# AIで広がる個人の能力、先行企業に学ぶ組織へのつなげ方｜三菱地所×Connexy「AI時代の組織と個人」第1回開催レポート

> 生成AIで広がる個人の能力を、どう組織の仕事に生かすか。国内外の研究とDHL・Ubie・メルカリの事例、freeeの全社AI活用推進の実践を紹介。三菱地所×Connexy「AI時代の組織と個人」第1回開催レポート。

- URL: https://www.connexy.ai/articles/ai-work-organization-transformation-freee-20261020
- 公開日: 2026-11-05T11:55:00+09:00
- 著者: Connexy 編集部

2026年10月20日、三菱地所株式会社とコネクシー株式会社（Connexy）が共同で運営するコミュニティ「AI時代の組織と個人」の第1回イベントを、大手町のInspired.Labで開催しました。テーマは「AI時代、組織と働き方はどう変わる？――freeeのAI組織実装、その実践と現在地」。freee株式会社の古舘勝也様をゲストに迎え、国内外の研究・企業事例と、実際の組織づくりの経験を手がかりに考えました。

AIによって、一人ができる仕事は広がっています。その力を企業全体で生かすには、仕事の流れや人の役割も見直す必要があります。本記事では、当日紹介した国内外の研究と先行企業の実践をもとに、2026年時点の仕事と組織の変化を読み解きます。

三菱地所とConnexyが「AI時代の組織と個人」を始めた理由

生成AIやAIエージェントの進化は、仕事の進め方からチームの役割分担、組織制度、個人の働き方まで、多くの問いを生んでいます。技術は急速に進歩する一方、企業や個人が何を変えるべきかについては、まだ答えが定まっていません。

新しいツールや活用事例は日々発信されています。しかし、自社の業務に置き換えたとき、何を優先し、誰と進め、どのように成果を確かめるかは、各社の状況によって異なります。そこで三菱地所とConnexyは、国内外の研究や企業の実践を手がかりに、参加者が互いの経験や課題を持ち寄って考えるコミュニティ「AI時代の組織と個人」を立ち上げました。

このコミュニティでは、定期的なオフラインイベントを通じて、実際に変革に取り組む企業の試行錯誤を学びます。うまくいった施策とともに、現場での難しさや、まだ答えが出ていない論点も扱います。得られた知見はコミュニティスペースでも共有し、イベント後の対話や実践につなげていきます。

![](1.jpg "body 三菱地所株式会社・イノベーション・ワークプレイス事業部・ユニットリーダー畑中 有基様より冒頭ご挨拶")

活動の軸にあるのは、異なる立場の人が出会い、互いの前提や経験を知ることです。経営企画、事業開発、エンジニア、情報システム、AI推進など、同じ「組織のAI活用」を考えていても、日々直面している課題は異なります。普段接点のない人と話すことが、自社の仕事を見直すきっかけになります。

第1回の会場となったInspired.Labは、国内外のディープテック系スタートアップや、大企業で新規事業に取り組む人々が集まる大手町の拠点です。大企業とスタートアップ、異なる業種や職種の実践者が交わるこの場所から、継続的な学びと交流の場を育てていきたいと考えています。

![](2.jpg "body コネクシー株式会社 代表取締役CEO千葉 信明より本コミュニティの説明")

最初に共有したのは、AIが個人の仕事に起こしている変化です。

[Microsoftの「Work Trend Index 2026」](https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization)では、仕事で生成AIを利用する知識労働者の66％が「より価値の高い仕事に時間を使えるようになった」、58％が「1年前にはできなかった仕事が今はできる」と回答しました。AI利用者自身が、時間の使い方や一人で担える仕事の範囲に変化を感じていることが分かります。

別途分析された北米のMicrosoft 365 Copilot利用ログでは、利用目的の49％が分析・推論・意思決定に分類されています。AIは、考える仕事を支える場面でも利用されています。

![](3.png "body Microsoft Work Trend Index 2026 p.8｜Copilotの利用目的別内訳（北米の利用ログ）")

一方、AIの効果は仕事によって異なります。BCGのコンサルタント758人を対象にした[実験研究](https://pubsonline.informs.org/doi/10.1287/orsc.2025.21838)では、実験時点でAIがうまく対応できた課題では、完了した課題数が12.2％増え、完了速度も25.1％向上しました。新商品のアイデア出し、市場の分類、文章作成などが対象です。

![](4.png "body Dell’Acqua et al. Navigating the Jagged Technological Frontier Figure 7｜Summary—Effect Sizes")

別の経営判断課題では、AI利用者の正答率が約19ポイント低下しました。例えば、売上データでは特定の販売チャネルへの投資が有望に見えても、社内インタビューには判断を変える事情が含まれている。こうした情報の食い違いを読み解く課題では、AIを使うことで判断を誤る場合がありました。回答が速く、もっともらしく整っていても、結論の正確さは別に確かめる必要があります。

仕事を構成するタスクごとに、AIへ任せる範囲と人が確認・判断する範囲を考える。 一人ができることが増えた今、仕事の設計で問われるのはこの点です。

## 個人の効率化が進んでも、仕事と組織は自動的には変わらない

では、一人ひとりの作業が速くなれば、会社の働き方も変わるのでしょうか。

66社・7,137人の知識労働者を対象に6か月間実施された[実地実験](https://www.nber.org/papers/w33795)では、Microsoft 365 Copilotを利用できるようにしたグループで、Outlookに費やす時間が約17％減少しました。一方、返信したメールスレッド数や会議数、完成した文書数など、観測された業務活動には大きな平均的変化が確認されませんでした。

例えば、AIが会議の議事録を作れば、記録する手間は減ります。しかし「誰が、何を決めるために、どのくらいの時間集まるか」は、会議の運営や意思決定のルールを見直して初めて変わります。個人の作業を効率化することと、仕事の流れを再設計することには、異なる取り組みが必要なのです。

日本企業の状況にも、同様の隔たりが見られます。[情報処理推進機構（IPA）の「DX動向2026」](https://www.ipa.go.jp/digital/chousa/dx-trend/dx-trend-2026.html)では、生成AIを導入・試験利用・導入検討している企業1,159社のうち、「個人で業務利用」は63.3％、「部署の業務プロセスに組み込み」は11.9％でした。AIを使う人がいる企業は多くても、業務の仕組みへの組み込みは限られています。

![](5.png "body IPA「DX動向2026」p.29図表3-6｜生成AIの組織での利用状況")

## 先行企業は、仕事と組織の何を変えているのか

では、実際に変革を進めている企業は、何を変えているのでしょうか。国内外の公開事例を横断すると、取り組みの対象は大きく5つの領域に整理できます。実施済みの変更もあれば、再設計に向けた準備や推進体制の整備もあります。

| 変革の入り口    | 取り組み・変更の内容              | 企業例                                                                                                                                    |
| --------- | ----------------------- | -------------------------------------------------------------------------------------------------------------------------------------- |
| 業務フロー     | AIが実行し、人が検証・例外対応する流れへ変更 | DHL                                                                                                                                    |
| 役割・制度     | 評価の担い手や増員判断のルールを変更      | Ubie、[Shopify](https://www.shopify.com/news/unserious-exploration)                                                                     |
| 全社業務の棚卸し  | あるべき姿から業務の変更対象を特定       | メルカリ                                                                                                                                   |
| 共通基盤・組織資産 | AIエージェントなどを部署横断で再利用     | [日立製作所](https://rd.hitachi.co.jp/_ct/17849318)                                                                                         |
| 経営責任・推進体制 | データ・AIを担う組織や責任を再配置      | [BBVA](https://www.bbva.com/en/innovation/bbva-accelerates-its-artificial-intelligence-strategy-with-a-global-area-ai-transformation/) |

具体的な変更を見ると、その意味が分かります。

物流大手の[DHL](https://group.dhl.com/content/dam/deutschepostdhl/en/media-center/investors/documents/presentations/2026/DHL-Group-April-2026-Roadshow-Presentation.pdf)では、年間約250万件の輸送予約に関わる業務で、従来は担当者がメールや文書を読み、70項目以上を手入力していました。現在はAIが情報を抽出・構造化し、人間が結果を検証して例外に対応する流れへ変更しています。人が担う仕事を、入力から確認と判断へ移した事例です。

[メルカリ](https://careers.mercari.com/mercan/articles/56789/)では、約100人のAIタスクフォースを組成し、全社33領域・3,800以上の業務プロセスを可視化しました。「本来あるべき姿」から逆算して、AIで変えるべき業務を特定する取り組みです。各領域のロードマップを策定し、全社的な業務再設計を進めるための土台を整えています。

[Ubie](https://note.com/legal_nerine7303/n/n22c00ec71b0c)は、人事評価の進め方を変更しました。AIが日常の業務記録を整理して評価案を作成し、本人による補完・異議申し立てを経て、共同代表が最終判断します。中間管理職を評価業務から外すことで、事業推進や人材育成に時間を振り向ける設計です。

Shopifyでは、増員や追加リソースを求める前に、AIで対応できない理由を示すよう求める経営ルールを設けています。日立はAIエージェントを組織で再利用できる基盤を整え、BBVAはデータとAIの技術組織を統合しました。先行企業は、業務フロー、役割や経営判断のルール、再利用できる基盤など、組織の異なる部分を変えています。

![](6.jpg "トークセッション中：コネクシー株式会社森 敦子、freee株式会社古舘 勝也様")

これらの事例は、AIを組織の仕事に生かすための具体的な選択肢を示しています。AIが担う仕事を業務フローに組み込む。人の役割や判断ルールを見直す。使える仕組みを組織で再利用できるようにする。自社ではまず一つの業務を選び、「AIが最初から使えるなら、この仕事をどう進めるか」と問い直してみましょう。AIに任せる工程、人が判断する場面、必要なデータや責任者を整理すると、見直すべき仕組みが具体的になります。

## freeeの実践から、組織への実装を考える

研究と先行企業の事例を踏まえ、freee株式会社・全社AIムーブメント部の古舘勝也様に、同社で仕事と組織の仕組みをどう変えているのかを伺いました。

トークでは、現場のAI活用を全社へ広げるための支援体制、社内の問い合わせ・申請業務の見直し、AIが仕事に利用するナレッジの整備などが話題になりました。社員が作成するAIツールの「届出制」をはじめ、安全な試行錯誤を支える仕組みや、AIエージェントをチームの一員として扱う試みにも触れられました。

会場からは、効果測定や制度設計、採用などについて質問が寄せられ、組織としてAIを活用する際の実務的な論点を深めました。

![](7.jpg "body トークセッション中：freee株式会社古舘 勝也様")

## 参加者の声から見えた学びと、立場を越えた交流

当日は、事業会社、シンクタンク、IT関連企業、スタートアップなどから、経営企画、事業開発、エンジニアリング、AI推進などに携わる方々が参加しました。

セッション後の交流会では、古舘様も交え、参加者同士が自社の取り組みや課題について意見を交わしました。AIツールの届出制やナレッジ管理を自社に当てはめて相談したり、共通する課題について具体的な進め方を共有したりする場面が見られました。

![](8_-_-_v4.jpg "懇親会の様子")

イベント後のアンケートでは、満足度は5点満点で平均4.4点。回答者全員が「有意義だった」以上と評価しました。また、「AIを前提に見直すべき仕事や組織の論点を具体的に説明できるか」という自己評価は、イベント前より高まる傾向が見られました。

参加者からは、学んだことを自分の仕事に結びつけた感想も寄せられています。

> 「AIがいる前提での業務設計はまだ私の部門では限定的なので色々とできる余地があるなとお話伺っていて感じました」

今後AIを前提に見直したい仕事としては、開発・プロダクトなどの専門業務に加え、会議・意思決定・部門間連携、情報収集・資料作成などが挙がりました。

交流についても、今後も連絡を取れそうな新しい相手ができたという回答が多く寄せられました。今後の活動では、同じテーマや課題を持つ人との少人数交流への希望が特に多く、異なる業界・職種の人との交流や、専門家を交えたテーマ別イベントにも関心が寄せられました。

## これからも、仕事と組織の変化を考える場に

「AI時代の組織と個人」では、今後も企業の実践や研究を手がかりに、仕事、チーム、組織制度、個人の働き方、そして人とのつながりについて考えていきます。イベントの内容や関連情報はコミュニティでも共有し、次の対話と実践へつなげます。

AI時代の仕事と組織について、ほかの実践者と学び、話してみたい方は、ぜひご参加ください。

[コミュニティ「AI時代の組織と個人」に参加する](https://connexy.ai/spaces/u86sx6lo4asi)

文：森 敦子 ／ デザイン：廣田 奈緒美