生成AIの仕事上のメリットには、どんな組み合わせがあるか

調査票では、生成AIが時間を節約する、仕事の質を高める、新しい作業を可能にする、という説明について、賛成、賛成でも反対でもない、反対のいずれかを尋ねています。分析対象は、前の1か月に報酬や利益を得るために働き、その仕事で生成AIを使ったと答えた人です。検索エンジンに表示されたAIの回答を見るだけでは、調査票上の利用には当たりません。^[2]

連邦準備制度は、この利用者の各説明への賛成割合をすでに公表しています。時間の節約は81%、質の向上は52%、新しい作業は55%です。3つの説明で賛成の多さが違うことはわかりますが、同じ人がすべてに賛成した割合や、ほかの回答の組み合わせまではわかりません。^[3]

質問の意味を保つことが大切です。質の向上への賛成は、第三者が採点した品質評価ではありません。時間の節約への賛成から、何時間短縮できたかはわかりません。また、新しい作業ができることと、慣れた作業が早くできることは異なります。この記事では回答を1つの生産性スコアにまとめず、これらを区別します。

8種類の賛成の組み合わせのうち、最も多いのは3つすべてに賛成した人で、対象者の34.0%でした。グラフにはすべての組み合わせを示しています。行に記載していない説明には、中立か反対の回答がありました。記載がないことは、その人がメリットを得なかったという意味ではありません。

ほかの3つの組み合わせを見ると、回答を一緒に読む意味がよくわかります。時間の節約に賛成し、質や新しい作業には賛成していない人は17.0%でした。時間と新しい作業に賛成し、質には賛成していない人は16.9%。時間と質に賛成し、新しい作業には賛成していない人は13.1%でした。

いずれも時間の節約に賛成した人ですが、ほかの回答は異なります。約17%の2つの割合は記述上近く、このわずかな差を根拠にAIの使い方の優劣を決めることはできません。むしろ、新しい作業についての質問を加えると、時間と質だけの比較では同じ群に入る人を区別できる点が有用です。

3つのどれにも賛成していない人は10.6%でした。ここには中立の回答も反対も含まれます。この人たちを「AIから価値を得ていない人」と呼ぶのは、質問からわかる範囲を超えています。ツールを使っていても、ここで尋ねた説明には賛成しないことがあります。その理由は調査からはわかりません。

質と新しい作業に賛成し、時間には賛成していない小さな群は20人です。全体像を示すため掲載していますが、意外性のある見出しの根拠にすべきではありません。分類を省かず示すことと、そこから強い解釈を導くことは別です。以下では、元の回答をさらに詳しく残して見ていきます。

時間への賛成と質への賛成の差には、中立の回答が大きく関わっています。次の表は元の3つの選択肢をそのまま示したものです。各割合の分母は対象者全員の1,850人なので、各行の合計は100%にはなりません。

対象者全体の推計47.1%が、時間の節約と質の両方に賛成しました。26.9%は時間に賛成し、質には中立でした。7.0%は時間に賛成し、質には反対でした。これらは意味の異なる回答です。

時間の節約に賛成した人だけを見ると、分母は1,489人になります。その中では、質に賛成が58.2%、中立が33.2%、反対が8.6%でした。同じ回答を時間の節約に賛成した群の中で表しており、別の標本や後日の測定ではありません。

中立の回答から、その人が迷っている、質が変わらなかった、経験が足りない、と判断することはできません。答えはあくまで賛成でも反対でもない、というものです。同様に、質が向上するという説明への反対は、仕事の質が悪化したことを意味しません。

自転車店が自分たちの感想を整理するときにも、この区別が役立ちます。下書きは早くなったという同僚が、完成した説明の質には賛成しないなら、店主が次にすることは明確です。説明を整備士のメモと照らし合わせます。漠然とした感想から、お客さまが実際に読む内容についての具体的な話し合いに進めます。

時間の節約に賛成した人に絞っても、新しい作業への回答を加えると理解が深まります。次の表の割合はすべて、AIが時間を節約すると答えた1,489人を分母にしています。9つのセルは、その人たちの質と新しい作業への回答の組み合わせです。

この群では42.0%が、残る2つの説明にも賛成していました。同じ617人が、対象者全員1,850人の中で3つすべてに賛成した34.0%を占めています。一方は対象者全員、もう一方は時間の節約に賛成した1,489人だけを分母にしているため、割合が異なります。

時間の節約に賛成した人の17.8%は、新しい作業に賛成する一方で質には中立でした。13.4%は質に賛成し、新しい作業には中立でした。11.9%は両方に中立でした。これらのセルはそれぞれ180人を超え、この条件付きの表にある9つのセルはすべて40人以上です。

これは単に「AIにはさまざまなメリットがある」という説明より具体的です。時間の節約に加えて作業の幅が広がると答え、質の向上には賛成しない人がいます。一方、時間と質に賛成していても、新しい作業には賛成しない人もいます。この違いを導入段階やスキルの発達の順序に読み替えてはいけません。観察しているのは組み合わせであり、段階的な変化ではありません。

企業はこの区別を使って、判断に必要な根拠を整理できます。慣れた作業を早くするために使うツールなら、その作業に照らして評価します。新しい用途なら、できたものが役に立ち、受け入れられる水準にあるかを別途確かめます。どちらの判断にも、すべてのメリットが一緒に得られるという約束は必要ありません。

役に立つ使い方が、あらゆるメリットを生む必要もありません。目的が一定の水準を保ちながら既存の作業時間を減らすことなら、新しい作業ができるかどうかは無関係かもしれません。以前は作れなかったものを提供することが目的なら、速さだけで成功とはいえません。回答の組み合わせは異なる目的を考える余地を示しますが、企業がどの目的を選ぶべきかを決めるものではありません。

架空の自転車店に戻りましょう。店主は、どの整備サービスを予約すべきかがお客さまに伝わる投稿を作りたいと考えています。整備士が事実を提供し、生成AIが説明の下書きを手伝います。チームは日常の制作に組み込む前に、この範囲のはっきりした仕事を評価できます。以下はInfluence IQが提案する活用例であり、SHEDが検証した手順ではありません。

まず、完成した仕事を定義します。この例では、サービスを正しく説明し、次に何をすべきかをお客さまに伝える、承認済みの投稿です。メモの準備、下書きの確認、誤りの修正、承認にかかる時間も評価に含めます。初稿が出た瞬間と、公開できる状態になった瞬間は同じではありません。

次に、完成した説明を整備士の元のメモと照合します。サービスの選択肢を正しく区別できているか。根拠のない価格、約束、技術的な説明を加えていないか。読者が次の行動を理解できるか。こうした確認で、この投稿について判断する根拠が得られます。AIへの一般的な満足度を、そのまま品質評価にする必要はありません。

新しいことができるかを確かめるなら、お客さまから繰り返し届く質問をまとめるQ&Aの構成案を別に検討できます。見るべき点は、いつもの投稿の別案が増えたかではなく、以前は作れなかった有用なものを作れるようになったかです。新しい形式にも、事実確認と編集上の確認が必要です。

最終的な判断は、「AIをもっと使う」より限定的でもかまいません。サービスの説明を下書きすることに実務上の利点があれば、その使い方は残し、Q&Aについては別に評価できます。確認や修正に時間を取られ、見かけ上の節約を使い切ってしまうなら、進め方を見直す理由になります。判断の根拠は、下書きを公開可能にする作業も含め、その店舗の仕事で実際に起きることです。

クリエイターも、動画の構成案、スポンサー向けの企画概要、購読者向けの資料に同じ区別を使えます。具体的な成果物と、受け入れるための既存の基準から始めます。全国の回答の組み合わせは、自分の結果の目標値にはなりません。また、この調査ではクリエイターやフリーランサーを別の対象集団として特定していません。

連邦準備制度のために2025年10月17日から28日にオンラインで実施された、2025年「家計経済と意思決定に関する調査」の公開データを使用しました。対象母集団は、米国に住む18歳以上の民間人で、施設に入所していない人です。調査全体の回答者は12,934人。今回の分析対象は、直前の1か月に働き、その仕事で生成AIを使ったと答えた1,850人です。全員について、メリットを尋ねる3問の公開回答がありました。^[1][4]

対象者の条件は解釈に関わります。これは仕事ですでに生成AIを使っている人の分析であり、働く人全体の分析でも、非利用者との比較でもありません。企業がツールを導入した際のメリットを予測するものではありません。また、回答は2025年の調査対象期間の仕事についてのものです。翻訳しても、ほかの国の現在の推計にはなりません。

すべての割合に、公開された横断調査用の重みを使用しています。表には重み付け前の回答者数も示しています。この人数は推計を支えるレコード数であり、国内の人数ではありません。3つの回答をまとめた完全な表は27通りすべてを残しています。8種類のグラフでのみ、どの説明に賛成したかを分類するため、中立と反対をまとめています。

対象条件、利用、メリットに関する5項目のいずれかに補完フラグがあるレコードを除き、分析を繰り返しました。残ったのは1,841人です。事前に定めた組み合わせ表、賛成の分類、メリットへの回答割合を通じて、絶対変化の最大値は約0.2パーセントポイントでした。この確認で調べられるのは、この除外の影響です。無回答、対象範囲、測定の誤差を取り除くものではありません。残った群には元の重みを使っており、修正済みの全国推計ではありません。^[5]

記述的な推計値を示し、信頼区間や有意差検定は報告していません。これらの条件付きの表について、調査設計に対応した有効な分散推計を確認できていないためです。小さな差を信頼できる順位として扱うべきではありません。27通りのうち15セルは回答者が30人未満で、その旨を表示しています。全人数も確認できます。

組み合わせについての問い、回答の定義、重み付け、感度確認、公表条件は、これらの組み合わせを計算する前に内部で固定しました。すでに公表されていた各質問の割合は知っていました。公開の事前登録ではありません。元データの回答ラベルの確認に伴い入力の対応表を変更しましたが、予定した分析は変えていません。その経緯はダウンロードに記載しています。独立した2つの計算で集計結果を再現しました。

元データと質問文は連邦準備制度の調査によるもので、組み合わせの計算と解釈はInfluence IQによるものです。同機関の推奨を意味しません。ダウンロードには全集計結果、方法とコード、特定した公開データの入手手順があります。回答者単位のレコードや識別子は含めていません。^[6]