AI導入の効果が出ない時の見直し方｜原因5つと再設計

結論：効果が出ない原因の大半は「AIの性能」ではなく測り方と業務設計にある

AIを入れて半年、現場は使っているのに数字が動かない。この状態で最初に疑うべきは、ツールの選定でも精度でもありません。そもそも効果を測る指標が置かれていないケースが圧倒的に多いからです。IPAの調査では、DXの成果を把握する指標を設定している日本企業は27.4%にとどまり、米国89.8%・ドイツ82.7%と大きな差があります（IPA「DX動向2025」）。

つまり4社に3社は、効果が出ていないのではなく「出ているかどうかを追えていない」状態です。まずやることは、ツールの入れ替えでも予算の追加でもなく、測る対象を決め直すこと。そのうえで、原因を5つに切り分けて、直せるものから順に手を入れます。この記事では、その切り分け方と、見直しても回収できない場合の撤退基準までを扱います。

「効果が出ない」には3つの意味がある

同じ「効果が出ない」でも、中身は3種類に分かれます。ここを混ぜたまま議論すると、測定の問題なのに新しいツールを買い足す、といったズレた打ち手になります。まず自社がどれなのかを言い当てるところから始めてください。

③に見えるものが、よく調べると①だったという例は珍しくありません。逆に、①を放置したまま「なんとなく効いている気がする」で契約を更新し続けるのが、投資が静かに溶けていく典型パターンです。判断のためには、粗くてもいいので数字を置き直す必要があります。

効果が出ない5つの原因と、見分け方・打ち手

ここからが本題です。導入後に成果が数字にならない原因は、実務上ほぼ次の5つに収まります。それぞれ「何を見れば分かるか」と「打ち手」をセットで整理しました。上から順に確認し、当てはまったところで止めて手を入れてください。

原因①：測っている指標が業務の成果とつながっていない

最も多いのがこれです。月次報告に並ぶのが「利用ユーザー数」「プロンプト実行回数」だけなら、その数字がいくら伸びても経営には何も伝わりません。利用回数は活動量であって、成果ではないからです。IPAの調査でも、成果が「わからない」と答えた日本企業の理由の上位は「DXの成果目標を定めていない」「成果の評価はこれから進める予定」でした。

置き換える指標は、業務の単位に紐づいたものにします。たとえば見積書作成なら「1件あたりの所要時間」「月間作成件数」「差し戻し率」の3つ。これなら金額換算ができ、契約コストと直接比較できます。金額への換算方法そのものは生成AIの費用対効果を計算する手順で詳しく扱っているので、指標を決めたらそちらで数字に落としてください。

注意点として、指標は導入前の値がないと比較できません。すでに導入済みで過去の記録がない場合は、AIを使わない状態を2週間だけ再現して実測するのが早道です。手間はかかりますが、ここを飛ばすと以降の判断がすべて印象論になります。

原因②：対象業務の選定が合っていない

次に多いのが、業務の選び方です。効果額は「1件あたりの削減時間 × 月間件数 × 関わる人数」で決まります。どれだけ削減率が高くても、月に3件しか発生しない業務では効果額が小さすぎて、ツール費用を回収できません。

見分け方は単純で、対象業務の月間発生件数と担当人数を数えるだけです。月10件未満、担当1人という条件なら、その業務は選定ミスの可能性が高いと考えてください。乗り換え先の候補は、問い合わせ返信・議事録・日報・見積・請求チェックなど、毎日発生して複数人が関わる定型業務です。

また、PoC（試験導入）で選んだ業務をそのまま本番に持ち込んでいるケースもあります。PoCは「動くかどうか」を確かめる場なので、効果額が出やすい業務とは限りません。この段差についてはAIのPoCから本番運用へ移行するときの落とし穴で整理しています。

原因③：AIの前後に人の工程がそのまま残っている

「AIに下書きさせたが、結局全部読み直して書き直している」。これは効果が出ないどころか、工数が増えている状態です。原因は、AIを既存の工程に足しただけで、前後の工程を変えていないことにあります。作業が1つ増えただけなら、当然遅くなります。

見分け方は、担当者に「AIの出力をどこまで直しますか」と聞くこと。「全文チェックしています」という答えなら該当します。打ち手は、チェックする範囲を決め打ちすることです。たとえば「固有名詞と金額だけ確認、文体は直さない」と決めれば、確認は数分で終わります。文体を毎回直したくなるなら、それは原因④の品質基準が未定義であるサインです。

もう一段深く直すなら、AIの前の工程も見直します。入力する情報を毎回人が集めているなら、そこが本当のボトルネックです。既存の台帳やスプレッドシートから自動で渡せる形にするだけで、体感は大きく変わります。

原因④：品質の合格ラインが決まっていない

「この出力でOKか」の基準が人によって違うと、差し戻しが延々と続き、成果が積み上がりません。基準がないと、最終的にいちばん厳しい人の感覚が事実上の基準になり、AIを使わないほうが速い、という結論に落ち着きます。

見分け方は、同じ出力を3人に見せて合否を聞くこと。判断が割れたら基準が存在していません。打ち手はシンプルで、合格例と不合格例をそれぞれ5件、実物のまま文書化します。抽象的な「分かりやすく」ではなく、実際の出力そのものを並べるのが要点です。判定者も1人に決めます。

この作業は誰かが引き取らないと永久に始まりません。運用の持ち主が決まっていない状態そのものが独立した失敗要因になるため、社内AI運用に担当者がいないまま止まる問題もあわせて確認しておくことをおすすめします。

原因⑤：使う人が一部に限られ、業務プロセスに入っていない

最後は利用の広がりです。IPAの調査では、生成AIの具体的な利用状況について、日本は「個人で業務利用している」の回答率は高い一方、「部署の業務プロセスに組み込まれている」の回答率が米独に比べて低いと報告されています。個人の工夫にとどまっている限り、部署や全社の数字には現れません。

見分け方は、利用ログを人単位で見ること。上位2〜3名で利用の大半を占めているなら、それは組織の成果ではなく個人の成果です。打ち手は、手順書やチェックリストの中にAIを使う工程を書き込み、「使ってもいい」から「この工程はこう進める」に変えること。個人の意欲に依存させないのが原則です。

なお、そもそも使われない・使わなくなる段階の問題は原因が別にあります。定着そのものでつまずいている場合は生成AIが社内で定着しない理由を先に読んでいただくほうが早く、この記事の範囲は「使ってはいるのに数字にならない」局面に絞っています。

ここまでの5つは、社内だけでも切り分けられるように書いたつもりです。とはいえ、自社の業務を自社で客観視するのは難しく、第三者に一度見てもらったほうが早いこともあります。MihataではAI導入支援で、導入後の立て直しからのご相談も承っています。

90日で立て直す再設計の進め方

原因が分かったら、期限を切って直します。だらだら続けるのがいちばん損なので、90日で「広げる／畳む」を決める前提で組み立てるのが現実的です。以下は実務でそのまま使える区切り方です。

最初の30日：測り直す

対象業務を1つに絞り、所要時間・件数・差し戻し率を実測します。AIを使う場合と使わない場合の両方を記録するのが肝心です。この30日で出す成果物は、改善案ではなく「現状値の表」1枚だけで構いません。ここで数字が取れない業務は、そもそも効果を証明できない業務なので、対象から外す判断もあり得ます。

31〜60日：1業務だけ作り直す

測った業務について、品質基準の文書化（原因④）と、前後工程の作り替え（原因③）を実施します。同時に複数業務へ手を出さないことが重要です。1業務で再現性のある型ができれば、他業務への展開は比較的短時間で済みます。逆に、型がないまま横展開すると、失敗も同じ数だけ複製されます。

61〜90日：横展開するか、畳むかを決める

60日目の実測値をもとに、月あたりの削減額とツール・運用のコストを並べます。削減額がコストを上回っていれば、同じ型で次の業務へ広げます。下回っていれば、対象業務の入れ替え（原因②）か、次の章の撤退基準へ進みます。ここで判断を先送りしないことが、投資を守る唯一の方法です。

見直しても回収できないとき：撤退の判断基準

正直に書きますが、すべてのAI導入が回収できるわけではありません。粘るほど傷が深くなる案件は確実に存在します。以下のいずれかに当てはまったら、一度止める判断を検討してください。止めることは失敗ではなく、次の投資余力を残す意思決定です。

• 90日たっても現状値が測れない：測れない業務は改善の証明もできません。対象業務そのものを変えるべきサインです。
• 削減額が年間コストの半分に届かない：残り半分を今後の改善で埋められる見込みが具体的に説明できないなら、継続の根拠がありません。
• チェック工数が導入前より増えている：原因③④に手を入れても減らないなら、その業務はAIに向いていない可能性が高いといえます。
• 運用の担当者を置けない：兼務で誰も見ていない状態が3か月続くなら、体制の問題であり、ツールを変えても結果は同じです。

撤退する場合も、記録は必ず残してください。「どの業務で、何を測り、いくらだったか」が残っていれば、別の業務で試すときの初期値としてそのまま使えます。

まとめ：直す順番を間違えないこと

効果が出ないときにツールを変えても、多くの場合は同じ結果になります。順番は、①指標を置き直す→②対象業務を選び直す→③前後工程を作り替える→④品質基準を決める→⑤プロセスに組み込む、です。この順で見ると、実は最初の2つだけで数字が動くケースが少なくありません。

そして90日で結論を出す。回収できないなら畳んで、記録を次に回す。この割り切りがあると、AIへの投資は「当たるまで賭け続けるもの」ではなく、検証可能な業務改善に変わります。

自社だけで切り分けが難しい、あるいは社内で判断が割れているという段階でしたら、現状の整理からお手伝いできます。売り込みではなく、まず何が起きているかを一緒に見るところからで構いません。