AIを導入しただけでは成果は出ない|企業が見直すべき3つのAI活用戦略
2026.11.15
AIツールを導入し、社員が使える環境も整えた。それなのに、売上や費用の数字にははっきりした変化が見えない。こうした悩みは、AIの「導入」と「成果」のあいだにある溝から生まれます。
結論から言えば、AIは導入しただけでは成果につながりにくく、「何を狙うか」「誰がどう進めるか」「どう広げるか」という3つの戦略を見直す必要があります。
総務省の「令和8年版 情報通信白書」によると、生成AIによる業務変革に組織として取り組んでいない日本企業は、生成AIの利用を禁止している企業を除くと27.0%で、米国の1.4%、ドイツの4.9%を大きく上回りました。また、組織的な取り組みがある企業に限ると、日本では各部署への達成目標の提示や推進する責任者の明確化が、AI活用の方針の明示よりも少なく、米国やドイツと比べても低い水準です。AIを使い始めることと、組織として成果を追う仕組みを持つことのあいだには、まだ開きがあるといえます。
この記事では、白書のデータと、世界1,217社を調べたPwCのレポートをもとに、企業が見直すべき3つのAI活用戦略を弊社で整理し、それぞれで何を決めればよいかを開発を担う立場から解説します。
この記事でわかることは次のとおりです。
- AIを導入しただけでは成果が出にくい理由
- 日本企業のAI活用がとどまりやすい段階
- 見直すべき3つのAI活用戦略と、それぞれで決めること
- 自社のAI案件を棚卸しする表と、推進計画の記入例
AIを導入しただけでは、なぜ成果が出ない?#
AIの使い方が個人の作業の効率化にとどまり、組織として狙う成果も、進める責任者も決まっていなければ、効果は売上や費用の数字に表れにくいと考えられます。
ここでいうAI活用戦略とは、AIでどの業務や事業の成果を狙い、誰が責任を持って進めるかを決めた、会社としての方針を指します。人と予算をどこに配分し、成果の出た取り組みをどう広げるかも、この方針に含まれます。どのAIツールを入れるかは、その方針を実現するための手段の一つです。
日本企業のAI活用は、どの段階にとどまっている?#
日本企業では、全社で事業変革に取り組む企業が2割ほど(米国は35.6%)で、組織的な取り組みがない企業が約3割あります。
白書は、生成AIによる業務変革などへの組織的な取り組みの状況を、日本・米国・ドイツ・中国の4か国について尋ねています。このうち日本・米国・ドイツの結果は次のとおりです。
| 国 | 全社で事業変革 | 部署で業務改善 | 個人の生産性向上 | 組織的な取り組みなし |
|---|---|---|---|---|
| 日本 | 21.5% | 32.4% | 11.7% | 27.0% |
| 米国 | 35.6% | 40.6% | 22.1% | 1.4% |
| ドイツ | 20.7% | 48.1% | 26.0% | 4.9% |
表の4つの列は、それぞれ「全社横断的に事業変革やイノベーションに取り組んでいる」「各部署における業務の最適化や価値向上を行っている(全社横断には至っていない)」「リサーチや資料作成など個人の生産性向上に組織的に取り組んでいる(業務自体の変革には至っていない)」「組織的な取り組みはない」と答えた割合です。生成AIの利用を禁止している企業は除いて集計されており、表では「わからない」の回答を省いています。
出典:令和8年版 情報通信白書 データ集(図表Ⅰ-2-1-3)|総務省
全社で事業変革に取り組む割合は、日本とドイツでほぼ同じです。差が大きいのは組織的な取り組みがない企業の割合で、日本の27.0%に対し、米国は1.4%、ドイツは4.9%でした。日本の企業規模別では、組織的な取り組みがない割合は大企業で18.1%、中小企業で45.6%です。
白書は、日本では他の3か国に比べてAIを効率化のツールとしてとらえる傾向が見られた一方、AI活用で先進的な取り組みを進める企業では、経営層がAIを業務の効率化にとどまらず業務の変革をもたらしうるものとして位置づけている、と分析しています(出典:令和8年版 情報通信白書 第Ⅰ部 第2章 第1節|総務省)。
成果を出している企業は、AIを何に使っている?#
成果を出している企業は、効率化に加えて、売上を生み出すことや事業モデルを変えることにもAIを使っています。
PwC Global AI Performance Study China Report|PwC Chinaは、25業種・1,217社を対象にした調査です。同レポートは中国企業に向けてまとめられたものですが、ここで引用する数値は世界1,217社全体についての結果です。同レポートは、業種ごとの中央値と比べたAIによる売上と効率化の効果で各社を評価し、それが上位20%に入る企業を「AIリーダー」と呼んでいます。
同レポートによると、AIリーダーも他の企業も、効率化のためにAIを使っている点は同じでした。違いが出たのはその先です。AIで売上を生み出している企業の割合は、AIリーダーでは他の企業の1.2倍、AIで事業モデルを変革している企業の割合は2.6倍でした。なお、同レポートはAIで新しい事業モデルを生み出す企業の割合を1.5倍としており、これとは別の項目です。
AIによる成果が一部の企業に集中している背景は、「AI格差」の正体とは?|AIの成果の74%が上位20%の企業に集まる背景で解説しています。
見直すべき3つのAI活用戦略とは?#
AIを成果につなげるために見直すべきなのは、「狙い」「推進の仕組み」「広げ方」の3つです。白書とPwCのレポートが示す傾向をもとに、弊社で3つの戦略に整理しました。
それぞれの戦略で、見直す前と後の状態、最初に決めることは次のとおりです。
| 戦略 | 見直す前 | 見直した後 | 最初に決めること |
|---|---|---|---|
| 狙い | 個人の作業を効率化する | 業務と事業の成果を狙う | 動かしたい数字 |
| 推進の仕組み | 方針を示して現場に任せる | 目標・責任者・投資計画を決める | 推進の責任者 |
| 広げ方 | 部署ごとに別々に導入する | 成果の出た業務から広げる | 次に広げる業務 |
3つは独立した施策ではなく、役割でつながっています。狙う成果と投資の配分は経営層が決め、その実行を推進の責任者に任せます。責任者は、試行の結果を見て成果の出た業務を選び、次の業務へ広げます。
戦略1(狙い):AIで、何の成果を狙えばよい?#
個人の作業の効率化を入口にしつつ、部署の業務、さらに事業の売上や新しいサービスへと、狙う成果の段階を意識して広げます。
白書の取り組み状況の区分を参考にすると、AIの使い方は3つの段階に分けられます。段階によって、測る指標も、判断する人も変わります。弊社では次のように整理しています。
| 段階 | 取り組みの例 | 測る指標 | 判断する人 |
|---|---|---|---|
| 個人の生産性 | 資料・議事録の作成 | 作業時間・利用者数 | 各部署の管理職 |
| 部署の業務 | 問い合わせ対応・受注入力 | 処理件数・誤りの件数 | 業務の責任者 |
| 全社の事業 | 需要予測・新サービス | 売上・粗利・客単価 | 経営層 |
自社で進めているAIの案件を、この表のどの段階にあたるかで並べ直してみてください。すべてが個人の生産性の段階に集まっているなら、それが成果の見えにくい理由の一つかもしれません。
個人の生産性で止まると、何が起きる?#
個人の作業時間が短くなっても、浮いた時間が何に使われたかを追えないため、会社の数字としての成果を説明しにくくなります。
たとえば卸売業で、営業担当が見積書の文面づくりにAIを使っているとします。1件あたりの作業が短くなっても、その効果は個人の実感にとどまりがちです。見積もりの作成を部署の業務として組み直し、過去の見積もりを参照して概算を作る仕組みにすれば、「回答までの日数」や「1人あたりの処理件数」という部署の数字で効果を測れます。さらに、回答が早くなったことで受注率が変わるかを見れば、事業の成果につながっているかまで確かめられます。見積もりにAIを組み込む進め方は、社長がいないと見積もりが出せない|AIで概算を作り、承認を分担する方法で解説しています。
すべての案件を事業の段階にすべき?#
その必要はありません。事業の段階の案件は、データの準備や業務の変更が大きく、成果が出るまでに時間もかかります。個人の生産性の段階は、社員がAIに慣れる入口として役に立ちます。
PwCは中国企業に向けた提言として、AIをコスト削減の道具とみなす考え方から抜け出し、事業モデルの変革などの高い段階の用途を狙うよう促しています。とはいえ、いきなり全社の事業を変える案件だけに絞る必要はありません。弊社では、案件を3つの段階に棚卸ししたうえで、部署の業務か全社の事業の段階で、動かしたい数字が決まった案件を少なくとも1件持つことをおすすめしています。
戦略2(推進の仕組み):方針を示したあと、何を決める?#
方針の表明で終わらせず、達成目標・推進の責任者・投資計画の3つを決めます。
白書は、組織的な取り組みがあると答えた企業に、生成AIによる業務変革などに関する戦略や方針の状況を尋ねています。選択肢は「経営幹部がAI活用の意義について社内外に情報発信している」「人材のリスキリングや配置転換の方針が明示されている」なども含めて8つあり、このうち推進の仕組みに関わる4項目について、日本・米国・ドイツの結果を抜き出すと次のとおりです。
| 国 | 方針の明示 | 目標の提示 | 責任者の明確化 | 投資計画の具体化 |
|---|---|---|---|---|
| 日本 | 36.8% | 27.9% | 27.9% | 22.7% |
| 米国 | 50.0% | 48.9% | 39.9% | 35.1% |
| ドイツ | 37.4% | 41.1% | 45.9% | 26.3% |
表の4つの列は、それぞれ「経営戦略のなかでAI活用の目的や方針が明示されている」「経営幹部から各部署に対して実施事項や達成目標が提示されている」「取組を推進する部署や責任者が明確になっている」「AI導入のための投資計画が具体化されている」と答えた割合です。「組織的な取り組みはない」「わからない」と答えた企業は除いて集計されています。
出典:令和8年版 情報通信白書 データ集(図表Ⅰ-2-1-4)|総務省
白書は、日本では8つの選択肢のうち「経営戦略のなかでAI活用の目的や方針が明示されている」の回答割合が最も高かった一方、他の3か国では「経営幹部から各部署に対して実施事項や達成目標が提示されている」や「取組を推進する部署や責任者が明確になっている」の回答も目立った、と指摘しています。この結果を弊社では、日本では方針は示されていても、各部署が何をいつまでに達成するのか、誰が進めるのかまでは決まっていない企業が少なくない、と読んでいます。
推進の仕組みとして、何を決める?#
方針の次に決めるのは、表の残りの3項目にあたる次の3つです。
- 達成目標:部署ごとに、動かす数字と期限を決める
- 推進の責任者:AI活用を進める部署か担当者を決める。兼務でも名前を明記する
- 投資計画:利用料・開発費・確認にかかる人手を、どの案件にいつ配分するかを決め、定期的に見直す
投資計画の見直しは、案件を続ける・広げる・止めるの判断と一体です。月1回など頻度を決め、業務部門と情報システムの担当が同じ場で判断できるようにしておくと、配分を実際に動かせます。
PwCのレポートでは、AIリーダーは部門を横断するAIガバナンス委員会を設けている割合が他の企業の1.5倍でした。同レポートは中国企業に向けた提言として、資金や人材を状況に応じて柔軟に付け替える仕組みを整えることも挙げています。
推進計画は、どう書けばよい?#
推進計画は、A4用紙1枚に収まる程度で十分です。次の記入例を、自社の案件に合わせて書き換えて使ってください。
- 狙う成果:受注入力の誤りを減らす(部署の業務の段階)
- 達成目標:受注100件あたりの入力の誤りの件数を、試行期間の終わりまでに導入前3か月の平均の半分にする
- 推進の責任者:営業管理部の部長(AIの設定とシステムの連携は情報システムの担当)
- 投資計画:試行期間の利用料と連携の開発費、出力を確認する人手(月あたりの時間)を見込み、月1回の定例で見直す
- 続ける条件:誤りの件数が目標に届いた、または期限までに届く見込みがあり、現場で使われている
- 止める条件:期限までに誤りの件数が減らない、または現場で使われていない
- 試行の期間:月末の締めを2回含む期間で試し、その後に判断する
試行の評価と、続けるかやめるかの決め方は、AI導入で成果が出ないのはなぜ?|成果を出す企業と出ない企業の5つの違いで詳しく解説しています。
中小企業でも、同じ仕組みが要る?#
3つを決めることは同じです。ただ、弊社では、委員会のような会議体を新たにつくる必要はないと考えています。社長が目標と責任者を兼ね、月1回の判断を経営会議の議題に加える形でも、推進の仕組みとして動かせます。
白書によると、組織的な取り組みがある日本の中小企業では「経営幹部から各部署に対して実施事項や達成目標が提示されている」が32.9%と最も高い回答割合でした。白書は、中小企業のAI活用ではトップダウンの関与がキーポイントとなっていることがうかがえる、としています。
戦略3(広げ方):成果の出たAIを、どう全社に広げる?#
部署ごとに別々に導入するのではなく、成果が確かめられた業務を選び、作った仕組みを使い回しながら、次の業務へ広げます。
PwCのレポートは、試行は容易でも本格的な展開と全面的な導入は難しいという現象が、依然として広く見られると指摘しています。そのうえで、AIリーダーは展開する領域を選んであらゆる領域に手を広げず、検証済みの仕組みをチームや地域、製品をまたいで使い回している、と述べています。
白書も、ヒアリングしたAI活用先進企業の多くが、個人作業の効率化にとどまらず、AI活用を前提とした業務の抜本的な変革に取り組んでおり、業務プロセスの再設計では人間とAIの役割分担の設計を重要視している、と紹介しています。
横展開は、どんな手順で進める?#
成果の出た業務から次の業務へ広げる手順は、次の5段階です。
- 1試行の成果を測る:導入前の数字と比べ、広げる価値があるかを確かめる
- 2広げる業務を選ぶ:同じデータや手順を使う業務を、次の候補にする
- 3仕組みを部品にする:データの連携や確認の仕組みを、使い回せる形に整える
- 4役割分担を決める:AIに任せる作業と、人が判断する場面を業務ごとに決める
- 5次の業務に広げる:前の業務の記録を生かし、立ち上げの手間を減らす
広げた業務でも、1の「試行の成果を測る」から同じ手順を繰り返します。
たとえば、メールやPDFで届く注文書から受注登録の下書きを作る仕組みを、ある営業所で試し、入力の誤りが減ったとします。次に広げる候補は、同じ商品マスタと取引先マスタを使う別の営業所の受注入力や、仕入先への発注の入力です。注文書の読み取り結果を商品マスタと照らし合わせる仕組みと、照合できなかったときに人が確認する手順を部品にしておけば、2つ目の業務では一から作らずに済みます。
横展開に向かないのは、どんな場合?#
次のような状態のまま広げると、手間ばかり増えて成果が見えにくくなります。
- 試行の成果を、導入前の数字と比べて確かめていない
- 試行した部署の担当者の工夫に頼っていて、手順が書き出されていない
- 扱うデータの形式や管理する人が、部署ごとに違う
- 次の業務の件数が少なく、仕組みを作る手間に見合わない
この場合は、広げる前に手順の書き出しやデータの整理を先に行います。弊社では、広げることを急ぐより、2つ目の業務で使い回せる形になっているかを先に確かめることをおすすめしています。
3つの戦略は、どこから見直せばよい?#
まず経営層が推進の責任者を決め、責任者と一緒に自社のAI案件を3つの段階に棚卸しするところから始めます。責任者がいないまま狙いや広げ方を議論しても、決めたことを実行する人がいないためです。
経営会議で3つの戦略を見直すときは、次の問いで確認してください。
- 狙い:案件ごとに、動かしたい数字が決まっているか
- 狙い:部署の業務か全社の事業の段階の案件が、1件以上あるか
- 推進の仕組み:推進の責任者の名前が決まっているか
- 推進の仕組み:部署ごとの達成目標と期限があるか
- 推進の仕組み:投資計画に、利用料だけでなく確認にかかる人手が入っているか
- 広げ方:次に広げる業務が決まっているか
- 広げ方:作った仕組みを、次の業務で使い回せる形にしているか
責任者を決めたあとは、答えられない問いが多い戦略から手を付けるのが近道です。
まとめ#
AIは導入しただけでは成果につながりにくく、会社として次の3つの戦略を見直す必要があります。
- 狙い:個人の作業の効率化から、業務と事業の成果へ広げる
- 推進の仕組み:方針を示すだけでなく、目標・責任者・投資計画を決める
- 広げ方:部署ごとの導入から、成果の出た業務を選んで仕組みを使い回す
まずは推進の責任者を決め、自社のAI案件を3つの段階に棚卸しし、部署の業務か全社の事業の段階で、動かしたい数字が決まった案件を1件つくることから始めてください。
よくある質問(FAQ)#
Q. AIを導入しても成果が出ないのはなぜですか?
A. 使い方が個人の作業の効率化にとどまり、組織として狙う成果や推進の責任者が決まっていないと、効果が売上や費用の数字に表れにくいと考えられます。狙い・推進の仕組み・広げ方の3つを見直すことをおすすめします。
Q. AI活用戦略は、誰が決めるべきですか?
A. 狙う成果と投資の配分は経営層が決め、推進の責任者を名指しして任せるのが基本です。中小企業では、社長が責任者を兼ねてもかまいません。
Q. 最初に取り組むなら、どの段階の案件がよいですか?
A. 個人の生産性の段階は始めやすい入口です。ただ、成果を数字で示すためには、部署の業務か全社の事業の段階で、動かしたい数字が決まった案件を少なくとも1件持つことをおすすめします。成果を数字で測りやすいのは、部署の業務の段階です。
Q. 部署ごとに別々のAIツールを使っていても問題ありませんか?
A. 試行の段階では大きな問題にはなりにくいと考えます。広げる段階では、データの連携や確認の仕組みを使い回せるかを基準に、ツールと作り方をそろえていくことをおすすめします。
AI活用戦略の見直しから、ご相談ください#
弊社(株式会社TryWith)は、AIソリューション開発とシステム開発支援を通じて、AI案件の整理と狙う成果・指標の決め方、業務の流れへの組み込み、データの連携や確認の仕組みづくり、成果の出た仕組みの他の業務への展開までを、開発を担う立場から支援しています。
AIツールは入れたが成果が見えない、どの案件に人と予算を寄せればよいか決められない、試行した仕組みを他の部署にどう広げればよいか分からない、といった段階からのご相談も承ります。
タグ
