AI導入の稟議で最初に詰まるのは、たいてい投資対効果の欄です。計算式そのものは難しくありません。それでも数字が埋まらないのは、分子に入れる値を、着手前に測っていないからです。
導入後に「どれくらい楽になりましたか」と聞いて回っても、投資判断の根拠にはなりません。本記事では、何を測っておくべきか、どの業務を選ぶべきか、そして形骸化している投資をどう見分けるかを、要件定義の手順に沿って整理します。
「効果が測れない」の正体は、着手前の実測がないこと
効果測定でつまずく企業の多くは、測定の方法ではなく、比較する相手を持っていません。導入後の数字はあっても、導入前の同じ条件での数字がない、という状態です。
この状態になるのは、プロジェクトの起点が「AIで何かできないか」という問いだからです。対象業務が決まっていなければ、測るべき数字も決まりません。逆に、業務課題が先に立っていれば、測る対象は自動的に定まります。
| 評価項目 | 手段が目的になっている進め方 | 課題から始める進め方 |
|---|---|---|
| 起点 | 「AIで何かできないか」という指示 | 特定の業務で時間がかかっている、という具体的な事実 |
| 要件定義 | 技術やツールの選定から入る | 対象工程と、変えたい数値の特定から入る |
| ROIの算定 | 算出しない、または根拠のない見込み | 着手前の実測値を基準に試算する |
| 導入後の評価 | 利用回数やログイン数を数える | 着手前と同じ方法で所要時間と件数を測り直す |
日本企業がAIに求めているものは、他国と違う
分子に何を入れるかは、そもそも何のために導入するのかで決まります。ここに国ごとの偏りがあります。
総務省の『令和8年版 情報通信白書』(2026年)によれば、生成AIの活用推進による自社への影響について、日本では「業務効率化や人員不足の解消につながる」が最も多く挙げられました。一方、同時に調査された他の3か国では、ビジネスの拡大や新たな顧客獲得、新たなイノベーションを挙げる傾向が強いと報告されています。
また、活用にあたって懸念されるリスクでは、日本で最も多かったのは「社内情報の漏えいなどのセキュリティリスクがある」でした。
この2つを重ねると、日本企業の投資判断の輪郭が見えてきます。効率化を目的に置いているのだから、分母も分子も「時間」で組み立てるのが筋だということです。売上の押し上げを期待値として書き込むと、検証できない稟議になります。
ROIの分子と分母に何を入れるか
| 入れるもの | 測り方 | |
|---|---|---|
| 分子(効果) | 削減できた作業時間 × 人件費単価 | 着手前後で「1件あたりの所要時間 × 月間件数」を同じ方法で実測 |
| 手戻りの減少分 | 差し戻し件数、修正にかかった時間の推移 | |
| 売上への寄与 | 因果が説明できる場合のみ。説明できないなら分子に入れない | |
| 分母(投資) | ライセンス・利用料 | 契約額(従量課金は想定件数で試算) |
| 構築・接続の費用 | 外注費、社内の工数を時間で換算 | |
| 運用の人件費 | 出力の点検、手順の保守、モデル更新時の再確認 | |
| 教育と移行の費用 | 研修の時間、旧手順との並走期間の重複分 |
分母で漏れやすいのは下の2行です。特に運用の人件費は、導入時には存在せず、数か月後から効いてきます。ここを見込まずに算出したROIは、初年度を過ぎた時点で崩れます。
着手する業務を選ぶ3つの軸
技術の選定に入る前に、候補の業務を次の3軸で並べます。
| 評価軸 | 見るもの | 確認の仕方 |
|---|---|---|
| 業務インパクト | その工程が全体の時間に占める比重 | 1件あたりの所要時間 × 月間件数。件数が少なければ順位を下げる |
| 実現性 | 開発と運用の現実的な難しさ | 必要な社内リソース、現場の手順をどれだけ変えるか |
| データ環境 | AIが扱うデータの状態 | 必要な情報が揃っているか、形式が統一されているか、更新されているか |
優先するのは、業務インパクトが大きく、実現性が高い領域です。3つ目のデータ環境は、低いと判定された時点で候補から外してください。形式がばらばらな情報を材料にする限り、どのツールを選んでも結果は安定しません。
なお、ここで全業務の例外まで網羅した要件を書こうとすると、今度は着手そのものが止まります。この失敗の形はDX推進を停滞させる100%要件定義の罠で扱ったものと同じです。要件は、最初の1工程が回る範囲で足ります。
投資が形骸化している現場の兆候
すでに導入済みの投資を点検する場合は、次の事象を確認してください。
- 導入したAIの月間利用率が、想定した部署でも著しく低い
- 回答の精度が低いという理由で、改善の手を打たないまま利用が止まっている
- AIを使う工程のほうが、従来の手順より所要時間が長くなっている
- 一部の担当者しか操作しておらず、他の人は使い方を把握していない
- 導入前後の所要時間やコストについて、実測値を持っていない
1つでも当てはまる場合、まず疑うべきはツールではなく、業務側の設計です。作業時間が増えている場合は、AI導入で工数が増える構造を先に潰す必要があります。
稟議を通した後に効いてくること
ROIの試算は、承認を得るための書類であると同時に、後から検証するための基準でもあります。測り方を書き残しておかないと、1年後に同じ方法で測り直せません。
最低限、次の3つは要件定義の文書に残してください。
- 対象工程の範囲(どこからどこまでをAIが担うか)
- 着手前の実測値(1件あたりの所要時間、月間件数、測定した期間)
- 判定の時期と基準(いつ、何がどうなっていれば継続するか)
どの業務が候補になるかの全体像は、生成AIのビジネス活用とユースケースで整理しています。ツールの比較に入る段階では、AIを「思考様式」で選ぶ判断基準が判断材料になります。
出典
- 総務省『令和8年版 情報通信白書』第Ⅰ部第2章第1節「企業におけるAI利用の現状」(2026年)



