AIリテラシーとは？社員の水準を測る4段階と10問診断

「社員のAIリテラシーを上げたい」。この言葉は、いま中小企業の経営会議でいちばん多く出てくるお題のひとつです。ところが、その次に必ず止まります。「で、どこまでできたら合格なのか」が誰にも答えられないからです。

合格ラインが決まっていないと、何が起きるか。研修を1回入れて終わりになります。詳しい社員が1人だけ走り続け、残りは見ているだけになります。「うちはまだリテラシーが低いので」と言い続けて、3年経っても同じ場所にいます。目標が言葉のままで、測れる形になっていないからです。

この記事では、AIリテラシーという言葉の意味を公的な定義から整理したうえで、中小企業が社員に求めるべき水準を4段階の診断表に落とし込みます。10問のセルフチェック、職種ごとの目標水準、測ってはいけない指標、そして従業員32名の会社を想定したモデルケース（試算）まで用意しました。読み終えたときに、「自社の現在地はレベル2の人が7割」という形で言えるようになることがゴールです。

結論｜合格ラインは4段階で決まる

先に結論を書きます。中小企業におけるAIリテラシーの合格ラインは、全社員に同じ水準を求めるのではなく、4つの段階を定義して、職種ごとに目標段階を変えることで決まります。

当社が支援の現場で使っている4段階は次のとおりです。詳しい判定基準は後半の診断表で示します。

1. レベル1「知っている」……名前と話題は知っているが、自分では触っていない
2. レベル2「試した」……個人で触ったことがある。業務では単発の利用にとどまる
3. レベル3「回せる」……特定の1業務を毎週AIで処理でき、出力の誤りに気づいて直せる
4. レベル4「渡せる」……自分のやり方を他人に渡し、その人が同じ結果を出せる

そして、中小企業の現実的な目標は「全員をレベル4にする」ではなく、「レベル3を各部署に1人以上、レベル2を過半数に」です。理由は単純で、レベル4は他人に教える役割であり、社内に何人も必要ないからです。逆に、レベル1の人が7割のまま社内ルールだけ作っても、そのルールは読まれません。

この「段階で定義して、分布で見る」という考え方は当社の独自のものですが、根拠のない思いつきではありません。公的な標準やガイドラインが、AIリテラシーを単一の知識量ではなく、複数の要素の組み合わせとして定義しているためです。次章でその定義を確認します。

AIリテラシーとは何を指すか

まず、言葉の意味を押さえます。日本語の「AIリテラシー」は日常語として広く使われていますが、法令や公的文書での定義も存在します。ここを飛ばすと、社内で「リテラシー」という言葉が人によって違う意味で使われ、議論が噛み合わなくなります。

法律に書かれた定義がある

もっとも明確な定義は、欧州連合（EU）の人工知能法にあります。同法第3条(56)は、AIリテラシー（AI literacy）を「提供者・導入者および影響を受ける者が、それぞれの権利と義務を考慮したうえで、AIシステムを十分な情報にもとづいて導入できるようにし、あわせてAIの機会とリスク、それが引き起こしうる害について認識を得られるようにする、スキル・知識・理解」という趣旨で定義しています（出典：欧州連合「人工知能法（Regulation (EU) 2024/1689）」）。

注目すべきは、同法第4条が、AIシステムの提供者と導入者に対して、自社のスタッフ等について「十分な水準のAIリテラシー」を確保する措置を、最大限の努力をもって講じることを求めている点です。しかも、その際には技術的知識・経験・教育・訓練、そしてAIが使われる文脈を考慮するとされています（出典：欧州連合「人工知能法（Regulation (EU) 2024/1689）」第4条）。

ここから2つのことが読み取れます。1つ目は、AIリテラシーは「個人の教養」ではなく「組織が確保するもの」として扱われていること。2つ目は、求められる水準が文脈によって変わることが法律の条文自体に書き込まれていることです。全員一律の合格点が存在しないのは、感覚論ではなく定義上そうなっている、ということになります。

日本のガイドラインでの位置づけ

日本にもこれに対応する記述があります。総務省と経済産業省が公表している「AI事業者ガイドライン（第1.1版）」には「8）教育・リテラシー」という項目があり、次のように整理されています。

各主体は、主体内のAIに関わる者が、AIの正しい理解および社会的に正しい利用ができる知識・リテラシー・倫理感を持つために、必要な教育を行うことが期待される。そして具体的な取組として「AIリテラシーの確保」（各主体内のAIに関わる者が、その関わりにおいて十分なレベルのAIリテラシーを確保するために必要な措置を講じる）、「教育・リスキリング」、「ステークホルダーへのフォローアップ」の3つが挙げられています（出典：総務省・経済産業省「AI事業者ガイドライン（第1.1版）」（令和7年3月28日））。

ここでも「その関わりにおいて十分なレベル」という書き方になっています。役割に応じて必要な水準が違うという前提が、日本のガイドラインでも共有されているわけです。ガイドライン全体の読み方はAI事業者ガイドラインの要点で解説しています。

なお同ガイドラインは、教育・リスキリングの項で「生成AIの活用拡大によって、AIと人間の作業の棲み分けが変わっていくと想定される」という趣旨の記述も置いています。つまり、いま必要なリテラシーの中身は固定ではなく、棲み分けの変化に応じて更新されていくものだ、という前提です。1回の研修で終わらせられない理由がここにあります。

ITリテラシーとの違い

実務上いちばん誤解されるのが、ITリテラシーとの違いです。「パソコンが得意な人＝AIリテラシーが高い人」ではありません。

観点	ITリテラシー	AIリテラシー
中心にある能力	道具を正しく操作する	出力が正しいかを判断する
正解の在りか	操作すれば決まった結果が出る	同じ指示でも出力が毎回変わる
失敗の典型	操作が分からず進めない	それらしい誤りをそのまま使う
必要な姿勢	手順を覚える	疑って確かめる
伸びる人の特徴	マニュアルを読める	自分の業務の正解を知っている

この違いは、実際に社員の様子を見ていると分かります。パソコン操作が苦手なベテラン社員が、AIの出力に対して「この数字はおかしい」と即座に指摘することがあります。一方、若手のIT得意な社員が、生成された文章の事実誤認に気づかず送信してしまうこともあります。AIリテラシーの土台は、業務そのものへの理解だからです。

ここは中小企業にとって朗報です。自社の業務を熟知した社員がいるなら、AIリテラシーの土台はすでに社内にあります。足りないのは、そこに「AIの癖の知識」と「試す時間」を足すことだけです。

DXリテラシー標準との関係

AIリテラシーだけを単独で語ると、範囲が曖昧になりがちです。参考になるのが、経済産業省とIPAが公表している「DXリテラシー標準（DSS-L）」です。これは全てのビジネスパーソンが身につけるべき能力・スキルの標準として位置づけられており、「Why（DXの背景）」「What（DXで活用されるデータ・技術）」「How（データ・技術の利活用）」「マインド・スタンス」の4要素で構成されています（出典：IPA「DXリテラシー標準（DSS-L）概要」）。

デジタルスキル標準（DSS）は、企業がDXを実現するには「企業に所属する一人ひとりがDXの素養を持っている状態」が不可欠だという考え方から策定されたもので、全ビジネスパーソン向けのDXリテラシー標準と、DX推進人材向けのDX推進スキル標準の2つで構成されます。2026年4月にはver2.0が公開されています（出典：IPA「デジタルスキル標準（DSS）策定の背景・目的」）。

本記事の4段階は、この標準を中小企業向けに読み替えたものではありません。ただし「マインド・スタンス」が土台に置かれている点は共通しています。知識よりも先に、触ってみる・疑ってみるという姿勢が要るという整理は、現場の実感とも一致します。

AIリテラシーの5つの構成要素

4段階の診断表に入る前に、「何を測るのか」を分解しておきます。当社は、業務で使うAIリテラシーを次の5要素に分けて見ています。

要素	できている状態	できていない兆候
1. 仕組みの理解	AIは確率的に文章をつくる仕組みで、事実を保証しないと説明できる	「AIが調べてくれた」と言う
2. 入力の判断	この情報を入れてよいかを、迷わず自分で判断できる	毎回誰かに聞く、または何も考えず貼る
3. 指示の設計	前提・条件・出力形式を書いて指示できる	単語だけ入れて「使えない」と言う
4. 出力の検証	誤りを見つけて直せる。どこを確認すべきか分かっている	そのままコピーして提出する
5. 業務への接続	自分の仕事のどこに当てはめるかを自分で決められる	「便利そうだが使いどころがない」で止まる

要素1 仕組みの理解

ここで必要な理解は、技術的な詳細ではありません。「生成AIは、与えられた文脈に続く言葉を確率的に選んでいるのであって、事実を検索して答えているわけではない」という一点です。これが分かっていれば、出力を疑う姿勢が自然に出ます。逆にここが抜けていると、AIを検索エンジンや辞書と同じものだと思い込みます。

研修でこの説明に時間をかけすぎるのはよくある失敗です。仕組みの詳細な解説は不要で、「事実を保証しない」という結論だけ全員が言えれば十分です。基礎的な仕組みは生成AIとはにまとめてあります。初心者向けの公的な教材としては、総務省が国民向けに公開している総務省「生成AIはじめの一歩～生成AIの入門的な使い方と注意点～」があり、基礎知識・活用場面・注意点の3点をまとめた教材がPDFとPPTXで配布されています。社内説明会の下敷きとして、そのまま使える資料です。

要素2 入力してよい情報の判断

実務上、事故に直結するのがこの要素です。ここを「常識で判断してください」と現場任せにしている会社は、判断がばらつきます。判断の速さも問題で、迷うたびに上司に確認していると、そもそもAIを使わなくなります。

この要素は、後述する「入力情報の3分類」を配ることでほぼ解決します。知識ではなく、判断の型を渡す領域です。個人データを含む入力については、個人情報保護委員会が、生成AIサービスに個人データを含むプロンプトを入力する場合には、当該事業者がそのデータを機械学習に利用しないこと等を十分に確認するよう求めています（出典：個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」）。

要素3 指示の設計

いわゆるプロンプトの書き方です。ただし中小企業では、ここに深入りする必要はありません。「前提」「条件」「出力形式」の3つを書くという型を覚えれば、業務の8割は回ります。凝ったテクニックを覚えることより、うまくいった指示文を保存して再利用する習慣のほうが効果が大きいです。

どこまで学ぶべきかの線引きはプロンプトエンジニアリングとはで詳しく扱っています。なお、AI事業者ガイドラインの脚注でも、経済産業省・IPAが2023年8月に「生成AI時代のDX推進に必要な人材・スキルの考え方」を取りまとめ、指示（プロンプト）の習熟や「問いを立てる」「仮説検証する」等の必要性をスキル標準に反映したことが記載されています（出典：総務省・経済産業省「AI事業者ガイドライン（第1.1版）」脚注37）。指示を書く力は、公的にもリテラシーの一部として位置づけられています。

要素4 出力の検証

AIが事実と異なる内容をもっともらしく出力する現象（ハルシネーション）に対処できるかどうかです。ここが4段階を分ける最大の分水嶺になります。レベル2とレベル3の差は、ほぼこの要素の差です。

検証の力は、業務知識と直結します。自社の商品名や取引条件を知っている社員は、誤りに気づけます。知らない社員は気づけません。だからこそ、AIを最初に任せるべきなのは「その社員がすでに詳しい業務」です。詳しくない業務から始めると、誤りが検知されないまま流れます。具体的な対処法はハルシネーション対策にまとめました。

要素5 業務への接続

最後の要素は、「自分の仕事のどこに使うかを自分で決められるか」です。これが最も難しく、そして最も価値があります。研修で教えにくい領域でもあります。

この要素が全社的に弱いことは、公的な調査にも表れています。総務省の令和7年版情報通信白書によると、日本企業が生成AI導入に際して挙げた懸念事項は「効果的な活用方法がわからない」が最も多く、次いで「社内情報の漏えい等のセキュリティリスク」「ランニングコストがかかる」「初期コストがかかる」が挙げられています（出典：総務省「令和7年版 情報通信白書」企業におけるAI利用の現状）。費用でもセキュリティでもなく、使いどころが分からないことが1位に来ています。

【診断表】AIリテラシー4段階

ここからが本記事の中心です。前章の5要素を、4つの段階に割り付けた診断表を示します。この表は当社が支援の現場で使っているもので、A4で1枚に収まる範囲に絞っています。

4段階の判定基準

要素	レベル1 知っている	レベル2 試した	レベル3 回せる	レベル4 渡せる
仕組みの理解	名前を知っている	事実を保証しないと知っている	なぜ誤るかを説明できる	他人に説明して納得させられる
入力の判断	判断できない	ルールを見れば判断できる	ルールなしでも即断できる	判断に迷う事例を整理できる
指示の設計	入力したことがない	単発の質問ができる	前提・条件・形式を書ける	再利用できる型を作れる
出力の検証	検証の必要を知らない	怪しいと感じることがある	誤りを見つけて直せる	確認すべき箇所を人に指定できる
業務への接続	接点がない	単発で使ったことがある	1業務を毎週回している	他部署の業務も設計できる
到達の目安	説明会に出た	月に数回触る	週1回以上、業務で使う	自分の型を他人が使っている

この表の使い方は簡単です。各行で、その人が該当する列を選び、5行のうち最も低い列がその人のレベルになります。平均ではなく最低値を採る理由は、たとえば指示の設計が上手でも入力の判断ができない人は、事故のリスクを抱えたままだからです。

10問のセルフチェック

診断表を配っても、自己申告は甘くなりがちです。そこで、判定を客観化するための10問を用意しました。「はい」と答えられた数でおおよその水準が分かります。

No.	質問	対応する要素
1	AIは事実を保証しない仕組みだと、自分の言葉で説明できる	仕組みの理解
2	今週、業務でAIを1回以上使った	業務への接続
3	入力してはいけない情報を、3つ以上すぐ挙げられる	入力の判断
4	会社が使ってよいと決めたAIツールの名前を言える	入力の判断
5	指示に「前提」「条件」「出力形式」を書いたことがある	指示の設計
6	AIの出力の誤りを見つけて、修正した経験がある	出力の検証
7	うまくいった指示文を、どこかに保存している	指示の設計
8	AIに任せず自分でやると決めている業務がある	業務への接続
9	迷ったときに相談する相手（社内）が決まっている	入力の判断
10	自分のやり方を他の人に説明したことがある	渡せるか

「はい」の数	おおよその水準	次の一手
0〜2個	レベル1	30分の説明会と、会社が用意したツールへのログイン
3〜5個	レベル2	担当業務を1つ決めて、毎週使う状態にする
6〜8個	レベル3	使っている指示文を保存し、他人が読める形にする
9〜10個	レベル4	推進役として、他の人の相談を受ける役割を持たせる

設問の設計意図を補足します。質問2と質問6は、レベル2とレベル3を分けるための問いです。「触ったことがある」と「業務で回している」の差は、頻度と検証経験に現れます。質問8は意外に思われるかもしれませんが、AIに任せない線引きを持っているかどうかは、水準の高さを示す指標です。何でもAIに投げる人は、まだ水準が高いとは言えません。

診断結果の読み方と注意

この診断を実施するときに、必ず守っていただきたいことが3つあります。

• 人事評価に使わないと明言する。評価に使うと申告が正確でなくなり、現在地が見えなくなります
• 個人名で公開しない。公開するのは分布（レベル別の人数）だけにします
• 年に2回まで。頻度を上げると作業になり、答えが雑になります

そして最も重要なのは、個人の点数ではなく分布を見ることです。「営業部はレベル2が8人、レベル3が1人」という形で見ると、次に何をすべきかが自動的に決まります。個人の点数を追うと、点数の高い人をさらに伸ばす方向に力が向きがちで、全体の水準は動きません。

中小企業が目指すべき水準

次に、「では、どの水準を目指すのか」を決めます。ここが決まらないと、診断しても行動が変わりません。

全員をレベル4にしない

まず外していただきたい前提が、「全社員のリテラシーを均一に高める」という目標です。これは中小企業では現実的でないうえ、必要でもありません。

レベル4は「他人に渡せる」段階であり、社内で教える側に回る役割です。従業員30名規模の会社であれば、レベル4は1〜2人いれば足ります。3人以上を同時に育てようとすると、それぞれが別のやり方を作ってしまい、社内の型が分裂します。

むしろ効果が大きいのは、レベル1をレベル2に押し上げることです。レベル1の人は、会社が用意したツールにログインすらしていません。ここが多いと、どんなルールも研修も届きません。レベル1をゼロに近づけるだけで、社内の会話が変わります。

職種別の目標水準

職種によって、必要な水準は変わります。次の表は、従業員数十名規模の会社を想定した目安です。

職種・立場	目標水準	理由
推進役（1〜2名）	レベル4	型を作り、他人に渡す役割を担うため
事務・管理部門	レベル3	文書作成・集計など対象業務が多く、効果が出やすい
営業	レベル3	提案文・メール返信など反復業務が多い
経営者・管理職	レベル2以上	判断のために、自分で触った実感が要る
製造・現場作業	レベル1〜2	業務の性質上、日常的な利用機会が少ない場合がある
新入社員	レベル2	まず入力の判断を確実にする。検証は業務知識がついてから

この表で意図的に低く設定しているのが、新入社員です。新入社員は指示の設計を覚えるのは速いのですが、出力の検証ができません。自社の商品や取引条件を知らないため、誤りに気づけないからです。ここを理解せずに「若手はAIが得意だから任せよう」とすると、誤りが検知されないまま外部に出ます。

経営者に必要な水準

経営者に求めるのはレベル2で十分です。ただしレベル2以上は必須だと考えています。理由は3つあります。

1つ目は、触っていない人は投資判断ができないからです。「何ができて何ができないか」を体感していないと、現場から上がってくる提案の妥当性を判断できません。2つ目は、経営者が触っていない会社では、社員も触らないからです。3つ目は、外部業者の提案を評価できないからです。実態と乖離した提案を見抜けるかどうかは、自分で使った経験に依存します。

具体的には、週に1回、自分でメール文か企画のたたき台を書かせてみるだけで十分です。30分もかかりません。この体験があるかないかで、社内の意思決定の速さが変わります。

社員のAIリテラシーの測り方

目標水準が決まったら、次は測り方です。ここでよく起きるのが、「測っているつもりで、何も測れていない」という状態です。

テストではなく実物で測る

知識テストは、AIリテラシーの測定には向きません。用語の暗記度は測れますが、業務で使えるかどうかとほとんど相関しません。実際、用語を全問正解できる社員が、業務では一度も使っていないという例は珍しくありません。

代わりに使えるのが、実物の提出です。次の3点を出してもらうだけで、レベル3以上かどうかがほぼ判定できます。

1. 今月、AIを使って作った成果物を1つ（メール、議事録、提案文など何でも可）
2. そのときに使った指示文
3. AIの出力から自分が直した箇所

3つ目が肝心です。「直した箇所が言えない人は、検証していない」からです。逆に、直した箇所を具体的に説明できる人は、出力の検証ができています。この確認は1人あたり5分で済みます。

15分の面談で確認する3点

もう少し踏み込んで測りたい場合は、四半期に1回、15分の面談を設定します。聞く内容は次の3つだけに固定します。

質問	何が分かるか	望ましい答えの例
今、AIに任せている業務は何ですか	業務への接続	「毎週金曜の報告書の下書き」など具体名
直近でAIの間違いに気づいたのはいつですか	出力の検証	「先週、型番が違っていた」など具体例
入力を迷ったことはありますか	入力の判断	迷った事例と、そのときの判断根拠

3問目は、ルールの穴を見つけるための質問でもあります。複数の社員が同じ場面で迷っているなら、それは個人の水準の問題ではなく、社内ルールに書かれていない論点です。ルールの整備手順は社内AIルールの作り方を参照してください。

測ってはいけない指標

次の指標は、AIリテラシーの測定に使ってはいけません。いずれも、意図的に上げられてしまうためです。

使ってはいけない指標	理由
研修の受講率	出席と習得は別。受けさせれば100%になる
ツールのログイン回数	ログインするだけで増える。業務は変わらない
資格の取得者数	取得と業務利用は連動しない。取得目的が先行する
入力した文字数・回数	長く書けば増える。質を反映しない
知識テストの平均点	暗記で上がる。検証力を測れない

なお、育成そのものが進んでいるかどうかの指標（対象業務の所要時間、社内に残った型の本数、型を使える人数）は、リテラシー水準の測定とは別に置きます。個人の水準と、組織の進捗は違う軸だからです。組織側の測り方はAI人材育成の進め方で扱っています。

一部の人しか使わない理由

「詳しい人が1人いるだけで、他は使っていない」。この状態は、リテラシーが低いから起きているのではありません。3つの壁のどれかで止まっているだけです。

壁1 使い方が分からない

これは本人の能力の問題ではなく、入り口の問題です。総務省の令和7年版情報通信白書によると、テキスト生成AIサービスを「使っていない（過去使ったことがない）」と回答した人に理由を尋ねたところ、「自分の生活や業務に必要ない」との回答に次いで「使い方がわからない」が高い回答率で、まだ利用のハードルが高いことがうかがわれるとされています（出典：総務省「令和7年版 情報通信白書」個人におけるAI利用の現状）。

同白書では、日本において何らかの生成AIサービスを「使っている（過去使ったことがある）」と回答した割合は2024年度調査で26.7%、2023年度調査の9.1%から拡大しているとされています。年代別では20代の44.7%が利用したことがあると回答しました。一方、同時期の調査で米国は68.8%、ドイツは59.2%、中国は81.2%とされており、日本の利用経験の水準には差があります（出典：総務省「令和7年版 情報通信白書」個人におけるAI利用の現状）。

つまり、社員の多くが「個人としても触ったことがない」状態から出発しているのが日本の平均像です。社内でレベル1が多いのは、その会社が特別に遅れているからではありません。ここを責める空気を作ると、余計に触らなくなります。

壁2 使ってよいのか分からない

2つ目の壁は、許可の不在です。会社として「これを使ってよい」と決めていないと、まじめな社員ほど使いません。勝手に使って怒られるリスクを取らないからです。

この状況は統計にも表れています。同白書によると、生成AIの活用方針について「積極的に活用する方針」「活用する領域を限定して利用する方針」を定めている日本企業の比率は2024年度調査で49.7%（2023年度調査は42.7%）で増加していますが、企業規模別に見ると中小企業では「方針を明確に定めていない」との回答が多く、約半数を占めるとされています（出典：総務省「令和7年版 情報通信白書」企業におけるAI利用の現状）。

方針がない状態で「リテラシーを上げろ」と言われても、社員は動けません。順番は逆で、使ってよいツールを1つ決めるほうが先です。これは研修より安く、速く、効果があります。

壁3 聞ける相手がいない

3つ目は、心理的な壁です。「こんなことも知らないのかと思われたくない」という理由で、質問しない社員は一定数います。特に、社歴の長い方に多く見られます。

対策は簡単で、相談先を役職ではなく個人名で決めて、全員に伝えることです。「困ったら総務の○○さんに聞いてください」と名前で書くと、質問が出るようになります。「情報システム担当まで」のような書き方だと、誰にも聞かれません。

この3つの壁は、どれもリテラシーの問題ではなく環境の問題です。環境を直さずに研修だけ増やしても、分布は動きません。使われない原因の全体像はAIが使えないと言われる原因にまとめています。

情報漏洩の不安は水準で解ける

「情報漏洩が怖くて使わせられない」。この不安は正当なものです。ただし、禁止では解けません。解けるのは、入力の判断（要素2）の水準を全員分そろえることです。

不安の中身を分解する

社員が不安に感じている中身も、公的な調査で確認できます。総務省の令和7年版情報通信白書によると、AI利用リスクに対する意識を調査したところ、「非常にリスクだと感じる」との回答が相対的に多かったのは、悪意のある者による犯罪利用、精巧なフェイクにだまされること、質問に対するAIの回答が事実でない可能性があることだったとされています（出典：総務省「令和7年版 情報通信白書」個人におけるAI利用の現状）。

興味深いのは、3つのうち2つが「だまされる側」のリスクだという点です。情報を出す不安だけでなく、誤った情報をつかまされる不安が大きいということです。これは要素4（出力の検証）の水準を上げることで下がります。不安の対処法は、リテラシーの要素ごとに異なるわけです。

入力情報の3分類

入力の判断は、次の3分類を配るだけで実務上ほぼ足ります。分類の数を増やすと現場が覚えられません。

分類	中身の例	取り扱い
入れてよい	公開済みの自社情報、一般的な知識、匿名化した文章の体裁	そのまま入力してよい
加工すれば入れてよい	顧客名・金額・型番を含む文書	固有名詞と数値を仮の値に置き換えてから入力
入れてはいけない	個人情報、取引先の秘密情報、未公表の決算・人事情報、パスワード	入力しない。迷ったら相談先へ

この3分類をA4で1枚にして、相談先の個人名を末尾に書く。これだけで、レベル1・レベル2の社員も入力の判断ができるようになります。知識を増やすのではなく、判断の型を渡すのが正解です。

なお、会社が把握していないAI利用（シャドーAI）は、IPAの「情報セキュリティ10大脅威 2026」でも取り上げられており、2026年には「AIの利用をめぐるサイバーリスク」が組織編で初めて3位に選出されています（出典：IPA「情報セキュリティ10大脅威 2026」）。禁止しても個人のアカウントでの利用は止められないため、正規のルートを1本用意するほうが把握できます。セキュリティ全体の考え方は中小企業のセキュリティ対策で整理しています。

リテラシーが低いことのリスク

「よく分からないから使わせない」という判断にも、実はリスクがあります。情報を正しく扱えないことによる被害は、AIに限った話ではありません。

総務省が2025年5月に公表した「ICTリテラシー実態調査」では、偽・誤情報に接触した人のうち25.5%が何らかの手段を用いて拡散していたことが示されています。また、拡散手段としては「家族や友人など周囲の人へ対面の会話」が58.7%と最も多く、身近な人に拡散する例が多いことも報告されています（出典：総務省「ICTリテラシー実態調査」）。同調査の結果は令和7年版情報通信白書でも、ICTリテラシー向上の取組の重要性を示すものとして引用されています（出典：総務省「令和7年版 情報通信白書」ICTリテラシー向上）。

AIの出力を無批判に信じて社外に流す行為は、この構造と同じです。使わせないことは、リスクをゼロにするのではなく、判断力を育てる機会を失わせるという側面があります。触らせないまま数年経つと、いざ必要になったときに、社内にレベル1しかいない状態になります。

AIリテラシーを高める順番

ここまでで、現在地の測り方と目標水準が決まりました。次は、水準を1段上げるための打ち手です。レベルによって効く打ち手が違うため、まとめて研修をやっても分布は動きません。

レベル別の打ち手

現在のレベル	次の目標	効く打ち手	効かない打ち手
レベル1	レベル2	会社アカウントの配布と30分の説明会。その場でログインまで済ませる	資料の配布だけ。読まれない
レベル2	レベル3	担当業務を1つ指定し、週1回使う時間を業務時間内に確保する	高度なプロンプト研修。使う場がない
レベル3	レベル4	使っている指示文を他人が読める形に書き起こさせる	資格取得。個人に閉じる
レベル4	維持	月1回の共有会を業務時間内に置く	放置。1人に集中して属人化する

この表で強調したいのは、レベル1からレベル2への移行に、研修はほとんど関係ないという点です。必要なのは「アカウントがあること」と「その場でログインまで終わらせること」です。説明会を開いても、ログインを各自の宿題にすると、半分は実行されません。

研修・資格・育成手順の使い分け

「AIリテラシー研修」「AIリテラシー教育」を検討している場合、次の使い分けを意識してください。手段が目的にならないようにするためです。

手段	効く場面	効かない場面
全社研修	レベル2〜3の人が一定数いて、共通言語を作りたいとき	レベル1が大半のとき。前提が共有されず流れる
資格・検定	推進役に体系的な知識を持たせたいとき	全社員に取らせるとき。業務と連動しない
個別の伴走	レベル2からレベル3に上げたいとき	本人が担当業務を持っていないとき
社内共有会	レベル3以上を維持・拡大したいとき	参加が任意で、業務時間外のとき

それぞれの詳細は別記事に譲ります。育成を誰から始めてどう広げるかの手順はAI人材育成の進め方、資格・検定の比較はAI資格のおすすめ比較をご覧ください。本記事はあくまで「どの水準を目指し、どう測るか」に集中します。

教育の中身は固定しない

もう1点、重要な前提があります。AIリテラシーとして教える中身は、数年で変わります。

文部科学省の「初等中等教育段階における生成AIの利活用に関するガイドライン Ver.2.0」では、生成AIの効果的な利活用のために、教師にも一定のAIリテラシーを身に付けることが求められるとされ、情報技術を日常の校務等に活用しつつ、教師自身が新たな技術に慣れ親しみ、利便性や懸念点、賢い付き合い方を知っておくことが、教育活動で適切に利活用する素地を作ることにつながる、と記されています（出典：文部科学省「初等中等教育段階における生成AIの利活用に関するガイドライン Ver.2.0」（令和6年12月26日））。

ここで示されているのは、教える側がまず自分で使うという順番です。企業でも同じで、管理職が触っていない状態で部下に教育を課しても機能しません。同ガイドラインは、生成AIについて「使い方によって人間の能力を補助、拡張し、可能性を広げてくれる有用な道具にもなり得ることを理解した上で」リスクや懸念に対策を講じて利活用を検討すべき、という趣旨も示しています。過度に不安視するのでも、無条件に礼賛するのでもない立場です。

【モデルケース】32名の会社の6か月

想定する状況

従業員32名の建材卸売業A社。内訳は営業10名、事務・管理6名、倉庫・配送12名、経営層・管理職4名。情報システムの専任担当はおらず、総務の方が兼任しています。生成AIについて会社としての方針は決まっておらず、営業の2名が個人のアカウントで文章作成に使っているらしい、という状態です。経営者は「AIリテラシーを上げたい」と考えていますが、何から手を付ければよいか決まっていません。

この状況は、前掲の情報通信白書が示す「中小企業では活用方針を明確に定めていないとの回答が約半数」という状態と整合します。特別に遅れているわけではありません。

診断結果の分布（開始時）

まず、本記事の10問セルフチェックを全32名に実施しました。結果は次のとおりです。

レベル	営業10名	事務・管理6名	倉庫・配送12名	経営層4名	合計
レベル1 知っている	6	3	12	3	24名
レベル2 試した	2	3	0	1	6名
レベル3 回せる	2	0	0	0	2名
レベル4 渡せる	0	0	0	0	0名

この分布から読み取れることは3つあります。1つ目は、レベル1が75%（24名）を占めていること。2つ目は、レベル4が0名で、社内に教えられる人がいないこと。3つ目は、営業のレベル3の2名が、会社の把握しないところで個人のアカウントを使っていたことです。

6か月でやったこと

時期	やったこと	ねらい
1か月目	会社として使うAIツールを1つ決定。法人向けプランを営業10名・事務6名・経営層4名の計20名分契約	許可の不在という壁2を外す
1か月目	30分の説明会。その場で全員ログインまで実施。入力情報の3分類をA4で1枚配布し、相談先を総務の担当者名で明記	レベル1をレベル2へ
2か月目	営業のレベル3の2名を推進役に指名。個人アカウントから法人アカウントへ移行	把握できない利用をなくす
2〜3か月目	営業・事務の各人に対象業務を1つ指定。週1回、業務時間内に30分の実施枠を確保	レベル2をレベル3へ
4か月目	推進役2名に、使っている指示文を他人が読める形で書き起こさせる（1本1画面）	レベル3をレベル4へ
5か月目	月1回15分の共有会を業務時間内に設定。うまくいった例と失敗例を1つずつ持ち寄る	水準の維持と横展開
6か月目	10問セルフチェックを再実施し、分布を比較	効果の確認と次の目標設定

倉庫・配送の12名は、この6か月では対象外としました。日常業務にパソコンを使う場面が少なく、無理に含めると全体の進行が止まるためです。やらない範囲を決めることも、水準の設計に含まれます。

診断結果の分布（6か月後）

レベル	開始時	6か月後	差
レベル1 知っている	24名	13名	マイナス11名
レベル2 試した	6名	11名	プラス5名
レベル3 回せる	2名	6名	プラス4名
レベル4 渡せる	0名	2名	プラス2名

レベル1の13名は、そのほとんどが倉庫・配送の対象外メンバーです。対象にした20名に限れば、レベル1は4名から0名になり、レベル3以上が6名になりました。目標に置いていた「レベル3を各部署に1人以上」「レベル4を1〜2名」は達成しています。

削減時間の試算

水準が上がった結果として、対象業務にかかっていた時間がどう変わったかを試算したものが次の表です。時給2,500円・月20営業日を前提としています。

業務	担当	導入前（月）	6か月後（月）	削減時間	月間削減額
見積・提案文の下書き	営業10名	24時間	9時間	15時間	37,500円
問い合わせメールの返信	営業10名	20時間	8時間	12時間	30,000円
議事録・報告書の作成	事務6名	16時間	5時間	11時間	27,500円
社内手順書の整備	事務6名	10時間	4時間	6時間	15,000円
商品案内・チラシの文案	営業・事務	8時間	3時間	5時間	12,500円
合計	—	78時間	29時間	49時間	122,500円

この表で注意していただきたいのは、削減時間が「浮いた現金」ではないことです。49時間分の人件費が消えるわけではなく、その時間が別の業務に回ります。A社の場合は、営業が新規訪問の時間に、事務が滞っていた在庫データの整理に回しました。効果を評価するときは、金額ではなく「空いた時間を何に使ったか」で見るほうが正確です。

費用の考え方

当社の支援を利用する場合、初期費用0円、月額5万円が標準です。この中で、診断表の自社向け調整、10問チェックの実施設計、30分説明会の実施、入力情報の3分類の作成、推進役への伴走、共有会の設計までを行います。6か月で一区切りとし、その後は運用の相談と見直しに使っていただく形が一般的です。

これとは別に、AIツール自体の利用料がかかります。法人向けプランは1人あたり月額数千円程度が目安で、A社の想定では20名分を契約しています。金額はサービスによって異なるため、実際の見積もりは各サービスの公式情報でご確認ください。

なお、当社は投資回収年数のような計算を提示していません。理由は、AIの効果は削減時間の一部しか金額化できず、空いた時間の使い道で価値が大きく変わるためです。数字を作りやすい形に整えるより、分布と時間の実測で判断するほうが、意思決定を誤りにくいと考えています。

この6か月で起きたつまずき

順調な部分だけ書くと実態と離れるので、A社の想定で起きたつまずきも記します。

• 2か月目に、事務の1名が「自分の仕事には使えない」と離脱しかけた。対象業務の指定が本人の担当と合っていなかったことが原因で、業務を変更して復帰
• 3か月目に、営業の1名が誤った型番を含む提案文をそのまま送りかけた。出力の検証が習慣化していなかった。以後、送信前に型番と金額だけは目視確認する運用を追加
• 4か月目に、推進役の1名の負荷が上がった。質問が集中したため、共有会を設けて質問を分散させた

3つ目は特に起きやすい問題です。レベル4が1人だけの状態は、その人が辞めた瞬間に社内の水準が一段下がります。だからレベル4は2名を目安にします。

よくある失敗と防ぎ方

AIリテラシーの向上に取り組む中小企業で、繰り返し見られる失敗を5つ挙げます。いずれも対策とセットで示します。

失敗1 全社研修から始めた

レベル1が大半の状態で全社研修を実施すると、前提が共有されないまま話が流れます。受講後にアンケートを取ると「勉強になった」という回答は集まりますが、翌月の利用は増えません。防ぎ方は、研修の前にアカウント配布とログインを済ませることです。触ったことがある状態で聞く話と、そうでない状態で聞く話は、残り方がまったく違います。

失敗2 水準を数字にしなかった

「リテラシーを高める」という目標のままにすると、達成も未達成も判定できません。半年後の会議で「まあ、少しは進んだと思います」という報告になり、次の打ち手が決まりません。防ぎ方は、レベル別の人数を目標に書くことです。「レベル3を6名」と書けば、誰を対象にするかが自動的に決まります。

失敗3 詳しい1人に任せきりにした

社内でいちばん詳しい社員に全部任せると、その人の負荷が上がり、他の社員は「あの人に頼めばいい」と学ばなくなります。結果として分布は動きません。防ぎ方は、その人の役割を「作業する人」ではなく「型を渡す人」に変えることです。依頼が来たら代わりに作るのではなく、やり方を書いて渡す運用にします。

失敗4 禁止だけを決めた

「業務での生成AI利用は禁止」とだけ決めた会社では、把握できない利用が残ります。個人のスマートフォンでの利用まで技術的に止めることは困難だからです。防ぎ方は、禁止と同時に「これは使ってよい」という正規ルートを1本用意することです。禁止事項だけのルールは、守る側に選択肢を与えません。

失敗5 評価に紐づけた

診断結果を人事評価に使うと、翌回から申告が正確でなくなります。全員がレベル3を自称する状態になり、現在地が見えなくなります。防ぎ方は、診断の目的を「会社の打ち手を決めるため」と明言し、評価には使わないと宣言することです。この宣言は、口頭ではなく配布資料に書いてください。

AIに任せない線引き

AIリテラシーが高い状態とは、「何でもAIに任せる状態」ではありません。むしろ逆で、任せない範囲を自分で言える人ほど水準が高いと考えています。10問チェックの質問8を入れたのはこのためです。

中小企業の実務で、当社が「ここから先は人がやる」と線を引いている代表例を挙げます。

業務	AIに任せてよい範囲	人がやる範囲
見積・提案	文面のたたき台、構成の整理	価格の決定、条件の確認、最終承認
顧客対応	返信文の下書き、過去のやり取りの要約	クレームの一次対応、送信の判断
契約・法務	読みにくい条文の言い換え、論点の洗い出し	可否の判断、専門家への確認
採用・人事	募集文の作成、質問案の整理	合否の判断、評価の決定
会計・税務	用語の説明、資料の下書き	数値の確定、申告に関わる判断

共通しているのは、責任の所在が問われる判断は人が行うという基準です。AI事業者ガイドラインが「人間中心」を基本的な考え方に置いていることとも整合します。文部科学省のガイドラインも、人間が判断することの重要性を明記しています（出典：文部科学省「初等中等教育段階における生成AIの利活用に関するガイドライン Ver.2.0」）。

この線引きを社内で決めておくと、社員が迷わなくなります。「どこまで任せてよいか分からない」という不安は、リテラシーの不足ではなく、線引きの不在から来ていることが多いです。

よくある質問（FAQ）

Q. AIリテラシーとは何ですか

AIを使うかどうかを、自分で判断できる状態を指します。欧州連合の人工知能法は、AIリテラシーを「AIシステムを十分な情報にもとづいて導入できるようにし、AIの機会とリスク、それが引き起こしうる害について認識を得られるようにするスキル・知識・理解」という趣旨で定義しています。本記事では実務向けに、仕組みの理解・入力の判断・指示の設計・出力の検証・業務への接続の5要素に分けて整理しています。

Q. どこまでできれば合格ですか

役割によって変わります。本記事の4段階で言えば、事務・営業はレベル3（1業務を毎週回せる）、経営者・管理職はレベル2以上（自分で触った実感がある）、推進役はレベル4（他人に渡せる）が目安です。全員に同じ水準を求める必要はありません。欧州連合の人工知能法も、必要な水準は技術的知識・経験・教育および利用の文脈を考慮して判断するという書き方をしています。

Q. ITリテラシーとどう違いますか

違います。ITリテラシーは道具を正しく操作する力が中心ですが、AIリテラシーは出力が正しいかを判断する力が中心です。同じ指示でも出力が毎回変わるため、手順の暗記が通用しません。パソコン操作が苦手なベテラン社員が、AIの出力の誤りを即座に指摘できることは珍しくありません。土台になるのは業務そのものへの理解です。

Q. 社員の水準はどう測りますか

知識テストは避けてください。用語の暗記度は測れますが、業務で使えるかどうかとほとんど相関しません。代わりに、今月AIを使って作った成果物、そのときの指示文、AIの出力から自分が直した箇所の3点を出してもらう方法をお勧めします。特に3点目を具体的に説明できるかどうかで、出力の検証ができているかが判定できます。1人5分で済みます。

Q. 研修を受けさせれば上がりますか

レベルによります。レベル1（触ったことがない）が大半の状態で全社研修を実施しても、前提が共有されず流れます。この段階で効くのは、アカウントの配布と、その場でログインまで済ませる30分の説明会です。研修が効くのは、レベル2〜3の人が一定数いて、社内の共通言語を作りたい段階です。順番を逆にしないでください。

Q. 資格を取らせるのは有効ですか

推進役に体系的な知識を持たせたい場合には有効ですが、全社員に取らせる施策としては効率が良くありません。資格の取得と業務での利用は連動しないためです。取得者数を指標にすると、取得自体が目的化します。資格・検定の比較はAI資格のおすすめ比較で扱っています。

Q. 日本のAI利用率はどのくらいですか

総務省の令和7年版情報通信白書によると、日本において何らかの生成AIサービスを「使っている（過去使ったことがある）」と回答した割合は2024年度調査で26.7%でした。2023年度調査の9.1%からは拡大していますが、同時期の米国68.8%、ドイツ59.2%、中国81.2%と比べると水準に差があります。年代別では20代の44.7%が利用経験ありと回答しています。

Q. 中小企業は遅れているのでしょうか

方針決定の面では立ち遅れているというのが白書の記述です。生成AIの活用方針を定めている日本企業は2024年度調査で49.7%でしたが、企業規模別に見ると中小企業では「方針を明確に定めていない」との回答が多く、約半数を占めるとされています。同白書は、日本の中小企業では大企業と比較して活用方針の決定が立ち遅れている状況が見て取れる、と記述しています。

Q. 情報漏洩が怖くて使わせられません

禁止だけでは解決しません。会社が把握していない利用（シャドーAI）が残り、事故が起きたときに何が漏れたのか分からない状態になりやすいためです。実務上は、入力情報を「入れてよい」「加工すれば入れてよい」「入れてはいけない」の3分類にしてA4で1枚配り、相談先を個人名で明記する方法が最も効果があります。詳細は中小企業のセキュリティ対策をご覧ください。

Q. 一部の詳しい人しか使っていません

リテラシーの問題ではなく、環境の問題である場合がほとんどです。原因は、使い方が分からない、使ってよいか決まっていない、聞ける相手がいない、の3つに集約されます。会社として使うツールを1つ決め、その場でログインまで済ませ、相談先を個人名で伝える。この3手で分布は動き始めます。使われない原因の全体像はAIが使えないと言われる原因にまとめています。

Q. 新入社員にAIを任せてよいですか

入力の判断と指示の設計は問題ありませんが、出力の検証は難しいと考えてください。自社の商品名や取引条件を知らないため、誤りに気づけないからです。「若手はAIが得意だから任せよう」と丸投げすると、誤りが検知されないまま外部に出ます。新入社員の目標水準はレベル2に置き、検証は業務知識がついてから求めるのが安全です。

Q. 経営者も触る必要がありますか

あります。目標水準はレベル2で十分ですが、レベル2未満だと投資判断ができません。何ができて何ができないかを体感していないと、現場の提案や外部業者の提案の妥当性を評価できないためです。週に1回、自分でメール文か企画のたたき台を書かせてみるだけで足ります。30分もかかりません。

Q. 水準はどのくらいで上がりますか

レベル1からレベル2は、アカウント配布と説明会を同日に行えば1日で上がります。レベル2からレベル3は、担当業務を決めて週1回使う状態を作って3か月程度が目安です。レベル3からレベル4は、指示文を他人が読める形に書き起こす作業が必要で、さらに2〜3か月かかります。本記事のモデルケースでは6か月で分布を動かしています。

Q. ハルシネーションは防げますか

発生自体は防げません。防げるのは、誤りをそのまま使ってしまうことです。AIが事実と異なる内容をもっともらしく出力する性質は仕組み上のもので、利用者側でゼロにはできません。だからこそ、出力の検証（要素4）が4段階を分ける分水嶺になります。具体的な対処法はハルシネーション対策で解説しています。

Q. 診断は何回やればいいですか

年に2回までにしてください。頻度を上げると作業として処理され、答えが雑になります。開始時と6か月後の2回で、分布の変化は十分に見えます。また、結果は人事評価に使わないと明言し、配布資料にもその旨を書いてください。評価に紐づけると全員がレベル3を自称し、現在地が見えなくなります。

Q. 教える中身は今後も同じですか

変わります。AI事業者ガイドラインは、生成AIの活用拡大によってAIと人間の作業の棲み分けが変わっていくと想定される、という趣旨を示しており、教育・リスキリングを継続的に検討することが期待されるとしています。1回の研修で完了とせず、年1回はルールと診断項目を見直す前提で設計してください。

まとめ｜水準を決めて測る

最後に、要点を整理します。

• AIリテラシーは法令や公的ガイドラインにも定義があり、いずれも「役割に応じて十分な水準」という書き方をしている。全員一律の合格点は存在しない
• 業務で使うAIリテラシーは、仕組みの理解・入力の判断・指示の設計・出力の検証・業務への接続の5要素に分解できる
• 水準は4段階（知っている／試した／回せる／渡せる）で判定し、5要素の最低値をその人のレベルとする
• 中小企業の現実的な目標は「レベル3を各部署に1人以上、レベル4を1〜2名、レベル1をゼロに近づける」
• 測るときは知識テストではなく実物（成果物・指示文・直した箇所）で。受講率・ログイン数・資格者数は指標にしない
• 個人の点数ではなく分布を見る。分布が見えると、次の打ち手が自動的に決まる
• 診断は年2回まで。人事評価には使わないと明言する
• 任せない線引きを言える人ほど水準が高い。責任の所在が問われる判断は人が行う

「AIリテラシーを高めよう」という掛け声のままでは、半年後も同じ会話をすることになります。言葉を、レベルと人数という測れる形に置き換えること。それが、この記事でお伝えしたかった唯一のことです。診断表をコピーして、明日20分だけ使ってみてください。自社の現在地が、はじめて数字で見えるはずです。

なお、本記事は一般的な情報提供を目的としたものであり、特定の企業の状況に対する助言ではありません。社内ルールの整備や個人情報の取り扱いについては、必要に応じて専門家にご確認ください。公的な資料としては、総務省・経済産業省の総務省「AI事業者ガイドライン掲載ページ」と、IPAのIPA「DXリテラシー標準（DSS-L）概要」を、あわせてご参照ください。