どうも、にっしーです。先週、平良のカフェで観光業の知り合いと話してたら、「AIサービス、いくつか契約したんだけど全然使ってない」という話になって。「あ、これ僕らも一回やったやつだ」と思いながら話を聞いてたんですよ。
失敗のパターンって、業種を問わずけっこう共通してるんですよね。ONEstaでも過去にAI投資で200万円近く溶かした経験があって（その詳しい話はAIのROI試算記事に書いてます）、同じ失敗を繰り返さないために、ある時期から「これがやらかしパターンだ」という分類をし始めたんです。
今日はそれを10個にまとめてみました。「あ、これやってる」と思ったやつがあれば、早めに手を打てると思うので参考にしてみてください。
パターン1: ノーチェックで成果物を出してしまう
やらかし例
お客さんへのメールや提案書を、AIが出した文章をそのまま送信。存在しない社名、架空の数字、ズレた日付が入ったまま届いてしまう。
兆候
「毎回確認してたら時間がかかるから」と思い始めたとき。
対処
「8割AI、2割人間」のルールを崩さない。AIは下書き係、確認は人間という分担を最初から固定しておく。外に出るものはひと目通すだけで防げる。
パターン2: 顧客情報をそのまま入力してしまう
やらかし例
「このお客さんへの返信メールを作って」と、名前・連絡先・相談内容をそのままChatGPTに貼り付けてしまう。無料プランではデータがトレーニングに使われる設定になっていることもある。
兆候
「個人情報かどうか、よくわからないまま入力してる」という状態。
対処
「何を入れていいか・いけないか」の社内ルールを1枚紙で作る。判断基準は顧客情報とAIの話に整理してあります。
パターン3: ランニングコストを把握していない
やらかし例
「月1,000円くらいのサービスを3〜4個入れたら、気づいたら毎月2万円以上払ってた」。しかも使ってないものが半分以上。
兆候
AIサービスのサブスクが何個あるか、今すぐ言えない。
対処
導入したサービスをスプレッドシートで一覧化して月1回棚卸しする。宮古島の繁閑に合わせて「繁忙期だけ使う」と決めてる会社、賢いと思うんですよ。
パターン4: AIの「嘘」を信じてしまう（ハルシネーション）
やらかし例
「宮古島で人気の観光スポット5選を教えて」と聞いたら、存在しない施設名が混ざっていた。そのままWebサイトに掲載してしまい、お客さんから問い合わせが来て気づく。
兆候
固有名詞・数字・法的な情報をAIに聞いて、そのまま使ってしまっている。
対処
固有名詞・数字は必ず別のソースで確認する。特に店舗情報・料金・法令関係は要注意。しくみは生成AIの3つの限界に書いてあります。
パターン5: 使えば使うほど判断力が落ちてくる
やらかし例
文章や企画をAIに丸投げするようになって、気づいたら「人がイチから考える」のが苦手になった。スタッフが「ChatGPTが言ってたから」という判断を繰り返すようになった。
兆候
「AIなしでは動けない」という感覚が出てきたとき。
対処
判断や方針は人間が出す。「人が考えた上でAIに壁打ちさせる」順番を崩さない方がいいと思います。
パターン6: 社内で使い方がバラバラになる
やらかし例
AさんはChatGPT、BさんはClaude、CさんはGeminiを使ってて、同じお客さんへのメールの文体がスタッフごとに全然違う。ノウハウが属人化して蓄積しない。
兆候
「うちってどのAI使うの?」「各自でやってる」という状態。
対処
ツールを1本に絞ってルールを揃える。どのツールを標準にするかはAIツール社内標準化の話に書いてあります。
パターン7: 期待値が高すぎて「使えない」と判断する
やらかし例
「AIを入れれば業務が劇的に楽になる」と思って導入したら「思ったほどじゃない」となり、半年で使われなくなる。
兆候
「AIって結局大したことなかったよね」という感想が社内で出てきたとき。
対処
AI導入の効果は「劇的変化」より「地味な積み上げ」に出ることが多い気がします。メール返信が1件10分から3分になっても派手には見えないけど、月20件なら140分の節約、年で28時間。この地味な積み上げを先に設計しておくといいですよ。
パターン8: スタッフが使い方を知らないまま放置
やらかし例
「みんなAIを活用してください」と社長が宣言したけど、使い方の研修もなし、活用事例の共有もなし。スタッフは「何に使えばいいかわからない」まま3ヶ月経つ。
兆候
「使って」と言ったけど「誰が何に使ったか」を把握できていない。
対処
「口コミ返信の下書きをAIに書かせてみて」くらいの具体的な1例から始める。段階的な進め方はスタッフのAI教育3ヶ月計画を見てみてください。
パターン9: ツールの選定を間違える
やらかし例
「とりあえずChatGPTで全部やろう」と決めたら、長文整理や社内文書の要約には向かないとわかり後からClaudeを追加導入。移行コストがかかった。
兆候
使い始めてから「これ、このツールには向いてないな」と気づくことが多い。
対処
「文章の長さ・正確さ・使いやすさ・価格」の4軸で選ぶのが最初の整理には便利だと思います。宮古島の小規模事業者なら月数千円で使い倒せるClaudeから試すのが僕的には楽だと感じてます。
パターン10: 担当者が辞めたら止まる
やらかし例
AI活用を熱心に進めていた担当者が退職したら、社内のノウハウが全部なくなって元の業務フローに戻ってしまった。
兆候
「AI活用を推進してるのは〇〇さんだけ」という状態。
対処
使い方や設定をドキュメント化して引き継げる形にしておく。プロンプト（AIへの指示文）は特にテキストファイルで保存しておくだけで、誰でも継続できる状態になる。
ざっくり眺めると
10個並べてみると、失敗は3つのゾーンに分かれる気がします。
- 「使い方」の失敗（1・4・5）: ノーチェック、嘘を信じる、依存しすぎ
- 「仕組み・運用」の失敗（6・8・10）: バラバラ使用、教育なし、属人化
- 「入り口」の失敗（2・3・7・9）: 情報漏洩、コスト垂れ流し、期待値ズレ、ツール選定ミス
ONEstaでもいくつかは実際にやらかしてます。先に知っておくとかなり防げると思うので、参考にしてみてください。
AI使い始める前に「うちのところ、このパターンにハマりそうか?」を確認しておくだけでも全然違います。最初は誰でも試行錯誤なので、ぜひ一回試してみてください。
うまくいかないとき、どこで詰まってるかわからないとき、ONEstaに気軽に相談してくれて大丈夫ですよ。