ワークスロップとは？｜AIで作った成果物が組織を遅くする分岐点を計算する

ワークスロップ（workslop）とは、AIで作られた、体裁は整っているのに中身のない成果物のことです。読めば読むほど何も書かれていないと分かる報告書、要点をなぞっただけの議事録、体裁だけ立派な企画書。送った側は仕事をした気になり、受け取った側が中身を埋め直す羽目になります。

先に結論をお伝えします。ワークスロップの本質は「品質が低い」ことだけでなく、仕事のコストが送り手から受け手へ移ることです。ただし、何人に送ると赤字になるかは、送り手の節約時間と受け手の実際の対処時間で変わります。後半では仮定を明示して、組織全体の損得を計算します。

この記事では、2025年に公表された米国のオンライン自己申告調査をもとに、報告された規模を確認し、「何人に送ったら組織が損をするか」をシナリオ計算します。あわせて、別分野の開発者を対象にした無作為化比較試験を、体感と実測がずれる例として紹介します。

この記事のポイント

• BetterUp Labs／スタンフォード大学 Social Media Labが公表した米国のオンライン自己申告調査では、フルタイムのデスクワーカー1,150名の40%が直近1か月にワークスロップを受け取ったと回答しました。
• 受け取った側が対処に費やしたと回答した時間は1件あたり平均1時間51分。月186ドル、従業員1万人規模で年間約900万ドルという数字は、調査元による換算・外挿です。
• 組織の損得は「送り手が節約した時間 − 受け手の人数 × 受け手の追加負担」で考えられます。2時間節約・受け手1人あたり1時間51分の追加負担と仮定すれば、2人に送ると赤字です。
• 別分野の開発者16名を対象とした無作為化比較試験では、AI使用条件で作業が19%遅くなった一方、参加者は実験後も20%速くなったと感じていました。ワークスロップを直接測った研究ではありませんが、体感と実測がずれる例です。
• 送り手が失うのは時間だけではありません。受け手の42%が送り手を「信頼できない」と評価し、約30%が「今後は一緒に働きたくない」と答えています。
• そして53%が「自分も送ったことがある」と認めています。これは一部の人の問題ではありません。

数字で見るワークスロップ

この言葉は、BetterUp Labs とスタンフォード大学 Social Media Lab の調査をもとに、2025年9月の『Harvard Business Review』の記事で広まりました。定義は「見た目はよいが実質を欠くAI生成コンテンツ」で、進捗しているという錯覚を生む点が特徴だとされています。以下は査読論文の効果測定ではなく、米国のオンライン自己申告調査として読みます。

米国のフルタイムのデスクワーカー1,150名への調査から、主な数字を挙げます。

項目	数値
直近1か月に受け取った	40%
うち経営層	54%
うち個別貢献者	38.5%
自分も送ったことがある	53%
1件あたりの対処時間	平均1時間51分
該当者1人あたりの推定コスト	月186ドル
従業員1万人規模の企業の年間コスト	約900万ドル

誰から誰に送られているかも調べられています。同僚どうしが40%と最も多く、部下から上司へが19%、上司から部下へが16%でした。上下ではなく横方向に広がっているのが特徴です。

コストの数字は一見つながりが分かりにくいので補足します。月186ドルは調査元が「受け取った人」1人あたりに換算した推定額です。1万人の40%にあたる4,000人が該当すると仮定すれば、186ドル×12か月×4,000人＝約893万ドルとなります。約900万ドルは観測された会計損失ではなく、この前提を企業規模へ外挿した試算です。

計算：何人に送ったら、組織は損をするのか

ここからが本題です。ワークスロップが厄介なのは、送り手にとっては合理的な行動だという点にあります。自分の作業時間は確かに減っているからです。

組織全体で見るとどうなるかを式にします。送り手が節約した時間を a、受け手1人が余計に使う時間を b、受け手の人数を n とすると、

組織の純便益 ＝ a − n × b

これがマイナスになると、組織としては損をしています。境目、つまり損益分岐点は次のとおりです。

損益分岐となる受け手の人数 n ＝ a ÷ b

ここではシナリオとして、b に調査で報告された「1件への対処時間」1時間51分＝1.85時間を置きます。ただし、この数字の全てが「良い成果物なら不要だった追加時間」とは限りません。実際の損益を出すときは、自社で通常時との差分を測って置き換えてください。

送り手が節約した時間 a	損益分岐となる受け手の人数	意味
1時間	0.54人	1人に送った時点ですでに赤字
2時間	1.08人	1人ならほぼトントン、2人で赤字
3時間	1.62人	2人に送ると赤字

この表の前提では、分岐点は受け手1〜2人の間にあります。ただし、これはb＝1.85時間を追加負担とみなしたシナリオです。3人に共有すれば必ず赤字という一般則ではありません。自社のaとbを測ることで、初めて実際の分岐点が決まります。

ここから、ワークスロップが個人の怠慢の問題ではないことも分かります。送り手は自分の帳簿では黒字なので、行動を改める理由が本人の側には存在しないのです。赤字は他人の帳簿に載ります。個人の生産性指標だけを見ている組織では、この赤字は永久に可視化されません。

なぜ本人には見えないのか

「自分は速く仕事を終えた」という体感が、実測と一致するとは限りません。ワークスロップを直接扱った研究ではありませんが、そのずれを考える参考になる別分野の実験があります。

非営利研究機関 METR が2025年に公表した無作為化比較試験です。平均2万2千以上のスターと100万行超のコードを持つリポジトリを長年保守してきた経験豊富な開発者16名に、246件の課題を、AIツールを使う条件と使わない条件に無作為に割り付けて取り組んでもらいました。

時点	AIの効果についての認識
実験前の予想	24%速くなるはず
実測結果	19%遅くなった
実験後の本人の実感	20%速くなった

注目していただきたいのは3行目です。実際には遅くなった経験を自分でしたあとでも、本人は「速くなった」と感じていました。実測と体感の差は39ポイントです。

この研究だけでは、なぜ体感がずれたかまでは確定できません。AI利用で手作業が減る一方、出力の確認・修正や待ち時間が増えた可能性はあります。ここから言えるのは、本人の速度感だけでは生産性を評価できないということです。

ワークスロップでも同様に、送り手の体感と組織全体の時間がずれる可能性があります。作成時間だけでなく、受け手の確認・差し戻し・再作成まで測る必要があります。

送り手が失っているのは時間だけではない

調査は、受け取った側が送り手をどう見るようになったかも聞いています。

受け手の評価	割合
信頼できないと感じた	42%
創造性が低いと感じた	過半数
能力が低いと感じた	過半数
知性が低いと感じた	3分の1以上
今後は一緒に働きたくない	約30%

受け取ったときの感情も、煩わしい54%、いらだち46%、混乱38%、不快22%と並びます。

つまりワークスロップは、時間を奪ったうえで送り手の評価も下げます。しかも受け手はたいてい、それを本人に言いません。言わないまま評価だけが下がるので、送り手には最後まで見えない。ここが、この現象のいちばん静かで、いちばん高くつく部分です。

和から式｜受け手の時間を式に入れる

禁止では止まりません。式に戻ると、打てる手は3つです。

① 送る前に、受け手の人数 × 追加負担を見積もる。通常の資料でも必要な読解時間と、曖昧さや未確認事項によって増える時間を分けます。自社で測ったaとbを使い、送り手の節約だけで判断しないようにします。

② AIを使った箇所と確認状態を明示する。「AIの下書き・事実確認前」「数値は一次資料で確認済み」のように状態を書けば、完成度の期待違いを減らせます。ただし、表示するだけで負担が大きく下がるとは限らないため、未確認のまま広く送らないことが前提です。

③ 成果物の評価軸を「出した量」から「受け手が使えたか」へ移す。個人の生産量だけを見ていると、コストの移し替えは必ず起こります。評価する側がここを変えない限り、送り手には改める理由がありません。

どの業務をAIに任せてよく、どこから人が引き受けるべきかの線引きは、AIに任せてよい仕事、いけない仕事でマンツーマンで扱っています。組織としての運用ルールづくりは生成AI法人研修・企業研修で、成果物の検証を含めたかたちで設計しています。

よくある質問

AIを使って作った資料は、すべてワークスロップになるのですか

なりません。分かれ目は、送り手が中身を引き受けているかどうかです。AIに下書きさせても、事実を確認し、要らない部分を削り、結論を自分の言葉で書き直していれば、受け手のコストは増えません。ワークスロップになるのは、削る作業と確認する作業を省いたときです。

上司から送られてくる場合はどうすればよいですか

調査では部下から上司へが19%、上司から部下へが16%と、どちらの方向にも起きています。指摘しにくい方向であれば、評価ではなく質問の形にするのが現実的です。「この数字の出典はどこですか」「結論はどれになりますか」と聞くこと自体が、確認を省けない仕組みになります。

調査は米国のものですが、日本でも同じことが起きていますか

この記事で参照した調査は米国のもので、日本での発生率や損失規模はまだ分かりません。ただし、作成者の時間だけを最適化すると、確認コストが受け手へ移るという構造は日本の組織でも起こりえます。日本で同じ割合・時間になると断定せず、自社の差し戻し時間や再作成件数を測るのが確実です。

自分が送っていないか、どうやって確かめればよいですか

いちばん簡単な方法は、送る前にその資料の結論を、資料を見ずに30秒で口頭で言えるか試すことです。言えないなら、自分もまだ中身を把握していません。その状態で送れば、把握する作業は受け手に移ります。

参考・出典

• Workslop: The Hidden Cost of AI-Generated Busywork（BetterUp Labs／スタンフォード大学 Social Media Lab、2025年9月、米国フルタイム勤務者1,150名調査）
• What is AI workslop? Research on costs and solutions（BetterUp）
• Niederhoffer ほか「AI-Generated "Workslop" Is Destroying Productivity」『Harvard Business Review』2025年9月
• Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity（METR、2025年7月10日）

監修／和から株式会社 堀口智之