17言語に対応して、地元の言葉が通じない。

イギリス・南ヨークシャーのロザラムで、NHS（国民保健サービス）の診療所にAI受付「エマ」が導入された。対応言語は17。一見すると申し分ない。ところが、地元住民の電話が次々と切られている。理由は単純で、ヨークシャー訛りを聞き取れないからだ。

患者は高齢者が多い。電話をかけて、症状を伝えて、予約を取りたいだけ。それがAIに何度言い直しても伝わらない。結果、通話を途中で切る人が続出し、診療所への不満が噴出した。

この話、笑い事じゃない。「多言語対応」という仕様上のスペックと、「目の前の患者の言葉が通じる」という現場の要件は、まったく別物だということを突きつけている。

問題の本質は「誰のためのAIか」が抜けていること

エマの導入目的はおそらく、受付スタッフの人件費削減と電話対応の効率化だろう。イギリスのNHSは慢性的な人手不足で、AI導入による業務効率化は切実なテーマだ。方向性は間違っていない。

だが、導入する側が見ていたのは「コスト」であって「患者」ではなかった。17言語対応というスペックは、グローバルな多文化対応を意識した設計だ。しかし、ロザラムの診療所に電話してくるのは、17言語を話す国際的な患者ではない。ヨークシャーで生まれ育った、ブロードアクセントで話す地元の人々だ。

これは技術の限界の話ではない。「誰が使うのか」を具体的に想像しなかった導入設計の失敗だ。

日本に置き換えてみればわかりやすい。東北の方言が強い地域の診療所に、標準語ベースの音声認識AIを入れたらどうなるか。津軽弁で「わのけやぐさ、あずましくねくてよ（体の調子が悪くて）」と言って通じるAIが、今どれだけあるだろうか。

メタグラス、映画館出禁——技術が「場」のルールと衝突するとき

もう一つ、別の角度から「AIが現場で嫌われる」事例を見てみる。

メタ社のスマートグラス「Ray-Ban Meta」が、イギリスの映画館で使用禁止になる動きが出ている。イギリス映画協会（UK Cinema Association）が、カメラ機能付きスマートグラスの持ち込み制限を検討しているのだ。理由は海賊版の撮影防止。映画の違法コピーは業界にとって年間数十億ドル規模の損失とされており、「常時撮影できるメガネ」は脅威以外の何物でもない。

だが問題はそれだけじゃない。「隣の席の人が録画しているかもしれない」という不安が、映画館という空間の居心地を根本から壊す。映画館は暗闇の中で没入する場所だ。そこに「見えないカメラ」が入り込むことへの拒絶反応は、技術の善し悪しとは別次元の話だ。

Google Glassが2013年に登場したとき、装着者が「グラスホール（Glasshole）」と呼ばれて忌避された歴史がある。10年以上経っても、同じ構造の問題が繰り返されている。

ここから得られる教訓は明確だ。技術がどれだけ優れていても、その技術が使われる「場」のルールや空気を無視すれば、排除される。

シリコンバレーの盲点——「反発」を想定しない設計思想

なぜ同じ失敗が繰り返されるのか。

一つの構造的な原因がある。シリコンバレーの技術リーダーたちは、「技術が良ければ社会は受け入れる」という前提で動いているということだ。

実際には、ピュー・リサーチセンターの2023年の調査で、アメリカ人の52%が「AIの普及に不安を感じている」と回答している。「期待している」と答えた人はわずか10%だ。技術者が思っている以上に、一般の人々はAIに対して警戒的だ。

この乖離が、エマのような導入失敗を生む。作る側は「17言語対応、すごいでしょ」と思っている。使う側は「自分の言葉が通じない機械に何の価値があるんだ」と思っている。

技術の評価軸が、作る側と使う側でまったく違う。

これは大企業だけの問題じゃない。むしろ中小企業こそ、この構造を理解しておかないと、限られた予算で導入したAIが「高い置物」になる。

中小企業がAI導入で踏む地雷、3つのパターン

ここまでの事例を整理すると、「AIが現場で嫌われる」パターンは大きく3つに分類できる。

地雷1：スペックと現場のズレ

エマのケース。カタログ上の機能は立派だが、実際に使う人の状況を想定していない。

中小企業でよくあるのは、「多機能なAIツールを入れたが、現場が使うのは1機能だけ。しかもその1機能の精度が微妙」というパターンだ。月額5万円のAIツールを入れて、実質的に使えている機能が月額5,000円相当のものだけ、という状況は珍しくない。

対策：導入前に「誰が、どの場面で、何を言って（入力して）使うか」を10パターン書き出す。 それがAIの得意領域と合っているかを確認してから導入する。デモで試すときは、営業が用意したキレイなサンプルではなく、現場の生データで試す。

地雷2：「場」の空気を読まない導入

メタグラスのケース。技術的には可能でも、その場にいる人々が不快に感じれば排除される。

中小企業で言えば、顧客対応の電話を全面AI化して、「人と話したい」顧客を失うケースがこれにあたる。特にBtoBの取引先や、高齢の顧客が多い業種では致命的だ。ある調査では、顧客の60%以上が「複雑な問い合わせでは人間と話したい」と回答している。

対策：AI化する業務と人間が残る業務の線引きを、「自社の都合」ではなく「相手の期待値」で決める。 定型的な予約確認や在庫照会はAI向き。クレーム対応や初回の商談は人間向き。この仕分けを間違えると、コスト削減どころか売上が減る。

地雷3：導入して終わり、フィードバックなし

これは事例というより、多くの中小企業で起きている構造的な問題だ。AIツールを入れた直後は盛り上がるが、1ヶ月後には「なんか微妙」で放置される。改善のサイクルが回らない。

大企業なら専任のデータチームが改善を回せる。中小企業にはそんなリソースはない。だからこそ、導入時に「誰が、週1回、何を見て、どう判断するか」を決めておくことが重要になる。

対策：AIツールの「通信簿」を月1回つける。 見る指標は3つだけでいい。①使われているか（利用回数）、②役に立っているか（対応完了率や正答率）、③コストに見合っているか（削減できた工数×時給 vs 月額費用）。この3つが全部赤信号なら、損切りして別のツールを試す。月額1万円のツールでも、半年放置すれば6万円の無駄だ。

中小企業だからこそ勝てる逆転の構造

悲観的な話ばかりではない。実は、ここまで述べた「現場との乖離」問題は、中小企業のほうが圧倒的に対処しやすい。

理由は単純だ。現場との距離が近いからだ。

大企業がAIを導入するとき、決裁は本社、導入は情シス、使うのは現場。3者の間に何層もの壁がある。エマの失敗も、おそらくNHSの本部が一括導入を決め、現場のロザラムの診療所には選択権がなかったのだろう。

中小企業なら、社長が現場に出ている。顧客の顔が見える。「この人、方言きついから音声認識は厳しいな」という判断が、導入前にできる。現場感覚で「これは使える、これは無理」を即座に判断できることが、中小企業の最大の武器だ。

さらに言えば、中小企業は「小さく試して、ダメならすぐ変える」ができる。大企業が全社導入で1,000万円かけるところを、中小企業は月額1万円のツールで1部署だけ試せる。失敗のコストが圧倒的に小さい。

結論：AIを入れる前に、現場を見ろ

エマの失敗もメタグラスの排除も、根っこは同じだ。技術を見て、人を見なかった。

AI導入で最初にやるべきことは、ツールの比較検討ではない。現場に立って、「ここにAIを入れたら、目の前のこの人はどう感じるか」を想像することだ。

中小企業の経営者には、それができる立場にいる。現場との距離が近いという構造的な優位性を、活かさない手はない。

カタログスペックに惑わされるな。17言語対応より、目の前の1人の言葉が通じるかどうか。そこがAI導入の最初の急所だ。

—