2026年展望：AIを使う会社／使わない会社の差が"見える化"される年――地方中小企業が置いていかれないための「参謀AI」×「95%化」×「採用革命」――：後編

こんにちは、2720 Japan O.K. ロータリーEクラブのIT推進委員長の上田浩二（株式会社サークル・オブ・フレンズ代表）です。
2026年がスタートしました。もう大分立った感じで、年の初めの雰囲気はすでにないのですね。

去年の例会の最後の週に、自分がIT委員長としてコラムを書いたものがあります。

「参謀AI」を育てる経営戦略：AI時代に問われる「選ぶ力」とロータリーの価値：前編
https://ok2720eclub.jp/it/AI2025.html

2025年はこんな年でしたという締めくくりのようなお話で、では2026年はどうなるの？ということで、コラムを前編後編という形で描かせていただきました。もうタイトル違ってしまっているので、前編後編って感じではないのですが、そこは。。。www

この記事では、2025年末〜2026年年明けに出てきた"新しい材料"を加えながら、経営者のあなたが「じゃあ何をすればいいのか」を"現実の勝ち筋"として書いてみました。

先に結論を言います。

2026年は、AIを使う企業と使わない企業で差が出ます。
ただし「全部使う」ではなく、必要なところに合理的に使う企業が残ります。
闇雲に入れた企業は、疲弊します。

この記事は長いです。でも、読み飛ばさないでください。
あなたの会社の2026年が、ここに書いてあります。

第1章：2026年は「差がつく」のではなく「差が見える」年になる

「AIを使う会社と使わない会社で差が開く」という話を耳にすることが増えました。
これを煽りだと思う必要はありません。むしろ"仕組み"の話です。

ひとつの根拠として、Gartnerは「2026年末までに企業アプリの40%がタスク特化AIエージェントを内蔵する（2025年の5%未満から増加）」と予測しています。
つまり、AIが「チャットの横」ではなく、業務アプリの中で"担当者"として動く方向です。

一方で、同じGartnerは「エージェントAIのプロジェクトの40%以上が2027年末までに中止される」という予測も出しています。
ここが重要です。2026年は「AIを入れた企業が全部勝つ年」ではありません。

さらに現場では、世代差・温度差も広がっています。
業務での生成AI活用率に年代差があり、20代は高く50代は低い傾向という調査も出ています（例：20代は6割、50代は3割）。
社内で「使う人は猛烈に使う」「使わない人は触らない」が起きやすく、放置すると"速度差"が摩擦になります。

2026年の怖さは「AIがすごい」ではなく、『複利』です。

小さな改善が積み上がる会社は、半年後に別会社になります。
逆に「今のままでいい」を選ぶと、半年後に"取り返しがつかない差"になります。

第2章：経営者が最初に持つべき地図――「AIは3階建て」

ここで、ものすごく分かりやすい整理があります。
AI活用を「戦略級AI・戦術級AI・作戦（作業）級AI」の3層に分ける考え方です。

階層	役割	問い
戦略級AI（企業の脳）	経営判断・未来予測・ガバナンス	Why / What
戦術級AI（企業の神経系）	プロセス最適化・連携・管理	How
作戦（作業）級AI（企業の手足）	タスク実行・効率化	Do

多くの企業は、まず「手足（作業級）」から入ります。
議事録、メール、資料下書き。これは正しい入口です。

でも、そこで止まると「AI導入したのに売上は？」という状態が起きます。

この整理の強烈なポイントはここです。
「細かいタスクの自動化より、社長の判断ミスを止めるほうが経営インパクトが大きい」と明確に言っています。

つまり経営者にとっての本丸は「参謀AI」です。
手足ではなく、脳（戦略級）にAIを置く。これが2026年の核です。

第3章：参謀AIとは何か――社長の"判断"を強くするAI

参謀AIを一言で言うと、こうです。

AIを作業員（手足）ではなく、壁打ち相手（頭脳）として使う。
そして鍛えるのは、「選ぶ力（目利き）と、結果を引き受ける力」。

AIが綺麗な資料を作れるようになっても、正しい意思決定ができるとは限りません。
経営の本体は「AIが出した案の中から、何を選び、何を捨て、どこに賭けるか」です。

参謀AIの基本動作は3つです。

① 戦略を相談する（戦闘ではなく計画を作る）

「キャッチコピー100個」ではなく、こう聞く。

10年ロードマップは？
1年目の"最小の勝ち"は？
何を捨てる？
だれを巻き込む？

これが戦略級AIの使い方です。

② 反対役にする（あえて反論させる：デビルズ・アドボゲート※）

この計画の弱点は？
失敗シナリオは？
反対派の立場で最強の反論は？
撤退条件は？

"気持ちよく肯定してくれるAI"ではなく、経営を甘やかさないAIを作る、という発想です。

※デビルズ・アドボゲート（悪魔の代弁者）とは
議論においてあえて批判的・反対的な立場をとる役割のことです。

多数派への同調（グループシンク）を防ぎ、死角やリスクを洗い出すことで、意思決定の質を高める目的があります。元々はカトリック教会の聖人認定審査で、候補者の欠点を指摘する職名に由来します。本心とは無関係に、議論を深めるために意図的に異論を唱える点が特徴です。

③ 深掘りする（わかったフリを潰す：わかったフリ＝ポチョムキン理解※を潰す）

AIの出力を「なんとなく分かった気」で通すと事故が起きます。
AIには深掘りさせる。

根拠は？
前提は？
検証方法は？
人に説明する台本にして

"教えられる理解"まで持っていく。ここが経営者のレベルを上げます。

※ポチョムキン理解とは
「実際には深く理解していないのに、表面上は完全に理解しているように見える現象」のことです。

主に生成AIに対し、流暢な回答や高いテストスコアを出しても、少し条件を変えると破綻する状態を指して使われます。ロシアの偽装工作「ハリボテの村」の逸話が由来です。AIは確率的に言葉を繋げているだけで、人間のような概念の「理解」はしていないことを示す用語として注目されています。

第4章：2026年の落とし穴――「AIに向かない問い」を投げて疲弊する

2025年を振り返ってみて出てきたことがありました。
多くの企業が「そもそもAIでやるべきでない問い」に挑んで疲弊している、という指摘があります。

ポイントは2つです。

1. 完璧性（100%正しさ）を要求する仕事はやらせない

AIは確率的に間違いが発生するのが仕様なので、100%前提の仕事は苦手です。

2. ステップが長く連鎖する仕事も、やらせない方がいい

「精度90%の仕事を10回連続成功する確率は34%」という例で、連鎖が長い仕事ほど破綻しやすいのです。

これ、地方企業の現場でめちゃくちゃ起きています。

「全部AIで自動化しよう」とすると止まる。
そして現場が言うんです。「結局使えないじゃないか」と。

だから2026年の現実解はこうなります。

AIに渡す仕事は"短い単位"に切る。
途中で人が介入できる形にする。

「レトルト食品をレンチンしてくれるロボを作ろう」という比喩は、経営者にも現場にも刺さります。

第5章：なぜ今、「採用」の話をするのか――AIだけでは会社は回らない

ここまでAIの話をしてきました。
でも、ここで一つ"2026年の現実"を強く押さえておきたいです。

AIを導入しても、使う「人」がいなければ意味がない。
AIで効率化しても、そもそも「人」がいなければ回らない。

地方中小企業の経営者なら、痛いほど分かるはずです。
「AIで何とかなる」と思っても、結局は人の問題に行き着く。

だから2026年は、こう考える必要があります。

採用（＝合う人を取る）と、少人数でも回る仕組み。
この両輪を同時に設計できる会社だけが生き残る。

AIの話と採用の話は、別々のテーマではありません。
「少ない人数で、どう会社を回すか」という一つの問いの、両面なのです。

採用だけ頑張っても、採れない。採れても辞める。現場が疲弊する。
省人化だけ頑張っても、人が辞める。文化が壊れる。品質が落ちる。

だから、両輪で考える。
ここから先は、その「採用」の側面を掘り下げます。

第6章：「いい人が欲しい」が採用を失敗させる

採用の話に入ります。
最初に、多くの経営者が陥る落とし穴の話があります。

採用で「いい人が欲しい」「優秀な人が欲しい」と言うこと、ありませんか？
私も昔はそう言っていました。でも、これが実は採用を難しくしている原因かもしれません。

なぜか。

「いい人」「優秀な人」の定義が、ふわっとしているからです。

「優秀」って何でしょうか？
学歴が高い人？資格を持っている人？前職で実績がある人？
それとも、コミュニケーション能力が高い人？素直な人？

・聞く人によって答えが違う。
・社長と現場で答えが違う。
・営業と製造で答えが違う。

この「ふわっとした状態」のまま求人を出すと、何が起きるか。
求人票もふわっとする。面接の基準もふわっとする。結果、「なんとなく良さそう」で採用して、「なんか違った」で辞めていく。

地方中小企業は、大企業のように「とりあえず採って、合わなければ異動」ができません。
一人の採用ミスが、会社全体に響く。
だからこそ、「いい人」ではなく「うちに合う人」を明確にすることが大事なのです。

第7章：「うちに合う人」を言葉にする方法

では、「うちに合う人」をどう定義すればいいか。
難しく考える必要はありません。

今、あなたの会社で「この人がいてくれて助かる」と思う社員を1人、思い浮かべてください。

その人は、なぜ「助かる」のでしょうか？
何をしてくれるから、ありがたいのでしょうか？

たとえば、こんな答えが出てくるかもしれません。

「言われなくても、次に必要なことを先回りしてやってくれる」
「お客さんに怒られても、逃げずに最後まで対応する」
「分からないことがあったら、すぐ聞いてくる」
「現場の状況を見て、自分で判断して動ける」

これが、「うちに合う人」の正体です。

学歴でも資格でもない。
「どういう場面で、どういう行動を取るか」。
これが、あなたの会社で活躍する人の共通点です。

すぐできるワーク（社長＋現場30分）

社内で「この人、うちに合ってる（活躍してる）」人を1人選ぶ
その人の"具体的な行動"を3つ書く（例：「断られても仮説を立て直す」「現場の事情を聞いて提案を変える」）
その行動の裏にある「考え方」を言葉にする（例：「学ぶ姿勢がある」「相手の立場で考える」）
逆に「合わない人の特徴」も3つ書く（これが採用では超重要）

この"合う人の定義"ができると、求人も面接も、全部芯が通ります。

AIエージェントを初心者向けに言うと、こうです。

「どんな人が欲しいですか？」と聞かれたときに、
「素直で、コミュニケーション能力があって…」ではなく、
「うちで活躍している人は、こういう場面でこういう行動を取る人です」と答えられる。

これだけで、採用の精度は大きく変わります。

第8章：人材紹介会社頼みを抜ける方法――「うちの仕事のリアル」を伝える

地方中小企業が抱えるもう一つの問題。
それは、人材紹介会社への依存です。

紹介会社に頼ると、確かに候補者は来ます。
でも、紹介料は高い。そして、「なんか違う人」が来ることも多い。

なぜ「なんか違う人」が来るのか。

紹介会社の担当者が、あなたの会社のことを本当には分かっていないからです。

担当者が持っている情報は、会社概要と求人票だけ。
「どんな人が合うか」「どんな仕事を実際にするのか」「どんな雰囲気の職場か」は、伝わっていない。
だから、条件だけでマッチングして、「なんか違う人」が来る。

これを変える方法があります。
「うちの仕事のリアル」を、紹介会社の担当者にちゃんと伝えることです。

具体的には、職種ごとの説明資料を作る。

この職種は、実際にどんな仕事をするのか
どんな人が向いていて、どんな人が向いていないのか
入社したら、最初の3ヶ月は何をするのか
1年後、3年後にはどうなれるのか

これをA4で1〜2枚にまとめて、紹介会社の担当者に説明する。
「うちに紹介するときは、この資料を見て、合いそうな人だけ紹介してください」と伝える。

これだけで、紹介の精度が上がります。
そして、紹介会社を通さない直接応募にも、この資料は使えます。

第9章：採用でAIが効くところ・効かないところ

採用にAIを使う、という話も増えてきました。
ここは冷静に整理しておきたいところです。

AIが効く領域（効率化・記録・整理）

面接の録画・記録をAIで要点抽出（「この候補者は何を話したか」の振り返りが早くなる）
応募者への返信メールの下書き作成
複数の候補者とのやりとりの整理
過去の採用データの分析

採用担当者は、とにかく忙しい。
日程調整、メール対応、書類の整理、面接、社内調整…。
この「作業」の部分をAIに任せて、時間を作るのは、正しい使い方です。

AIが効きにくい領域（判断・魅力づけ）

一方で、AIだけでは難しい領域もあります。

「この人は、うちに合うか」の最終判断
候補者に「この会社で働きたい」と思わせること
会社の雰囲気や価値観を伝えること

「この会社、いいな」と思ってもらう部分は、やっぱり人が向き合った方が強い。

だから採用のAI活用は、「面接をAIにやらせる」ではなく、
「人が向き合う時間を作るために、雑務をAIに任せる」が正解です。

第10章：就活生はAIで企業研究をしている――「うちの情報」がAIに届いているか

ここは2026年に効く、新しい現実です。

今の就活生は、企業研究にAIを使っています。
paizaの調査では、少なくともITエンジニア志望層では、就活で生成AIを使う割合が高く、企業研究にも使われています（26卒で80.6%が就活で生成AI利用、企業研究にも活用）。

つまり、学生は企業のホームページを隅々まで読む前に、
AIに「この会社ってどんな会社？」と聞いているのです。

ここで問題が起きます。

AIが答えられるのは、ネット上に情報がある会社だけです。
しかも、AIが拾いやすいのは「会社概要」「事業内容」「給与・福利厚生」といった基本情報。

「どんな人が働いているか」「どんな雰囲気か」「入社したらどう成長できるか」
こういった情報は、会社が発信していないと、AIは答えられません。

結果、何が起きるか。

「AIに聞いても、この会社の情報が出てこない」
→ AI経由で比較される場面が増えるほど、“情報が薄い会社”は候補に上がりにくくなる可能性が高い

大企業は、勝手に情報が増えていきます。ニュース、口コミ、記事。
でも、地方中小企業は、自分から発信しないと、AIに拾われない。

これは怖い現実ですが、逆に言えばチャンスでもあります。
発信している会社と、発信していない会社で、差がつくということです。

すぐに効く採用コンテンツ

1)会社紹介より「社員紹介」「仕事紹介」

「どんな人が、どんな仕事をしているか」の具体例

2) さらに効くのが「卒業生の声」

「うちで働いて、その後どうなったか」は、会社の価値の証明になる（これは難易度がかなり高いですが、喧嘩別れではなければ、その後のキャリア形成での求職者にとっては指標になる。地方中小企業では難しいかも。）

3) 失敗談も武器になる

「昔はこうだったけど、こう変えた」というストーリーは、会社の誠実さを伝える

これは地方中小企業こそ刺さります。
「この会社に入ったら3年後どうなる？」という不安を、具体例で潰せるからです

AIに届く情報発信のコツ

1) 「一般論」ではなく「うちの話」を書く

「製造業は〜」ではなく「うちの工場では〜」

2) 「なぜ」「どうやって」を語る

結果だけでなく、プロセスを見せる

3) 続けることが一番大事

1回だけでは効果が薄い。月1本でも、続けることで積み上がる

こんな採用xAIの外向けと内向けのお話を広島県福山市と福岡県北九州市で今度お話しします。

第11章：ロータリーの場は、採用コンテンツの宝庫である

ここで、ロータリーの話をさせてください。

「うちの話を書く」「なぜ・どうやってを語る」「失敗談も武器になる」。
これ、ロータリーの例会で普通に交わされている会話そのものだと思いませんか？

ロータリーには、地方で会社を経営してきた方々が集まっています。
例会やその後の会話で語られるのは、まさに「うちはこうやってきた」「こういう失敗をした」「こういう人が活躍している」という話です。

この「現場の実体験」こそが、AIに拾われ、求職者に届く情報です。

たとえば、こんな話を聞いたことはありませんか？

こういう話を、文章にして発信する。
それだけで、AIに拾われる「うちの会社の情報」になります。

大企業には出せない「泥臭さ」と「リアルさ」。
これが地方中小企業の強みであり、ロータリーの場にはそれが転がっています。

「うちは昔、採用で大失敗して、それから基準を変えたんだよ」
「最初は全然人が来なかったけど、こういう工夫をしたら応募が増えた」
「うちで長く働いている人には、こういう共通点があるんだよね」

第12章：採用の話とAI活用の話は、同じところに行き着く

ここまで読んでいただいて、気づいた方もいるかもしれません。

採用で「うちに合う人」を見つけるために必要なこと。
AIを活用して成果を出すために必要なこと。
この2つは、実は同じ問いに行き着きます。

「自分たちの"らしさ"を言葉にできているか？」

採用では、「合う人」を定義するために、自社の価値観や「大事にしていること」を言葉にする必要がある。
AI活用では、「80点の一般的な回答」を「95点の自社向け」に引き上げるために、自社の状況や考え方を入れる必要がある。

どちらも、「うちは何を大事にしているか」「うちはどういう会社か」を言葉にできていないと、うまくいかない。

逆に言えば、ここを言葉にできれば、採用もAI活用も、同時に良くなります。

第13章：AIの8割を「95%」に上げる技術

ここから、AI活用の「仕上げ」の話に入ります。

AIの出力が8割で止まると、横並びになります。
2026年は特に、図解・資料・文章が量産されるので「8割が溢れる」年です。

AIに同じ質問をすれば、だいたい同じ答えが返ってくる。
つまり、AIの出力をそのまま使っている会社は、みんな同じになる。

では、95%に上げるにはどうすればいいか。
私は2つだと思っています。

① 自社の状況を入れる（8割→9割）

AIは一般論を出します。
95%に上げるには、あなたの会社の「現場の実情」と「考え方」を入れる必要があります。

お客さんが本当に困っていること（一般論ではなく、うちのお客さんの話）
現場の制約（人数、時間、設備、地域の事情）
社長の考え方（何を守りたいか、何は捨てられるか）
会社の"らしさ"（採用、品質、お客さん対応で大事にしていること）

これを入れるだけで、AIの出力は「一般論」から「うちの話」に変わります。

さらに、第4章で書いた「完璧を求めない」「短い単位に切る」を意識するだけで、95%の手前まで一気に上がります。

② "確かめる相手"を持つ（9割→95%）

問題はここです。
自分だけだと「どこが95%なのか」が分からない。

自分では「これで良い」と思っても、本当にそれで良いのか、確かめる方法がない。
特に、自分の専門外の分野だと、「何が足りないか」すら分からない。

だから、その分野に詳しい人に見てもらうのが最短です。

・財務の話なら、数字に強い人に。
・採用の話なら、採用をやってきた人に。
・現場改善の話なら、現場を知っている人に。

「これ、どう思う？」「足りないところある？」と聞ける相手がいるかどうか。
この「確かめる仕組み」を持つ会社ほど、AIを使いこなせます。

第14章：ロータリーの価値が爆上がりする理由――「本当にこれでいいか」を確かめられる場

ここで、もう一度ロータリーの話をさせてください。

ロータリーは直接のビジネスの場ではありません。
でも、だからこそ強い。

ロータリーに集まっている方々は、それぞれの分野で長年経営をしてきた方々です。
財務に強い人。人の採用・育成に詳しい人。営業を極めた人。現場を知り尽くした人。製造のプロ。サービス業のプロ。

各分野で「これは良い」「これは足りない」が分かる人たちが、利害関係なくつながっている。

これは2026年に、ものすごく大きな価値になります。

なぜか。

AI時代の学びは、「知識を覚えること」ではありません。
「自分がこれでいいと思ったものが、本当にこれでいいのか確かめること」です。

自分一人では、どうしても甘くなる。
「これでいいだろう」で止まってしまう。
でも、その道のプロに見てもらえば、「ここが足りない」「ここは良い」がすぐ分かる。

ロータリーには、その「確かめてくれる人」がいる。
しかも、お金を払ってコンサルタントに頼むのではなく、信頼関係の中で、率直に意見を言ってもらえる。

「この分野のことなら、あの人に聞けばいい」
「自分が作ったものが本当にこれでいいか、あの人に見てもらおう」

これができる場は、実はそう多くありません。

たとえば、こんな小さな仕組みができます

月1回、AIで作った成果物（提案書、求人文、社内向け資料など）を1つ持ち寄る
参加者が「ここを直したらもっと良くなる」を伝え合う
次の1ヶ月で改善して、また見せ合う

これを回すと、AIが"道具"ではなく"成長の仕組み"になります。
そして何より、楽しくなる。
「できた」「良くなった」という実感が続きます。

第15章：採用の発信も、ロータリーで「確かめ」ができる

同じことが、採用コンテンツにも言えます。

「うちに合う人」を定義して、職種ごとの説明資料を作って、社員紹介の記事を書いた。
でも、それが本当に「伝わる」内容になっているか、自分では分からない。

ここで、ロータリーの仲間の出番です。

「この求人の文章、読んでどう思う？」
「この社員紹介、うちの会社の良さが伝わってる？」
「この説明資料、分かりにくいところある？」

同じ地方で経営をしてきた人たちだからこそ、「それは伝わる」「それは伝わらない」が分かる。
経営者の目線で、率直に意見をもらえる。

採用コンテンツの「確かめ」も、ロータリーでできる。

大企業がお金を払って専門家に頼むことを、信頼関係の中で、自然にやれる。
これがロータリーの強みです。

第16章：90日でやること――参謀AI＋95%化＋AIに届く情報発信

最後に、現場で回る形に落とします。難しいことはしません。

【0〜7日】参謀AIを使い始める（社長だけでOK）

会社の状況をA4で1枚にまとめる（今の課題／困っていること／今年やりたいこと）
AIに「この状況を見て、足りない情報を質問して」と言う
完璧を狙わず、短い単位で試す（100%を求めない）

【8〜30日】「うちに合う人」と「仕事のリアル」を言葉にする

採用の準備

「うちに合う人」を1人思い浮かべて、その人の具体的な行動を3つ書く
逆に「合わない人」の特徴も3つ書く
職種ごとの説明資料をA4で1枚作る（まず1職種から）

業務の見直し

現場の仕事を書き出して、「やめる／減らす／仕組み化する」を決める

【31〜90日】「確かめ」と「発信」を回す

AIで作った成果物を、詳しい人に見せて意見をもらう
自社の「実体験」を1本、記事にして公開する（noteでも自社サイトでも）
採用・営業・教育のどれかで「うちの話」を発信し始める
ロータリーの仲間に「これでいいか」を確かめてもらう（月1回）
1つだけ業務の流れを改善して、効果を見る

結び：相談してほしいのは「ツール選び」ではなく「設計」

2026年は、AIを使う企業と使わない企業で差が出ます。
ただし「全部使う」ではなく、必要なところに合理的に使う企業が残ります。

そのために経営者がやるべきことは、3つだけです。

参謀AIで、戦略の壁打ちをする（判断力を上げる）
AIの8割を95%に上げる（「確かめる仕組み」を持つ）
AIに届く情報を発信する（採用・営業・信頼につなげる）

そして、ロータリーという場は、この3つすべてに使えます。

参謀AIで作った戦略を、経営者仲間に見てもらえる
AIで作った成果物を、各分野のプロに確かめてもらえる
日々の会話の中に、発信のネタが転がっている

もしこの記事を読んで、こう感じた方は、このEクラブに声をかけてください。

「うちも参謀AIを使ってみたい」
「AIの出力が8割で止まっていて、そこから上げられない」
「採用で、応募が来ない・合わない人が来る」
「"うちに合う人"がふわっとしていて、言葉にできていない」
「人材紹介会社への依存が高くて、コストがかかっている」
「求人を出しても反応がない」
「AIで企業研究される時代に、うちの情報が足りない」
「採用だけ頑張っても、現場が回らない」
「自分が良いと思ったものが、本当に良いのか確かめたい」

持ってくるのは、この3つだけで十分です。

1. いま一番困っていること（採用／現場／売上／営業／時間）
2. 「うちに合う人」だと思う社員の、具体的な行動（3つ）
または、AIで作ったけど「これでいいか分からない」成果物
3. いま出している求人票
または、会社の「うちはこうやってきた」というエピソード1つ

私は"AIの先生"というより、
「参謀AIの使い方」と「95%に上げる仕組み」と「採用×業務改善の両輪」を、一緒に考える相手でありたいと思っています。

ロータリーの場で「この分野はこの人に相談するといい」と思ってもらえるAIの使い手は、我々のEクラブには何人もいます。
困ったことに対して身近な人に相談してみることが一番健全な形だと思っています。

そして、この場にいる皆さん一人ひとりが、誰かにとっての「確かめてくれる人」になれる。
それがロータリーの強みであり、2026年に活きる価値だと思っています。

2026年が明るい未来にむけた基礎となる年となるように、お祈りしております。

---