AIを「協議なき導入」で終わらせない―「職場AI協定」とリテラシー共育による、働く者が主役のAI活用へ―

一　はじめに―AI導入の現場で覚えた違和感

筆者はコンサルティング会社に勤務し、製造業や中央省庁における生成AI・ロボティクスの導入支援に従事している。この数年、職場へのAI導入は驚くほどの速さで進んだ。文書の作成や議事録の要約、申請書類の点検、設備の異常検知に至るまで、かつて人が担っていた業務の一部を、AIが静かに担い始めている。
その現場に身を置いて痛感するのは、AI導入の成否を分けるのは技術の優劣ではなく、「現場で働く人がどれだけ主体的に関われたか」だという事実である。経営や情報システム部門の主導でツールだけが配られた職場では、利用は一部の得意な人にとどまり、多くの従業員は「自分の仕事はいずれ奪われるのではないか」という漠然とした不安を抱えたまま取り残される。逆に、現場の従業員が使い方の工夫を持ち寄り、業務の見直しとセットで導入を進めた職場では、AIは残業を減らし、仕事の質を高め、働く人の自信を育てる道具になっていた。同じ技術が、関わり方ひとつで不安の種にも希望の種にもなる。この分岐点に立ち会い続けてきたことが、本稿を書く動機である。
なお筆者は、企業や省庁の側でAI導入を設計し、現場に届ける側に立ってきた人間である。その立場だからこそ断言できる。導入が頓挫する最大の原因は技術の未熟ではなく、働く人の納得を置き去りにした進め方である。導入する側の内側から見てきた失敗の構造を、働く者の側の交渉の武器として差し出すこと。それが本稿の立場である。
総務省の調査によれば、日本で生成AIを利用した経験のある個人は2024年度時点で26.7%にとどまり、利用しない理由として「使い方がわからない」を挙げる人が約4割にのぼる（1）。AIの恩恵が一部の企業、一部の人に偏れば、それは新しい格差、いわば「AI格差」となって働く者の間に楔を打ち込む。「働くことを軸とする安心社会―まもる・つなぐ・創り出す―」の実現にとって、職場のAIへの向き合い方は、賃金や労働時間と並ぶ中心課題になったと考える。

図1　生成AIの利用経験がある個人の割合（国際比較）

出所：総務省「令和7年版　情報通信白書」（1）を基に筆者作成

本稿では、AI導入が職場にもたらしている三つの断層を指摘したうえで、連合・労働組合が今取り組むべきこととして、第一に「職場AI協定」の標準モデルの策定と普及、第二に組合主導のAIリテラシー「共育」、第三に中小企業・未組織労働者への展開と政策提言、の三点を提言する。

二　問題認識―AI導入が職場にもたらす三つの断層

第一の断層は、「協議なき導入」である。労働政策研究・研修機構の事例調査によれば、生成AIの導入そのものをめぐる労使協議を実施していない企業が存在する。導入目的が業務効率化であり、人手不足の下では雇用削減の懸念が生じにくいから、というのがその理由である（2）。しかし、AIの雇用への影響は導入時点では見えにくい。業務の代替が静かに進み、配置転換や要員計画の見直しが現実の議題となったときに初めて協議を始めるのでは、働く者は交渉の土俵に遅れて上がることになる。厚生労働省の検討会報告書も、AI等の新技術の導入に際しては労使コミュニケーションが重要であり、現場の実態や働く者の納得を欠いた技術導入では生産性の向上は望めないと指摘している（3）。導入の入口から労使の対話を組み込むことは、働く者をまもるためだけでなく、導入を成功させるためにも不可欠なのである。
第二の断層は、「学びの格差」である。前述のとおり生成AIの利用経験には大きな個人差があり、その背景には年齢、雇用形態、企業規模による学習機会の偏りがある。大企業の正社員には研修や実践の機会が提供される一方、中小企業やパート・有期・派遣で働く人々は、学ぶ機会そのものから排除されがちである。筆者が支援したある職場でも、生成AIの利用権限が当初は正社員のみに付与され、同じ業務を担う派遣社員には与えられないという場面に出会った。「同じ業務なのに、私だけ使えないんです」という当事者の声も、筆者は直接聞いている。効率化の道具へのアクセスが雇用形態で線引きされれば、処遇格差は「生産性の差」という装いをまとって正当化されてしまう。学びの機会の平等は、AI時代における公正な処遇の前提条件である。
第三の断層は、「ルールの空白」である。EUでは2024年に発効したAI規則が、採用選考や人事評価、配置に用いられるAIを「ハイリスク」と分類し、透明性の確保や人による監督などの厳格な義務を課す。2026年6月に成立した改正により義務の適用開始は2027年12月へ延期されたが、雇用分野のAIを厳格に律する枠組みそのものは維持されている（4）。一方、日本で2025年に成立したAI推進法（人工知能関連技術の研究開発及び活用の推進に関する法律）は、イノベーションの振興を主眼とする理念法であり、職場におけるAI利用の具体的なルールづくりは、事実上、各企業・各職場の自主的な取り組みに委ねられている（5）。国が細部を定めない以上、働く者の権利をまもるルールは労使自身の手でつくるほかない。就業規則の変更のように確立した手続があるわけでもなく、AIによる評価や監視がどこまで許されるのか、判断の基準は職場ごとに宙に浮いたままである。これは労働組合にとって重い責任であると同時に、その存在意義を社会に示す好機でもある。
この三つの断層は、筆者が2026年6月、後述する社内AI実践コミュニティの参加者や周囲の働き手計18名に行った聞き取りでも裏づけられる。職場へのAI導入時に事前の説明や意見を述べる機会が「なかった」との回答が18名中12名を占め、AIによる人事評価・配置への利用に不安を感じる人は18名中14名にのぼった。小規模な聞き取りにすぎないが、断層の広がりを示す傍証である。
そして直視すべきは、この課題に取り組むべき労働組合自身の基盤が細っていることである。2025年の労働組合の推定組織率は16.0%と四年連続で過去最低を更新し、組合員数は約993万人となった（6）。他方で、パートタイム労働者の組合員は約149万人と増加を続けている（6）。AIへの不安と期待は、産業や雇用形態を超えて全ての働く者に共通する。だからこそAIは、組合が新しい仲間と「つながる」ための、最も普遍的なテーマになりうるのである。以下では、協議なき導入とルールの空白には「職場AI協定」（提言一）で、学びの格差には「共育」（提言二）で応え、その双方を未組織の職場へ広げ、社会のルールへ高める道筋（提言三）を順に述べる。

三　提言一　「職場AI協定」の標準モデルを策定し、春季生活闘争で普及させる

第一の提言は、連合が「職場AI協定」の標準モデル（モデル協定・チェックリスト）を策定し、構成組織・単組を通じて労使協定または労働協約として普及させることである。先行例はすでにある。UAゼンセンは2019年から「革新的新技術導入に向けた労使確認」のモデル例を示し、労使確認のうえでの導入、雇用維持を前提とした職務転換、生産性向上の成果の適正な配分を労使で確認するよう傘下組合に呼びかけてきた（7）。本提言が先行例に付け加えるものは四つある。第一に、人事判断への利用や従業員データの扱いという生成AI特有の論点。第二に、用途のリスクに応じて協議の重さを変える段階化。第三に、協定の効果を利用率・残業時間・従業員満足度で測定し、成果配分の交渉材料とする仕組み。第四に、これらを春季生活闘争の制度要求として産業横断で展開することである。次の六つの柱は、この四点を織り込んだものである。
一つめは、導入前の情報提供と協議である。使用者は、AIの導入目的、対象業務、想定される業務量・要員への影響を事前に組合へ説明し、協議する。導入ありきの事後報告ではなく、企画段階からの関与を原則とする。協議の場には実際にその業務を担う従業員の代表を加え、業務の実態に即した検証を行う。なお、協議の重さは用途のリスクに応じて段階化し、文書作成支援のような低リスクの用途は事前の情報提供と事後検証による簡易な手続とすることで、保護の実効性と導入の速度を両立させる。
二つめは、人事に関わるAI利用の事前合意である。採用、人事評価、配置、解雇に関わる判断へのAI利用は、労使の事前合意を要件とし、判断の根拠の説明可能性と、最終判断を人が行うことを担保する。これはEUのAI規則がハイリスクと位置づける領域であり（4）、日本でも労使が自主的に先取りすべきルールである。
三つめは、導入後のモニタリングであり、効果と負荷の検証、誤作動や不利益事例の報告窓口、定期的な労使での見直しをあらかじめ協定に組み込む。
四つめは、雇用保障と教育訓練である。AIによる業務代替を理由とする解雇を行わないこと、業務が変わる労働者には配置転換とセットで十分な教育訓練を提供することを明記する。
五つめは、データとプライバシーの保護であり、従業員の業務データや操作ログをAIの学習・監視に用いる場合の範囲と手続を定める。
六つめは、成果の公正な配分である。AI導入による生産性向上の成果を、賃上げ、労働時間の短縮、人員体制の改善、教育訓練への再投資として働く者に公正に配分することを明記する。効率化の果実が確実に還元される見通しがあってこそ、現場はAIの活用に協力するのである。

表1　「職場AI協定」標準モデルの六つの柱（概要）

出所：筆者作成

重要なのは、これを春季生活闘争の制度要求として位置づけることである。賃上げが社会的うねりとなったように、「AI導入のルール化」を制度要求に掲げれば、個別労使の交渉力の差を超えて社会全体に規範を広げることができる。交渉力の弱い中小の単組でも使えるよう、ひな形と点検表を整備し、産業別部門連絡会で好事例を共有する仕組みを併せて設けたい。
使用者側には「導入が遅れる」との抵抗が予想されるが、筆者の実務経験からすれば、この懸念は当たらない。AI導入プロジェクトが頓挫する最大の原因は、技術的な失敗ではなく現場の不使用、すなわち「導入したのに使われない」ことだからである。事前協議は現場の知恵を設計に取り込む最良の機会であり、協定は導入を遅らせる足かせではなく、定着を早める投資である。この点を労使双方の共通認識とするため、モデル協定には協定を締結して導入に成功した事例の効果測定を添えて示すことが有効だろう。労働組合がAI導入の「抵抗勢力」ではなく「定着の推進者」として振る舞うこと自体が、組合の社会的評価を高める。

四　提言二　組合主導のAIリテラシー「共育」―「使われる側」から「使いこなす側」へ

第二の提言は、労働組合自身がAIリテラシー教育の担い手となることである。すでに電機連合は、企業の垣根を越えて傘下労組の組合員に生成AIのリスキリング講座を提供する取り組みを始めている（8）。この動きを、連合全体の運動へと広げるべきである。
具体的には、まず連合として共通のAIリテラシー講座（オンライン教材と職場単位の勉強会を組み合わせたもの）を開発し、構成組織を通じて提供する。教材は「明日の自分の業務がどう楽になるか」から入る実践型とし、資格取得ではなく日々の業務改善を出口に置く。議事録の要約や案内文の下書きといった誰の職場にもある業務を題材に実際に手を動かす演習を中心とし、あわせて機密情報の扱いやAIの誤りの見抜き方といった、働く者をまもるための知識を必ず組み込む。使い方だけでなく「使わせ方への発言力」を養うことが、企業研修にはない組合講座の独自価値である。次に、各単組に「AI推進委員」を置き、講師役を養成する。職場委員が安全衛生を担ってきたように、AI活用の世話役を組合の職場活動に組み込むのである。さらに、講座はパート・有期・派遣の組合員にも無償で開放する。増加を続けるパート組合員（6）にとって、学びの機会の提供は共済と並ぶ実利ある組合サービスとなり、組織化の入口にもなる。
筆者は本業の傍ら、勤務先で社内のAI実践コミュニティを立ち上げ、運営してきた。月次の勉強会にニュース配信や失敗事例の共有を重ねるうちに、参加者は当初の8名から2年で約150名に増え、参加者が持ち寄った業務改善の共有は30件を超えた。その経験から言えるのは、AIの学びを継続させる最大の要因は教材の質ではなく「一緒に学ぶ仲間と、失敗を笑える場」だという事実である。月に一度、職場の仲間と使い方を持ち寄る勉強会を続けるだけで、初心者だった人が数カ月後には自らの業務の改善提案を出すようになる。ある参加者は、定型報告書の下書きをAIに任せる手順を勉強会で共有し、同僚の残業を目に見えて減らした。教える側に回った人ほど定着が早いことも、共育という言葉どおりの実感である。
この「仲間と場」を全国の職場に既に持っている組織は、労働組合をおいて他にない。安全衛生委員会が職場の安全文化を根づかせてきたように、組合の日常活動にAIの学び合いを組み込めば、それは他のどの主体にも真似のできない教育インフラになる。さらに、勉強会は組合活動への若年層の参加の入口にもなりうる。組合離れが指摘される若い世代にとって、AIの使いこなしは切実で身近な関心事であり、「組合に行けば仕事に効く学びがある」という体験は、労働運動と若者を再びつなぐ回路になるはずだ。

五　提言三　中小・未組織への展開と政策提言―安心を「創り出す」

第三の提言は、これらの取り組みを組合のない職場へ広げ、社会のルールへと高めていくことである。
まず、地方連合会の労働相談に「AI導入相談」の窓口機能を加える。AI導入を通告されたが協議の場がない、AIによる評価に納得できないといった未組織労働者の相談を受け止め、モデル協定を手に組織化へつなげる。あわせて、各組合で実績のある取り組みを集めた事例データベースを連合が整備し、相談から組織化、横展開までを一連の流れとする。
さらに、雇用によらない働き方への目配りである。配車や配達のプラットフォームで働く人々は、すでにアルゴリズムによって仕事の割り当てや報酬、事実上の評価までを左右される「AIによる管理」の最前線にいる。彼ら彼女らには協議すべき使用者すら見えにくい。連合が進めてきた曖昧な雇用で働く者への支援の枠組みに、アルゴリズム管理の透明性というテーマを明確に位置づけ、プラットフォーム事業者に対して基準の開示と苦情処理の仕組みを求める社会的な交渉を担うべきである。これこそ、企業の枠を超えるナショナルセンターにしか果たせない役割である。
最後に、政府への政策提言である。AI推進法に基づく人工知能基本計画は2025年12月に策定され、2026年7月には早くも第Ⅱ期計画が閣議決定された（9）。計画は当面毎年改定する方針とされており、労働側が発言を続ける機会は制度上開かれている。連合は次期改定に向けて、職場へのAI導入における労働者参加の原則と、雇用分野のAI利用に関する指針の整備を盛り込むよう求めるべきである。あわせて、厚生労働省の検討会（3）の後継となる常設の政労使対話の場を設置し、EUのAI規則（4）など国際的な規範の動向を踏まえたルール整備を主導する。ソフトロー中心の日本だからこそ、労働側が対話の場で発言し続けることが、事実上の規範を形づくる。
実行にあたっては工程を区切りたい。初年度は連合本部にプロジェクトチームを設け、モデル協定とリテラシー講座を開発し、構成組織でモデル単組を選定して試行する。二年目は試行の効果測定を踏まえて改訂し、春季生活闘争の制度要求に載せて全国展開する。三年目には地方連合会の相談窓口と事例データベースを本格稼働させ、AI基本計画の見直し時期に合わせて政策提言を集中させる。費用は既存の教育文化事業や労働者福祉事業の枠組みを活用すれば過大にはならない。リテラシー講座は電機連合が産別単位で既に運営しており（8）、産別の事業規模で担えることは実証済みである。「AI推進委員」も安全衛生の職場委員と同様の兼務であり、新たな専従人員を要しない。むしろ講座や相談を入口とした組織拡大の効果が期待できる。小さく始め、速く学び、大きく広げる。AIの導入手法そのものを、運動の進め方にも応用するのである。

表2　実行工程（3カ年）

出所：筆者作成

六　おわりに

「まもる・つなぐ・創り出す」という安心社会の三つの機能は、AI時代においてこう読み替えられる。職場AI協定で雇用と尊厳をまもる。リテラシー共育で世代と雇用形態を超えて仲間をつなぐ。そして労使対話の積み重ねから、この国のAI活用のルールを創り出す。
AIは放置すれば格差の増幅器になるが、働く者が主体的に関与すれば、長時間労働を減らし、賃上げの原資を生み、仕事の誇りを取り戻す力になる。人手不足が深刻化するこの国で、AIを敵視する余裕はもはやない。問われているのは導入するか否かではなく、誰の手で、誰のために導入するかである。その分岐点は、技術ではなく職場の対話の中にある。
かつて労働運動は、機械化の時代にも、情報化の時代にも、技術と闘うのではなく技術の使い方をめぐるルールを勝ち取ることで、働く者の生活を前に進めてきた。AIの時代も同じである。対話の仕組みを全国の職場に持つ労働組合こそ、この転換期の主役であるべきだ。筆者もまた、職場の仲間との学び合いに支えられてきた一人の働き手である。AI導入の現場に立つ一人として、そして働く者の一人として、労働運動がその力を発揮することを心から期待し、本提言とする。

引用・参考文献

• （1）総務省「令和7年版　情報通信白書」（2025年）
• （2）労働政策研究・研修機構「職場における生成AIの活用による従業員への影響―情報通信業J社と製造業K社の事例調査より―」資料シリーズNo.299（2026年）
• （3）厚生労働省「技術革新（AI等）が進展する中での労使コミュニケーションに関する検討会　報告書」（2021年6月）
• （4）欧州連合「AI規則（EU AI Act, Regulation (EU) 2024/1689）」（2024年。適用時期を延期した2026年改正を含む）
• （5）「人工知能関連技術の研究開発及び活用の推進に関する法律」（令和7年法律第53号）
• （6）厚生労働省「令和7年労働組合基礎調査の概況」（2025年）
• （7）情報労連リポート「デジタル技術革新への対応　UAゼンセンの取り組み」（2019年8・9月号）
• （8）日本経済新聞「AI時代の労組、電機連合が挑む企業横断リスキリング　モデルは北欧」（2026年2月12日）
• （9）内閣府「人工知能基本計画（第Ⅱ期）」（2026年7月14日閣議決定）