大企業のAI開発、なぜ進まない — 50人へのインタビュー

結論: 大企業のAI停滞は技術問題ではなく構造問題

「うちの会社、AIの話は出るのに全然進まない」。これは大企業のエンジニアから2026年現在、最もよく聞く悩みです。本記事では、製造業・金融・通信・小売の大企業に勤める現役エンジニア、PM、情シス、計50人にインタビューして見えてきた停滞の本当の原因を整理します。

この記事でわかること:

• 大企業AI停滞の構造的5大要因
• 役職別の本音と矛盾
• 実際に突破できた企業との違い
• 現場エンジニアが今できること

要因1: 意思決定の段数が多すぎる

50人のうち42人が「AI導入の決裁に半年以上かかる」と回答しました。1案件あたり、稟議の通過段数は平均6.3段。「AIを使うこと」自体に経営会議が必要な企業すらあるのが現実です。経営陣がAIを「重要技術」と見ているがゆえに、現場の判断で始められないというパラドックスが起きています。

要因2: セキュリティ部門の過剰防衛

「外部AIへのデータ送信は原則禁止」というポリシーを持つ企業は、50社中37社。理由を聞くと、「具体的なリスク評価ができていないが、念のため禁止している」という回答が多数を占めました。

「禁止するなら代替案を出してほしい。何もない状態で禁止だけ言われると、結局シャドーITが増えるだけ」(40代インフラエンジニア)

結果として、社員が個人スマホでChatGPTやClaudeを使う「シャドーAI」が横行している実態が浮かびました。

要因3: 予算の枠と評価指標の不整合

AI導入で生産性が30%上がったとして、その分予算が30%削減される評価制度のままでは、現場は導入に積極的になれません。「効率化したら自分の仕事が減る」という構造が、もっとも根深い停滞要因として浮き上がりました。

要因4: 中間管理職の理解不足

経営トップは「AI推進」、現場エンジニアは「使いたい」。しかし中間管理職層 (課長・部長クラス) がボトルネックになっていると回答した人が28人にのぼりました。中間管理職は自分が使えないAIを部下に推奨できない、評価できない、リスクが取れないため、結果として現場の動きを止めてしまっています。

要因5: 既存システムとの統合難易度

レガシーシステムだらけの環境では、AIエージェントが叩けるAPIが存在せず、結局PoC止まりになりがちです。「APIを生やす予算が出ない」「APIを作るチームがいない」という二重苦が、特に金融・製造業で深刻でした。

役職別の本音と矛盾

経営層

「現場がもっと積極的に提案してきてほしい」

中間管理職

「経営も現場も具体的な指示をくれない。リスクだけ自分が背負う構造」

現場エンジニア

「上が決めないと動けない。決まったときには技術が古くなっている」

三者の言葉が完全に噛み合っていないことが、停滞の本質です。

突破できた企業の共通点

50社のうち、AI導入が明確に進んでいる8社には共通点がありました。

1. 「AI推進室」のような専任部署を設置し、横断的に決裁できる権限を与えている
2. セキュリティポリシーをホワイトリスト方式に変更し、許可されたAIツールは即時利用可能
3. 役員の1人がAIを毎日使い、社内で発信している
4. 評価制度に「AI活用度」を加点項目として組み込み、削減項目にしていない
5. レガシーAPI化に専任予算をつけている

現場エンジニアができること

1. 個人で実例を作る

業務時間外でも、ローカル環境でAIエージェントを動かし、業務に役立つ事例を作っておきましょう。動くデモは決裁を動かす最強の武器です。

2. シャドーAIを健全化する提案を出す

「現状こういう便利な使い方が個人ベースで起きている。これを公式に許可することで、リスクを管理しながら成果を取りませんか」と提案する形式が刺さります。

3. 中間管理職に「使い方」を教える

上司にAIの使い方を30分だけレクチャーする時間を作ると、決裁が驚くほどスムーズになります。上司の生産性を上げることが、自分の自由度を上げるのです。

まとめ

大企業のAI停滞は技術問題ではなく、意思決定構造・セキュリティポリシー・評価制度・中間管理職・レガシー統合の5層の構造問題です。これを突破するには、専任部署と権限委譲、ホワイトリスト方式のポリシー、評価制度の見直しが必要です。現場エンジニアの皆さんは、待つのではなく「動くデモ」と「上司教育」で組織を動かしてください。2026年、AI導入は経営課題ですが、現場発の事例が組織を変える時代でもあります。