AI研修の効果測定はどうやるか — 定着を測る指標とKPI設計【2026年版】

執筆: 武石幸之助（x3d株式会社 代表取締役 / AI講師）
公開日: 2026年7月29日

本記事はx3d株式会社が作成した法人向けの情報記事です。統計・調査データの最新情報は各公式サイトをご確認ください。

【結論】AI研修の効果測定とは、研修が受講者の行動と業務成果をどれだけ変えたかを、指標と測定タイミングを事前に定めて検証する活動です。満足度アンケートだけでは経営への説明はできません。

• 測定設計の土台はカークパトリックモデルの4段階（反応・学習・行動・成果）。AI研修では第3段階「行動」の測定が要になる
• AI研修特有の指標は4つ：利用率・業務適用率・時間削減・内製化率
• AI導入の効果として「業務が効率化・迅速化した」を挙げた企業は91.6%、「売上や利益が向上した」は3.9%（IPA調査／2026年7月公表）。何を成果と定義するかで結論が変わる

この記事では、AI研修の成果を経営に報告する立場にある人事・人材開発・DX推進担当者向けに、測定フレームの選び方、AI研修固有の指標テンプレート、測定タイミングの設計、そして測定の抜けが定着失敗につながる構造を解説します。

---

AI研修の効果測定とは — 「満足度」で止まる構造

AI研修の効果測定とは、研修が受講者の行動と業務成果をどれだけ変えたかを、指標と測定タイミングを事前に定めて検証する活動です。

x3dの支援現場で伺う限り、実際に行われているのは研修直後のアンケートによる満足度の把握までにとどまるケースが大半です。満足度は測りやすく、回収率も高く、社内報告にも使いやすい指標です。しかし満足度は「研修が良かったか」を測るもので、「業務が変わったか」は測っていません。経営層から「それで何が変わったのか」と問われた際に答えられないのは、指標の選択が原因です。

この構造は数字にも表れます。厚生労働省の令和6年度「能力開発基本調査」（令和7年6月27日公表）では、OFF-JTを受講した労働者は37.0%（正社員44.6%／正社員以外18.4%）、OFF-JTに支出した費用の労働者一人当たり平均額は1.5万円（令和5年度実績）でした。一方、能力開発や人材育成に関して何らかの問題があるとする事業所は79.9%にのぼります（出典：厚生労働省「令和6年度『能力開発基本調査』の結果を公表します」／企業調査7,454企業・事業所調査7,218事業所・個人調査21,334人）。投資は行われているのに問題認識が減らない状態が続いています。

さらに、生成AIの利用そのものは急速に広がっています。総務省「令和8年版 情報通信白書」（2026年7月24日公表）の企業向け調査では、自社の何らかの業務で生成AIを利用していると回答した割合は86.4%に達し、2024年度調査に比べて大幅に上昇しました。一方で活用方針（「積極的に活用する方針」「活用する領域を限定して利用する方針」）を定めている割合は68.9%、生成AI活用による業務変革については日本で「組織的な取組はない」と回答した割合が27.0%と、米国1.4%・ドイツ4.9%・中国2.6%に比べて突出しています（出典：総務省「令和8年版 情報通信白書」概要／企業向け調査・日本 n=497）。使い始めた段階と、組織として成果を管理している段階のあいだに差があることを示す数字であり、効果測定はまさにこの差を埋める作業にあたります。

効果測定を後付けで始めるのが最も難しいという点も重要です。研修前の状態（ベースライン）を記録していなければ、研修後の数値が改善なのか元々そうだったのかを区別できません。効果測定は研修の企画段階で設計するものであり、実施後に思い出して始めるものではありません。

研修そのものの種類・費用相場はAI研修とは？費用相場・種類・選び方、育成計画全体の設計はAI人材育成の進め方で解説しています。

カークパトリックモデルの4段階とAI研修への当てはめ

研修評価の共通言語として広く使われているのがカークパトリックモデルです。1959年、ドナルド・カークパトリック（Donald Kirkpatrick）が米国ASTDのジャーナルに4本の連載記事として発表したもので、Reaction（反応）・Learning（学習）・Behavior（行動）・Results（成果）の4つの語で研修効果を捉えます（出典：Kirkpatrick Partners「The Kirkpatrick Four Levels: A Fresh Look After 50 Years 1959–2009」）。なお同資料では、カークパトリック本人が「レベル」という呼称や「カークパトリック4段階評価モデル」という名称を自ら命名したわけではないことにも触れられています。

後にジャック・フィリップス（Jack Phillips）がこれを拡張し、成果を金銭価値に換算するROIを第5段階として加えたモデルを提唱しています。

AI研修に当てはめると、各段階で測るものは次のように整理できます。

AI研修には、他の研修分野と比べて有利な条件が1つあります。第3段階「行動」を利用ログで客観的に測れる点です。ビジネススキル研修では行動変容の測定に上司の観察や360度評価といった主観的手段が必要ですが、AIツールには利用実績のデータが残ります。この利点を使わずに満足度だけを測っているのは、測定手段を放棄しているのと同じです。

AI研修特有の4指標 — 利用率・業務適用率・時間削減・内製化率

カークパトリックモデルは汎用フレームであり、AI研修固有の指標は自分で定義する必要があります。実務で機能しやすいのは次の4系統です。

1. 利用率：AIツールに実際にアクセスし、使っている人の割合。研修が「知識で終わったか」を最初に判別する指標です。
2. 業務適用率：AIを組み込んだ業務の割合。利用はしているが業務が変わっていない状態を検出します。
3. 時間削減：対象業務の処理時間の変化。経営に説明する際の中心指標になります。
4. 内製化率：社内で研修・教育を回せている度合い。継続性を測る指標です。

これらを実際に運用できる形に落としたテンプレートが下の表です。自社の状況に合わせて目標値を入れて使ってください。

この表で最も重要なのは「手戻り・修正回数」を必ず入れることです。時間削減だけを追うと、品質を落として速くなっただけの状態を「成果」と誤認します。速度と品質を対で測る設計にしてください。

また、成果指標の粒度を経営の関心に合わせすぎないことも重要です。独立行政法人情報処理推進機構（IPA）が2026年7月16日に公表した調査では、AI導入による効果の内容として「業務が効率化したり迅速化した」が91.6%、「企画提案等の品質や速さが向上した」が48.9%、「残業時間の削減につながった」が29.2%であるのに対し、「顧客満足度が向上した」は4.5%、「売上や利益が向上した」は3.9%にとどまります（出典：IPA「国内企業のDX動向・AI活用動向のポイントを公開」（2026年7月16日）／国内企業1,799社、調査実施期間 2026年4月17日〜6月12日）。

つまり現時点のAI活用は業務効率化の段階にあり、売上・利益への直結を最初のKPIに置くと、ほぼ確実に「効果なし」という報告になります。まず時間削減と品質改善で測り、その積み上げを金額換算して報告するのが実態に合った順序です。同調査では利用用途も「文書・音声の要約・翻訳・校正」82.5%、「文書・レポートの作成」80.5%、「情報検索・収集・分析・レポーティング」77.0%が上位で、「自社製品・サービスの高度化」は10.9%でした。指標設計はこの実態から出発する必要があります。

測定タイミングの設計 — 直後・1か月後・3か月後

指標を決めても、測る時期を決めなければ運用に乗りません。AI研修では次の4時点を押さえると、必要な情報がそろいます。

実務上の要点は2つです。

1か月後の測定を省かない。3か月後だけを見ると、利用が止まった受講者を手遅れの段階で発見することになります。1か月後は「介入の余地がある最後のタイミング」です。利用率が伸びていない部門にはフォローアップ回を追加する、といった打ち手が取れます。

研修前の測定を必ず入れる。ベースラインがないと、3か月後の数値が良くても「研修の効果」と言えません。x3dの支援現場では、研修導入企業の一部でAI利用率が20%から70%へ改善した代表事例がありますが、これも研修前の20%を記録していたからこそ提示できる数値です（適用対象・期間を限定した代表値であり、全導入企業の平均ではありません）。

測れない研修が失敗する構造 — 3軸理論で見る測定の抜け

ここまでは「どう測るか」の話でしたが、より本質的な問題は測る対象が偏っていると打ち手を間違える点です。

x3d式（のすけ式）組織AI教育3軸理論では、AI活用能力をマインド × スキル × インフラの掛け算として捉えます。掛け算であるため、いずれか1軸が0であれば他の2軸がどれだけ高くても全体は0になり、最も低い軸が全体の天井を決めます（詳細はx3d式（のすけ式）組織AI教育3軸理論）。

この構造を効果測定に重ねると、理解度テストと満足度に依存した測定はスキル軸とマインド軸の一部しか見ていないことがわかります。インフラ軸は測定対象から抜け落ちています。その結果、次のような誤診が起きます。

3軸理論の定理の1つは「スキルだけ教える研修は、インフラとマインドが0の受講者にとって理論上ゼロ効果である」というものです。効果測定の観点では、この定理は「効果が出ない原因は研修の質ではないかもしれない」という診断上の示唆になります。

実務では、利用率が上がらない部門について次の順で確認すると原因が切り分けられます。

1. インフラの確認：全員にアカウントが配られているか。業務端末から利用できるか。社内ルールで対象業務への利用が許可されているか
2. マインドの確認：上司が使っているか。使うことが評価されるか。ミスをしたときに責任を問われない設計になっているか
3. スキルの確認：ここまで問題がなければ、はじめてスキル不足を疑う

この順序が逆になっている企業が多く、結果として「研修を増やしても定着しない」という状態に陥ります。IPAの調査ではAI利活用の位置づけについて「DXの推進の一部としてAIを活用している」「DXの推進のためAIを中心に活用している」の合計が54.2%である一方、「DXとAIは個別に取組んでいる」企業もDXに取組む企業の4分の1を占めていました。AI研修を組織の仕組み（インフラ）と切り離して実施している状態が、この数字にも表れています。

研修の実施主体を内製と外部委託でどう分けるかは社内AI研修は内製と外部委託どちらがよいか、費用面の制度活用はAI研修に使える助成金は？人材開発支援助成金の対象・申請手順で解説しています。

経営に報告するためのまとめ方

測定した数値をそのまま並べても、経営会議では判断材料になりません。報告の構成として機能しやすい順序は次のとおりです。

1. 対象と範囲を絞って示す：「全社で」ではなく「◯部門の△業務で」と限定する。範囲を広げるほど外部要因が混ざり、効果が薄まって見える
2. ベースラインと現在値を並べる：研修前と3か月後の数値を対で示す。改善幅（ポイント差・時間差）を明示する
3. 時間削減を金額換算する：削減時間 × 対象人数 × 人件費単価で概算し、研修費用と対比する。前提条件（単価の根拠・対象期間）を必ず併記する
4. 品質指標を添える：手戻り件数が増えていないことを示し、「速くなっただけ」ではないことを担保する
5. 次の投資判断を提案する：ボトルネックがどの軸にあるか（マインド／スキル／インフラ）を示し、次に何に投資すべきかを提示する

5番目が報告の価値を決めます。効果測定の目的は過去の評価ではなく、次の一手を決めることです。「効果があった／なかった」で終わる報告は、測定コストに見合いません。

x3dのAIDX研修および HAI BOOT CAMP™ では、研修の企画段階で測定指標とベースラインの取得方法を設計に含めています。研修受講者数は5,000名超、受講満足度は99%（2024年度研修アンケート／満足＋やや満足の合計）ですが、満足度は第1段階の指標にすぎません。行動と成果の段階まで測る設計をあわせてご提案しています。

よくある質問（FAQ）

---

参考文献・出典

• 総務省「令和8年版 情報通信白書」概要（2026年7月24日公表）
• IPA「国内企業のDX動向・AI活用動向のポイントを公開 広がるAI導入、DXは変われるか」（2026年7月16日）
• 厚生労働省「令和6年度『能力開発基本調査』の結果を公表します」
• Kirkpatrick Partners「The Kirkpatrick Four Levels: A Fresh Look After 50 Years 1959–2009」
• 経済産業省「デジタルスキル標準」
• x3d式（のすけ式）組織AI教育3軸理論

本記事は2026年7月時点の公開情報に基づいています。最新情報は各公式サイトをご確認ください。

---

武石幸之助（x3d株式会社 代表取締役）
2017年よりAI導入支援に従事し、x3d株式会社（クロスサード）を通じて全国1,700社超・5,000名超の企業・受講者を支援。受講満足度は99%（2024年度研修アンケート／満足＋やや満足の合計）。AI活用能力をマインド・スキル・インフラの掛け算で捉える「x3d式（のすけ式）組織AI教育3軸理論」を開発し、研修の効果測定と定着設計を専門とする。

---

x3d株式会社では、本記事で解説したAI研修の効果測定・KPI設計を含む企業研修・導入支援を提供しています。研修の企画段階から測定設計をご一緒できます。
まずはお気軽にご相談ください。

→ 無料相談・お問い合わせはこちら