AIの投資対効果を「数値で説明できる」管理職は18.8% ― 投資対効果まで測っているのは、わずか3.5%

▫️はじめに

株式会社taiziiiが、「AI活用と組織の判断に関する実態調査」の結果を公表しました(2026年11月11日)。

生成AIの業務利用は、多くの企業で当たり前になりつつあります。一方で、経営から「AIにいくら投資して、何が変わったのか」と問われたとき、答えられる企業はどれだけあるのでしょうか。この調査は、AIを使っている部門の管理職に、その実態を聞いたものです。

本稿では、調査結果を整理したうえで、これまで取り上げてきた調査や論考も参照しながら、人と組織の視点から私の考えを述べます。事実の整理と私の考えは、分けて書きます。

▫️調査の概要

・調査主体:株式会社taiziii(自社によるインターネット調査)
・対象:従業員300名以上の企業に勤める課長クラス以上の管理職で、所属部門が業務でAIを利用していると回答した人
・期間:2026年9月1日〜4日
・回答:200名(有効回答170名)

▫️結果1:投資対効果を「数値で説明できる」は18.8%

AI活用の投資対効果をどの程度説明できているかを聞いた結果は、次のとおりでした。
・数値で説明できている:18.8%
・定性的には説明できている:49.4%
・求められたが、うまく説明できていない:15.3%
・説明を求められたことがない:7.6%
・関与しておらず、わからない:8.8%

約半数は「定性的には説明できている」と答えています。一方で、数値で説明できているのは2割に届きません。説明を求められたのに、うまく説明できていない管理職も15.3%いました。

▫️結果2:投資対効果まで測っているのは3.5%

効果測定について、最も進んだ段階を一つ選んでもらった結果は、次のとおりです。
・利用者数や利用回数などの利用状況まで:24.1%
・作業時間や処理量、品質などの業務上の変化まで:36.5%
・売上や利益、顧客満足などの事業成果への影響まで:18.2%
・投資額と成果を比べた投資対効果まで:3.5%
・特に測定していない:13.5%
・わからない:4.1%

利用状況か業務上の変化で止まっている企業が、合わせて約6割を占めます。事業成果への影響まで測っているのは2割弱、投資対効果まで測っているのは3.5%にとどまりました。

▫️私の考え1:多くの企業が、測りやすいところで止まっている

ここからは、調査そのものではなく、私の考えです。

利用状況や作業時間の変化は、比較的測りやすい指標です。けれど、利用者が増えることや、作業が速くなることは、成果そのものではありません。浮いた時間が何に使われ、それが事業の成果にどうつながったのか。そこまで見なければ、AIの価値は分かりません。

以前紹介したKorn Ferryの調査では、AIによる効率化を報告したCEOが約79%だったのに対し、一般の従業員で同じように答えたのは約半数でした。厚生労働省の労働経済白書でも、省力化で生まれた余力が「より付加価値の高い業務」に向かったのは23.5%、「人手不足の穴埋め」が19.1%でした。利用率や削減時間だけを見ていると、こうしたずれや、余力の行き先は見えません。

私が以前から、AIは利用率ではなく、成果と負荷で測るべきだとお伝えしているのは、このためです。

▫️私の考え2:測れないのは、業務と判断が見えていないから

では、なぜ事業成果や投資対効果まで測れないのでしょうか。私は、AIを入れる前の業務が見えていないことが大きいと考えています。

効果を測るには、比較の基準が必要です。AIを導入する前、その業務は誰が担い、どれだけの時間がかかり、どんな判断を経て、どんな成果を生んでいたのか。これが分かっていなければ、導入後の変化は測れません。

ところが、多くの業務は、ベテランの経験や暗黙の判断に支えられており、手順も判断の基準も、きちんと言葉になっていません。リリースでも、AI活用の前提として、業務の知識や判断の基準を組織で扱える形に整える必要性が述べられていました。AIの効果測定の難しさは、業務の可視化と、人の役割や判断の設計が進んでいないことの表れなのだと思います。

逆に言えば、AIの導入は、業務と判断を言語化し、見直す絶好の機会でもあります。

▫️私の考え3:確認と判断の負荷も、投資の一部

投資対効果を考えるとき、見落とされがちなコストがあります。人の確認と判断の時間です。

先日紹介したMcKinsey Quarterlyの論考では、ある企業で若手チームの分析のアウトプットが10〜20倍速くなった一方、経営陣がそれをレビューする時間はむしろ増えた事例が紹介されていました。Workdayの調査でも、AIで浮いた時間の約37%が、AIの出力の修正や確認に使われていたと報じられています。

AIのライセンス費用や開発費だけでなく、出力を確かめ、判断し、修正する人の時間も、投資の一部です。浮いた時間だけでなく、増えた負荷まで含めて見なければ、本当の効果は分かりません。

▫️私の考え4:定性的な価値も、きちんと語る

一方で、49.4%が「定性的には説明できている」と答えている点も、大切だと思います。

AIの価値には、数字にしにくいものもあります。判断の質が上がったこと、これまで試せなかったシナリオを検討できたこと、新しい取り組みに挑戦できたこと。こうした価値を、無理に数字に置き換えようとすると、かえって本質を見失うこともあります。

理想は、数値と定性の両方で、AIが組織に何をもたらしたのかを語れることです。そのためにも、導入の目的を最初に明確にし、何をもって成功とするのかを、経営と現場で合意しておく必要があります。

▫️私の考え5:「説明を求められたことがない」も、課題のサイン

見逃せないのが、「説明を求められたことがない」という7.6%です。

AIへの投資について、経営が説明を求めていないのだとすれば、それは投資判断のガバナンスの問題でもあります。説明を求められないまま導入が進めば、効果の検証も、見直しも起こりません。AIの投資を、他の設備投資や人への投資と同じように、目的と成果で説明する仕組みが必要だと考えます。

▫️留意点

・本調査は、AI導入支援などを手がける企業による自社調査です。リリースには、同社のサービスの紹介も含まれています。
・有効回答は170名と多くはなく、結果を一般化するには慎重さが必要です。
・回答者は、AIを業務で使っている部門の管理職に限られています。

▫️自社で点検したい問い

1. AIの効果を、利用状況や作業時間の変化だけで測っていないか。
2. 浮いた時間が何に使われ、事業の成果にどうつながったのかを追えているか。
3. AIを入れる前の業務と判断を、比較できる形で把握しているか。
4. AIの出力の確認や判断にかかる人の時間を、コストとして見ているか。
5. 導入の目的と、成功の基準を、経営と現場で合意しているか。
6. 経営は、AIへの投資について、目的と成果の説明を求めているか。

▫️おわりに

AIを使っている部門の管理職でも、投資対効果を数値で説明できるのは2割弱、投資対効果まで測っているのは3.5%でした。

AI活用の本質は、人と組織の変革にあります。AIの効果を測ることは、人と組織が何を変えたのかを測ることでもあるのだと思います。業務と判断を見えるようにし、人の役割を設計し直す。その地道な取り組みが、AIの効果を語れる組織への近道だと考えています。

▫️出典

株式会社taiziii「【AI活用と組織の判断に関する実態調査】AI活用の投資対効果を『数値で説明できている』との回答は18.8%。投資対効果まで測定しているとの回答は3.5%」(PR TIMES、2026年11月11日)
McKinsey Quarterly「The judgment bottleneck: Balancing AI and human speeds in strategy」(2026年10月15日)
Korn Ferry「Workforce 2026 Report」(2026年9月8日)
厚生労働省「『令和8年版 労働経済の分析』を公表します」(2026年9月29日)
Quartz「Workers are spending hours fixing AI mistakes」(Workday調査の報道)