こんにちは。合同会社ピットインプロジェクト代表の宮下和也です。
AIを導入したものの、作業は速くなったのに会社の数字が変わらない。あるいは、導入を検討しているが何から手をつければよいか判断がつかない。成長中の会社で、こうした状態に心当たりのある方は少なくないと思います。
MIT系の研究プロジェクトが2025年に発表した調査では、生成AIを導入した企業のうち95%が、売上や利益の改善として測れる成果を出せていませんでした。
成果が出た企業と出なかった企業を分けたのは、使っているAIの性能ではありません。
本記事では、AIで成果が出る業務と出ない業務の線引きを示したうえで、自社がどの状態にあるかを見分ける手がかりを整理します。
【↓↓忙しい方のための目次です↓↓】
AIで成果が出るのは、型のある仕事と属人化だけ
はじめに、AIが成果を生む仕組みを整理します。
研究で分かっているのは、AIが成績上位の人のやり方を学習し、それを他の人が使える形にしているという点です。
コールセンターを対象にした実地研究では、AI導入後に一時間あたりの処理件数が平均14%増えました。内訳を見ると、経験の浅い担当者が34%増で、ベテランはほぼ変わっていません。このAIは成績上位の担当者の対応を学習し、その進め方を新人に提示していたためです。
コンサルタントを対象にした実験でも同じ構図が出ています。
AIを使った群は提案の品質評価が4割高く、伸びたのは主に成績下位の半分でした。
これまで、優秀な社員の暗黙知を新人に移すには、実務のなかで時間をかけて伝えるしかありませんでした。そういった意味では、属人化の解消という点でAIは有効な道具だといえます。
ただし同じ実験は裏側も示しています。
AIの得意範囲の外側にあるタスクでは、AIを使った群の正答率がむしろ19ポイント下がりました。
AIが複製できるのは、型のあるものだけです。
ここでいう型とは、手順と判断基準が決まっていて、誰がやっても同じ進め方になる状態を指します。
型のない仕事に当てれば、精度の低い出力が増えるだけになります。
導入企業の95%で、業績の数字は変わっていない
AIによって個人の作業は速くなった。では会社の業績はどうか。ここで結果が反転します。
先に挙げた調査では、導入企業の95%が売上や利益の改善を出せていませんでした。分かれ目として挙げられていたのは、AIを日々の仕事の流れに組み込めたかどうか、そして組織側が使い方を学習したかどうかです。
では、なぜ組み込めない会社が多いのか。
それは個人と会社では、AIの使われ方が違うためです。
個人は自分の型の内側でAIを使いますが、会社は仕事の進め方を更新しないままツールだけを配ります。型のない業務にAIが当たり、間違いが混ざり効果も測れず、やがて使われなくなります。
ここまでは成果が出ない理由を見てきましたが、一方で日本の状況には別の面もあります。
日本企業の生成AI利用率は55.2%で、米国の90.6%、ドイツの90.3%、中国の95.8%を大きく下回っています。中小企業に限ると導入率は20.4%です。
ただし、活用している企業の86.7%は効果を実感しており、大いに効果が出ているという回答の割合は、小規模企業の29.7%が大企業の20.8%を上回っています。
導入しない理由の上位は、活用場面が分からない、推進する人材がいないというものでした。
成果が出ないから使っていないのではなく、使い方が分からないから使っていない。
そして使った会社では、規模が小さいほど成果が出ています。
自社がどの状態にあるかを確認する
では、自社でAIを使って成果が出るかどうかをどのように判断すればよいのか。
成長中の会社でよく起きている状態を五つ挙げます。
当てはまるものがあれば、その領域に型がないと考えてください。
- 社内で聞いていない話が増えている
知らないうちに物事が決まっている、中途入社した人の名前と仕事がすぐに出てこない。従業員30人前後で現れる状態です。人が顔と状況まで把握できるのは50人前後、よく知る仲間として追えるのは15人前後という研究があり、20人から30人は社長が全員を直接見る方式の処理上限にあたります。
- 売上が社長の動きで上下する
社長が営業に出た月は売れて、出られなかった月は落ちる。見積や値引きの基準が人によって違う。年商1億円前後までは社長個人の営業力で売上が作れてしまうため、社長以外が売れる仕組みづくりが後回しになった状態です。2019年版中小企業白書で中小企業庁が約95万社を分析したデータでは、売上高の中央値は9,900万円でした。
- 以前のやり方が急に回らなくなった
新しい制度を入れると古参メンバーと軋轢が起きる。これは外からぶつかってくる障害ではなく、昨日までの正解が内側で賞味期限を迎えることで生まれます。同じやり方のまま頑張るほど悪化するのが特徴です。
- 法令の通知で、自社の義務を初めて知った
就業規則の届出は従業員10人から、障害者雇用義務は37.5人から、ストレスチェックと産業医と衛生委員会は50人から、社会保険の適用拡大は51人から発生します。これらは努力で回避できるものではなく、越えた瞬間に課されます。
- 社長の予定が確認と承認と相談で埋まっている
社長が一週間不在になったら止まる業務が思い浮かぶ。任せたいが何をどう任せればよいか分からない。判断の基準が社長の頭のなかに暗黙知としてとどまっている状態です。この状態の見直し方については、社長に判断が集中している会社は何を見直すべきかで詳しく整理しています。
これらの五つに共通するのは、人数や売上が増えたこと自体が問題ではないという点です。
増えた量に対して、仕組みの更新が追いついていないのです。30人や1億円という数字は問題そのものではなく、仕組みを更新する時期だと知らせる目安です。
特に五つめは、他の四つに共通する原因でもあります。どの状態も、越えるには社長の頭のなかにあるものを仕組みに移す必要があるためです。
状態別に見る、AIで成果が出る場合と出ない場合
先ほど挙げた五つについて、AIを使って成果が出るかどうかを順に見ていきます。
社内で聞いていない話が増えている場合。
情報の可視化には成果が出ます。数字の集約、報告の自動化、議事録の要約によって、見えなくなった現場をデータで把握できるようになります。ただし信頼関係と権限を増やすことはできません。見える状態は作れても、任せる状態は作れません。
売上が社長の動きで上下する場合。
営業の底上げには成果が出ます。型のある営業であれば提案書の作成は速くなり、成績下位の人ほど伸びます。ただし型そのものを作ることはできません。売り方が言葉になっていない会社でAIを使えば、精度の低い提案が増えるだけです。
以前のやり方が回らなくなった場合。
ここに成果は出ません。進め方の入れ替えを代行させることはできず、95%の企業がつまずいた原因はまさにここでした。むしろAI導入は、この状態が解消されているかどうかを確かめる機会になります。
法令対応が追いついていない場合。
書類作成と調査には成果が出ます。規程の下書き、法改正の調査、手続き書類の準備は速くなります。ただし最終判断と責任は人が持つ必要があり、下書きはAI、判断は人という線引きが欠かせません。
社長の予定が確認と承認で埋まっている場合。
作業の引き継ぎには成果が出ますが、判断は渡せません。社長のやり方を学習させて、他の人が同じように進められるようにすることはできます。しかしAIがどれだけ作業を進めても、採用するかどうかの決定は社長に残ります。むしろ作業が増えるぶん、判断待ちの列は伸びます。
導入前に確認すべきこと
AIは、できる人を増やすことはできますが、決める人は増やせません。
成果が出るのは、手順と判断基準が決まっている仕事です。できる人のやり方を他の人へ広げるという使い方であれば、効果があります。
反対に、AIにはできないことがあります。
それは型を作ること、やり方を入れ替えること、そして決めることです。この三つを手をつけずにAIを導入すれば、成果の出なかった95%と同じ結果になります。
したがって、導入を検討する際の最初の問いは、どのツールを選ぶかではありません。
自社の仕事は、AIに渡せるほど言葉になっているか。
これに即答できる会社であれば、どのツールでも成果は出ます。答えに詰まる領域があれば、まず整えるべきはそこです。
まとめ：整えるべきは三つ
AIを導入する前に整えておくことは、三つに整理できます。
判断の言語化
社長が握っている判断を一覧にし、それぞれについて三つを言葉にすることです。
何のための判断かという目的、金額の上限ややってはいけないことといった制約、そして報告のタイミングです。AIに仕事を渡すときも、右腕となる人材に渡すときも、用意するものは変わりません。
業務の型化
繰り返している業務の手順と判断基準を文書にすることです。
先に挙げた研究で成績下位の人が伸びたのは、いずれも手順が決まっている業務でした。型のない会社でAIを入れても、成果にはつながりません。
数字と会議の設計
仕組みの更新が進んだかどうかを測る数字と、それを毎週確認する場を決めることです。測る対象がなければ、導入したAIが機能しているかどうかも判断できません。
規模の小さい会社ほど成果が出やすいというデータがある以上、この三つを整えた中小企業には、大企業以上の成果が期待できます。
自社の仕事のうち、手順が決まっているのはどこで、まだ社長の判断に頼っているのはどこか。その切り分けから始められる無料相談を実施しています。
AIを入れたいが、どこから手を付ければよいか分からない。そう感じている方は、お気軽にお申し込みください。
▶ 無料相談（60分・Zoom）のお申し込みはこちら
https://pitin-pj.online/contact
▶ 総合バックオフィス支援のサービス詳細はこちら
AI導入に関するよくある質問
Q. AIを導入すれば、会社の業績は上がりますか。
A. 導入だけでは上がりません。MIT系の研究プロジェクトの調査では、生成AIを導入した企業の95%で、売上や利益の改善として測れる成果が出ていませんでした。分かれ目はAIの性能ではなく、日々の仕事の流れに組み込めたかどうかです。
Q. AIはどの業務に効きますか。
A. 手順と判断基準が決まっている、型のある業務です。研究では、成績上位者のやり方を学習したAIが、経験の浅い担当者の処理件数を34%押し上げました。逆に、AIの得意範囲の外では正答率が19ポイント下がったという結果も出ています。
Q. 小規模な会社では効果が出にくいのではないですか。
A. 逆のデータがあります。帝国データバンクの調査では、大いに効果が出ているという回答の割合は小規模企業が29.7%で、大企業の20.8%を上回りました。意思決定が速く、社長自身が使えることが理由と考えられます。課題は効果の有無ではなく、着手の有無です。
Q. 導入前に何を整えればよいですか。
A. 判断の言語化、業務の型化、数字と会議の設計の三つです。社長が握っている判断を言葉にすること、繰り返し業務の手順と判断基準を文書にすること、効果を測る数字とそれを見る場を決めることにあたります。
Q. 自社の状態はどう確認すればよいですか。
A. 症状で判断できます。聞いていない話が増えている、売上が社長の動きで上下する、以前のやり方が回らなくなった、法令の通知で義務を知った、社長の予定が確認と承認で埋まっている。当てはまる領域には型がないと考えてください。
出典・参考
・Brynjolfsson, Li & Raymond “Generative AI at Work”（NBER, 2023）——コールセンター5,000人超：処理件数平均+14%、経験の浅い担当者は約+34%
・Dell’Acqua ほか “Navigating the Jagged Technological Frontier”（Harvard Business School & BCG, 2023）——コンサルタント758人：品質+40%・下位半分+43%／AIの得意範囲の外では正答率19ポイント低下
・MIT系研究プロジェクトによる企業の生成AI導入調査（2025）——導入企業の95%で、売上・利益の改善として測れる成果なし
・総務省「令和7年版 情報通信白書」——企業の生成AI利用率：日本55.2%・米国90.6%・ドイツ90.3%・中国95.8%
・中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」（2026年3月公表・1万社対象）——中小企業のAI導入率20.4%
・帝国データバンク「生成AIに関する企業の動向調査」（2026年3月）——活用企業の86.7%が効果実感、「大いに効果」は小規模29.7%＞大企業20.8%
・中小企業庁「2019年版 中小企業白書」——売上分布：中央値9,900万円
・Robin Dunbar——認知の上限は50人前後、よく知る仲間として追えるのは15人前後
・障害者雇用促進法43条2項・令和5年政令第44号——2026年7月1日施行：法定雇用率2.7%・対象は常用労働者37.5人以上
