中小企業が「AIのROI」を正しく測定する方法

連邦準備制度の2025年中小企業調査で、AIによって売上が増えたと回答した企業はわずか31%だった。中小企業でAIの投資利益率を測るには、まず1つのワークフローを選び、ツールを本格導入する前のコスト、所要時間、エラー率を記録する。そのうえで同じ数値を60〜90日間追跡する。セットアップや人による確認時間を含むツールの総コストを、変化によって生じた金銭的価値から差し引き、そのコストで割ればよい。

この31%という数字は、連邦準備銀行が2025年9〜11月に実施した「2025年中小企業信用調査」によるものだ。同調査のAIに関する項目には、従業員を雇用する企業5248社が回答し、全国の母集団に合うよう加重処理された。同じ調査では、少なくとも1人の従業員を抱える企業の46%が、事業または従業員がAIツールを利用していると回答した一方、回答者の77%は、その利用による人件費の変化はないと答えた。言い換えれば、多くの経営者は、AIのROIを示せるようになる前に、中小企業向けAIに支払いを始めているようだ。

なぜ中小企業にとってAIのROI測定はこれほど難しいのか

効果は多数の小さな業務に分散しており、全国規模のデータでさえ基本的な事実について一致していない。米国勢調査局の「Business Trends and Outlook Survey」を基にした同局のワーキングペーパーによると、2025年11月から2026年1月の間に、事業機能でAIを利用した企業は18%だった。この調査は約20万社に2週間ごとに実施されている。AI利用企業のうち、57%は3つ以下の機能でAIを使っていた。導入が最も進んでいたのは営業・マーケティングで、AI利用企業の52%に上った。

業界調査では、この数字ははるかに高くなる。バブソン大学とDavid Binder Researchは、ゴールドマン・サックスの「10,000 Small Businesses」プログラム参加者1256人を対象に、2026年1月27日から2月4日にかけて調査を行い、76%が現在AIを利用していると回答した。利用者のうち93%は、プラスの影響があったと答えた。一方で、AIが中核業務に完全に組み込まれているとした回答者は14%にとどまった。ビジネス教育プログラムの参加者は、経営者全体から無作為に抽出されたサンプルではない。また、この結果を公表した同プログラムの政策提言部門は、中小企業向けAI研修を拡大する法案を支持するためにも、その結果を用いている。

このばらつき自体に意味がある。AIが役に立つかという幅広い質問には熱意ある回答が集まりやすい一方、売上や人件費に関する狭い質問では控えめな回答になる。実際のAI ROIを知りたい企業は、自社の帳簿に対して、その狭い質問を投げかける必要がある。

AIコストとして何を数えるべきか

サブスクリプション料金は最も目につきやすいAIコストだが、往々にして最も少額でもある。創業者が見落としがちな費用については、AIの隠れコストに関する以前のコラムで取り上げた。AI ROIを考えるうえでは、全体のリストは次の5項目に及ぶ。

• サブスクリプション料金と利用料。ユーザー単位の料金や超過料金を含む。
• セットアップ時間。ツールをメール、顧客関係管理（CRM）ソフト、会計ソフトに接続し、ツールが従う指示を作成する時間。
• 確認時間。AIの出力を確認、修正、承認するために人が費やす時間。
• 研修。ツールを日常的に使う従業員向けの研修。
• エラーコスト。不適切な出力が顧客に届いた場合の返金、やり直し、顧客喪失など。

支出は最初の購入後も横ばい、または増加する傾向がある。2019年から2025年を対象としたChase Business Bankingの取引データによると、新たにAIを導入した中小企業は低い支出水準から始めていた一方、定着している導入企業は支払額を維持または増やしていた。複数のカードに分散した少額の請求は見落としやすい。記憶に頼るのではなく、銀行明細とカード明細からすべてのAI関連請求を抜き出すべきだ。

確認時間には特に注意が必要だ。利益を完全に打ち消すことがあるからだ。非営利団体METRが実施した2025年のランダム化試験では、経験豊富なオープンソース開発者16人が、よく知るリポジトリで作業したところ、AIツールの利用を認められた場合、タスク完了までの時間が19%長くなった。研究前、参加者はAIによって時間が24%短縮されると予想していた。研究者らは、経験の浅い労働者や小規模プロジェクトでは結果が異なる可能性があると注意を促している。それでも経営者にとっての教訓は変わらない。利用者は自分のAI生産性を過大評価することがあるため、感覚を尋ねるのではなく、実際の作業時間を測るべきである。

AIのROIはどのように計算するのか

AIのROIは、他の投資と同じ式を使う。利益の金銭的価値からAIの総コストを差し引き、それをAIの総コストで割る。成果の評価こそが難しい部分であり、通常それは節約された時間、増加した粗利益、あるいは回避されたエラーとして表れる。

計算例

月次の顧客向けレポート作成にAIアシスタントを導入する、従業員5人の架空の記帳代行会社を考えてみよう。ツールの費用は4席で月120ドル（約1万円）、年間1440ドル（約22万円）である。セットアップには経営者が10時間を費やし、1時間75ドル（約1万円）で評価すると750ドル（約11万円）になる。従業員は週8時間を節約でき、1時間40ドル（約1万未満円）で評価されるが、草稿の確認に週2時間を費やす。

1年間では確認時間のコストが4160ドル（約65万円）となり、総コストは6350ドル（約101万円）になる。週8時間の削減効果は年間1万6640ドル（約263万円）の価値がある。純利益は1万290ドル（約163万円）となり、AIのROIは約162%である。

ただし、この結果が成り立つのは、節約された時間が別の場所で使われる場合に限られる。従業員がその時間を請求可能な業務に充てる、あるいは会社が採用を先送りできるなら、その利益は実際の現金になる。節約された時間が手持ち無沙汰な午後に消えてしまうなら、紙の上のAI ROIが銀行口座に届くことはない。

中小企業がAIについて追跡すべき5つの数値

AI ROIの各指標には、ツールを本格導入する前に記録したベースラインが必要だ。それがなければ、いかなる改善も推測に過ぎない。

AIに帰属させるべきなのは売上ではなく粗利益である。売上が5000ドル（約79万円）増え、粗利率が30%のキャンペーンの価値は1500ドル（約23万円）であり、計算式に入れるべき数字はこれだ。季節要因も結果を偽装する可能性があるため、可能であれば前年同期と比較する。特に年末商戦の四半期に入る時期は重要である。

AIのROIを判断するまで、どのくらい測定すべきか

ほとんどのワークフローでは、2〜4週間のベースライン取得後、60〜90日を見込む。以下の手順に従えば、テストを明確に保てる。

1. 送付した請求書、解決したチケット、作成した提案書など、明確な作業単位を持つワークフローを1つ選ぶ。
2. AIを使わずに2〜4週間測定し、ベースラインを設定する。
3. そのワークフローだけでツールを有効にし、初日から確認時間を記録する。
4. 同じ指標を60〜90日間追跡する。
5. AIのROIを計算し、拡大、調整、または中止を判断する。

90日という期間は、後述するMITの研究と一致している。同研究では、中堅組織がAIの試験導入を本格利用へ移すまでに約90日を要したことが示された。1つのワークフローずつテストすることも重要だ。3つのツールを同時に走らせれば、どれが結果を生んだのか判断できない。

AIによる生産性向上が表れないとき

慎重であるべき根拠はデータにある。MITのNANDAイニシアチブによる2025年の予備報告書は、同研究の対象組織の95%が、生成AIの試験導入から測定可能な事業リターンを得ていなかったと指摘した。この複数手法による研究は、2025年1月から6月に実施された。調査対象の中堅企業は、試験導入から本格実装まで約90日で移行した一方、大企業では9カ月以上を要した。

このサンプルは中小企業を代表するように設計されたものではなく、95%という数字も、すべてのAIプロジェクトではなく、調査対象組織について述べたものだ。それでも、経営者が真剣に受け止めるべき傾向を示している。日常業務の一部にならないツールがリターンを生むことはめったにない。

効果は、誰がツールを使うかにも左右される。5179人のカスタマーサポート担当者を対象にした2023年の研究では、生成AIアシスタントを利用できるようにすると、1時間当たりに解決される案件数が平均14%増え、初心者やスキルの低い担当者では34%増えた。経験豊富な担当者の効果はごく小さかった。AIのROIは、会社全体で一括して測るのではなく、職務ごとに測るべきである。

この証拠は、中小企業にとってAIが割に合わない領域も示している。最も経験豊富な人材がすでに素早くこなしているタスク、1回のミスが高くつく業務、測定するには不規則すぎるワークフローである。そうした場合、その資金は別の場所で使った方が効果的かもしれない。

ROI計算が見落とすもの

厳密なAI ROIの計算には、それ自体に盲点がある。ニューヨーク連邦準備銀行の研究者らは、同じ2025年調査を分析し、AI利用者は非利用者よりも、今後12カ月の売上について14ポイント楽観的であることを明らかにした。この差は、企業と経営者の特性、過去の売上を調整した後も残った。財務状態が普通または悪い企業ではその差が24ポイントと、良好な企業の15ポイントより大きかった。

別の調査結果も同じ方向を示した。ウェブサイトやEコマースなどのテクノロジーに問題を抱えていると回答したAI利用者は、そうした問題のないAI利用者よりも、売上について16ポイント楽観的だった。研究者らは、AIがそうした企業に対し、本来なら成長を制約する技術面の制約を乗り越える助けになっている可能性を示唆した一方で、企業が実際にその期待を達成するかどうかはまだ不明だと指摘している。期待はリターンではない。それでも、3人の店舗が本来なら人員を確保できない仕事を処理できるようにするツールには、90日間のスプレッドシートでは過小評価される価値があるかもしれない。

AI ROIの数値をどう使うべきか

今週、従業員の時間を最も消費し、作業単位が明確なワークフローから始めるべきだ。AIコストが現実を反映するよう、過去3カ月分の銀行明細とカード明細からすべてのAI関連請求を抽出する。年末商戦の忙しさで数値が歪む前にベースラインを記録し、90日目にカレンダーでリマインダーを設定する。

その時点でAI ROIがマイナスなら、ツールを打ち切るか、役割を絞るべきだ。プラスの結果なら、次のワークフローへ拡大し、再び測定する。いずれにせよ、調査の平均値ではなく、自社のデータに基づいた確かなAI ROIの数値を手にすることになる。

（forbes.com 原文）