AI導入効果が自社で再現しない理由｜他社の数字を稟議に使う前の5つの問い

稟議書に他社の事例を貼ったことがある方なら、この質問を受けたことがあるはずです。「それ、うちでも同じ効果が出るの？」

答えに詰まります。出典は大手企業の公式発表で、数字も具体的。それでも「うちで再現する」とは言い切れない。かといって根拠を外すと、投資判断の材料が消えてしまいます。

そして実際に導入すると、多くの場合その数字は再現しません。ここで「事例は誇張だった」と結論づけると、次の判断も同じ場所でつまずきます。再現しない理由は、たいてい嘘ではなく、主語と分母が違うことにあります。

当社は自社メディアでAI活用事例を1社ずつ記事にしており、公開の直前に必ず一次ソースの本文と1文ずつ突き合わせています。この作業で分かったのは、数字は伝言のたびに、決まった5か所で壊れるということでした。本記事はその記録です。

この記事の要点

• 公開前に6本の原稿を一次ソースと照合したところ、5本で原文とのずれ・抜けが計17か所見つかった（ずれなしは1本）
• 壊れるのは①主語 ②分母 ③時期 ④条件句 ⑤見込みか実測かの5か所にほぼ集中する
• 絶対値（44.8万時間）は規模に依存する。中小企業が参照すべきは比率（総労働時間の3.4%）のほう
• 当社が公開している「商談準備30分→1分」も1件あたりの数字で、1日の労働時間が29分減るという意味ではない
• 自社の効果は他社の数字を借りずに、削減時間 × 件数 × 時給という分母の見える式でしか固まらない

数字が再現しないのは、嘘だからではなく分母が違うから

まず前提を1つ。公表されている事例の数字は、そのほとんどが嘘ではありません。問題はその数字が「何に対する数字なのか」が、引用されるうちに落ちていくことです。

たとえば「AIで全チャットの3分の2を処理した」という数字。Klarnaの事例では、AIアシスタントが1か月で230万件の会話を処理し、全チャットの3分の2を担い、フルタイム700人分に相当すると公表されました。解決までの時間は11分から2分未満へ短縮しています。

この数字は正しい。ただし分母は「同社のチャット問い合わせ」です。問い合わせがチャットに集約されていない会社が同じ比率を目指しても、そもそも母数が違います。さらに同社は2025年以降、複雑な問い合わせで品質が落ちたとして人間のオペレーターを再配置しています。最初の数字だけが引用され、後日談は引用されない——これが再現しない2つ目の理由です。

自社で6本を一次ソースと突き合わせた結果

当社は事例記事を公開する直前に、記載した数字を原文（プレスリリース・年次報告・決算説明資料・技術ブログ）と1文ずつ突き合わせる工程を置いています。2026年8月時点で6本を照合した結果が上の数字です。

照合した6本のうち、原文とのずれや抜けが見つかったのは5本。総数は17か所でした。ずれが1つも無かったのは1本だけです。書いたのは自分たちで、出典URLも手元にあり、しかも「正確に書こう」と思って書いた原稿でこの結果です。社外の要約が何段か経由した数字を、そのまま自社の判断材料にするのは危ういと考えている理由がこれです。

ずれの中身を型で分けると、次の5か所に集中していました。

もう1つ、逆向きの抜けもありました。原文にあるのに記事に無い数字です。ある事例では「購入意向が5%上昇」「クリック率2倍」という、その取り組みでいちばん強い成果の数字を落としていました。無い数字を探すことに気を取られると、公表されている数字を見落とします。

ずれ①：主語——「誰の数字か」を先に確かめる

いちばん多いのがこれです。同じ発表の中に、全社の数字・一部門の数字・特定ツールの数字が混在しているため、要約の過程で主語がすり替わります。

メルカリの事例は分かりやすい例です。「社員の95%がAIツールを活用」は全社の数字ですが、同時に公表されている「開発スピード64%向上」は開発領域の数字です。この2つを並べて「AIで生産性が64%上がった会社」と要約すると、主語が壊れます。

自社の稟議に使うときは、主語を必ず言い添えてください。「A社は社員の95%がAIツールを使っている（全社）」と書けば、読み手は自社の分母と比べられます。主語を落とすと、後の質疑で必ず崩れます。

ずれ②：分母——1件あたりか、総労働時間か

ここが本記事の核心です。

パナソニック コネクトの事例では、社内AIの利用による労働時間削減が1年目18.6万時間、2024年実績で44.8万時間と公表されています。相当な数字です。同社は2026年7月に、これが総労働時間の3.4%削減に当たると公表し、2030年に10%削減を目標に掲げました。

44.8万時間と3.4%は、同じ事実の別表現です。そして中小企業が参照すべきは後者です。絶対値は従業員規模に比例するので、そのまま自社と比べられません。比率で見ると「3年運用して総労働時間の3.4%」——期待値の解像度が一気に上がります。

同じ話は当社の数字にも当てはまります。当社はサービスページで「商談準備 30分→1分」「2回目商談の資料 90分→10分」「商談後の後処理 30分→5分」といった実測値を公開していますが、これはすべて1件あたりの数字です。商談準備が29分短くなっても、月の商談が4件なら削減は月2時間弱です。1日の労働時間が29分減るという意味ではありません。

事例の数字を読むときは、次のどれなのかを必ず特定してください。

4行目は特に混同されます。利用率は「使われているか」の指標であって、「効果が出たか」ではありません。この2つは連動しないことがあり、AIが社内に浸透しない理由で書いたとおり、配っただけでは使われず、使われても効果が測れないという状態が普通に起きます。

ずれ③〜⑤：時期・条件句・見込みか実測か

残る3つは短く扱いますが、稟議での破壊力は大きい部類です。

③時期——「発表の時期」と「その数字の対象期間」は別物です。実例として、ある小売大手の「新規コードの40%超」という数字を、当社は別の四半期の発言として引用していました。しかも同じ会社の別の場面に、まったく別の意味の40%（店舗サービスの利用率）が存在しました。数字だけを検索して拾うと、こういう取り違えが起きます。

④条件句——同じ発言に「ソフトウェア開発にAIを使う場合は」という限定が付いていました。この一句が落ちると、全社の無条件の比率に見えます。コモンウェルス銀行の事例でも、原文にある「新しい検知ルールは実装前に不正分析チームが承認する」という一句を原稿が落としており、AIが自動でルールを本番投入しているように読める状態になっていました。条件句は、たいてい「自社で再現するかどうか」を左右するいちばん重要な情報です。

⑤見込みか実測か——「◯◯を見込む」「◯◯に相当する」と「◯◯を削減した」は、まったく違う話です。空いた時間が売上になるかは、その時間を何に使ったかで決まります。時間の削減と、金額の効果を、1つの数字に混ぜない。混ぜた瞬間に検証できなくなります。

出典の種別も添えてください。当社は事例記事に「自社発表」「年次報告」「ベンダー事例」「報道」の区別を書いています。とくにツール提供元が公開している事例は、製品の価値を示す目的で作られていることを前提に読む必要があります。否定する必要はありませんが、社内説明では「これは提供元の資料に載っている、同社役員の説明です」と一言添えるだけで、議論の質が変わります。

なお、JPモルガン・チェースの事例のように、利用規模（8か月で20万人）は公表しても効果の数字は出さないという会社もあります。出していない数字も情報です。規制の厳しい業界ほど、検証しきれない効果を数字で出さない判断をしています。

稟議で使う前に確かめる5つの問い

引用しようとしている数字に、この5つを当ててください。1つでも答えられない項目があれば、その数字は稟議の根拠にはまだ使えません。

1. 主語は誰か（全社か、一部門か、特定の機能か）
2. 分母は何か（1件あたりか、総労働時間か、対象人数か）
3. いつの数字か（発表の時期と、対象期間は別物）
4. 条件句が落ちていないか（「〜に使った場合」）
5. 誰が出した数字か（提供元・自社発表・監査済みかを添える）

実務上のコツを1つ。一次ソースが403などで機械的に取得できないときは、二次情報で代替する前にWayback Machineを試してください。保存版で原文が読めることがあります。当社はこれで、二次情報では落ちていた数字を拾えました。それでも一次が確認できない数字は、使わないという線を引いています。

自社の数字は、借りずに自分で立てる

ここまでの話の結論は単純です。他社の数字は「やる価値がある領域か」を判断する材料にはなるが、「自社でいくら効果が出るか」の根拠にはならない。

では自社の数字はどう立てるか。当社は成果報酬制のAI導入支援を設計する過程で、次の式に落ち着きました。

年間削減価値 ＝ 削減時間 × 月間件数 × 12ヶ月 × 3,500円

この式の利点は、分母が全部見えていることです。削減時間は日報・実測・ヒアリングの3点で見積もって最小値を採り、件数は自己申告ではなくログで数えます。実際、営業3名のチームで年間削減価値は約75万円（削減 約210時間）という規模になります。事例で見かける「年◯億円」とは桁が2つ違いますが、自社で検証できる数字は、この大きさから始まります。

測り方の詳細は営業のAI化「削減効果」の正しい測り方にまとめています。導入前の時間は原理的に正確に測れない、という前提から書いた記事です。

そして最後に、いちばん実務的な助言を1つ。最初の1本は、事例の数字が大きい業務ではなく、自社で件数が多い業務から選んでください。削減時間 × 件数の掛け算では、件数のほうが効きます。他社で劇的な効果が出た業務でも、自社で月に2件しか発生しないなら、動く数字はほとんどありません。

よくある質問

Q. 事例の数字を稟議に使ってはいけないということですか？

いいえ、使ってください。使い方の問題です。「この領域はAIで効果が出ている」という方向の根拠としては有効ですが、「自社で年◯時間削減できる」という金額・時間の根拠にはなりません。稟議では前者として使い、後者は自社の業務の件数から積み上げてください。この2つを分けるだけで、質疑で崩れなくなります。

Q. 一次ソースの照合は、どのくらい手間がかかりますか？

1本あたり数十分から1時間程度です。原文をそのまま取得して、記事に書いた数字を1つずつ探して突き合わせるだけで、特別なツールは要りません。コツは逆向きにも確認すること。記事の記述が原文と合うかだけでなく、原文にあって記事に無い数字はないかを見ます。当社が成果の中心となる数字を落としていたのは、この逆向きの確認で見つかりました。

Q. 自社の効果測定は自動化できますか？

件数のカウントは自動化できます。CRMや実行ログから機械的に数えるほうが、自己申告より正確です。ただし削減時間の見積もりは、先に手作業で20〜30件回してからのほうが失敗しません。実際に自分でやってみないと、どの工程に何分かかっているかは分かりません。当社が自動化しているのも、先に手で回して形が固まった工程だけです。

Q. 「利用率」を目標にするのは間違いですか？

間違いではありませんが、効果の指標と混ぜないでください。利用率は普及の指標で、時間削減とは別の話です。普及フェーズは利用率、定着フェーズは削減時間と、段階で見る指標を分けるのが実務的です。両方を1つのKPIにまとめると、使わせること自体が目的になり、業務が減らないまま報告だけが良くなります。

Q. ベンダーの提示する削減効果は、どこまで信じてよいですか？

数字そのものより、分母を説明できるかどうかで判断してください。「どの業務の、1件あたり何分が、月に何件で、その件数はどう数えるのか」に答えられるベンダーの数字は検証できます。答えが曖昧なまま「業務が◯%効率化」とだけ言う場合は、導入後に効果を確認する手段がありません。当社が実装フィーを成果確認の後払いにしているのも、この検証を契約の前提に置くためです。

Q. 中小企業が参考にしやすい事例の見分け方はありますか？

比率を公表している事例です。絶対値（年◯万時間）は従業員規模に比例するので、そのままでは比べられません。総労働時間に対する削減率、対象者の利用率、対象業務の件数といった比率が出ている事例なら、自社の規模に置き換えて読めます。当社の事例集でも、規模の大きい企業の記事には「絶対値ではなく比率のほうが参考になります」と注記を入れています。

---

執筆・監修：佐々木 優希（上場企業 営業統括 兼 AI責任者／AIリモートワーカー代表）

スタートアップでのトップセールス、SFA・CRMのエンタープライズ営業マネージャーを経て、現在は上場企業で営業統括とAI責任者を兼務。売る側・道具を売る側・入れる側の3つの立場でツール導入に関わってきた経験をもとに、営業・マーケティング領域に特化したAI導入支援を行っています。効果の数字は、他社の事例ではなく自社の件数から立てる方針で支援しています。