「AI入れて、作業はたしかに速くなったんですよ。ただ──だからって、儲かってるかと言われると、よく分からなくて」
中小企業でAI活用の話をしていると、最近この返しが増えてきた。
少し前までは「AIって、うちでも使えるんですか」という入口の質問が多かった。それがいまは、すでに何かしらAIを触ってみた経営者から、一段先の戸惑いが返ってくるようになった。速くはなった。でも、それが売上につながっている実感がない、という戸惑いだ。
これは気のせいでも、その会社だけの問題でもない。世界中で同じことが起きている。そして、この戸惑いの正体を知らずにAI活用を続けると、多くの会社が同じ谷に落ちる。
今回は、その「谷」の話をする。
66%と20%──世界調査が映した落差
Deloitteが2026年に出した「State of AI in the Enterprise」という調査がある。世界3,235社を対象に、2025年の後半に行われた大規模なものだ。
ここに、いまのAI活用の現実を一言で表す数字が2つ並んでいる。
- AIで生産性・効率の向上を実感した企業：66%
- それを実際の収益成長まで繋げられた企業：20%
つまり、「AIで仕事が速くなった・楽になった」と感じている会社は、すでに3社に2社まで来ている。ところが、そこから「だから儲かった」に変換できている会社は、5社に1社しかない。
残りの大多数は、生産性は上がったのに、収益にはまだ届いていない。「これから収益化したい」という願望の段階で止まっている。
66から20へ。この落差が、今回の主題だ。私はこれを「8割が落ちる谷」と呼んでいる。生産性向上の入口を越えた会社のうち、およそ8割が、収益化の手前で足踏みしているという意味だ。
「導入したか」より一段深い分かれ目
AIをめぐる議論は、たいてい「導入したか/していないか」で語られる。
たしかに、その入口にも分断はある。中小企業の調査を見ると、いまだに6割近くが「AIを導入する予定はない」と答える。入口で止まっている会社は、まだまだ多い。
ただ、本当に怖いのはその先だ。
入口を越えてAIを使い始めた会社の中で、さらに8割が、収益化の手前でもう一段落ちている。導入したかどうかという最初の関門を突破した会社の中でも、二段目の谷でふるい落とされている。
世間が「導入したか」で盛り上がっているあいだに、勝負はもう一段奥で決まりつつある。AIを入れたかではなく、入れた効果を儲けに変換できているか。ここが、これからの数年で会社の差を本当に開く分かれ目になる。
谷の正体は「測っていない」こと
では、66%の会社と20%の会社は、何が違うのか。
ひとつだけ、決定的な違いがある。効果を数字で測る仕組みを、最初から持っていたかどうかだ。
念のため補足しておくと、これはDeloitteが「ROI測定さえあれば谷を越えられる」と直接言い切った因果ではない。66%と20%という数字そのものは調査の事実だが、「測る仕組みが分かれ目だ」という読みは、私が現場で見てきたものとこの数字を重ねた論立てだ。その前提で読んでほしい。
それでも、現場の手触りはこの読みを強く支持する。
AIを「速くなった」で止めてしまう会社には、共通のパターンがある。導入の前後で、何がどう変わったかを数字で押さえていないのだ。
- 導入前、その業務に何時間かかっていたか──測っていない
- 導入後、何時間に縮んだか──なんとなく「速くなった気がする」
- 浮いた時間で、何件多くさばけたか・何件多く売れたか──追っていない
これだと、「速くなった」という体感は残るのに、「だから何がどれだけ良くなった」が誰にも言えない。測っていないものは、改善できないし、広げる判断もできない。
逆に、谷を越えた20%側の会社は、地味なことをやっている。導入する前に「何を、どの数字で測るか」を決めてから始める。やってみて、効いた施策の数字が動いたら、そこに資源を寄せる。動かなかったものは、潔く畳む。
派手なAIツールを入れたかどうかではない。効いたものだけを見分けて、そこに集中できる仕組みを持っているか。これが谷の正体だ。
「やった気」が一番こわい
測らずにAIを広げると、何が起きるか。
「やった気」だけが社内に溜まっていく。
AIで議事録が自動でまとまるようになった。応募書類の要約が一瞬で出るようになった。メールの下書きが速くなった。どれも体感としては前進だ。会議では「うちもAI、だいぶ進んでます」と言える。
でも、その一つひとつが、売上や利益のどこに、どれだけ効いたのか。それを問われると、誰も答えられない。
すると次に何が起きるか。効いていない施策まで、なんとなく続いてしまう。測っていないから、やめる理由も見つからない。手間と費用だけが静かに積み上がり、「AIを入れたのに、忙しさは変わらない」という、いちばん残念な状態に着地する。
「やった気」は、進んでいる感覚を与えるぶん、停滞を見えなくする。だから一番こわい。
谷を越える3ステップ──「測る仕組み」を社内に残す
では、どうやって谷を越えるか。
特別なツールはいらない。やることは、AIを入れる「前」と「後」に、測る習慣を一本通すことだ。3ステップで書く。中小企業がひとりでも始められる粒度にしてある。
Step1：導入の「前」に、測る数字を1つだけ決める
いちばん大事で、いちばん飛ばされやすいのがここだ。
AIを業務に当てる前に、「この施策が効いたかどうかを、何の数字で判断するか」を1つだけ決める。
複数の指標を一気に持とうとしなくていい。むしろ最初は1つに絞るほうがいい。
- 応募書類の処理にAIを使う → 測る数字は「1件あたりの処理時間」
- 商談議事録の整理にAIを使う → 測る数字は「議事録が次の行動に使われた回数」
- 問い合わせ対応にAIを使う → 測る数字は「一次返信までの時間」
ポイントは、導入する前にいまの値を1回だけ記録しておくことだ。「いまは1件30分かかっている」とメモするだけでいい。これがないと、後で「速くなった気がする」しか言えなくなる。
ここでAIに頼んでもいい。たとえばこう聞く。
これからAIで「（業務名）」の効率化を試します。
この施策が効いたかどうかを判断するための指標を、
測りやすいものから3つ提案してください。
そのうち、中小企業がひとりでも記録し続けられる、
いちばんシンプルな1つも教えてください。
AIは指標の候補出しが得意だ。ただし、どれを選ぶかは自分で決める。測り続けられない指標は、ない指標と同じだからだ。
Step2：導入の「後」に、同じ数字をもう一度測る
AIを当てて、2〜3週間ほど回したら、Step1で決めたのとまったく同じ数字をもう一度測る。
ここで「ついでに他の指標も」と増やしたくなるが、我慢する。比べるのは、導入前に記録した1つの数字と、導入後の同じ数字。この一対比較だけでいい。
- 処理時間：1件30分 → 1件8分
- 一次返信:平均5時間 → 平均40分
こうやって並べて初めて、「速くなった気がする」が「7割以上短くなった」という、人に説明できる事実に変わる。
そして、この事実が大事なのは、ここから先の判断材料になるからだ。数字が大きく動いたなら、その施策は本物だ。動かなかったなら、その施策はいったん畳む候補になる。
Step3：効いた施策にだけ、資源を寄せる
最後が、谷を越える会社と越えない会社を分ける一手だ。
測った結果を見て、効いた施策にだけ資源を寄せ、効かなかった施策は畳む。
AIを広げるとき、多くの会社は「あれもこれも」と手を広げる。応募処理も、議事録も、メールも、問い合わせも、全部AI化しようとする。すると、ひとつひとつがどれだけ効いているか分からないまま、薄く広がる。手間だけが増える。
そうではなく、Step1・2で測った中から、いちばん数字が動いた施策を1つ見つけて、そこを深める。たとえば応募処理の時間が劇的に縮んだなら、次は浮いた時間を「応募者への返信の速さ」に振り向けて、採用が決まる率まで追ってみる。効いた一点を、収益の近くまで伸ばしていく。
これが「生産性向上」を「収益化」に変換する動きだ。広げるのではなく、効いた一点を深掘りして、儲けの近くまで連れていく。20%側の会社がやっているのは、結局これだ。
3ステップの肝は「測る仕組みごと社内に残す」こと
この3ステップで本当に大事なのは、一度きりの測定で終わらせないことだ。
「前に測る → 後に測る → 効いた所を深める」というサイクルそのものを、社内の習慣として残す。外部のコンサルが来たときだけ測るのではなく、自分たちで測り、自分たちで判断できる状態を社内に作る。
私が法人の伴走で大事にしているのは、ここだ。AIの使い方を教えて終わりではなく、効果を測って効くものだけ広げる、その判断の型ごと、お客さんの社内に残す。測る仕組みが社内に残れば、次に新しいAIツールが出てきても、自分たちで「これはうちに効くのか」を測って判断できる。これが、変化が速い時代に、外部に頼り続けずに自走できる会社の条件だと思っている。
現場で落ちる3つの失敗パターン
谷の手前で足を取られる、よくある詰まり方を3つ書いておく。
失敗1：測る前に、ツールを増やす
AIに興味が出ると、まずツールを契約したくなる。あれもこれも試したくなる。
けれど、測る数字を決める前にツールを増やすと、後から「どれが効いたのか」を切り分けられなくなる。5つ同時に入れて全体がなんとなく良くなっても、どの1つが効いたのかが分からない。だから次の判断ができない。
順番は逆だ。測る数字を決めてから、1つずつ当てる。地味だが、これが谷を越える会社のやり方だ。
失敗2：「速くなった」で満足して、収益まで追わない
時間が縮むと、そこで安心してしまう。「月7時間かかっていた作業が30分になった」──たしかに成果だ。でも、そこで止まる。
問われるべきは、その先だ。浮いた時間で、何が増えたか。多く売れたのか、多く採れたのか、お客さんへの対応が速くなって信頼が増したのか。時間短縮は通過点で、ゴールではない。浮いた時間を収益の近くに振り向けるところまで追って、はじめて谷を越える。
失敗3：効かない施策を、やめられない
一度始めたAI活用を、途中でやめるのは、なんとなく後ろめたい。「せっかく入れたのに」という気持ちが働く。
でも、測った結果、数字が動いていない施策を続けるのは、ただの惰性だ。効かないと分かったものを畳むのも、立派な判断だ。畳んで空いた資源を、効いている一点に寄せる。やめる勇気がある会社のほうが、結果として速く儲けに近づく。
ひとり経営者・ひとり人事が、今日から試せること
3ステップをフルで回すのが理想だが、明日から1つだけ始めるなら何をするか。優先順位はこの3つだ。
① いちばん時間を食っている業務を1つ選び、いまかかっている時間をメモする 測定は、たった1つの数字を「いま」記録するところから始まる。「この作業に1件◯分」と書くだけでいい。これがStep1の出発点になる。
② その業務にAIを当てたあと、同じ時間をもう一度測る約束を、カレンダーに入れる 測り忘れを防ぐために、3週間後の日付に「あの作業、もう一回時間を測る」と予定を入れておく。仕組みにしないと、人は測り続けられない。
③ 直近で「AIを入れたけど、効いてるか分からない」施策を1つ書き出す それが、いちばん最初に測り直すべき対象だ。「やった気」になっている施策を1つ言葉にできれば、谷の入口が見える。
ここまでは、外部に頼まず、自社だけで始められる。
まとめ──谷を越えるのは、賢いツールではなく「測る習慣」
AIで生産性が上がる会社は、もう珍しくない。3社に2社まで来ている。
本当の分かれ目は、その先にある。上がった生産性を、儲けに変換できているか。そこまで届いている会社は、まだ5社に1社しかない。66から20への落差──「8割が落ちる谷」だ。
谷を越える会社が持っているのは、最新のAIツールではない。効果を数字で測り、効いたものだけを深める習慣だ。
- 導入の前に、測る数字を1つ決める
- 導入の後に、同じ数字をもう一度測る
- 効いた施策にだけ、資源を寄せる
そして、この「測って・効くものだけ広げる」という判断の型を、外部に依存せず社内に残す。それができれば、次にどんな新しいAIが来ても、自分たちで「これはうちに効くか」を測って決められる。
AIを入れたかどうかで一喜一憂する時代は、もう終わりかけている。これからは、入れた効果を測れる会社と、測れずに「やった気」で止まる会社に分かれていく。
その分かれ目は、賢いツールではなく、地味な「測る習慣」のほうにある。今日、いちばん時間を食っている業務の時間を、1つメモするところから始めてほしい。谷を越える一歩目は、いつもそこにある。
