リスキリングが続かない本当の理由｜生成AI研修の受講者から返ってきた"出口"の言葉
リスキリングは、入口としては正しい。問題は、出口が「受講しました」で終わっていることだ。
「学び直し」に予算はついた。では、その先は？
「リスキリング」という言葉が世の中に広まったこと自体は、素直に良かったと思っています。
予算がついた。研修の機会が生まれた。
「学び直し」が経営会議や人事の議題に上がるようになった。入口としては、まったく正しい。
ただ、いろいろな企業さまの現場に入らせていただくなかで、ひとつ気になる構造が見えてきました。
出口が「受講しました」で終わっている。
受講者名簿が埋まり、アンケートの満足度が出て、報告書ができあがる。そこで一区切りになる。
制度としては何も間違っていません。むしろ設計どおりです。
問題は、生成AIというテーマに限っては、この「点で終わる」設計が致命的に噛み合わない、ということです。
受講者ご自身の言葉として出てきた、たった一行
先日、製造業の企業さま向けに2日間の研修を担当させていただきました。
参加者は約20名。現場の方から管理の方まで、立場も年代も混ざったメンバーです。
最終日の総評で、受講者のおひとりからこんな言葉をいただきました。
石原さんが言っているように、生成AIを使いこなすのではなく、毎日使い続ける
正直に言うと、なぜこの言葉が出てきたのかは分かりません。
資料に書いたからかもしれないし、2日間で何度も口に出したからかもしれない。
ただ、私が言った言葉としてではなく、受講者ご自身の言葉として出てきた。
ここに、研修としての手応えがありました。
「使いこなす」は到達点の話です。「使い続ける」は習慣の話です。
この2つは、似ているようでまったく別物です。
※このときの研修の様子は、note記事にまとめています → 製造業向け2日間研修レポート
なぜ生成AIでは「覚える」が効かないのか
この研修の準備をしていたときのことです。
前回使った資料を開いて、実演の手順を確認していたら——NotebookLMの名前が「Gemini notebook」に変わっていました。
名前だけではありません。機能が増え、画面が変わり、モデルも新しくなっている。
つまり、前回の資料がそのままでは使えない。作り直しです。
これは愚痴ではなく、この分野の性質そのものだと思っています。
覚えた機能名が数ヶ月で消える世界では、「操作を覚える」型の研修は原理的に成立しません。
半年前に覚えたボタンの位置は、半年後には存在しない。手順書は配った瞬間から古くなっていく。
だから、研修が終わったあとに残るものは、知識ではないんです。
残るのは「毎日触っている」という身体感覚だけ。
自転車と同じで、乗り方を説明した紙は捨てても、乗れる体は残ります。
データでも同じ方向が示されています。PwCが2026年に公表した「Global AI Jobs Barometer」（27の国と地域、10億件超の求人広告を分析）によれば、AI露出度の高い職種で求められるスキルは、露出度の低い職種の2倍以上の速さで変化しているとされています。
※用語注：「AI露出度」とは、その職種の業務がAIで代替・支援されやすい度合いのことです。
求人票に書かれるスキルが2倍の速さで書き換わる世界。
ここで「覚える」を戦略にするのは、正直かなり分が悪い。
リスキリングとリカレント教育は何が違うのか
ここは講師として曖昧にしたくないので、定義を正確に置いておきます。
- リスキリング（Reskilling）：企業主導。新しい職務に必要なスキルを従業員に獲得させること。
目的が明確な分、目的が達成されたら終わる。 - リカレント教育（Recurrent Education）：OECD由来の概念。就労と教育を交互に行き来する。
個人主導で、キャリアの節目ごとに学校等へ戻る前提がある。 - 生涯学習（Lifelong Learning）：一生を通じた学び全般。仕事に限らず、趣味も地域活動も含む。
この3つを並べると、冒頭の受講者の言葉——「毎日使い続ける」——が指しているものが、どこに位置するかが見えてきます。
「使い続ける」は、リスキリングでもリカレントでもなく、生涯学習に近い。
リスキリングは点です。目的があり、終わりがあります。
リカレントは、点をいくつか打ち直すイメージです。
一方、生涯学習は線です。終わりが設定されていません。
いま多くの現場で起きているのは、線で続くべき学びを、点で終わる制度に載せてしまっているというミスマッチではないか。そう見えます。
念のため申し上げますが、これはリスキリングという制度が悪いという話ではありません。
入口としては、これ以上ないほど正しい。
批判すべきは制度そのものではなく、「入口だけ用意して、線につなぐ設計をしていない」という順番の問題です。
「毎日使い続けろ」は精神論ではないのか
ここまで読んで、こう思われた方がいるはずです。
「毎日使い続けろ、って結局は根性論じゃないですか」
まったくその通りだと思います。そして、この反論は正しい。
学び続けることには、心理的なコストが実在します。
2026年にはFrontiers in Artificial Intelligenceに「re-skilling fatigue（リスキリング疲れ）」という概念を扱った研究論文も出ています。
中堅・ベテランの専門職ほど、積み上げた経験が価値の源泉であるがゆえに、常時学び直しを求められることの負荷が大きい——という指摘です。
つまり、「学び続けよう」と旗を振るだけなら、疲弊させて終わりです。
だからこそ、ハードルの設計こそが講師の仕事だと思っています。
私が研修でやらないと決めていることがあります。それは「すごい活用法」の披露です。
派手なデモは、その場では盛り上がります。でも翌日、誰も再現しません。
やるのは、明日も続けられる使い方だけ。
- 1日1つでいい
- 業務のついでにできることだけ
- 「これのためにAIを開く」ではなく「開いているついでにAIに聞く」
石川県や富山県の中小企業さまの現場では、そもそも学びに割ける時間がありません。
人手不足のなか、通常業務を回しながらです。
ここに「毎日30分の自己学習」を持ち込んでも、続くわけがない。
だから、続けられる高さまでハードルを下げるところまでが研修の仕事なんです。
毎回同じことを言っている理由は、ここにあります。
学びが終わらないのは、脅しではなく希望の話
最後に、希望の持てる数字をひとつ。
世界経済フォーラム（WEF）の「Future of Jobs Report 2025」によれば、2030年までに変化する中核スキルの割合は39%とされています。
「39%も変わるのか」と読むこともできます。
でも、注目すべきはこの数字が2023年時点の予測では44%だったという点です。つまり、下がっている。
WEFはその要因を、企業の継続的な学習・リスキリング投資の浸透に求めています。
実際、長期戦略の一環として訓練を受けた労働者の割合は、41%から50%へ増加しました。
これは、なかなかすごいことだと思うんです。
学び続ける人が増えたから、「スキルが陳腐化する」という予測そのものが下がった。
学びは終わりません。それは事実です。
でもそれは、「一生追われ続ける」という脅しの話ではなく、「動き続けている人のところに、変化はゆっくり来る」という希望の話です。
生成AIを使いこなせる必要はありません。毎日使い続けている、それだけで十分に強い。
過去に何を修めたかではなく、今日、何を学んだか。
最終学歴より最新学歴
研修は入口です。出口をつくるのは、その翌日からの、ごく地味な習慣のほうです。
そしてその習慣の設計こそ、外から来る講師がいちばん役に立てる部分だと思っています。
「研修はやったが、その後が続かない」——もしそう感じておられるなら、それは御社の社員さまの意欲の問題ではなく、設計の問題である可能性が高いです。
一度、出口の設計から一緒に考えさせてください。
