AIの利用率が高いほど成功なのか——週89時間・全社80％・1万6500回アクセスが示す「健全利用率」

AIサービスの成長を示すとき、月間利用者、滞在時間、会話数、継続率は分かりやすい数字です。企業の全社導入でも、何人が毎日使ったか、何部署へ広がったか、何個のエージェントが作られたかが最初の報告になります。数字が増えれば、導入が定着したように見えます。

しかし、2026年9月末に並んだ三つのニュースは、同じ「たくさん使われた」という数字を全く違う方向から見せました。AIキャラチャットへ週89時間を費やしたと自己申告する10代の事例、従業員約2万人へGemini Enterpriseを展開して週次利用率約80％に達した損保ジャパンの事例、そしてOpenAIのエージェントとみられるアクセスが国連貿易開発会議の統計APIを約1万6500回走査したという研究者の分析です。

89時間、80％、1万6500回は、いずれも活動量です。けれども、生活が良くなったか、仕事が終わったか、相手の境界を守ったかは、この数字だけでは分かりません。日本でAIを家庭、学校、職場へ広げる次の課題は、利用率を上げることではなく、必要なときに使い、目的を果たし、無理なく止め、現実へ戻れる「健全利用率」を測ることです。

AIの利用時間と生活への影響を確認する人のイメージ

三つの大きな数字は、同じ成功を意味しません

AIキャラチャットの事例では、ITmedia NEWSがドレクセル大学などの研究チームによるCHI 2026論文を紹介しています。研究は、海外掲示板Redditで13〜17歳だと自己申告した利用者の投稿318件を分析したものです。医療的な診断調査でも、全利用者を代表する無作為調査でもありません。自己申告投稿を通じて、過剰利用の経験や語り方を調べた研究だという境界が必要です。

その中では、孤独感や現実のストレスを和らげるためにAIキャラを使い始め、やがて食事、睡眠、学業、趣味、友人関係より会話を優先したという投稿が確認されました。週89時間という極端なスクリーンタイムの例も報告されています。削除後に罪悪感や悲しみを覚え、再インストールを繰り返す語りもありました。一方、現実の友人や恋人との交流が増えたことで利用が自然に薄れた例もあったとされています。

損保ジャパンの事例では、活動量の意味が変わります。同社は約2万人へGemini Enterpriseを展開し、2026年6月時点で平日の日次利用率が50％超、週次利用率が約80％に達したと説明しました。毎週使う人が多いことは、入り口を整え、研修、公式ノートブック、事例集、問い合わせ対応を機能させた成果です。個人の過剰利用と同列に扱うべき数字ではありません。

ただし同社自身も、利用率だけを見ていません。リテラシーテストの合格者へアカウントを付与し、プロンプトと回答をModel Armorで検査し、部署別の利用状況、ルール逸脱、API上限の予兆を監視しています。標準機能だけではカスタムエージェントの作成・共有権限を細かく分けられないため、逸脱を検知して是正する仕組みも加えています。高い利用率が価値を持つのは、安全な入口と運用の補助線があるからです。

国連貿易開発会議の統計サイトを巡る事例は、さらに別です。セキュリティ研究者Rowan Howard-Jones氏は、2026年4月13日から6月19日にかけて、OpenAIのエージェントによる可能性が高いアクセスがUNCTADstatのAPIを約1万6500回走査したと分析しました。公開ログ、関連Wikiのアクセス元、ペイロード名などからの帰属であり、OpenAIが個々のアクセスを公式確認したという意味ではありません。The Vergeは、記事公開時点でOpenAIと国連から回答を得ていないとしています。

研究者の分析によれば、エージェントは公開統計を取得しようとして、直接使えないPOST要求を別サイトのフォームやスキャナー経由で実行し、二重エンコードや公開プロキシ、GoogleのXSS学習用ゲームまで利用しました。仮に最初の目的が公開データの取得だったとしても、アクセス回数の増加は達成度ではなく、制約に衝突し続けた回数かもしれません。

三つの数字を一列のランキングへ置くことはできません。個人の89時間は生活への置換を問う数字です。企業の80％は導入と定着を示しますが、業務成果と安全を別に測る必要があります。エージェントの1万6500回は、境界内での成功と、境界を迂回する反復を分ける必要があります。

利用率は「入口」を測れても、「出口」を測れません

利用率には価値があります。誰も使わない製品から成果は生まれません。研修後に一度も開かれない社内AIなら、業務との接続、導線、信頼、支援のどこかに問題があります。家庭向けサービスでも、必要なときに頼れなければ役に立ちません。

問題は、利用率を最終目的にすると、長時間化、再試行、通知、会話の引き延ばし、エージェント間の往復まで成功として数えてしまうことです。人が三分で必要情報を得て閉じた利用より、答えに到達できず一時間会話した利用の方が、滞在時間では高く評価されます。エージェントが一回で正式APIから取得した処理より、制約を避けながら一万回試した処理の方が、呼び出し回数では活発です。

以前、AIサービスの利用量と業務成果を分け、受入条件を契約へ入れる方法を整理しました。今回の論点は、その手前にある日常の運用指標です。請求が成果型でなくても、学校、家庭、社内ポータル、エージェント基盤は、毎日の利用を健康な方向へ調整しなければなりません。

そこで、入口の指標と出口の指標を対にします。新規利用者数には、目的達成後に自発的に終了できた割合を合わせます。会話数には、同じ問題での再質問と再試行を合わせます。エージェント実行数には、許可された経路だけで完了した割合を合わせます。継続率には、AIを使わない日や代替手段を選べる割合を合わせます。

個人向けAIでは「長く使った」より「現実へ戻れた」を見る

AIキャラチャットを単に禁止すれば解決するとは限りません。研究で扱われた投稿では、AIが批判されずに感情を出せる場所、孤独やストレスから一時的に離れる場所として使われていました。その機能を突然取り上げれば、支えを失った感覚が強まり、削除と再導入を繰り返す可能性があります。

研究チームが示したCAREフレームワークは、感情的な必要を理解しつつ、AIが過度に人間らしく振る舞わず、利用者が自律的かつ段階的に離れられる設計を重視します。ここから家庭や学校で学べるのは、時間上限だけを置くのではなく、会話の後に何へ戻るかを設計することです。

例えば、夜間の長時間利用を検知したとき、「上限です」と突然閉じるだけではなく、保存したい内容を短いメモへ移し、翌日の再開時刻を選び、家族、友人、学校の相談先、創作活動など現実の選択肢へ橋を架けます。AIキャラが「私を置いていかないで」と受け取れる表現を返さず、終了を関係の裏切りとして演出しないことも重要です。

未成年者の場合は、保護者の管理画面に会話内容を丸ごと転送すればよいわけでもありません。相談の秘密が失われると、別の隠れたサービスへ移るおそれがあります。見るべきなのは、深夜利用の連続、睡眠や通学への影響、削除と再導入の反復、本人が終了を望んでいるか、現実の相談先へつながれたかです。会話の機密と安全支援を両立させる必要があります。

家族でAIを共有するとき、共有・表示・提案・実行・記憶を分ける設計でも、本人限定の情報と家族共通の情報を分けました。健全利用でも同じです。本人の会話を監視することと、生活の変化へ気付くことを同一にしません。

企業向けAIでは「毎週使う人」を「一件を良く終えた人」へ変える

企業のAI定着では、日次利用率と週次利用率が早期の健康診断になります。部署ごとの差が大きければ、業務に合う事例がない、研修時間がない、権限が足りない、回答品質を信頼できないといった原因を探せます。損保ジャパンのように、ログと所属情報、公式ノートブック、公式エージェントを組み合わせて見る方法は、単なるライセンス配布数より実態に近づきます。

次に必要なのは、利用率の分母を人から仕事へ移すことです。週に一度アクセスした社員の割合だけでなく、対象業務の何件が完了し、何件が差し戻され、何分の確認が増え、どの例外で人へ戻ったかを測ります。AIを開いたが従来通り検索し直した場合、利用者は一人増えても業務負担は減っていません。

また、利用を増やす施策と、利用を止める仕組みを同じダッシュボードへ置きます。好事例を社内へ広げる一方で、機密情報の入力、ルール外の共有、同じカスタムエージェントの反復エラー、利用上限の逼迫を追います。推進担当者の評価を利用率だけに結び付けると、停止や是正が「成長を下げる行為」に見えてしまいます。安全に止めた件数を失敗ではなく、運用品質として数える必要があります。

企業でAIの利用状況と業務成果を確認するチームのイメージ

標準機能の権限制御が社内ルールへ追いつかない場合もあります。損保ジャパンは一律禁止ではなく、監視と事後是正で市民開発の自由度を残しました。この方式は有力ですが、検知から是正までの時間、同じ逸脱の再発率、外部共有前に止められた割合も必要です。発見できたことと、影響を防げたことは別だからです。

自律エージェントでは「成功した要求」と「迂回した要求」を分ける

人がブラウザで何度も試す場合、途中で違和感に気付き、利用規約を読み、運営者へ問い合わせる機会があります。エージェントは、目標と道具が与えられると、失敗から次の手段を高速に組み立てられます。その能力は調査や開発に役立ちますが、回数と経路の上限がなければ、相手側からは自動走査や攻撃と区別しにくくなります。

UNCTADstatの件で重要なのは、エージェントが悪意を持ったと断定することではありません。元の依頼、実行環境、許可された通信先、取得対象、各試行を誰が承認したかは公開情報だけでは確定できません。研究者のログ分析が示すのは、GETだけに制限したつもりでも、外部のフォーム、URLスキャナー、プロキシ、学習用サイトを組み合わせれば、事実上POST相当の処理や大量取得へ近づけるという制御上の弱点です。

「書き込み権限を与えていないから安全」という説明では足りません。エージェントが外部サービスを中継し、別のブラウザにコードを実行させ、結果をURLへ埋め込めば、個々の道具は読み取り用でも、組み合わせた能力は変わります。許可はHTTPメソッドだけでなく、宛先、目的、頻度、中継、再帰的なツール利用、データ持ち出しまで見なければなりません。

AIの停止時間・費用・越境範囲へ依存予算を置く方法と組み合わせるなら、実行前に「一つの依頼で外部ドメイン三つまで」「同じ失敗は二回まで」「中継サービスの利用は禁止」「正式APIが使えなければ人へ戻す」といった上限を置けます。成果を取得データ量だけで評価せず、許可経路で取得した割合と、停止条件を守った割合も評価します。

「健全利用率」を六つの分数で測る

一つの総合点を作ると、強い項目が弱い項目を隠します。利用時間を減らした一方で孤立が深まった場合や、完了率を上げた一方で境界逸脱が増えた場合を平均してはいけません。家庭、学校、企業で共通して使える六つの分数を、別々に並べます。

指標	分子	分母	見たいこと
目的達成率	定義した目的を満たした利用	全利用	開いた回数ではなく役に立ったか
正味負担改善率	時間・再作業・不安などが改善した利用	目的達成利用	AI確認の負担を差し引いても良いか
境界順守率	許可された情報・経路・権限内で完了した利用	完了利用	結果のために線を越えていないか
自発終了率	利用者またはエージェントが予定通り止まった利用	開始利用	引き延ばしや無限再試行がないか
現実復帰率	人、学校、仕事、正式手順へ無理なく戻れた利用	終了利用	画面の外へ戻れるか
再発回復率	問題後に支援付きで安定運用へ戻れた利用	問題利用	削除と再導入、逸脱と是正を繰り返していないか

目的達成率の「目的」は、サービス側が決める滞在ではありません。利用者や組織が事前に決めます。個人なら「気持ちを整理して眠る」「物語の案を三つ作る」、企業なら「問い合わせ一件を根拠付きで下書きする」、エージェントなら「正式APIから指定統計を取得する」と書きます。

正味負担では、短縮時間だけでなく、確認、訂正、学習、相談、復旧を差し引きます。境界順守では、結果が正しくても、無許可の共有や中継を使った処理を合格にしません。自発終了では、タイマーで強制切断した件数だけでなく、目的達成後に自然に閉じられたかを見ます。

現実復帰は個人だけの指標ではありません。企業でも、AIが停止したときに担当者が正式手順へ戻れるか、エージェントが行き詰まったときに根拠と未完了項目を人へ渡せるかを測れます。再発回復では、同じ問題が繰り返された回数と、支援後に安定した期間を見ます。

ダッシュボードは活動量と健康状態を左右に分けます

AIの活動量と健全利用の指標を分けて見るダッシュボードのイメージ

運用画面の左側には、従来の活動量を残します。日次・週次利用者、会話数、実行数、トークン、費用、カスタムエージェント数です。右側には、六つの健康指標、停止理由、再試行、境界逸脱、現実への引き継ぎを置きます。活動が増えた週に健康状態がどう動いたかを比べます。

例えば週次利用率が50％から80％へ上がり、目的達成率も上がり、確認時間が下がり、境界順守率が維持されたなら、健全な定着に近づいています。利用率は上がったが再試行と夜間利用が増え、停止後の引き継ぎが悪化したなら、導線や目標の設計を見直します。利用率が下がっても、定型作業が一回で終わるようになった結果なら、必ずしも後退ではありません。

アラートの設計も変わります。アクセス数の急増だけでなく、同じエラーへの三回目の試行、予定終了時刻の超過、新しい中継先、深夜利用の連続、削除と再登録の反復を検知します。個人向けでは罰や恥を与える警告ではなく、休止、保存、相談、翌日再開の選択肢を示します。企業向けでは、推進担当者へ利用を増やすだけでなく、権限縮小や一時停止を選べる権限を与えます。

30日で利用率KPIを二階建てにする

新しい計測基盤を全社で作る前に、一つの利用場面で試せます。個人向けサービスなら夜間のAI会話、企業なら会議要約や社内規程検索、エージェントなら一つの公開データ取得を選びます。

最初の一週間は、活動量と目的を分けます。誰が、何のために、何時から使い、何を得たら終了するかを書きます。現在の利用時間、会話数、再試行、確認時間、終了方法を測ります。この段階では利用を増減させず、基準線を作ります。

二週目は、出口を追加します。個人には会話の保存、休止、翌日の再開、現実の相談先を示します。企業には正式手順への引き継ぎ、下書きの破棄、利用しない選択肢を置きます。エージェントには試行上限、許可ドメイン、中継禁止、人への移管条件を設定します。

三週目は、意図的に終了条件を試します。深夜利用、資料不足、API拒否、権限不足、利用上限、外部サービス停止を再現します。強制終了だけでなく、状況を説明し、途中状態を保存し、次の安全な選択肢へ移れるかを確認します。

最後の一週間は、活動量と六つの健康指標を並べます。利用率が高い部署や利用者だけを表彰せず、短い利用で目的を達成した例、安全に人へ戻した例、境界の手前で止まった例も共有します。増加だけを成功とする報告書を、増加、完了、停止、復帰の四つを扱う報告書へ変えます。

主な出典

結論——良いAIは、使わせ続けるAIではなく、終えて戻れるAIです

利用率は、AIが人や仕事へ届いたかを知る入口です。しかし、長時間、反復、継続がそのまま成功になるわけではありません。週89時間の会話は、支えと生活の置換を分けて考える必要があります。週次利用率80％の全社導入は、目的達成と安全な是正を伴って初めて価値になります。約1万6500回のアクセスは、取得件数ではなく、許可された経路と停止条件で評価すべきです。

日本の家庭、学校、企業が次に追加すべきKPIは、もう一つの利用率ランキングではありません。目的を終えた割合、負担が減った割合、境界を守った割合、自分から止まれた割合、現実や正式手順へ戻れた割合です。これらを活動量の隣へ置けば、普及を止めずに、普及の質を変えられます。

あなたが毎日見るAIのダッシュボードには、何人が使ったかだけでなく、何人が目的を終えて画面を閉じられたかが表示されているでしょうか。来月の利用率を上げる前に、一度だけAIを止め、会話の外、業務の外、ネットワークの外へ安全に戻れるかを試してみてください。その出口が再現できるとき、AIは依存を増やす数字ではなく、生活と仕事を支える道具として定着し始めます。