AIの効果測定とは、導入後に答え合わせをすることではなく、入れる前に物差しを決めておくことです。そして見るべき指標は、取り組みの段階によって変わります。最初から売上や利益で測ろうとすると、たいてい現場が止まります。
「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Project NANDAが、2025年7月に調査を公表しています。生成AIの試験導入のうち、損益への測定可能な効果を出せているのは5%でした。出典は「The GenAI Divide: State of AI in Business 2025」です。残る95%は、効果がはっきりしないまま止まっています。なお、この調査は予備的なもので、査読を経たものではありません。数字そのものより、傾向として受け取るのが妥当です。
そして、その傾向を裏づける数字が、その後に出ています。
調査会社のガートナーは、2025年末までに生成AIプロジェクトの少なくとも50%が試験導入の段階で中止されたと述べています。出典はGartner「Why 50% of GenAI Projects Fail」（2026年1月26日）です。同社は2024年時点で「3割が中止される」と予測していたので、実際はそれを上回ったことになります。
注目すべきは、その原因です。ガートナーが挙げる最大の失敗要因は、AIの性能ではなく、測るべき成果が決まっていないことでした。
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。
図1：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。
図2：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。
指標は、段階で変わる
型が分かっても、多くの会社が最初につまずくのは「では、何を測るのか」です。
ここで手が止まる理由は、はっきりしています。いきなり売上や利益で測ろうとするからです。入れて三か月で売上が動くことは、まずありません。動かない数字を見て「効果がない」と結論づけ、そこで終わります。
指標は、取り組みの段階によって変えるものです。3つあります。
| 段階 | 何を見るか | 向く時期 | 落とし穴 |
|---|---|---|---|
| 第1段階：使われているか | 使っている人数・使う頻度・止まっている業務がないか | 入れた直後〜3か月 | ここで満足すると、道具が増えただけで終わる |
| 第2段階：仕事の進め方が変わったか | やり方が変わった業務の数・その業務にかかる時間や日数 | 3か月〜1年 | 変わった実感はあるのに、金額に換算できず説明に困る |
| 第3段階：売上や利益に効いたか | 売上・粗利・受注件数・解約率など | 1年以降、または業務が変わった後 | 早く求めすぎると、現場が「やらされ仕事」になって止まる |
第1段階は、使われているかどうかです。 地味ですが、ここを飛ばせません。使われていないものに、効果が出るはずがないからです。契約したのに開かれていないアカウントが半分ある、という状態は珍しくありません。
第2段階は、仕事の進め方が変わったかどうかです。 ここがいちばん大事で、いちばん説明しにくい段階でもあります。「見積の作り方が変わった」「確認の手順が一つ減った」。こうした変化は、金額に直すのが難しい。だからといって測らないでいると、第3段階に進む足がかりを失います。数えるなら、やり方が変わった業務の数です。
第3段階が、売上や利益です。 ここまで来てはじめて、投資として説明できる形になります。逆に言えば、ここに来る前に「で、いくら儲かったの」と問い続けると、現場は数字を作りにいくようになります。
順番を守ることは、甘くすることではありません。段階に合った物差しを当てないと、効いているのに「効いていない」と判定してしまうからです。
測りやすい数字を選ぶと、外すことがある
ここまで書いておいて、但し書きを一つ加えます。
時間・件数・日数は測りやすい。だからこそ、そこに寄りすぎることがあります。
時間短縮が測っているのは「同じ仕事を、どれだけ速くやれたか」です。そもそもやらなくてよかった作業を高速化しても、時間の数字は改善して見えます。やり方そのものが変わったかどうかは、そこには映りません。
ベンチャーネット自身、自社のAI活用については時間で測っていません。「AIに聞いてはじめて出てきた、自社について知らなかったこと」が出たかどうかを見ています。その理由と、この見方の弱点は「ベンチャーネットがAXに課している数字は、時間でも件数でもない」に書きました。
誤解のないように付け加えると、この記事で勧めている時間・件数・日数は、いまでも正しい進め方です。 やることが決まっている業務にAIを入れるなら、それがいちばん確実に効果を示せます。
分かれ目は目的です。定型業務を効率化したいなら、時間で測る。やり方そのものを変えたいなら、変わった業務の数を見る。目的が違えば、物差しも違う。それだけのことです。
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. 段階を飛ばして、いきなり売上で測ってはいけませんか？
飛ばせる場合もあります。受注や問い合わせに直結する業務なら、最初から売上側の数字が動きます。ただし、多くの業務ではそうなりません。動かない数字を三か月見て「効果なし」と判断するくらいなら、使われているかどうかから始めるほうが確実です。
Q. 誰が測るのですか？
測るのは担当者で構いません。ただし、何を成功とするかを決めるのは経営者です。ここを担当者に委ねると、担当者が達成しやすい数字が選ばれます。悪意ではなく、それが自然だからです。
Q. ダッシュボードを入れれば、測れるようになりますか？
見えるようにはなります。ただ、見える数字が増えることと、測るべき数字が決まることは別です。指標を決めないままダッシュボードを入れると、並んだグラフを誰も見なくなります。
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。前述のとおり、2025年末までに生成AIプロジェクトの少なくとも半分が試験導入の段階で中止されています。「測れていない」「やめた」は、特別な失敗ではありません。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。そして、その物差しは段階によって変える。使われているか、やり方が変わったか、売上に効いたか。この順番です。
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。
この型は、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、段階を上げる判断です。第2段階、第3段階へ進むと、前の段階で見えていた成果は指標から消えます。「まだ早い」と言い続けるほうが、社内では常に安全な選択になる。だから多くの会社が、第1段階に居座ったまま何年も過ごします。この判断こそ、外から期限を切ってもらったほうが動きます。
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。「入れてはみたが、何が変わったのか分からない」という段階からで構いません。まずは、いま測っている数字が何段階目のものかを、一緒に確かめるところからです。
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・期間へ。
- 時間でも件数でもない指標を選んだ自社の例はベンチャーネットがAXに課している数字へ。
