AI投資で成果を出す企業は28% 成否を分けた5条件
この記事の要点
ウォートンの2026年調査で、AI投資に強い手応えがある部門は28%にとどまった。成果を出した企業は業務設計の作り替え・専任責任者・プラットフォーム統一など5つで共通していた。
AI投資に強い手応えがあると答えた部門は28%にとどまる。ウォートン校の人間・AI研究チームとGBKコレクティブが2026年10月13日に公表した調査「The Adaptive Advantage」は、導入そのものより、業務の設計し直しと責任体制が成果を分けると示した。使えば効果が出るのではなく、使い方の設計で差がつく段階に入っている。
調査で分かったこと
4回目となる年次調査で、米国の従業員1,000人以上・売上5,000万ドル超の企業で働く正社員1,416人に、2026年7月9日から29日まで聞き取りをした。回答は自己申告で、監査を経た数字ではない点は調査の解説記事も断っている。
管理職以上の80%が自部門のAI投資にプラスの効果があると答えた。ただし効果が強いと答えたのは28%で、残りは「効果はあるが限定的」という評価にとどまる。導入は進んでも、業績への手応えは一部にしか届いていない。
導入の深さにも差がある。何らかの形でAIエージェントを使う部門は67%にのぼる一方、AIが中核業務に完全に組み込まれていると答えたのは28%だった。48%は「AIが作業し、人が承認してから実行する」形で、35%は下書きや提案までで最終判断は人がする運用だった。自律で動かし、後から人が点検する運用は17%にとどまる。
測り方でも成果は変わる。売上など成長指標を1つ以上追っている部門では35%が強い効果を報告したのに対し、効率だけを測る部門では13%だった。最も多い指標は削減できた時間で40%、新規の売上を選んだのは27%にとどまる。効率の数字だけ見ていると、成果が過小に見える。何を測るかはAI導入効果の測り方の設計に直結する。
成果を分けた5つの条件
強い効果を出した部門には共通点があった。業務設計を大きく作り替え、AIを中核業務に組み込み、エージェントを使う部門では67%が強い成果を報告した。専任のAI責任者を新設した企業では58%が強い効果を答えたのに対し、既存役員の兼務では24%、責任者がいない企業では8%だった。使うAIプラットフォームを1つに統一した企業では50%が強い効果を出し、方針を決めずに実験を続ける企業では9%にとどまった。
この並びは、何から手をつけるかの順番を示している。ツールを配る前に業務を設計し直し、誰が旗を振るかを決め、使う基盤を絞る。順番を飛ばすと、導入率は上がっても成果は28%の壁を越えにくい。これはAI導入が失敗するパターンで繰り返し見られる構図でもある。
エージェントが誤作動したときの責任の所在は、ガバナンス・リスク部門28%、配備した社員の上司26%、社員本人25%と割れていた。決め方が定まっていない企業が多い。
現場の実務にどう効くか
AI推進担当がまず動かすべきは、評価指標の組み替えだ。利用率や削減時間だけでなく、売上・転換率・顧客満足など業績に近い指標を1つ加える。削減時間しか見ていない部門は、成果を強いと答える割合が13%まで落ちていた。測る対象を変えるだけで、同じ取り組みの見え方が変わる。
次に、エージェントを広げる前に業務のどこを人が点検するかを決める。承認を挟む工程と、自律で回す工程を分けておくと、誤作動時の責任も設計しやすい。AI推進のKPIテンプレートに、成長指標と人の点検ポイントを組み込んでおくと、経営への報告もぶれない。
プラットフォームの乱立も早めに抑えたい。部門ごとにばらばらのツールを試すより、承認した基盤に寄せた企業のほうが強い成果を出していた。選定の進め方はAIツール選定のプロセスを土台にすると、統一と現場の納得を両立しやすい。
経営層と現場の認識差も見逃せない。管理職以上の73%が業務が大きく変わったと答えた一方、一般社員では58%だった。研修が足りていると考える経営層は78%、現場は56%にとどまる。推進担当は、この差を埋める研修と対話を成果づくりの一部として扱うとよい。調査は自己申告で、米国の大企業が対象のため、日本の中小企業にそのまま当てはまるとは限らない。最新の数値や前提は公式の調査資料で確認してほしい。
まとめ
導入率はもはや成果の指標にならない。業務設計を作り替え、専任責任者を置き、基盤を統一し、成長指標で測り、研修に投じた部門が強い成果を出していた。手をつける順番を、ツール配布より先に設計へ寄せることが、28%の内側に入る近道になる。
出典
よくある質問
AI投資で成果が出ているのは全体のどれくらいですか。
管理職以上の80%が自部門のAI投資にプラスの効果を認めていますが、効果が強いと答えたのは28%にとどまります。導入はしても成果につながらない差が大きいのが実態です。
成果を出すために効いた要素は何ですか。
業務設計の作り替え、専任のAI責任者の設置、使うプラットフォームの統一、効率だけでなく売上など成長指標での測定、研修への投資の5つで、強い成果を出した部門の共通点でした。