企業は社員1人あたり平均1,800ドルをAIリスキリングに支出——それで十分か？

平均的な企業は2025年に社員1人あたり1,800ドルをAIリスキリングに支出しました。生産性の針を実際に動かした企業は5,400〜9,200ドルの間を支出していました。

このギャップこそが本質的な話です。1,800ドルという数字そのものではなく、平均的な組織が支出している額と、測定可能なAI生産性向上を実現している組織が投資している額の3〜5倍の差が重要です。そして支出の仕方も額と同じくらい異なります。

Josh Bersinの2025年グローバル労働力インテリジェンスレポートと、LinkedIn Learningの2025年職場学習レポート、ATDのAIトレーニング投資調査を組み合わせることで、オペレーションリーダーに対して、AIリスキリングが実際に何にかかるか、資金がどこへ向かうか、そして労働力の行動を変えるトレーニング投資とそうでないものを分けるものは何かについて、これまでで最も完全な見通しを提供します。

1,800ドルのベンチマークの文脈

1,800ドルという社員1人あたりの数字は、800の組織の開示されたL&D予算のBersinの分析から来ています。しかしその意味を理解するために、L&D全体の支出と並べると役立ちます。平均的な企業はすべての学習・能力開発に年間約1,275ドル/人を支出しています。2025年のAIリスキリングは事実上、別の追加予算枠として機能しました。組織は既存のL&D支出を組み替えているのではありません。それに追加しています。

この文脈は「それで十分か」という問いを組み替えるため重要です。本当の問いは、社員1人あたり1,800ドルが絶対値として十分かどうかではありません。その金額が測定可能な成果を生み出しているかどうか——そしてデータが示すのは、中央値では生み出していないということです。

Bersinの分析によると、社員1人あたり1,500〜2,500ドルをAIリスキリングに支出した組織は、自己申告のAIツール使用率で平均9%の改善を示しました。有用ですが、変革的ではありません。測定可能な成果物（成果物の量、サイクルタイム、エラー率）で25%以上の生産性改善を示した組織は、大幅に多く支出し、プログラムの設計が根本的に異なっていました。

資金がどこへ向かっているか

1,800ドルの平均は、ATDデータセットの組織にわたって次のように分解されます。

構造的な違いは2つの項目に見えます。マネージャーとコホートコーチング、そして社内プログラム開発です。

平均的な組織はAIトレーニング予算の12%をマネージャー主導とコホートベースの学習に使います。ハイパフォーマーは24%、2倍を使います。しかも総支出が3〜5倍高い中での比率ですから、金額では大幅に多くなります。これは偶然ではありません。プログラム修了率のデータがその理由を直接説明しています。

修了率が実際を語る

プログラムタイプ別のAIトレーニング修了率に関するATDの調査データは、ベンチマーク全体の中で最も実践的に有用なデータポイントです。

自己ペースの外部コース——平均的な組織の最大の支出カテゴリー——は23%で修了します。AI認定を始めた社員のうち4人に1人弱しか実際に終えません。

マネージャー主導のコホートプログラムは74%で修了します。ワークフロー組み込みトレーニング（社員が毎日使うツールに直接学習が組み込まれている）は81%で修了します。

これがハイパフォーマーが外部コースから予算を移して、マネージャーコーチングと社内プログラム開発に向ける理由です。外部認定資格が無価値なのではありません。修了の数学が、表面上の価格より見かけ上ではるかに高い生産的成果1件あたりのコストを意味するということです。社員の23%しか修了しない400ドルのCourseraライセンスは、74%が修了するコホートプログラムの1人あたり400ドルとは全く異なるROIを生み出します。

リスキリングプログラムを設計するオペレーション責任者にとって、このデータには直接的な示唆があります。プログラムの構造はコンテンツの質と同じくらい重要であり、マネージャーの関与が修了の主要な原動力です。

ハイパフォーマーが使っているROI計算

平均的な組織は、AIトレーニングのROIを主に修了率と満足度スコアで測定していますが、どちらも実際の生産性変化とは強く相関しません。

ハイパフォーマーは異なる指標を測定します。Bersinが測定可能な生産性向上を生み出していると特定した組織に一貫して登場する3つの指標があります。

AI関連タスクにおける時間あたりの成果物。 AI執筆ツールを使用する職種では、これは週あたりのコンテンツ件数かもしれません。AIモデリングツールを使用するアナリストでは、週あたりに検証されたモデル数です。AIワークフローツールを使用するオペレーションコーディネーターでは、1日あたり完了したプロセスサイクル数です。重要なのは、全般的な満足度ではなく、トレーニング前後のタスク固有のスループットを測定することです。

AI ツール環境での新入社員の習熟到達時間。 ハイパフォーマーは、新入社員がその職種のAIツールでの能力ベンチマークに到達するまでの時間を追跡し、このメトリクスを使ってオンボーディングプログラムが機能しているかどうかを評価します。新入社員が必要なモジュールを修了したかどうかだけでなく。

リスキリング vs. 再採用コストの比較。 これは最も直接的な予算正当化指標です。AI活用能力を持つ人材は同等の非AI活用能力人材より27%の給与プレミアムを得ています。7万5,000ドルのオペレーション職種では、これは採用1件あたり年間約2万ドルのコスト差です。既存社員のリスキリングコストが4,500ドルで、3年間役職に留まるなら、待機コスト分析はシンプルです。4,500ドルのリスキリング vs. 3年間で6万ドルのプレミアムでの再採用。ROI計算はハイパフォーマーの支出水準でも、リスキリングを大幅に支持します。

測定可能なリスキリングROIの2つの事例

Zurich Insurance Group（2025年）： Zurichは引受・損害査定チームにわたってマネージャー主導のAIフルエンシープログラムを展開しました。週次マネージャー主導のレビューセッションを含む8週間のコホートとして設計されました。支出：プログラムコホートの社員1人あたり約6,200ドル。成果：プログラム後6か月の時点で定型文書化業務のサイクルタイムが34%削減、AI支援アセスメントでの引受担当者の1日あたりの成果物が28%改善。Zurichは2025年にプログラムを受講したコホートに43百万ドルの年間生産性改善を帰属させました。

Kyndryl（2025〜2026年）： このITサービス企業は、スタンドアロンのトレーニングプログラムを実施するのではなく、AIスキル開発を社員が毎日使うツールに直接組み込み、デリバリーツールのワークフロー内にマイクロラーニングプロンプトを埋め込みました。ワークフロー組み込みモジュールの修了率：84%。成果：チケット解決時間が22%改善し、AI支援サポートワークフローでのエスカレーション率が測定可能な水準で低下しました。社員1人あたりの予算：約3,800ドルで、ハイパフォーマーの平均を下回りますが——プログラムの構造がハイパフォーマーの成果を生み出しました。

Kyndrylの事例は特に示唆的です。ハイパフォーマーの範囲の上限で支出したわけではありませんが、スタンドアロンのコースに分離するのではなくワークフローツールに研修を組み込んだことで生まれた修了率が、はるかに高い支出プログラムと同等の成果を生み出しました。

今プログラムを設計しているなら

ベンチマークデータはオペレーションリーダーに対して、いくつかの明確な設計原則を示しています。

1,800ドルを基準にしない。 それはすべての組織の中央値であり、その大部分は測定可能な成果を出していません。実際の生産性変化を促すプログラムを設計するなら、関連するベンチマークはAIツールのフルエンシーが高い影響を持つ職種で社員1人あたり5,000〜9,000ドルであり、そうでない職種はゼロです。すべての職種が同じ投資を必要とするわけではありません。

コンテンツの量よりマネージャーの関与を優先する。 自己ペースとマネージャー主導のプログラムの修了率の差は50ポイント以上です。マネージャーのアカウンタビリティを持つ小さなプログラムの方が、社員の23%しか終えない包括的なプログラムよりも成果を上げます。広い組織全体にスケールする前に、まずマネージャーのAIフルエンシーを構築します。AIチャンピオンプログラムは、すべてのマネージャーがAIの専門家になることを求めずに、このマネージャーレベルの能力を素早く構築する方法のひとつです。

修了ではなく成果物を測定する。 修了率は追跡しやすく、ROI指標としては本質的に意味がありません。プログラムの成功指標が「X%の社員がモジュール3を修了した」であれば、変化ではなく活動を測定しています。各職能で観察可能な業務成果においてAIツールの習熟度がどのように見えるかを定義し、それを測定してください。

AIスキル要件は今や技術系以外の求人にも登場しています。マーケティング、財務、法務、オペレーションでです。つまり、AIフルエンシーのギャップを埋める外部からの圧力は、もはや技術系採用だけにとどまっていません。今リスキリングへの投資が不十分だと、あらゆる職能で採用市場全体で同時により広いスキルギャップに直面することになります。

今後の注目ポイント

2つの将来志向のダイナミクスが今後12〜24か月で企業リスキリング市場を形作るでしょう。

ひとつ目は、ROI測定の標準化です。現時点では、すべての組織がAIトレーニングのROIを異なる方法で測定しています——あるいはまったく測定していません。業界が標準的な成果物指標に収束すれば（営業組織が担当者1人あたりの売上に標準化したように）、予算の議論がより確立した根拠に基づくものになります。Josh BersinのチームはAI Productivity Indexフレームワークに積極的に取り組んでおり、この標準化を加速する可能性があります。

ふたつ目は、ベンダーの統合です。AIトレーニング市場は現在断片化しており、品質と成果が大きく異なる認定資格、コホートプログラム、プラットフォーム組み込み学習を販売するベンダーが数百社あります。統合はすでに進行中であり、LinkedIn Learning、Coursera for Business、およびいくつかのエンタープライズ特化プラットフォームが増加するシェアを獲得しています。ベンダーの選択肢が狭まるにつれ、価格と品質のベンチマークがより比較しやすくなります——これにより、実際に機能するものについてのシグナル対ノイズ比が改善されるはずです。

AIの認定資格市場は2026年に40億ドルに達しましたが、支出の増加は品質基準の向上に見合っていません。今のところ、実際に生産性を向上させるプログラムの最も信頼性の高い指標は、修了率アーキテクチャです——そしてデータによると、コホートとワークフロー組み込みプログラムがその比較で大差で勝利しています。

1,800ドルの平均は市場がどこにいるかを示しています。5,000〜9,000ドルのハイパフォーマーの範囲が、実際にギャップを埋めるために何が必要かを示しています。

---

関連記事

• AIを使いこなせる人材は27%の給与プレミアムを得ている
• AI認定資格市場が40億ドルに到達——しかし採用現場で本当に効くのはごく一握り
• AIスキル要件はマーケティング・財務・法務の求人にも登場
• AI研修予算のビジネスケースを構築する方法
• ミドルマネジメントのAI障壁——そしてそれをチャンスに変える方法