「入れた。動いてる。でも、儲かったのか？」
AIを業務に入れてみた。チャットで文章も作れる。請求書の処理も、前より速い気がする。
それでも、ふと立ち止まる瞬間があります。
「で、結局このAIは、うちの会社を儲けさせているのか？」
動いているのは分かる。でも、効いているのかは分からない。この居心地の悪さを、いま多くの経営者が感じています。
導入の決裁をしたのは社長です。コストもかかっています。だからこそ「効果はあったのか」に、自分の言葉で答えられないことが、どこか落ち着かない。
この記事は、その問いに答えるための「効果測定の型」を、中小企業の現場目線で整理します。難しい計算式は出てきません。
なぜ「儲かったか分からない」が起きるのか
理由はシンプルです。入れる前に「何が良くなれば成功か」を決めていなかったから。
成功の形を決めずに導入すると、あとから振り返ろうとしても、比べる相手がいません。導入前の数字（ベースライン）を記録していないので、「前より良くなった」と言える根拠が手元に残らないのです。
これは、世界的にも起きています。
米マサチューセッツ工科大学（MIT）の2025年の調査では、生成AIを試した企業のうち、損益への効果を確認できているのは5%にとどまりました。残る95%は、効果がはっきりしないまま止まっています。
注目すべきは、その原因です。AIの性能の問題ではなく、「測る前提を持たずに走り出したこと」が大きいと指摘されています。
つまり、儲かっていないのではなく、儲かったかどうかを測れる状態になっていない。これが「分からない」の正体です。
導入前の数字を記録しないと、導入後にどれだけ測っても、比べる相手がありません。これが「儲かったか分からない」の構造です。
効果測定の型——4つのステップ
効果測定は、特別な道具がなくても始められます。順番はこうです。
ステップ1：成功指標を1〜2個だけ決める
「これが良くなれば成功」と言える数字を、先に決めます。たくさん要りません。1つか2つで十分です。
例：見積書の作成にかかる時間／月末締めにかかる日数／問い合わせへの一次対応の件数。
ステップ2：導入前の現状値を記録する
入れる前の数字を控えておきます。「いまは見積1件に40分」「月末締めに5日」。この一行が、あとで効果を語る土台になります。
ステップ3：導入後、同じ物差しで測る
同じ指標を、同じ測り方で記録します。物差しを変えないことが大事です。
ステップ4：数字を根拠に判断する
「続ける／直す／やめる」を、感覚ではなく数字で決めます。
成功の定義（指標）とベースラインを“入れる前”に決めておくこと。これが効果測定の型の起点です。
ここで大切な点があります。効果測定は、導入後に考えることではありません。何が良くなれば成功かは、入れる前に決めておく。「ROI（投資対効果）は、導入後に答え合わせするものではなく、導入前に設計しておくもの」と言い換えてもいいでしょう。
そして、数字を読んで「続けるか、やめるか」を決めるのは社長です。AIは測定を助けてくれますが、判断と、その責任は人に残ります。ここは譲れない一線です。
効果測定が回りはじめると、何が変わるか
効果測定の型が回りはじめると、経営はこう変わります。
「このAIは続ける。こちらは数字が出ないからやめる」——その判断を、社長が自分の言葉で言えるようになります。
ただ、測り続けるには一つ壁があります。数字がバラバラの場所に散っていると、毎回かき集めるのに手間がかかり、測定が続かないのです。
販売のデータは販売ソフト、在庫は別の表、会計はまた別のソフト。これだと、効果を測るたびに集計作業が発生します。
ここで効いてくるのが、数字が一か所に集まる仕組みです。クラウドERP（販売・在庫・会計などを一つの台帳でつないで管理する仕組み）のように、データが一元化されていると、効果測定が特別な作業ではなく、日常業務の一部になります。
道具を揃えることが目的ではありません。測り続けられる状態を作ることが目的です。
よくある疑問と、つまずきやすい点
Q. 中小企業でも、効果測定はできますか？
できます。指標1個から始めれば十分です。完璧に計測しようとするより、1つの数字を測り続けるほうが、経営判断にはずっと効きます。
Q. 何から測ればいいですか？
すでに数えられるもの——時間・件数・日数——から始めます。新しい計測の仕組みを作る前に、いま手元にある数字を使うのが近道です。
Q. 途中でやめても、いいのでしょうか？
やめる判断は、正しい経営です。
世界の調査でも、生成AIの試みは2025年末までに少なくとも3割が中止すると見込まれ、実績はそれを上回りました（ガートナー）。ROIを自信を持って測れている企業も、約3割にとどまります（IBM）。
つまり、「測れていない」「やめた」は、特別な失敗ではありません。多くの会社が通る道です。大事なのは、やめる判断もまた、数字を根拠に下すことです。
つまずきやすい点：指標を増やしすぎない
測ることが目的化すると、指標が10個も20個も並び、結局どれも見なくなります。1〜2個に絞る勇気が、効果測定を続ける鍵です。
まとめ——物差しを決めてから、入れる
効果測定は、難しい計算ではありません。
入れる前に物差しを決め、同じ物差しで測り、数字で判断する。これだけです。
そして、その判断を下すのは社長自身です。AIはあくまで、その判断を支える道具にすぎません。
効果測定の型は、自社でも始められます。ただ、実際にやってみると、二か所でつまずきやすいことに気づきます。
ひとつは、「自社にとって何が成功指標か」を決めるところ。ここは社長一人だと、つい測りやすい数字を選びがちで、本当に経営に効く一手を外すことがあります。第三者の目が入ると、測る対象そのものが変わることも少なくありません。
もうひとつは、バラバラの数字を一か所に集めるところ。
ベンチャーネットは、この物差しづくりと、続ける／やめるを判断するための材料の整え方を、経営の現場に入り込んで一緒に考える伴走をしています。
あわせて読みたい
- AIを入れたのにPoC（試験導入）で止まってしまう——その構造的な理由を知りたい方は［なぜAI導入はPoC止まりで終わるのか／FDE-2］へ。
- 効果測定の土台となるデータ基盤・ERP導入の進め方・費用感を知りたい方は［ERP導入の進め方・費用感・期間／GAP-1］へ。
- 自社の効果測定を一緒に設計したい方は［ご相談窓口／③・LP-7］へ。
