

社内文書を根拠にAIが回答する仕組み（RAG）についてはRAG構築の実務で詳しく扱っていますが、重要なのは、この整備が研修の後工程ではなく、並走すべき工程だという点です。研修で受講者から「この作業を任せたい」という要望が出たとき、その裏付けデータを用意できるかどうかで、プログラムの3か月目の景色がまったく変わります。

紙とPDFの帳票が多い間接部門については、まず読み取りの自動化から入るほうが早い場合もあります。AI-OCRによるバックオフィス自動化で扱っている領域は、生成AI研修の題材としても相性が良く、成果が数字で出やすい部分です。

原因4：成果の測り方が決まっていない

四つ目は、経営側の問題です。研修の効果を「受講満足度アンケート」だけで測ってしまうと、その研修は一度きりのイベントで終わります。満足度は高く出るのが普通で、しかも高く出たところで次の投資判断の材料になりません。

測るべきは、受講者が業務で実際に何をやめられたか、何を短縮できたかです。これは後述する「削減時間 × 人数 × 時間単価」の考え方で金額に直せます。測定の設計を研修の企画段階で決めておかないと、90日後に「なんとなく便利になった気がする」以上のことが言えなくなります。

以上4つのうち、外部の研修会社が単独で解決できるのは原因1と、原因4の一部だけです。原因2と原因3は、発注側の企業がやるべき仕事です。ここを認識しないまま研修を外注すると、「良い講師だったが、うちでは使われなかった」という結果になります。

生成AI研修の4類型と費用相場を分解する

「生成AI研修の費用はいくらか」という問いには、一つの数字では答えられません。研修の型によって桁が変わるからです。ここでは日本国内の一般的な相場を整理し、そのうえで在タイ法人が検討する際の注意点を述べます。

4類型と費用相場

1人あたりに直すと違いがよくわかります。②や③は参加人数で単価が大きく動くためです。たとえば③の1日カスタマイズ研修を60万円で実施した場合、20名なら 600,000 ÷ 20 = 30,000円/人、5名なら 600,000 ÷ 5 = 120,000円/人となり、同じ研修でも1人あたり4倍の開きが出ます。逆に①のeラーニングを1人1万円で50名に配れば 10,000 × 50 = 500,000円となり、③の1日研修と同水準の総額になり得ます。④の伴走型を200万円で20名に実施した場合は 2,000,000 ÷ 20 = 100,000円/人となります。

つまり「安い研修」「高い研修」という比較にはあまり意味がなく、人数と目的で組み合わせるべきものです。

自社に合う型の選び方

在タイ日系製造業の実情を踏まえると、次のような組み合わせが現実的です。

従業員100名以下・まず様子を見たい場合：①eラーニングを管理職以上に配り、②の集合研修を1回だけ実施して手応えを確認する。初年度の投資を抑えつつ、社内に「話せる人」を数名つくることが目的になります。

従業員100〜500名・具体的な業務改善を狙う場合：③のカスタマイズ型を部門ごとに実施し、①を全社ベースの底上げに使う。この規模では、部門ごとに業務が違いすぎるため、共通カリキュラムだけでは成果が出にくくなります。

全社的にDX人材の育成を進める場合：④の伴走型を軸に、①〜③を組み合わせる。DX人材育成研修として社内に制度化するなら、単発の研修ではなく年間の育成計画として設計するほうが結果的に安くつきます。

生成AI研修のおすすめの選び方を一言でまとめるなら、「最初から④を買わない。ただし②で終わらせない」という順序です。②の集合研修だけで終わる企業が、前章の原因1に最も陥りやすいためです。

日本の人材開発支援助成金は使えるのか

日本国内の企業であれば、厚生労働省の人材開発支援助成金「事業展開等リスキリング支援コース」を検討する価値があります。令和8年度時点の条件は次の通りです。

• 経費助成：中小企業75%／大企業60%
• 賃金助成：中小企業は1人1時間あたり1,000円（令和8年度に960円から引き上げ）／大企業は500円
• 令和8年度（2027年3月末）が最終年度となる見込み

中小企業が、経費200万円の研修を20名に対して12時間実施した場合を計算してみます。

• 経費助成：2,000,000 × 0.75 = 1,500,000円 → 企業負担は 2,000,000 − 1,500,000 = 500,000円
• 賃金助成：1,000円 × 20名 × 12時間 = 240,000円
• 差引の実質負担：500,000 − 240,000 = 260,000円

同じ条件で大企業の場合は、経費助成 2,000,000 × 0.60 = 1,200,000円（負担800,000円）、賃金助成 500円 × 20名 × 12時間 = 120,000円、差引の実質負担は 800,000 − 120,000 = 680,000円となります。中小企業であれば、200万円の研修が実質26万円程度まで下がる可能性がある、という規模感です。

ただし、この制度は日本国内の事業主を対象としたものであり、タイ現地法人が自社で負担する研修費には使えません。 ここは在タイの日系企業から最も多く誤解される点です。タイ法人の予算で、タイ法人の従業員に対して実施する研修は、日本の助成金の対象外です。

現実的な回避策としては、次のような整理になります。

1. 日本本社が主体となり、本社所属の従業員（駐在予定者を含む）に対して実施する研修を助成対象とする
2. タイ法人向けの研修は、タイ法人の予算で別建てにする
3. 教材やカリキュラムは共通化し、開発コストを両者で分散させる

なお、上記はあくまで制度の一般的な理解であり、個別の適用可否は必ず所轄の労働局および顧問の社会保険労務士・税理士に確認してください。助成金の要件は年度ごとに変更されます。

タイ・ベトナムの制度環境を押さえる

在タイ・在ベトナムで研修を計画するなら、現地政府の動きを把握しておく価値があります。人材政策は採用市場に直結し、数年後の人件費と獲得競争に影響するためです。

タイ：THAILAND² と5省連携のスキル改革

2026年7月21日、タイ政府はTHAILAND²戦略のもと、5つの省庁が連携する大規模なスキル改革を発表しました。参加するのは、高等教育・科学研究イノベーション省、社会開発・人間安全保障省、教育省、労働省、農業・協同組合省の5省です。

重点として掲げられているのは、デジタルリテラシー、データ分析、そして先端技術との協働です。背景にあるのは、低コスト受託生産への依存から高付加価値産業への転換という、タイ経済の構造的な課題です。なお、この施策の追加予算額は現時点で公表されていません。

在タイ日系製造業にとって重要なのは、この方向性が「タイ人従業員のデジタルスキルは今後、国策として底上げされる」ことを意味する点です。数年のスパンで見れば、社内で育成すべき部分と、市場から採用できる部分の境界が動きます。

タイ国家AI戦略2022-2027の人材3層目標

より具体的な数値目標は、Thailand National AI Strategy and Action Plan 2022-2027に示されています。人材については3層の目標が置かれています。

上位2層を合計すると 10,000 + 20,000 = 30,000人となります。この戦略ではスマートマニュファクチャリングが重点分野の一つに位置づけられており、製造業がまさに対象領域に含まれています。

また、世界銀行はタイの労働力に関する構造的な危機を警告し、AI時代に対応したリスキリングの必要性を提言しています。タイ政府がスキルギャップの解消に向けた取り組みを強化していることは、複数の現地報道でも継続的に取り上げられています。

ベトナム：東南アジア初の単独AI法と人材優遇

ベトナムの動きはさらに速く、そして明確です。

• AI法：2026年3月15日施行。東南アジアで初の、AIを単独で扱う法律です
• AI専門人材への個人所得税5年免除：高度AI人材の獲得を狙った直接的な優遇措置です
• 実戦AI人材2万人育成プログラム：決議57号に呼応した育成計画で、VinUniが2026年1月に開始しました。同年4月の1期生約500名を含め、3期で計2,000名の育成が計画されています
• Decree No.179/2026/ND-CP：教育訓練省の政令で、全専攻においてデジタルリテラシーを必修化するものです

ここで押さえておきたいのは進捗の規模感です。3期で計2,000名という数字は、2万人という目標に対して 2,000 ÷ 20,000 = 10% にあたります。目標達成にはまだ距離がありますが、国家として明確な数値目標と法制度、税制優遇を同時に動かしている点は、隣国であるタイの日系企業にとっても無視できない情報です。

ベトナムに拠点を持つ企業は、AI法の施行に伴って自社のAI利用が規制上どう位置づけられるかを確認する必要があります。ここは法務の領域なので、現地の法律事務所への確認を推奨します。

制度をどう自社の研修計画に織り込むか

制度環境を踏まえた実務的な示唆は、次の3点です。

第一に、タイ人・ベトナム人スタッフの「AIリテラシーがゼロである」という前提を置かないこと。国策としての底上げが進む中、若手ほど個人的にAIツールに触れている可能性が高い。研修の最初に、実際の利用状況を匿名アンケートで把握することを推奨します。想定より使われていて驚く、というケースは実際にあります。

第二に、採用と育成のバランスを見直すこと。専門人材は今後、獲得競争が激しくなります。社内で全員を専門家にする必要はなく、「業務を分解してAIに任せる部分を決められる管理職」を育てるほうが、投資対効果は高くなります。

第三に、制度の変化を待たないこと。国の育成計画が成果を出すには年単位の時間がかかります。自社の業務改善はそれを待つ理由になりません。

多言語現場の生成AI研修をどう設計するか

ここからが、在タイ・在ASEAN日系製造業に固有の論点です。日本本社向けの記事では、まず扱われることのない領域です。

言語を分ける前に「用語集」を作る

多言語現場の研修で最初にやるべきは、言語別のカリキュラムを作ることではありません。社内で使う用語の対訳表を作ることです。

製造現場には、その会社でしか通じない言葉が大量にあります。工程の略称、設備の通称、不良のコード、帳票の呼び名。これらは日本語・タイ語・英語が混ざった状態で運用されているのが普通で、しかも部門ごとに揺れています。

この揺れを放置したまま生成AIを使わせると、次のことが起きます。

• 同じ工程を指す言葉が3通りあるため、AIが過去の記録を横断的に扱えない
• 日本語で「歩留まり」と入力しても、タイ語の記録に到達しない
• 生成された文書の用語が現場の言い方と違い、そのままでは使えない

だからこそ、研修の準備工程として、主要な業務用語100〜200語程度の日本語・タイ語・英語（必要ならベトナム語）対訳表を作ることを強く推奨します。これは研修の副産物ではなく、前提条件です。しかも、この用語集はその後のシステム連携やナレッジ検索の基盤としても効いてきます。作成作業そのものを、生成AIを使った演習の題材にすることもできます。

日本語・タイ語・ベトナム語をどう切り分けるか

言語の切り分けは、職層と目的で決めるのが実務的です。

日本語で実施すべき層：経営層（社長・工場長）と日本人管理職。投資判断やリスク許容の線引きを扱うため、ニュアンスの精度が求められます。ここを英語やタイ語に落とすと、議論の解像度が下がります。

タイ語で実施すべき層：現場リーダー、班長、QC担当、そしてタイ人の間接部門スタッフ。この層に日本語や英語で研修を行うと、内容の理解ではなく言語の理解にエネルギーが割かれ、肝心の「自分の業務にどう使うか」を考える余力が残りません。

両方が混在する層：タイ人管理職と日本人管理職が同じ会議体にいる場合。ここが最も設計が難しく、後述する通訳の問題が発生します。

ベトナム拠点を併せ持つ企業の場合、ベトナム語版も必要になりますが、教材そのものは共通化できます。演習用の自社文書だけを拠点ごとに差し替える方式が、コストと品質の両面で現実的です。

通訳を挟む研修に潜む落とし穴

「日本語で講師を呼び、通訳を立てればよい」という発想は自然ですが、生成AI研修に限っては、いくつか固有の落とし穴があります。

落とし穴1：プロンプトが訳されてしまう。演習でプロンプト（AIへの指示文）を扱うとき、通訳がそれを口頭でタイ語に訳すと、受講者は「何をタイプすればよいか」がわからなくなります。プロンプトは訳さず、画面に表示された文字列をそのまま提示すべき対象です。

落とし穴2：技術用語の訳が通訳ごとにぶれる。「ハルシネーション」「トークン」「コンテキスト」といった語は、定訳が固まっていません。前述の用語集に、これらのAI関連用語も含めておくことで防げます。

落とし穴3：所要時間が1.5倍から2倍になる。逐次通訳を挟むと、同じ内容に要する時間はおおよそ1.5倍から2倍になります。日本語のまま1日（6時間）で組んだカリキュラムを通訳付きで実施すると、演習時間が削られ、講義だけで終わる典型的な失敗に陥ります。通訳を使うなら、内容量を最初から6〜7割に絞る前提で設計してください。

落とし穴4：質問が出なくなる。通訳を介した質疑は心理的な負担が大きく、質問が出ないまま終わりがちです。少人数のグループワークを挟み、グループ単位で質問を出させる形式にすると改善します。

最も望ましいのは、タイ語で直接教えられる講師を立てることです。それが難しい場合は、社内のタイ人管理職を先に日本語または英語で育て、その人が現場に教える二段構えにするほうが、通訳を挟むより結果的に定着します。

生成AI自体を翻訳の道具として研修に組み込む

多言語現場では、生成AI自体が「言語の壁を下げる道具」として最も分かりやすい成果を出します。これを研修の題材の中心に据えるのは、非常に合理的な選択です。

• タイ語で書かれた不良報告を、日本本社向けの日本語サマリーに変換する
• 日本本社からの指示メールを、現場向けの平易なタイ語手順に書き換える
• 英文の設備マニュアルから、必要な箇所だけをタイ語で抜き出す
• 日本語の社内規程を、タイ語のFAQ形式に再構成する

これらは効果が即座に体感でき、しかも従来は駐在員の時間を奪っていた作業です。研修の初期段階でこの成功体験を作れると、その後の定着が明らかに楽になります。ただし、翻訳結果を無検証で外部に出さないというルールは必須です。とくに顧客向け文書と契約関連は、必ず人間の確認を通す運用にしてください。

職層別カリキュラムをどう組むか

「全社員に同じ研修を受けさせる」方式は、コストは読みやすい反面、定着率が最も低くなる方式です。職層ごとに、求められる到達目標がまったく違うためです。

職層別カリキュラムの全体像

以下は、従業員100〜500名規模の在タイ日系製造業を想定した設計例です。時間は1日＝6時間換算です。

管理職の12時間が最も長く、経営層の3時間が最も短い設計になっている点に注目してください。これは意図的な配分です。

管理職AI研修を最優先にすべき理由

生成AI研修の投資対効果を最大化したいなら、最初に手をつけるべきは管理職層です。理由は3つあります。

第一に、業務を分解できるのは管理職だけだからです。「この作業のうち、下書き作成はAIに任せ、確認は人間がやる」という切り分けは、業務の全体像と品質基準を知っている人にしかできません。現場担当者に「自分でユースケースを考えなさい」と丸投げすると、良くて個人的な効率化にとどまり、組織の業務プロセスは変わりません。

第二に、管理職が使っていない道具は現場に定着しないからです。上司が「私はよくわからないが、君たちは使いなさい」と言う状態で、新しい道具が組織に根づいた例を、弊社は見たことがありません。管理職自身が週に何度か使っている状態を作ることが、現場への最短経路です。

第三に、評価と接続できるのは管理職だからです。AIを使って業務を短縮した部下を、どう評価するのか。短縮で浮いた時間に何をさせるのか。この設計を持たないまま「効率化しなさい」と言うと、現場は「早く終わっても仕事が増えるだけ」と学習し、使わなくなります。管理職AI研修には、この評価設計の議論を必ず含めてください。

管理職向けの2日間は、1日目に基礎と自部門の業務棚卸、2日目に選定したユースケースの試作とレビュー、という配分が扱いやすい構成です。

プロンプトエンジニアリング研修はどこまで必要か

「プロンプトエンジニアリング研修を受けさせるべきか」という質問をよく受けます。結論から言えば、全社員に高度なプロンプト技法を教える必要はありません。

理由は、生成AIモデルの性能向上により、凝った指示文を書かなくても実用的な結果が出るようになってきているためです。現場に必要なのは、次の3点程度です。

1. 前提と目的を最初に書く（「あなたは品質管理の担当者です。以下の不良報告を、本社の技術部門向けに日本語300字で要約してください」）
2. 出力の形式を指定する（箇条書き、表、文字数）
3. 結果が違ったら、何が違うかを伝えて修正させる

一方で、社内のIT担当や生産管理の担当者など、AIを業務システムに組み込む側の人材には、より踏み込んだプロンプト設計とAPIの理解が必要になります。この層に対しては、専門的なプロンプトエンジニアリング研修を別建てで用意する価値があります。

実際にAIを工程に組み込む例としては、AI外観検査の導入のように、生成AIとは別系統の技術を扱う領域もあります。社内のIT人材育成を考えるなら、生成AIだけに限定せず、画像認識やデータ分析まで含めた育成計画にしておくほうが、現場の課題に対応しやすくなります。

90日で定着させる生成AI研修プログラムの組み立て方

ここまで述べてきた要素を、実際の時間軸に落とし込みます。弊社が推奨しているのは、90日を3つのフェーズに分ける設計です。

90日プログラムの全体設計

0-30日：共通言語をつくる

この期間の目的は、成果を出すことではありません。全員が同じ前提で話せる状態を作ることです。

具体的には、(1) 何を入力してよくて何がだめか、(2) 生成された内容は必ず人が確認する、(3) 社内で使う用語の呼び方、この3点を全言語で揃えます。ここを飛ばして演習に入ると、31日目以降に必ず手戻りが発生します。

アカウント発行は、この期間の最重要タスクです。研修の初日にアカウントが手元にない受講者がいる状態は、それだけで失敗が確定します。情報システム部門と日本本社の承認プロセスは、キックオフの1か月前から動かしてください。

完了条件を「9割がログイン」と数字で置いているのは、ここが曖昧なまま次に進むプロジェクトが非常に多いためです。8割で進めた場合、残る2割は最後まで戻ってきません。

31-60日：自社データに触れさせる

第2フェーズで、初めて実業務の題材に入ります。部門ごとに業務を棚卸しし、「頻度が高く」「判断が定型的で」「間違えても致命的でない」作業を3件ずつ選びます。この3条件は、最初のユースケース選定の鉄則です。

この時期には、必ず「データが足りない」という問題が顕在化します。手書きの日報、命名規則のないファイル、システムに入っていない情報。ここで研修だけを続けても前に進まず、データ整備の工程が並走して初めて次に進めます。前述の原因3が、実際に姿を現すのがこのタイミングです。

生産管理システムに実績が正しく入っているか、帳票が構造化されたデータとして取れるか。この点検を第2フェーズと同時に走らせておくことを、強く推奨します。

61-90日：業務に埋め込む

最終フェーズの目的は、「使いたい人が使う」状態から「業務手順としてそこにある」状態への移行です。

第2フェーズで効果が確認できたユースケースは、標準作業手順書に書き込みます。プロンプトは個人のメモではなく、部門で共有するテンプレート集に格納します。可能なものは、業務システムやチャットツールに組み込み、そもそも人がプロンプトを書かなくてよい形にします。

同時に、部門ごとに社内チャンピオン（推進担当）を任命します。外部講師は90日で去りますが、この人が残ることで、以降の質問対応と横展開が回ります。チャンピオンには、業務時間の5〜10%程度をこの活動に充てる公式な承認を与えてください。「本業の合間に」という位置づけでは機能しません。

生成AI研修の効果測定：KPIと投資対効果の計算

「効果があった気がする」を「効果があった」に変えるには、測定の設計が要ります。ここが最も手薄になりやすい領域です。

4階層でKPIを置く

研修の効果は、次の4階層で捉えると整理しやすくなります。

多くの企業が第1層だけを見て「利用率が上がった」と満足するか、あるいは第4層をいきなり求めて「測れない」と諦めます。実務的には、第3層の「作業ごとの所要時間」を丁寧に測ることが、最も費用対効果の高い測定です。ここさえ取れれば、第4層は掛け算で導けます。

所要時間の測定は、精緻である必要はありません。対象作業について、研修前に「この作業に週何分かかっているか」を自己申告で取り、90日後に同じ質問をする。それだけで十分に意思決定の材料になります。

削減時間 × 人数 × 時間単価で金額に直す

第4層の金額換算は、次の式で計算します。

月間の削減金額 ＝ 1人あたり1日の削減時間 × 対象人数 × 月間稼働日数 × 時間単価

重要なのは、投資側と効果側の通貨を必ず揃えることです。日本の研修会社に円建てで発注し、効果をバーツで測ると、為替レートの置き方次第で結論が変わってしまいます。社内の管理レートを一つ決め、すべてそれで統一してください。以下の例は、すべてタイバーツ建てで計算します。

計算例：2つのパターンで検算する

パターンA：間接部門20名、1人1日30分の削減

• 削減時間：0.5時間 × 20名 × 20日 = 200時間/月
• 時間単価：月額給与30,000バーツ ÷ 月間稼働160時間 = 187.5バーツ/時
• 月間の削減金額：200時間 × 187.5バーツ = 37,500バーツ/月
• 年間換算：37,500 × 12 = 450,000バーツ/年

パターンB：現場リーダー60名、1人1日15分の削減

• 削減時間：0.25時間 × 60名 × 20日 = 300時間/月
• 時間単価：月額給与20,000バーツ ÷ 月間稼働160時間 = 125バーツ/時
• 月間の削減金額：300時間 × 125バーツ = 37,500バーツ/月
• 年間換算：37,500 × 12 = 450,000バーツ/年

興味深いことに、AとBはどちらも月37,500バーツで一致します。少人数に大きな削減をもたらす施策と、多人数に小さな削減をもたらす施策が、同じ金額になり得るということです。合算すると 37,500 + 37,500 = 75,000バーツ/月、年間では 75,000 × 12 = 900,000バーツ となります。

ここに2つの補正を加えます。

補正1：人件費の付帯費用。社会保険料や賞与、福利厚生を含めると、企業が負担する実際のコストは給与額面より大きくなります。仮に1.3倍で置くと、パターンAの時間単価は 187.5 × 1.3 = 243.75バーツ/時 となり、200時間 × 243.75 = 48,750バーツ/月。パターンBは 125 × 1.3 = 162.5バーツ/時、300時間 × 162.5 = 48,750バーツ/月。合計 48,750 + 48,750 = 97,500バーツ/月、年間 97,500 × 12 = 1,170,000バーツ となります。

補正2：定着率。研修を受けた全員が使い続けるという前提は、現実的ではありません。定着率を6割と保守的に見積もると、付帯費用を含めない基本ケースでは 75,000 × 0.6 = 45,000バーツ/月、年間 45,000 × 12 = 540,000バーツ になります。

投資判断は、この保守ケース（年540,000バーツ）と楽観ケース（年1,170,000バーツ）の幅で見るのが健全です。上記はすべて概算であり、実際の給与水準・稼働日数・付帯費用率は自社の実数に置き換えて再計算してください。

「浮いた時間」を再投資しないと効果はゼロ

最後に、最も見落とされる論点です。上の計算はすべて「削減した時間が別の価値ある業務に使われる」ことを前提としています。

削減した時間が、単に手待ちや雑談に消えるなら、財務的な効果はゼロです。人員を減らすわけでもなく、新しい仕事をさせるわけでもないなら、削減時間は帳簿上のどこにも現れません。

したがって、研修の企画段階で「浮いた時間で何をさせるか」を決めておく必要があります。実務的な選択肢は次のようなものです。

• 従来は手が回らなかった予防保全や改善活動に充てる
• 残業時間を削減し、実際の人件費を下げる
• 増員せずに生産量の増加に対応する
• 品質確認や顧客対応など、人にしかできない業務の時間を増やす

このうちどれを狙うかによって、測るべき指標も変わります。残業削減を狙うなら残業時間、増産対応を狙うなら1人あたり生産数。KPIは「何に振り向けるか」とセットで決めてください。AI活用の定着支援を外部に頼む場合も、この議論に付き合ってくれるパートナーかどうかは、選定の重要な判断材料になります。

よくある失敗5つと回避策

最後に、実際に見聞きしてきた失敗を、発生する工程ごとに整理します。

設計段階の失敗

失敗1：全社一律・一斉に始めてしまう

「公平に、全員同じ内容で」という発想は組織運営としては自然ですが、生成AI研修では最も定着率が下がる選び方です。経営層に必要な内容と、現場リーダーに必要な内容は重なりません。結果として、誰にとっても中途半端な内容になります。

回避策は、職層別に分けること。予算が限られるなら、範囲を狭くしてでも深くやるほうが成果が出ます。最初は1部門、20名程度から始め、成果を見せてから広げる進め方を推奨します。

失敗2：題材を外部の一般事例から持ってくる

前章で述べた原因1と同じ問題です。回避策は、研修の3週間前までに、自社の実文書を10点以上そろえること。不良報告、作業手順書、会議の議事録、取引先とのメール、社内規程などが典型です。この準備を発注先任せにせず、自社の担当者が主導してください。

実行段階の失敗

失敗3：アカウントと権限が配られないまま研修だけ先行する

回避策は明快で、アカウント発行を研修日程より前に完了させることです。それが間に合わないなら、研修日程を延期する。順序を逆にしてはいけません。あわせて、入力してよい情報の範囲を、各言語で1枚のルールシートにまとめて配布します。

失敗4：通訳頼みで用語がぶれる

回避策は、用語集を先に作ることと、可能な限り現地語で直接教えられる体制を作ることです。通訳を使う場合は、内容量を6〜7割に絞り、プロンプトは訳さず画面表示のまま扱ってください。

評価段階の失敗

失敗5：受講満足度をKPIにしてしまう

満足度アンケートは、講師の評価には使えますが、投資判断には使えません。回避策は、研修前に対象作業の所要時間を測っておくこと。これは5分でできる作業ですが、実施している企業は驚くほど少ないのが実情です。研修後に「どれだけ短くなったか」を答えられる状態を、企画段階で作っておいてください。

そしてもう一つ。研修の3か月後、6か月後に何を確認するかを、あらかじめカレンダーに入れておくこと。予定に入っていないレビューは、まず実施されません。

まとめ：研修とデータ整備はセットで初めて効く

本記事の要点を整理します。

製造業従事者の51.0%がすでに生成AIに触れており、活用者の87.6%が業務効率の向上を実感しています。一方で、未活用の最大の理由は「具体的な活用方法がわからない」（46.7pt）であり、次点が「既存システムとの連携が難しい」（25.7pt）でした。つまり課題は、人の側とデータ・システムの側の両方にあります。

研修が定着しない原因は、①題材が自社業務でない、②権限とツールが配られていない、③データがAIに渡せる形で存在しない、④成果の測り方が決まっていない、の4つに分解できます。このうち外部の研修会社が単独で解けるのは①と、④の一部だけです。

費用は型によって、eラーニング型の1人あたり数千円〜3万円から、伴走型実践プログラムの100万〜300万円超まで幅があります。日本の人材開発支援助成金は中小企業で経費の75%、賃金助成が1人1時間1,000円と手厚い制度ですが、タイ現地法人の研修費には使えません。

多言語現場では、言語別カリキュラムを作る前に用語集を作ること。職層別に、とくに管理職層に厚く投資すること。90日を3フェーズに分け、各フェーズに数値の完了条件を置くこと。そして効果は「削減時間 × 人数 × 時間単価」で金額に直し、浮いた時間の使い道を先に決めておくこと。

最後にもう一度強調しておきます。生成AI研修は、単体で買っても定着しません。自社の生産管理システムに正しい実績が入っていること、帳票が構造化されたデータとして扱えること、現場のナレッジが検索できる形で存在すること。これらの業務データ整備と並走して初めて、研修は投資として回収されます。

TOMAS TECHは、バンコクを拠点に在タイ日系製造業向けの生産管理システムPEGASUSとエネルギー管理システムを提供し、現場の業務データが実際にどう記録され、どこで途切れているかを日々見ています。生成AIの活用を検討されている企業から、「研修から入るべきか、データ整備から入るべきか」というご相談をいただくことも増えました。どちらの検討段階であっても、まずは現状の棚卸しからご一緒できます。自社の状況を整理したい段階でも構いませんので、お問い合わせフォームからお気軽にご連絡ください。

よくある質問

生成AI研修の費用はいくらかかりますか？

型によって幅があります。eラーニング型なら1人あたり数千円から3万円、講師派遣による集合研修は1回20万円から50万円、自社業務に合わせたカスタマイズ型は総額50万円以上（5〜20名向けの1日型で50万〜70万円）、複数回にわたる伴走型の実践プログラムは100万円から300万円超が一般的な相場です。1人あたりに直すと、60万円の1日研修を20名で受講すれば3万円/人、5名なら12万円/人と、参加人数で大きく変わります。予算が限られる場合は、対象を絞って深くやるほうが成果が出やすい、というのが弊社の見解です。

タイ人スタッフ向けの研修はタイ語で行うべきですか？

現場リーダーや班長、タイ人の間接部門スタッフに対しては、タイ語での実施を推奨します。日本語や英語で行うと、内容の理解よりも言語の理解にエネルギーが割かれ、「自分の業務にどう使うか」を考える余力が残らないためです。ただし、タイ語で直接教えられる講師の確保が難しい場合は、通訳を挟むより、タイ人管理職を先に育てて社内で展開する二段構えのほうが定着します。いずれの場合も、事前に日本語・タイ語・英語の用語対訳表を用意しておくことが前提条件です。

日本の人材開発支援助成金はタイ現地法人でも使えますか？

使えません。人材開発支援助成金は日本国内の事業主を対象とした制度であり、タイ現地法人が自社の予算で自社の従業員に実施する研修は対象外です。日本本社が主体となって本社所属の従業員に実施する研修であれば検討の余地がありますので、日本側とタイ側で予算を分けて設計することになります。なお同コースは令和8年度（2027年3月末）が最終年度となる見込みですので、日本本社側での活用を考えるなら時期の確認が必要です。具体的な適用可否は必ず所轄の労働局にご確認ください。

管理職AI研修と現場向け研修、どちらを先にやるべきですか？

管理職層を先に実施することを推奨します。理由は3つあります。第一に、業務を分解して「どこをAIに任せるか」を決められるのは、業務の全体像と品質基準を知っている管理職だけであること。第二に、上司が使っていない道具は現場に定着しないこと。第三に、AIで業務を短縮した部下をどう評価し、浮いた時間に何をさせるかという設計は、管理職しか作れないことです。現場向け研修は、管理職が自部門のユースケースを選定したあとに実施するほうが、題材が具体的になり効果が高まります。

プロンプトエンジニアリング研修だけ受ければ十分ですか？

一般の社員については、高度なプロンプト技法を学ぶ必要性は下がってきています。モデルの性能が上がり、凝った指示文がなくても実用的な結果が出るようになったためです。現場に必要なのは、前提と目的を最初に書く、出力形式を指定する、結果が違えば修正を伝える、という3点程度です。一方、AIを業務システムに組み込む社内IT担当や生産管理の担当者には、踏み込んだプロンプト設計とAPIの理解が必要になりますので、この層には専門的な研修を別建てで用意する価値があります。

参考文献

• アルサーガパートナーズ「生成AI活用実態調査 製造業編」（2025年9月9日）
• PwC Japanグループ「生成AIに関する実態調査2026 春（6カ国比較）」
• 人材開発支援助成金 事業展開等リスキリング支援コース（令和8年度）の解説
• AI／生成AI研修の費用相場
• Nation Thailand「Thailand launches five-ministry skills overhaul」（2026年7月21日）
• Thailand National AI Strategy and Action Plan 2022-2027
• Nation Thailand「World Bank warns of Thailand labour crisis」
• Bangkok Post「Thailand intensifies AI efforts in bid to close the skills gap」
• IAPP「Vietnam’s first standalone AI law: an overview of key provisions, future implications」
• Vietnam.vn「実戦AI人材2万人育成プログラム（決議57号関連）」