便利なAIツールが依存を生む理由

「便利」と「手放せない」は同じ設計から生まれる

AIツールを職場に入れて3か月後、「もうこれがないと業務が回らない」という声が出てくる。それは成功の証拠だろうか。必ずしもそうではない。

AI音楽生成サービスのSunoは2026年2月27日時点で有料ユーザー200万人、ARR（年換算経常収益）3億ドルを達成した。自然言語のプロンプトだけで楽曲が生成でき、SpotifyやBillboardのチャート上位に入るほどの品質だ。ミシシッピ州の31歳Telisha Jonesは詩をR&Bに変え、300万ドル規模の契約を手にしたとされる。

この成長が示すのは技術の優秀さだけではない。「一度使うと離れられない」体験設計の精度でもある。

Instagramの法廷で露わになった「設計の意図」

2026年2月、ロサンゼルス郡上級裁判所で審理中の訴訟「K.G.M. v. Platforms et al.」でMark Zuckerbergが証言した。原告のKaley（19歳）は、幼少期からのSNS利用が技術依存やうつ病、自殺念慮につながったと主張している。

法廷で示された社内文書の記述は具体的だ。「当社の全体の目標はティーンの総視聴時間」「2017年上半期の最優先はティーン」。2018年12月時点の市場分析では、米国の10〜12歳層が「最高の定着年齢層」と記されていた。利用時間は2023年の1日40分から2026年には46分へ伸びている。

SnapとTikTokは審理開始前に和解。MetaとYouTubeの幹部は法廷で証言を続けている。企業が否定しようとも、文書は「視聴時間の最大化」が設計上の明示的な目標だったことを示す。

「当社の全体の目標はティーンの総視聴時間（total teen time spent）」「2017年上半期の当社の最優先はティーン」——原告側が法廷で参照したInstagram社内文書より（K.G.M. v. Platforms et al.、L.A. County Superior Court）

業務AIツールも同じ構造を持つ

SNSと業務ツールは違う、と思いたいところだが、収益モデルが同じなら設計の誘引も似てくる。月額課金型のAIアシスタントは、ユーザーが毎日ログインし、より多くのタスクを委ねるほど解約率が下がる。開発者にとってはそれが正しい設計だ。だから通知は増え、自動補完は深くなり、手作業に戻るコストが積み上がっていく。

「移行コスト」が依存を固定する

業務データがツール内に蓄積されると、乗り換えに伴う損失が大きくなる。会話履歴、カスタム指示、チームのワークフロー——これらはサービス内に閉じることが多い。使いやすさを高める機能が、同時に出口を塞ぐ構造になっている。

「自動化」は判断力を削る

文章の要約、メール返信の下書き、議事録の生成。これらを毎日AIに任せると、担当者自身が「元の文書を読む」「要点を自分で抽出する」訓練をしなくなる。半年後に同じ作業をAIなしでこなせるかどうか、確認している組織はほとんどない。

チーム全体の使い方が見えない

個人のSNS依存と違い、職場での過剰利用はマネージャーから見えにくい。各自がAIに「任せすぎている」状態は、アウトプットの質が落ちるまで表面化しない。

導入担当者が今すぐ確認すべき3つの視点

ツールを選ぶ前に、次の3点を問いたい。

1. データの持ち出し可否：業務データをいつでも書き出せるか。特定ベンダーへの依存度を契約前に確認する。
2. 利用量の見える化：個人・チーム単位でどの機能をどれだけ使っているかを把握できるか。「使いすぎ」を検知する仕組みが管理側にあるかどうかを確かめる。
3. スキル維持の設計：AIが代替する業務について、担当者が手動でも対処できる状態を保つためのローテーションや研修を組み込んでいるか。

Sunoの急成長もInstagramの訴訟も、設計の意図が可視化された事例だ。業務AIツールの選定は「機能と価格」だけで終わらせず、「どんな行動変容を促す設計か」まで問う必要がある。

まとめ

「便利なツール」と「依存を生むツール」は外側から区別しにくい。法廷文書が示したように、高い定着率は設計の結果であり、偶然ではない。導入前に「このツールは何を最大化しようとしているか」を問い、利用ルールと出口戦略をセットで決める。それが今のAI活用における最低限の判断基準だ。