生成 AI を導入した会社の6割は、効果を測っていない
効果を数字で示せない会社は、導入済みの企業でも多数派です。言語系生成 AI を導入した企業に効果測定の方法を聞くと、「効果測定は行っていない」が59.8%で最も多く、「削減できた労働時間の測定」が32.8%、「金額的な効果の測定(売上金額の向上額等)」は6.8%でした。同じ企業に導入の効果を聞くと、「期待を大きく超える効果があった」「概ね想定どおりの効果であった」「期待値には至っていないが一定の効果はあった」の合計は73.2%にのぼります(日本情報システム・ユーザー協会「企業IT動向調査2025」生成AI速報値・n=396・2025年2月18日発表)。
効果を感じている会社の多くは、それを数字で確かめていないということです。
国内企業全体を対象にした別の調査でも、傾向は変わりません。AI 導入の効果について「期待以上の効果があった」「期待どおりの効果であった」の合計は31.8%で、最も多いのは「一定の効果はあった」の50.6%でした(n=1,037)。効果の中身を聞くと、「業務が効率化したり迅速化した」が91.6%だった一方、「売上や利益が向上した」は3.9%です(n=853・情報処理推進機構「国内企業のDX動向・AI活用動向のポイント」2026年7月16日公表)。
「一定の効果」が最も多く、効果の中身が効率化に集まっている状態では、次の予算を求める場で、効率化がどれだけの金額や成果につながったかを説明する材料が足りません。導入後に数字を探し回るより、導入前に何を測るかを決めておくほうが、稟議にかかる手間も小さく済みます。
使った人の実感は、実測と食い違うことがある
導入後の効果をアンケートや聞き取りだけで確かめると、実測と逆の結論になることがあります。経験のある開発者16人の実際の課題246件を、AI ツールを使う課題と使わない課題に無作為に割り振って比べた試験では、AI を使った課題のほうが完了まで19%長くかかりました。開発者は事前に24%速くなると予想し、試験の後も20%速くなったと答えています(METR「Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity」2025年7月10日公開)。
この試験は対象者と課題の種類が限られた1つの調査で、研究機関自身も2025年初めの AI を1つの場面で測ったものと位置づけています。AI がどの業務でも作業を遅くするという意味ではありません。
ここから分かるのは、使った人が「速くなった」と感じていても、それだけでは効果の根拠にならないという点です。作業の時刻や件数の記録が残る形で測る必要があり、そのためには測り方を導入の前に決めておくしかありません。
指標は、量・質・人の時間の使い方の3つに分けて決める
導入前に決める指標は、業務の量、質、人の時間の使い方の3つです。量だけを測ると、速くなった代わりに誤りが増えた場合を見落とし、質だけを測ると、確認に時間がかかって件数が減った場合を見落とします。3つ目の時間の使い方は、浮いた時間が何に回ったかを見る指標で、効率化を成果につなげられたかはここで分かります。
| 区分 |
指標の例 |
記録の方法の例 |
| 量 |
1件あたりの所要時間(確認・修正を含む)/月の処理件数/依頼から完了までの日数 |
業務システムの受付と完了の時刻、作業ログ、チケットの件数 |
| 質 |
差し戻し・手戻りの件数/誤りの件数と種類/外部からの問い合わせ・指摘の件数 |
承認フローの差し戻し記録、レビューでの指摘件数、問い合わせ管理の記録 |
| 人の時間の使い方 |
対象業務にかかる時間の割合/浮いた時間を回した業務と、その業務の件数や成果 |
週1回の時間の記録、回した先の業務の件数 |
量の指標で気をつけたいのは、所要時間に出力の確認と修正の時間を含めることです。AI が下書きを数秒で出しても、人がそれを読んで直すのに元の作業と同じだけかかれば、業務としての時間は減っていません。
質の指標は、誤りを「件数」と「種類」に分けて数えます。数字の転記ミスのように見つけやすい誤りと、根拠の無い記述のように見落とすと社外に出てしまう誤りでは、重さが違うためです。種類ごとに、誰がどの時点で見つけたかも記録しておけば、確認の工程をどこに置くかを決める材料にもなります。
人の時間の使い方を測る前提は、最初に「浮いた時間を何に回すか」を決めておくことです。例えば社内からの問い合わせの一次回答を AI の下書きに切り替えるなら、浮いた時間を回す先(込み入った問い合わせへの対応、よくある質問の整備など)と、その先の件数を同時に記録する形になります。人数を減らすことを成果に置かず、同じ人が何に時間を使えるようになったかで成果を書くほうが、現場の協力も得やすくなります。
ベースラインは、導入の前に導入後と同じ方法で記録する
ベースライン(導入前の今の数字)は、導入を始める前に、導入後と同じ記録の方法で1〜2週間測っておくのが基本です。導入後に記憶をたどって置いた「以前の数字」は、先に挙げた試験のように実感に引きずられ、比べる相手として使えません。
測る期間には、月末・期末のような繁忙の時期を含めるか外すかをそろえておきます。導入前を閑散期に、導入後を繁忙期に測ると、AI と関係なく件数と所要時間が動くからです。記録が業務システムに残っていない業務なら、対象の担当者に1件ごとの開始と終了の時刻を書いてもらう簡単な表から始めても構いません。
比べ方には、導入の前と後を比べるほかに、同じ時期に AI を使う人と使わない人を比べる方法もあります。カスタマーサポートの担当者5,179人を対象にした研究では、生成 AI の対話アシスタントを担当者ごとに時期をずらして導入し、1時間あたりの解決件数を比べました。平均で14%増え、経験やスキルの浅い担当者では34%増えた一方、経験とスキルのある担当者ではわずかな変化にとどまっています(Brynjolfsson, Li, Raymond「Generative AI at Work」The Quarterly Journal of Economics 140(2)・2025年)。
この研究から自社に持ち帰れるのは、14%という数字より測り方のほうです。導入の時期を部署やチームでずらせば、同じ時期の使う側と使わない側を比べられ、季節の波や業務量の変化を差し引けます。平均だけでなく経験の長さで分けて見ると、誰の業務に効果が出たかも見えてきます。
他社の数字を自社の目標にそのまま置くのは避けてください。業務の中身も記録の方法も違うまま比べることになるため、目標は自社のベースラインから決めるのが筋です。
Offers AX は、効果測定の設計から実測までを一緒に進める
Offers AX のコンサルティングでは、課題調査とユースケースの選定に続けて、効果測定の設計を行います。どの業務で何を測るかを決めたうえで数週間で動くプロトタイプを作り、実業務での検証で効果を実測してから本実装に進む流れです。効果が出ない場合に中止を選べることを最初から契約の前提に含め、実測の数字で継続を判断していただく設計にしており、レポートは稟議に使える形式で納品します。
支援の範囲と進め方は Offers AX のサービスページ にまとめています。測る業務の候補がまだ絞れていない段階でも課題調査から一緒に始められるので、無料相談を申し込む からご連絡ください。
費用は、利用料と構築費に、運用と確認の人の時間まで入れる
費用の側も、導入前に表にしておきます。見落としやすいのは請求書に出る費用より、運用と出力の確認にかかる社内の人の時間です。
| 費用の区分 |
中身 |
測り方 |
| 利用料 |
AI サービスのライセンス、モデルの API 利用料 |
契約の単価×利用者数、または処理件数×1件あたりの利用料 |
| 構築 |
要件の整理、データの準備、既存システムとの連携、試作 |
外部への支払い+社内の担当者の作業時間 |
| 運用 |
指示文や設定の見直し、障害対応、利用者からの問い合わせ対応、権限の管理 |
担当者の月の作業時間、保守契約の費用 |
| 確認 |
出力を読んで直す時間、誤りが社外に出たときの対応 |
対象業務の記録から、確認と修正にかかった時間を切り出す |
確認の時間は、効果の側の「1件あたりの所要時間(確認・修正を含む)」と同じ記録から得られます。効果の側ですでに差し引いているなら、費用の側で二重に数えないよう、どちらか一方に寄せて計算してください。
社内の人の時間は、時間単価を決めて金額に換えると、利用料や構築費と同じ表で比べられます。時間単価は人事・経理と相談して社内の標準の値を1つ決め、効果と費用の両方に同じ値を使うのが前提です。見積書を工程ごとに読む方法と、公開後も毎月続く費用の分け方は AI 開発の費用の記事 で詳しく扱っています。
効果と費用は、同じ期間と同じ時間単価で並べる
効果と費用は、同じ期間と同じ時間単価で並べると比べられます。月単位で計算するなら、式は次のとおりです。
- 時間の効果=(導入前の1件あたりの所要時間 − 導入後の1件あたりの所要時間〔確認・修正を含む〕)× 導入後の月の件数 × 時間単価
- 質の効果=(導入前の月の差し戻し件数 − 導入後の月の差し戻し件数)× 差し戻し1件の手直しにかかる時間 × 時間単価
- 費用=利用料+運用の作業時間 × 時間単価+構築費を使う予定の月数で割った額
ここで出た金額は、浮いた時間がそのまま利益になったことを意味しません。浮いた時間が別の業務に回り、その業務の件数や成果が増えて初めて、事業の数字に表れるからです。報告では、3つ目の指標(人の時間の使い方)を金額の横に並べてください。
売上や受注のような事業の指標まで追える業務なら、導入前後でその数字も並べておくと、効率化がどこまで成果につながったかを示せます。冒頭の調査で「売上や利益が向上した」が数%にとどまっていたのは、効果が無かったからとは限らず、そこまで追って測った会社が少なかったとも読める数字です。
測った結果は、続ける・範囲を変える・やめるの判断に使う
数か月測った結果は、導入前に決めた合格の数字と並べ、次の3つから1つを選ぶ材料にします。
- 続ける・広げる: 量と質の指標が合格の数字に届き、浮いた時間を回した先の業務でも件数や成果が増えている
- 範囲を変える: 一部の書類や一部のチームでは届いたが、全体では届かなかった。届いた範囲に絞り、期間を区切ってもう一度測る
- やめる: 確認と修正の時間を含めると所要時間が減っていない、または誤りが増えている
やめる判断も、測っていたからこそ下せる結論です。届かなかった理由が記録に残っていれば、次に試す業務を選ぶ材料になり、同じ業務で試行を繰り返さずに済みます。本番の前の試行(PoC)の段階で合格の数字と業務の持ち主を決める方法は、AI の PoC の記事 にまとめました。
数字に出にくい効果と、細かく測る手間に見合わない業務もある
3つの指標で測っても、数字に出にくい効果は残ります。判断の材料が早くそろうようになった、資料の質が上がって会議での議論が深まった、といった変化は、件数や時間に表れにくいためです。こうした効果は「判断までの日数」「会議で差し戻された資料の数」のように近い記録で置き換えられないかを先に探し、それでも測れないものは数字と分けて報告します。
逆に、月の件数が少なく、ベースラインを測る手間のほうが大きい業務もあります。その場合は詳しく測る対象を件数の多い業務に絞り、少ない業務は利用の有無と利用者の声を記録するところまでにとどめるのが現実的です。
全社でどの業務から AI を入れ、どの指標で評価するかを経営の方針とつなげる考え方は AI 戦略の記事 で扱っています。全社の AI 導入の進め方に関するほかの記事は AX 戦略のカテゴリ にまとめています。