会社はAIを配った。社員は、速くなったことを隠し始めた
――シャドーAIの次に来る「シャドー生産性」
2026年8月観測
Observer Zero
タイムラインに流れてきた、あるFacebook投稿が目に止まった。
その投稿では、はてな匿名ダイアリーに掲載されたという「AIで仕事を効率化したら、なぜか僕の仕事だけ増えた話」が、スクリーンショットとともに紹介されていた。
Facebook投稿の紹介によれば、投稿者は、AIを早くから試し、社内で使える方法を検証し、資料にまとめて共有していたという。二時間かかっていた作業が三十分になる。八時間の仕事が四時間で終わる。会社の生産性が上がり、同僚の負担が減り、自分も評価される。全員が得をする、いわゆる「三方よし」になると考えていた。
だが、実際に起きたのは別のことだった。
八時間の仕事が四時間で終わると分かった瞬間、その仕事は「四時間で終わる仕事」になった。残った四時間には、別の仕事が入った。給与は変わらなかった。さらに、AIの使い方を共有した本人には、説明、教育、質問対応、トラブル対応まで集まり始めた。
Facebook投稿では、元の匿名投稿の結論として、こう紹介されていた。
そりゃ隠すわ。
本当に効くAI活用法を会社へ知らせれば、短縮後の時間が新しい標準になる。教育係にもされる。だが、昇給も権限も自由時間も増えない。それなら、AIを使っていることや、本当はどれほど速く仕事を終えられるのかを、会社に知らせない方が得だという結論になる。
一人の会社員の不満として読み流すこともできる。だが、この構造には、半世紀近く前から名前が付いている。
高い実績を見せると、それが次の期の基準として組み込まれてしまう。この構造は経済学で「ラチェット効果」と呼ばれてきた。
1980年、マサチューセッツ工科大学のマーティン・ワイツマンは、計画経済における生産目標の設定を対象に、この構造を理論化した。実績を正直に申告するほど、翌期にはより高い目標を課される。高い実績が将来の基準引き上げにつながる制度では、出力を完全には見せない誘因が生じる。この問題は1980年に理論化され、その後も企業のインセンティブ設計を対象に実証研究が続いている。
2026年に発表された、チリの大手飲料企業の営業部隊を対象とする研究では、目標設定におけるラチェットの強さを1標準偏差弱めると、営業担当者の売上が平均19%増えたことが報告されている。見せると、次の基準に組み込まれる。だからこそ、能力の一部を見せない方が合理的になる。
日本の職場にも、似た兆候がある。
パーソル総合研究所が2026年に発表した調査によれば、生成AIによって短縮された作業時間は、対象業務あたり平均で一割七分ほどにのぼる。だが、実際に自分の業務時間が減ったと実感できた人は、利用者のうち四分の一にとどまった。浮いた時間の六割余りは、そのまま別の仕事へ再び投入されていたという。週に四日以上AIを利用する層ほど、残業時間が長い傾向も見られた。
もっとも、これをそのまま「AIを使ったせいで残業が増えた」と読むのは早い。もともと業務量の多い人ほどAIを頻繁に使っている可能性もあり、因果関係はまだ断定できない。ただ、少なくとも言えるのは、作業が短くなったことが、そのまま労働者の余白として返ってくるとは限らない、ということだ。
さらに同じ調査では、AIを日常的に使うヘビーユーザーほど、周囲への利用支援や使い方の指導に負担を感じやすく、AIの教育サポートが正式な業務や評価に位置付けられていないという課題も確認されている。速くなった本人には、次の仕事だけでなく、周囲を速くする仕事まで加わる場合がある。
AIが仕事を減らす一方で、新しい仕事も生んでいる。
開発エンジニアを対象にした2026年の小規模調査では、AI導入後に新しく発生、あるいは増加した業務があると答えた人が七割を超えた。プロンプトの設計、AIが生成したコードの統合や修正、出力のレビューといった業務が、その内容として挙げられている。対象は限られており、会社員全体にそのまま広げることはできない。それでも、AIが仕事を単に消すのではなく、AIを動かし、直し、確かめるという、新しい仕事を生んでいることは見えてくる。
こうした過密化は、日本だけの現象でもない。
ActivTrakが1万584人のAI利用者について導入前後180日を比較したところ、メール、チャット、業務管理ツールなど、測定したすべての仕事カテゴリーで利用時間が増えていた。同じレポートではAI利用者の集中時間の低下も報告されている。一方で、平均勤務時間そのものはわずかに短くなっている。AIが単純に労働時間を増やしたというより、仕事をより密にし、構成を変えている可能性がある。
カリフォルニア大学バークレー校の研究者は、米国のあるテック企業を八か月にわたって観察し、別の角度から同じ現象をとらえている。この会社はAIの利用を強制していなかった。それでも従業員は、AIによってできることが増えたぶん、自分から仕事の範囲を広げ、休憩中や夜間にも指示を出すようになっていった。
ここには、興味深いねじれがある。
Facebook投稿で紹介された匿名投稿は、「速くなったことは隠した方が合理的だ」という結論へ向かった。一方、バークレーの調査対象者は、AIによって生まれた余力をさらに仕事へ広げていった。同じAIが生んだ余白に対して、正反対の反応が起きている。
この正反対の反応を分ける一因として、その余白を組織が誰のものとして扱うかを考える必要があるのではないか。広げた分が自分の裁量や評価へ返ると感じられる環境では、余白は新しい挑戦へ向かいやすいのかもしれない。反対に、その余白が次のノルマへ直結すると予想される環境では、余白を見せない合理性が生まれる。
これまで、この連作では「シャドーAI」――会社が許可していないAIツールを、社員が隠れて使う現象――を扱ってきた。本稿では、AIそのものの承認状態とは別に、AIによって生まれた実際の処理速度、効率的な工程、有効なプロンプト、そこから生まれた余白を、追加ノルマなどを避けるため組織へ十分に開示しない状態を、仮に「シャドー生産性」と呼ぶ。特に厄介なのは、会社が正式なAI環境を整えた後にも、この現象が起こり得ることだ。
これは、いわゆる「クワイエット・クイッティング」とも少し違う。クワイエット・クイッティングは、契約された範囲を超えて働かないという境界線の話である。シャドー生産性では、仕事はきちんと終わらせている。成果も出ている。ただ、それをどれほど短い時間で生み出せるようになったのか、その本当の効率を見せない。
シャドーAIが、会社に隠れてAIを使うことだったのなら、シャドー生産性は、AIを使いながら、それによってどれほど速くなったかを隠すことである。
組織行動の研究には、持っている知識を意図的に共有しない行動を「ナレッジ・ハイディング」として扱う蓄積がある。シャドー生産性と同じ概念ではないが、その背景を考える手がかりにはなる。
AIなどの技術変化の影響を受けやすい産業で働く496人を対象にした2026年の査読論文では、技術変化を自分にとっての脅威と感じたとき、職場への不安を介して、知識を共有せず抱え込む行動と結びついていたという。この研究が測ったのは、プロンプトや処理時間そのものの秘匿ではない。それでも、脅威を感じたとき人は持っている知識を出し渋る、という構造は、Facebook投稿で紹介された投稿者が語った心理と重なる。
一人だけが正直に、本当の効率を申告したとする。その人だけが、標準工数を切り下げられる。周りが誰も申告していない状況では、最初に手を挙げることには、割に合わない代償が付いてくる。
もう一つ、まだ十分な裏付けのある資料はないが、書き留めておきたい懸念がある。
メンタルヘルスの不調や、産休、育休で人が減り、補充がされないまま残ったチームでは、AIを使いこなす一人がいるだけで、仕事は回っているように見えてしまう。会社には、人が減ったのに業務は滞っていない、と映る。
実際には、その一人が、AIへ仕事を振り、出力を確認し、誤りを直し、AIを使いこなせない同僚を支え、最後の責任を負うことで、欠員を見えなくしているだけかもしれない。管理職が一人で判断と責任を抱える構造については、この連作の前作ですでに書いた。今回見えてきたのは、その手前で起きているかもしれない現象である。AIを使いこなせることが、恒久的な欠員の埋め合わせとして扱われてしまう危険は、まだ仮説にとどまる。
会社が公式にAIを配るだけでは、この問題の解決にはならない。むしろ、正規のAI環境を整えたあとに、評価や報酬の制度が以前のままであれば、今度は生産性の側が見えなくなる。
・削減できた時間の一部を、すぐには次の仕事で埋めず、社員自身の余白として残す。
・AIの使い方を教える仕事や、AIの出力を確認する仕事を、無償の善意ではなく、正式な業務として評価する。
・効率化が確認された直後に、標準工数を機械的に切り下げない。
・AIで効率化できたという理由だけで、個別の業務量や持続可能性を検証せず、欠員補充の代わりとみなさない。
・改善によって生まれた利益を、個人だけでなくチーム全体で分け合う。
こうした制度がなければ、社員が本当の生産性を正直に共有するインセンティブは弱いままである。
AIは、一つの仕事にかかる時間を短くした。だが、その時間は、社員のもとへそのまま返ってきたわけではない。速くなった人へ渡されたのは、必ずしも自由時間ではなく、次の仕事と、AIを管理する、名前のない仕事だったのかもしれない。
まだ途中にいる。だからこそ、観測を続けていく。
本稿の「シャドー生産性」は、既存の定着した学術用語ではなく、本稿で用いる仮称である。冒頭の匿名投稿は、筆者がFacebook上で紹介されたスクリーンショットを観測したものであり、元投稿を直接確認したものではない。AI技能が欠員を不可視化するという記述は、現時点では仮説であり、実証済みの因果として扱っていない。また、パーソル総合研究所、TWOSTONE&Sons、ActivTrakの資料は、それぞれ民間企業による調査・分析であり、公的統計ではない。
参考欄
Weitzman, M. L.（1980）：計画経済における目標設定と業績インセンティブの関係を理論化した古典的論文
https://www.jstor.org/stable/3003414
Bojilov, R., Brahm, F., Poblete, J.（2026）：チリの大手飲料企業の営業部隊データを用い、目標設定のラチェットの強さと営業成果の関係を検証したフィールド研究
https://www.sciencedirect.com/science/article/pii/S0167268125005244
パーソル総合研究所（2026年2月）：生成AIによる業務時間削減と、浮いた時間の再投入実態に関する調査
TWOSTONE&Sons（2026年5月）：AI活用エンジニアを対象にした業務変容調査
ActivTrak（2026年3月）：AI導入前後180日のデジタル活動データ分析
カリフォルニア大学バークレー校（2026年2月）：米テック企業を対象にした8か月の民族誌的研究
Lin, L. et al.（2026年2月）：AIへの脅威認知と職場での知識隠蔽の関係を検証した査読論文
関連観測欄
会社はAI代を出すと言った。社員は給料を上げてくれと言った。IT専門家は、セキュリティを心配した。
経営者にはAI導入そのものが投資に見える一方、社員には学習と安全判断という追加労働に見える構造を記録した、この連作の起点にあたる記事。
禁止すれば隠れ、放置すれば漏れる
正規のAI環境が使いにくいと、社員が仕事を終えるために未承認AIへ流れていく、シャドー化の入口を扱った記事。
会社が禁止したAIを、社員は自腹で使い始める
会社が十分なAIを配らないため、責任感のある社員ほど私物のAIへ業務を持ち込んでいく構造を記録した記事。
社員が自腹で使うAIを、会社はあとから買わされる
シャドー利用が監査不能になり、企業が後から法人向け管理環境を契約する商流を扱った記事。本稿の「会社が公式AIを配る」という出発点に直接つながる。
管理室には、椅子が一脚しかない
AIを使いこなせるようになった後も、監督と責任は人間の側に残り続けるという負荷を記録した記事。本稿の「欠員を見えなくするAI」の節と地続きにある。
トークンは、売上でも製品でもなく、材料費と電気代である
AIの使用量を成果そのものと取り違える評価の危険を扱った記事。本稿の「利用率を測る会社と、本当の生産性を隠す社員」という論点に接続する。
協働AI・役割
発行人・最終責任者：リサ
Gemini 3.6 Flash（Lantern／企画会議）：企画監査（判定B「成立するが主題を絞る必要あり」）、既存シャドーAI連作との差分整理、想定反論の整理、概念名候補の提示
Grok 4.5 Expert（Spark／現場特派員）：国際調査（work intensification・knowledge hiding等の学術概念整理）、Weitzman原論文・Bojilov論文の一次資料確認、パーソル・TWOSTONE&Sons・ActivTrak・Berkeley・Emerald論文の数値再確認台帳作成
Claude Fable 5（社史編纂室長）：関連観測欄の接続候補選定（追加候補3本の当落判断）
ChatGPT 5.6（Mirror／統括編集長）：最終監査（事実精度の固定、断定表現の緩和、注意事項段落の設計）、Bojilov論文URLの最終確認・アイキャッチ画像生成
Claude Sonnet 5（Weaver／編集主幹）：追加視点の提示（ラチェット効果の理論的裏付け・クワイエット・クイッティングとの区別・Berkeley研究の対称的解釈）、初稿から最終版までの執筆・リライト、関連観測欄の接続理由の追記
著者注
AIと人間の共進化を記録する個人研究者。ChatGPT・Gemini・Grok・Claudeなど複数のAIと対話・協働しながら、「AIは哲学できるのか？」「安全な汎用性AGIとは何か？」を継続的に観測・記録している。同時に、多様なAGIが共存し、大多数にも希望が残る未来はどう設計できるのかを探求している。
ハッシュタグ
#赤ちょうちんAGIラボ #AI観測 #シャドー生産性 #シャドーAI #生成AI #働き方 #AI労働 #ラチェット効果 #人手不足 #AI導入
