企業はかつてないほどAIに投資しており、あらゆる戦略計画において譲れない項目として扱っている。その支出は急速に積み上がっており、世界の企業によるAI投資は4000億ドルを超えた。それにもかかわらず、測定可能なROI（投資収益率）を報告している企業は10%未満だと、Draupは指摘する。
投資効果が得られないのは、技術が機能していないからではない。ほとんどのAI投資が静かに破綻するのは、労働力設計の段階だ。
Draupのソフトウェア分野における技術スキルのマッピング調査によると、AI関連のソフトウェア職の求人は、2023年第3四半期から2025年第2四半期にかけて米国で約50%増加し、同期間に米国のソフトウェア職におけるAI関連業務の割合は14.3%から21.3%に上昇した。AI人材への需要は加速している。しかし、それを支える組織インフラが追いついていないことは明らかだ。
真の投資効果を求める企業は、技術導入後ではなく、技術と並行して業務の進め方を再設計する必要がある。
労働力設計がAIのROIを決定する時代
AI導入は、組織設計が追いつけないスピードで進んでいる。
筆者の会社であるProsper Insights & Analyticsの最近の調査によると、経営幹部の48.6%がすでに生成AIを使用していると回答したのに対し、従業員ではわずか29.7%だった。このギャップは、経営層は賛同しているものの、大規模なAI導入を支える労働力構造がまだ追いついていないことを示している。
定型業務が自動化されると、それに付随する責任が移行する。監督、検証、例外処理が拡大する。誰かが出力結果をレビューし、エラーを発見し、システムが不十分な場合に判断を下さなければならない。この変化を考慮して役割を再設計していない企業では、その変化が計画外の労働の複雑性とコストとして静かに蓄積されていく。
真の投資効果を上げている企業は、AI導入後ではなく、導入と並行して役割を再設計している。
AIは業務を排除していない――再配分しているのだ
AIの生産性向上という約束は、定型業務を自動化し、労働時間を削減し、利益率を改善するという前提の上に成り立っていた。多くの企業にとって、現実はより複雑だった。定型業務は自動化されているが、それに付随する業務は別の場所に移っている――より長い人間によるレビュー待ち行列、より複雑なプロンプト改善サイクル、そして以前は存在しなかった例外処理ワークフローへと。
Prosperの調査では、回答者の37.5%がAIには人間による監督が必要だと述べ、37.7%が誤った情報やハルシネーション（幻覚）を最大の懸念事項として挙げている。これらは例外的なケースではない。あらゆるAI導入の上に乗る、恒久的かつ拡大する熟練した人間の業務層を表している。
「企業は、AIのパフォーマンスがその周囲にある人間のガイダンスの質に直接結びついていることを学んでいる」と、Draupの最高経営責任者（CEO）兼共同創業者であるヴィジェイ・スワミナサン氏は述べる。「人間が導くAIは、AI単独のシステムを一貫して上回るパフォーマンスを示す。つまり、熟練した監督への需要は過渡的なコストではなく、構造的なコストなのだ」
ほとんどのROIモデルが見逃している隠れた労働コスト
企業が監督業務の増加を認識している場合でも、ほとんどのROIモデルはそれを捉えるように構築されていない。「削減された時間」や「自動化されたタスク」といった指標は、プロセスが自動化されれば業務が消えると想定している。実際には、業務は移行する――多くの場合、より上級で高給の従業員へと――そして、その移行のコストが効率性の計算に含まれることはほとんどない。
AIツールを導入している組織は、低品質な出力結果を修正する従業員によって、期待される生産性向上のほぼ40%を失っていると、Workdayの調査は示している。この手直しとエラー修正は、誰もAIコストとして追跡していない時間を消費し、新たな導入ごとに規模が拡大する。
賃金圧力が問題を悪化させる。ソフトウェア分野における技術スキルのマッピング調査では、北米のAIエンジニアの給与が2023年から2025年の間に56%増加したことも明らかになった。企業がAIを機能させるために必要な高額な人材への依存度を高めるにつれ、監督に必要な人材に大幅に多くの費用を費やしている――そして、これらの組織の多くは、そのコストを最初から考慮していない。
しかし、より重要な発見は、企業がリスキリング（再教育）に投資した場合に何が起こるかだ。Draupの独自データによると、内部でリスキリングされた従業員は、18カ月を超えて在籍する可能性が約50%高い。つまり、内部からAI能力を構築する組織は、採用コストを節約しながら、定着率を通じて投資効果を複利的に高めているのだ。
リーダーが今すべきこと
デロイトの2026年版企業におけるAIの現状レポートによると、53%の企業がAIリテラシー教育を最優先の人材戦略としているのに対し、キャリアパスの再設計（33%）やAIを中心とした組織構造の再構築（30%）を行っている企業ははるかに少ない。従業員にAIツールの使い方を教えることは、それらを中心に業務の進め方を再構築することとは異なる。
これらの数字は、ROIに直接現れるギャップを明らかにしている。このギャップを埋めている企業は、機械のみのタスク、人間とAIの協働作業、人間の判断のみを必要とする意思決定の間に明確な線を引き、導入をさらに拡大する前に、その区分を中心に意図的に労働力を構築している企業だ。
これはまた、虚栄の指標を実際のビジネス成果に結びついた指標に置き換えることを意味する。削減された時間や自動化されたタスクは不完全な物語を語る。サービス提供コスト、利益率の保護、収益実現可能性は、AIが損益計算書レベルで価値を提供しているかどうかのより完全な全体像を与える。
最後に、ガバナンス、監督、手直しのコストは、最初から明示的にモデル化される必要がある。ほとんどのROI予測は、実際の導入条件との接触に耐えられない最良のケースの自動化想定に基づいて構築されている。
AI支出とAI投資効果の間のギャップを埋める企業は、技術そのもののコストだけでなく、AIを機能させるための完全なコスト――人材、監督、リスキリング――を計画している。
AI投資を成果につなげる
AIに投資する価値はあるのか？企業は、それを予算の恒久的な項目にした時点で、その議論に決着をつけた。未解決のままなのは、投資が正しく構造化されているかどうかだ。
技術支出は方程式の目に見える部分だ。労働力側――役割がどのように設計されるか、人材がどのように育成されるか、監督が最初からどのように組み込まれるか――こそが、実際の業務のほとんどがまだ行われている場所だ。これらは柔軟な考慮事項や長期的な賭けではない。AIがその約束を果たすか、それとも保護するはずだった利益率を静かに消耗させるかを決定する、即座の運用上の変数なのだ。
AIを正しく導入するということは、まず労働力の方程式を正しく理解することを意味する。技術は待ってくれないし、それを無視するコストも待ってくれない。
開示：上記で参照した消費者意識調査は、筆者の会社であるProsper Insights & Analyticsによって実施された。これは全米小売業協会が使用しているのと同じデータセットであり、Amazon Web Services、ブルームバーグ、ロンドン証券取引所グループから経済ベンチマーキング用に入手可能である。
