AIによる生産性向上の話はあちこちで聞かれる。しかし、財務結果が必ずしも同じ物語を語っているとは限らない。
マッキンゼーの2026年グローバル調査は、このギャップをほぼ完璧に説明している。回答者の80%がAIによって個人の生産性が向上したと答えた。しかし、会社レベルでAIがEBITAにプラスの影響を与えたと答えたのは、わずか37%にとどまる。「AI高業績企業」と分類されたのは、たったの6%だ。これはEBITの少なくとも5%をAIに帰属させ、その影響を「重大」と評価した企業である。
これは残りの63%が何の恩恵も得ていないという意味ではない。回答者たちは、イノベーション、競争上の差別化、顧客満足度、従業員満足度の向上に加え、特定の業務機能における財務的な成果も報告している。また、これはあくまで調査であり、各社の損益計算書を精査した結果ではない。
それでも、パターンは見逃しようがない。
人は速くなった。しかしほとんどの組織において、P&L(損益計算書)はそれに追いついていない。
正直に自問してみれば、あなたもその感覚に心当たりがあるはずだ。
個人の生産性向上は実感しやすい
AIは、これまでのどのテクノロジーと比べても、私に多くの職業的エネルギーを与えてくれた。読む、調べる、整理する、比較する、問う、創造する、ときには弱点を見つけ出す——そういったことを、数年前なら不可能に思えたスピードで助けてくれる。
この向上は実感しやすい。2時間かかっていた作業が20分で終わる。リーダーはより十分な準備をしてミーティングに臨む。従業員は、木曜日まで白紙のドキュメントを眺めている代わりに、ランチ前には初稿を完成させる。
すべて重要なことだ。しかし、個人の生産性と企業の生産性は同じものではない。
従業員がタスクをより速く完了させたとしても、同じ承認を待つのに3日かかる。マネージャーがより優れた提案書を作成し、同じ6人委員会に送っても、さらに1週間手付かずのまま置かれる様子を見ることになる。人は改善した。だがプロセスは改善していない。
私たちはスプリントを自動化しながら、依然として渋滞を温存している。
節約された時間は「キャパシティ」であって、まだ「価値」ではない
これが、企業が見落とし続けている区別だ。AIが節約した時間はキャパシティを生むが、それは自動的にレバレッジを生むわけではない。
レバレッジとは、経営陣がそのキャパシティをどう使うかで決まる。従業員はより多くの仕事をこなすのか。顧客はより速く回答を得られるのか。品質は向上するのか。ミスは減るのか。次の10人を雇う前に、会社はより多くの業務量を吸収できるのか。節約された時間は、新製品の立ち上げや、これまで誰も取り組む余力がなかった問題の解決に役立つのか。
それとも、全員が少しだけ忙しくなくなったと感じるだけで、同じ会議、報告書、承認、引き継ぎ、そして経済性はまったく変わらないままなのか。AI導入前の10分の1の時間で働けるようにチームを整えたなら、それは本当に「静かな退職(quiet quitting)」なのだろうか。われわれ全員が注視すべき新たな戦略の予兆にも思える。
効率化を業務プロセスと全体戦略に組み込まない限り、P&Lは従業員が20分を節約したことを自動的に認識してはくれない。その20分をどこに振り向けるかを、誰かが指示しなければならない。
ワークフローを変える必要がある
マッキンゼー調査の高業績企業は、単によいプロンプトを入力していたわけではない。約4分の3が、AIを軸にワークフローを根本的に再設計したと答えており、他の回答者の4分の1と対照的だ。彼らはまた、経営陣の明確なコミットメントや、AI施策のインパクトを測定する定義されたプロセスを持つ割合が2倍高かった。
これが違いだ。彼らは古い仕事にAIをただ挿入したのではない。仕事の流れそのものを変えた。
AIが初稿を作成するなら、別の誰かが同じ初稿を手作業で作成するのはやめるべきかもしれない。AIが書類を検証するなら、すべてのファイルが同じレビュープロセスを経る必要はもうないかもしれない。AIが例外を特定するなら、訓練された人材は、自明なものを繰り返し承認する代わりに、例外対応に時間を割くべきかもしれない。
これに聞き覚えがあるなら、それは、ワークフロー、検証、エンドツーエンドのトランザクション自動化にわたって真のスケールを生み出すという、同じ課題だからだ。
新しいツールを追加し、古い仕事のすべてを温存したまま、経済性が動かないことに驚くことはできない。
そこで得られるのは変革ではなく、堆積である。チームにリーダーシップと説明責任が欠けているなら、あなたの行く手のフロントガラス越しに赤信号ばかりが見えることになるだろう。
マジックではなく、ビジネスを測れ
問題は、AIが30秒で何か役に立つものを生み出せるかどうかではない。トークンを節約するために言っておく——できるし、実際にやっている。
問題は、その回答が出た後に何が変わったか、である。サイクルタイムは改善したか。アウトプットは増え、具体的な金額価値を生んだか。製品の機能と便益の品質は向上したか。顧客はそもそも気にしているか。会社はより多くの仕事をこなし、それを請求できたか。最終的なボトムラインでコストは実際に下がったか。組織は全社で再現できる何かを学んだか。
見事なデモは、業務上の成果ではない。速くなった従業員は、自動的に速くなった会社ではない。その周囲のワークフローが変わらなければ、個別には印象的なAIの瞬間が1000個あっても、企業としての成果はきわめて凡庸なものに留まる。
われわれは皆、AIが機能することを知っている。その証拠は日増しに強まっている。
しかしAIは、生産性を従業員のデスクから会社の財務諸表まで運んでくれるわけではない。リーダーは依然として、仕事を再設計し、節約されたキャパシティを何に使うかを決め、新たに改善されたタスクを取り巻く摩擦を取り除かねばならない。
人が速くなったのは有望だ。
しかし本当の目的は、実際の金額で測定される「会社が良くなること」である。



