AI を業務に入れて数か月たち、現場からは「楽になった」という声が上がっています。ところが経営会議で「それで、どれだけ効果があったのか」と聞かれると、比べる元の数字が手元にありません。効果測定でよくあるつまずきは、導入前の数字を取らずに始めてしまうことです。処理件数や差し戻しの件数は業務システムの記録から後で拾えますが、1件あたりの作業時間はその場で測るしかなく、導入が始まると以前の状態は測り直せません。
評価設計の記事では、AI の出力が合格か、本番に出してよいかの決め方を書きました。この記事はその先の話です。AI を入れた業務の作業時間・・処理件数を、導入前の状態を表す数字（基準値）と比べ、経営が続けるか、範囲を変えるか、止めるかを決めるまでの段取りを追います。以下では、AI 導入を任されて数字をまとめる人を「推進担当」、対象の業務を日々受け持つ人を「現場の担当者」と呼びます。出力が正しくても、現場の担当者がそれを確かめる時間が長ければ、業務としての効果は出ません。
効果を数字で言うには、着手前に業務の1サイクル分（日次の業務なら2週間、月次の業務なら1か月）の基準値を取り、導入後も同じ定義で測る。見る数字は1つの業務につき時間・質・量の3つ。浮いた時間は、人が AI の出力を確認・修正する時間を差し引いた正味で数え、費用として減った額と別の仕事に回した時間を分けて報告する。推進担当が週次で集計して部門責任者に出し、繁忙期や人の入れ替わりは前年同月や AI を使わない件と並べて切り分ける。90日目に、基準値との比較をもとに経営が続けるかを決める。
この記事の要約
成果を測る指標を決めていない会社は、まだ多い
情報処理推進機構（IPA）が2025年2〜3月に日本・米国・ドイツの企業へ行った調査「DX 動向2025」では、DX に取り組む日本企業のうち、成果を把握する指標を設定しているのは27.4%でした。米国は89.8%、ドイツは82.7%です。設定していない理由の最多は「評価指標はこれから定める」、次が「評価指標の設定方法がわからない」でした。DX 全般についての調査ですが、AI 導入でも報告で詰まる原因は同じところ、つまり始める前に物差しを決めていないことにあると筆者は見ています。
一方で、生成 AI の利用はすでに広がっています。総務省の令和8年版情報通信白書では、何らかの業務で生成 AI を使っている日本企業が86.4%でした。生成 AI の活用で生じうる影響を聞いた設問では、日本は「作業時間の短縮などによる業務の効率化」が61.6%で最も多く、米国・ドイツ・中国で最多だった「製品・サービスの質の向上」は32.2%にとどまります。日本企業が生成 AI の影響をまず時間の短縮として捉えているなら、経営への報告でも最初に問われるのは時間の変化だろう、というのが筆者の読みです。
| 資料 | 数字 | 筆者の読み |
|---|---|---|
| IPA「DX 動向2025」 | DX に取り組む日本企業のうち成果指標を設定している割合 27.4%（米国 89.8%、ドイツ 82.7%） | 効果を測る物差しを、始める前に決めていない会社が多い |
| 令和8年版情報通信白書 | 生成 AI を業務で使う日本企業 86.4%、生じうる影響の最多は業務の効率化 61.6% | 報告で最初に問われるのは作業時間の変化になりやすい |
| 2026年版中小企業白書（概要） | 2019年以降の省力化投資として AI 活用に取り組んだ中小企業 30.3%（n=5,645） | 中小企業にはこれから導入する会社が多く、測る準備を最初から組み込める |
表の2行目と3行目の数字は、調べた会社も質問も違うので、並べて比べることはできません。86.4%は規模を問わない企業に「生成 AI を何らかの業務で使っているか」を聞いた結果で、30.3%は2026年版中小企業白書の概要が帝国データバンクの調査をもとに示した、中小企業のうち「2019年以降の省力化投資として AI 活用に取り組んだ」割合です。同じ白書は IT ツール活用の評価を「想定を超える効果が得られた」「想定した効果が得られた」「想定した効果が得られなかった」の3択で聞いています。想定した効果に届いたかを数字で答えるには、想定そのものを始める前に書いておく必要があります。
「楽になった」という実感だけでは、効果の証拠にならない
数字の代わりに、現場の担当者の実感を聞いて報告する方法もあります。手軽ですが、実感と実測がずれた例が報告されています。米国の研究機関 METR が2025年に行ったでは、公開されているソフトウェアの開発に長く関わってきた開発者16人が、自分が関わるソフトウェアの実際の課題246件に取り組みました。開発者は着手前、AI ツールを使えば24%速くなると予想し、終わった後も20%速くなったと感じていました。ところが実際にかかった作業時間は、AI を使った場合のほうが19%長かったのです（METR の報告）。
この結果を「AI は仕事を遅くする」と読むのは誤りです。METR 自身、対象の開発者と作業が開発の仕事全体を代表するものではないと断っており、2026年2月の続報では、参加者との会話から、今は当時より AI で速くなっている可能性が高いと述べています。この研究が示すのは、速くなったという感覚と測った時間がずれうることです。感覚は測る業務を選ぶ手がかりには使えますが、経営への報告の根拠にはなりません。
デジタル庁の令和6年度の技術検証報告書にも、職員アンケートの結果が載っています。回答者117名に、生成 AI を使った業務について「業務1回あたりに割く時間」がどの程度減ったかを体感値で聞いたところ、「1時間〜半日（4時間）」が90件で最も多く、1日以上は少数でした。複数の業務で使った人は複数回答できる設問で、回答の合計は109件です。90件は90人という意味ではありません。選択肢は「1時間〜半日」が最も短く、1時間未満や「減っていない」は選べない作りでした。どの程度の時短が多いかの目安にはなりますが、この回答から金額までは出せません。
| 取り方 | 分かること | 報告での使い方 |
|---|---|---|
| 現場の担当者への実感アンケート | どの業務で楽になったと感じているか | 次に測る業務を選ぶ材料にする |
| 作業時間の計測（10〜20件） | 1件あたりの作業時間と、そのばらつき | 基準値と導入後の比較に使う |
| 業務システムの記録 | 処理件数、差し戻しの件数、依頼から完了までの日数 | 毎週の報告の数字にする |
表の上の段から下の段へ進むほど、手間はかかりますが数字の信頼度は上がります。実感アンケートを捨てる必要はありません。アンケートで「楽になった」という声が多い業務を選び、そこから時間の計測と記録の集計に進みます。報告書の数字は下の2段から取り、実感は補足として添える、という使い分けです。
1つの業務で測る数字は、時間・質・量から1つずつ選ぶ
何を測るかで迷ったら、時間・質・量の3つから1つずつ選びます。時間は1件あたりの処理時間か依頼から完了までの日数、質は手戻り・差し戻し・訂正の件数、量は一定期間に処理した件数です。時間だけを目標にすると、確認の手順が省かれやすくなります。質の数字を並べておけば、速くなった代わりにミスが増えていないかを同じ報告で確かめられます。
時間と質を並べて測る考え方は、研究でも取られています。Erik Brynjolfsson 氏らが5,179人のカスタマーサポート担当者のデータを分析した論文（Quarterly Journal of Economics、2025年掲載）は、生産性を「1時間あたりに解決した問い合わせの件数」で測り、平均14%の向上を報告しました。経験が浅い、またはスキルの低い担当者では34%向上し、熟練した担当者ではほぼ効果がありませんでした。同じ論文は、顧客の反応が良くなったことや担当者の定着率も合わせて報告しています。件数だけを見ていると顧客の不満が増えていても気づけないので、自社で測るときも件数と並べて質の数字を置いておくべきだと考えます。
| 業務 | 時間 | 質 | 量 | 数字の出どころ |
|---|---|---|---|---|
| 経理（請求書処理・仕訳） | 請求書1枚の処理時間、月次の締めにかかる日数 | 承認前に人が直した仕訳の件数、差し戻しの件数 | 月の処理枚数 | 会計ソフトの登録履歴、承認の記録 |
| 問い合わせ対応 | 1件の対応時間、初回の回答までの時間 | 再度の問い合わせ、人へ回すべき件の回し漏れ | 担当者1人1時間あたりの解決件数 | 問い合わせ管理システムの記録 |
| 営業（見積・商談記録） | 見積の依頼から送付までの時間、商談記録の入力時間 | 見積の差し戻し、金額の訂正 | 1人あたり週の見積件数 | 案件管理システムの履歴 |
| 採用（応募者対応） | 応募から最初の連絡までの時間、面接日程が決まるまでの日数 | 連絡の誤り、日程の再調整 | 1人あたり月に対応した応募者数 | 採用管理システムの記録 |
表のいちばん右の列は数字の出どころです。ここが決まらない指標は測り続けられません。手作業で集計する数字は忙しい週から抜けていくので、どの業務でも、システムに残る記録から取れる数字を優先してください。経理なら経理業務の記事、問い合わせなら問い合わせ対応の記事に、それぞれの業務で見る数字をもう少し細かく書いています。
残業時間・外注費・採用予定の人数は、経営にとって最も関心のある数字です。ただし、これらは AI の効果が出たあとで遅れて動く結果の数字で、毎週の変化を見るには向きません。週次では時間・質・量の3つを追い、残業時間と外注費は月次か四半期の報告で基準値と比べる、という使い分けにします。
基準値は着手前に、業務の1サイクル分を取っておく
基準値は、AI の試作を始める前に取ります。外部のFDE（顧客の現場に入り、業務に合う仕組みを本番稼働まで作る技術者）を入れる場合は、着任直後に業務の棚卸しをする週が、基準値を取るのに向いています。試作が始まると現場の担当者は新しいやり方を試し始め、以前の作業時間は測れなくなります。
期間は業務の1サイクル分が目安です。毎日同じように発生する業務なら2週間、月末に山がある経理なら1か月分を取らないと、繁閑の差で数字がぶれます。処理件数と差し戻しの件数は、業務システムの記録から過去3か月分をさかのぼって集計できることが多いでしょう。差し戻しを記録していない業務は、この時点から数え始めます。
手間がかかるのは作業時間です。作業時間はふだん記録されていないので、推進担当が計測期間中に届いた件から到着順に10〜20件を抜き出し、現場の担当者2人以上に開始と終了の時刻を書いてもらいます。簡単な件だけを選ぶと基準値が短く出るので、選り好みはしません。1人だけに測ってもらうと、その人の熟練度が基準値になってしまいます。記録は共有の表計算ソフトに1件1行で書いてもらうと、あとで集計しやすくなります。
図の4つの段階（着手前・中・本番後・90日目）のすべてで同じ定義を使うことが、比較を成り立たせる条件です。定義は1枚の紙にまとめ、導入後に測る人も同じ紙を見ます。書いておく項目は次の5つです。
- 1件の数え方（請求書1枚か、取引先1社分か）
- 時間を測る開始と終了（請求書を受け取った時点から、承認に回した時点まで、など）
- 作業時間と待ち時間の分け方（上司の承認待ちは作業時間に含めない、など）
- 対象から外す件（金額の大きい取引、初めての取引先など、例外として人が最初から扱う件）
- 誰が、いつ、どこに記録するか（共有の表計算ソフトに1件1行、など）
3つ目の待ち時間は、見落としやすい項目です。依頼から完了までの経過時間をと呼びますが、この中には承認待ちや確認待ちが含まれます。AI で作業時間が半分になっても、承認待ちが3日あれば、依頼した人から見た完了までの日数はほとんど変わりません。作業時間とリードタイムは分けて測り、どちらが縮んだかを別々に報告します。
繁忙期や人の入れ替わりと、AI の効果を切り分ける
導入前と導入後の数字を並べただけでは、変化が AI のおかげかどうかは分かりません。決算期が終わって件数が減れば、1人あたりの残業時間は AI がなくても減ります。ベテランが退職して新しい担当者に代われば、AI を入れても1件あたりの時間は一時的に延びるでしょう。同じ時期に入力画面を新しくしていれば、どちらの効果かを区別できません。
| 起きやすい要因 | 数字への影響 | 切り分け方 |
|---|---|---|
| 繁忙期・閑散期 | 件数と残業時間が上下する | 1件あたりに直し、前年同月と比べる |
| 担当者の入れ替わり・休暇 | 1件あたりの時間が上下する | 担当者別に集計し、入れ替わった週を報告に書く |
| 同時期の業務変更（様式・画面・承認の段数） | AI と無関係に時間が変わる | 変更日を記録し、変更の前後で分けて比べる |
| 並走期間の二重作業 | 導入直後は時間が増える | 並走中の数字は参考にとどめ、旧手順を止めた後の数字で比べる |
表の4つより手堅いのは、同じ期間に AI を使う件と使わない件を並べることです。たとえば問い合わせ対応なら、ある種類の問い合わせだけ先に AI を使い、残りは従来どおりにして、同じ週の数字を比べます。前に挙げたカスタマーサポートの論文も、AI が担当者ごとに時期をずらして導入されたことを利用して効果を分析しています。単純な比較がなぜ誤りやすいかは、原因と結果の見分け方を扱った因果推論の入門記事に詳しく書いています。
30〜300名の会社では、比べるための別の組を用意できないことも多いはずです。その場合は、1件あたりに直した数字を前年同月と並べ、週次の報告に「その週に起きたこと」（担当者の休暇、様式の変更、取引先の増加など）を1行ずつ残してください。数字が動いた理由を後から推測するより、その週に書いておいたほうが確かです。
浮いた時間を金額にするときは、人の確認時間を差し引く
経営への報告では、減った時間を金額に換算したくなります。計算の骨格は単純で、1件あたりの時間の差に月の件数を掛け、時間単価を掛けます。問題は、導入後の1件の時間に何を含めるかです。AI が下書きを作る時間はほぼゼロでも、人がその下書きを読み、元の書類と照らし、直す時間はかかります。AI に渡す書類をそろえる時間や、失敗してやり直した時間も同じです。これらを入れずに計算すると、削減時間は実際より大きく見えます。
| 項目 | 計算例（仮の値） |
|---|---|
| 月の処理件数 | 600件 |
| 導入前の1件の時間（基準値） | 6.0分 |
| 導入後の1件の時間（人の確認・修正の2.0分を含む） | 2.5分 |
| 月の削減時間 | （6.0分 − 2.5分）× 600件 ＝ 2,100分 ＝ 35時間 |
| 時間単価 | 3,000円 |
| 削減時間の金額換算 | 35時間 × 3,000円 ＝ 105,000円 |
| 差し引く AI の利用料 | 20,000円 |
| 差し引く運用の手間（週1時間の点検 × 4週 × 3,000円） | 12,000円 |
| 正味の金額換算 | 105,000円 − 20,000円 − 12,000円 ＝ 73,000円 |
表の数字は計算の手順を示すための仮の値で、実測値や相場ではありません。時間単価には、給与に加えて会社が負担する社会保険料なども含め、経理と相談して決めます。AI の利用料は件数とともに増えるので、AI の月額費用を見積もる記事の計算式で1件あたりの費用を出し、件数に合わせて差し引いてください。導入時の構築費は月々の数字に混ぜず、正味の金額で何か月あれば回収できるかを別に示します。
計算した金額も、そのまま現金になるわけではありません。残業が減る、外注をやめる、欠員を補充せずに済む、といった形になって初めて、会社の費用は減ります。浮いた時間で現場の担当者が別の仕事をしているなら、その時間は「別の仕事に回した時間」として数えます。報告では「費用として減った額」と「別の仕事に回した時間（何に使ったか）」を分けて書き、2つを足し合わせないようにします。
別の仕事に回した時間を軽く扱う必要はありません。請求書処理で浮いた時間を入金の確認に回し、未回収の売掛金が早く見つかるようになったなら、それも経営にとっての効果です。ただ、その効果を示すには、入金確認の側でも基準値が要ります。使い道の数字も導入前から測っておけば、月次の報告で「浮いた時間を入金確認に回し、入金の遅れに気づくまでの日数が何日縮んだ」と、使い道の側の変化まで数字で示せます。
報告は週次・月次・90日目に分け、90日目に続けるかを決める
報告は週次・月次・90日目の3つの頻度に分け、それぞれ誰が誰に出し、何を決めるかを先に決めておきます。90日は、AI を本番の業務で使い始め、社内へ引き継ぐまでを見込んだ期間です（詳しくはFDE の90日ロードマップ）。
| 頻度 | 誰が誰に | 載せる数字 | その場で決めること |
|---|---|---|---|
| 週次（15分） | 推進担当から部門責任者へ | 処理件数、1件の時間（確認込み）、手戻りの件数、人が止めた件数（AI の結果をそのまま使わず、現場の担当者が保留や差し戻しにした件数）、その週の出来事 | AI の設定や手順の手直し |
| 月次 | 部門責任者から経営へ | 削減時間、費用として減った額、別の仕事に回した時間、AI の利用料 | 対象の件や業務の範囲の調整 |
| 90日目 | 経営が判断し、推進担当と現場が説明する | 基準値との比較、導入前に書いた想定との差 | 続ける／範囲を変える／止める |
表の週次の欄は、15分の打ち合わせで読み上げられる量に絞っています。月次と90日目の報告は週次の数字を積み上げて作るので、週次の集計が止まると、その先の報告も作れなくなります。
図の週次報告で、1件の時間の下に「うち人の確認・修正」の行を分けているのは、対策が変わるからです。確認の時間が長いまま減らないなら、現場の担当者が AI の出力を信用できず、毎回すべてを見直している可能性があります。その場合に直すべきは、AI の出力の質か、どこまで確認するかの決め方です。担当者の努力で縮む数字ではありません。
集計は、現場の担当者に任せきりにせず、推進担当か社内の推進部門が受け持つのがよいと考えます。令和8年版情報通信白書も、ヒアリングした先進企業の多くで、DX 推進部門が事業部門への伴走支援の一つとして効果測定を担っていたと書いています。デジタル庁の報告書に載っている民間の大企業1社（金融・保険業）へのヒアリングでも、試行錯誤にかかるコストを経営層や管理職に理解してもらうには、具体的な効果を定量・定性の両面で定期的に報告し、経営への影響と結びつけることが大事だという声が載っていました。
週次の数字は、推進担当が業務システムと共有の表計算ソフトから集計します。評価設計の記事で書いた、AI の出力を週に一定件数抜き取って採点する作業と同じ打ち合わせで扱えば、場を増やさずに済むでしょう。外部の支援者がいる間は集計を手伝ってもらってもかまいませんが、手順は支援が終わった後も社内で回る形にしておきます。支援者が抜けた月から報告が止まれば、90日目以降に効果が落ちても誰も気づけません。
90日目に何をもって続けるとするかは、導入前に経営と書いておきます。たとえば「1件の時間が基準値から3割以上減り、手戻りの件数が基準値を上回っていなければ続ける」のような書き方です。何割を条件にするかは、業務の件数と AI の費用から会社ごとに決めるもので、決まった相場はありません。条件を後から決めると、出た数字に合わせて基準を動かしたくなります。判断の場の進め方は、90日ロードマップの記事にまとめています。
効果が出ないときは、原因を分けてから決める
90日たっても基準値から数字が動かないことはあります。そのとき「AI は効かなかった」と一括りにすると、止める判断も続ける判断も根拠が弱くなります。時間・質・量のどれが動かなかったのか、どこで時間を使っているのかを見れば、原因はかなり絞れます。
| 見えている状態 | 考えられる原因 | 次の一手 | 判断の方向 |
|---|---|---|---|
| 1件の時間が減らず、人の確認の時間が長い | 現場の担当者が AI の出力を信用できず、毎回すべて見直している | AI の出力を合格とみなす基準と、人が確認する範囲を決め直す | 範囲を変える |
| 1件の時間は減ったが、合計の削減時間が小さい | 対象業務の件数がもともと少ない | 同じ仕組みを件数の多い業務に広げるか検討する | 範囲を変える、または止める |
| AI を使った件が全体の半分に満たない | 手順に組み込まれず、使うかどうかが担当者任せになっている | 業務手順を書き換え、使う件と使わない件の条件を決める | 続ける |
| 手戻りの件数が基準値より増えた | 出力の誤りを人の確認で拾いきれていない | 人の確認を増やし、誤った件を AI の出力を試すときの確認用の例に加える | 範囲を変える、または止める |
| 基準値がなく、比べられない | 着手前に測っていない | 次の節の方法で比べる | 判断を次の区切りに延ばす |
表の1行目の状態なら、見直す先は AI の出力の評価です。AI の出力の質を上げる作業は、業務の効果を測る作業とは別の仕事で、評価設計の記事で書いた合格基準とテストの話に戻ります。業務の効果測定で分かるのは「確認の時間が減っていない」という事実までで、その原因が出力の質にあるのか、確認の決め方にあるのかは、評価のやり方で確かめます。
止めると決めた場合も、基準値と90日間の数字、止めた理由を記録に残せば、次に別の業務で AI を試すとき、同じ見込み違いを避けられます。避けたいのは、数字がないまま使い続けて、利用料だけが毎月引き落とされていく状態です。
すでに AI を入れていて、導入前の数字がない場合
ここまでは導入前に測る前提で書いてきましたが、この記事を読んでいる方の中には、すでに AI を使い始めていて基準値がない会社も多いはずです。その場合も、比べる相手を探す手はあります。導入前の作業時間そのものは取り戻せないので、記録が残っている数字と、今から測れる比較の組み合わせで代わりにします。
- 業務システムの記録から、導入前の過去3か月分の処理件数と差し戻しの件数をさかのぼって集計する
- 残業時間や処理件数を前年同月と比べる（繁閑の差を消すため、1件あたりに直す）
- 旧手順のまま残っている部署や拠点があれば、同じ期間の数字と比べる
- 同じ週に AI を使う件と使わない件を10〜20件ずつ選び、作業時間を並べて測る
4つ目の方法なら、作業時間も今から比べられます。AI を使わない件は、導入前のやり方を現場の担当者に思い出してもらって処理するので、手間は増えます。それでも、推測で「以前は1件10分くらいだった」と報告するより、同じ週に並べて測った数字のほうが経営は判断に使えます。報告では、どの方法で比べたかを必ず書き添えてください。
そのうえで、今日を新しい基準の日にします。今の1件の時間・手戻り・処理件数を2週間か1か月測っておけば、次の90日で対象を広げたり手順を変えたりしたときの効果は、導入前から測った場合と同じように比べられます。
導入前の1週間で決めておくこと
ここまでの段取りを、これから AI を入れる会社が最初の1週間で決めることとして並べ直しました。試作が始まる前に決めておくと、後になって比べられないという事態を防げます。
- 対象業務で測る3つの数字（時間・質・量）と、それぞれの数字の出どころ
- 1件の数え方、時間の開始と終了、対象から外す件を書いた定義の紙
- 基準値を取る期間（業務の1サイクル分）と、計測する現場の担当者2人以上
- 浮いた時間の使い道と、その使い道の側で測る数字
- 週次・月次・90日目の報告で、誰が誰に出し、何を決めるか
- 90日目に続けるとする条件（基準値から何割減れば続けるか）
空欄になりやすいのは4つ目の浮いた時間の使い道と、6つ目の条件です。埋める順番は、推進担当と現場の担当者で決められる1〜3を先に済ませ、次に部門責任者と5を決め、最後に4と6を経営と決めるのが進めやすいと考えます。1〜3が埋まっていれば、経営との打ち合わせでは「何を測るかは決まっている。何割減れば続けるか、浮いた時間を何に使うかを決めてほしい」と、判断してほしい点だけを持ち込めます。
6つ目の条件だけは、経営が自分で決める必要があります。現場や外部の支援者が決めた条件で判断すると、結果が出たときに経営が自分の判断として引き受けにくくなるからです。推進担当はこの6項目を1枚にまとめ、着手前の会議で経営に見せてください。空欄が残った項目が、その会社で最初に決めるべきことです。
FDE を募集しています（会計FDE／FDE・業務システム）
経理の月次をAIで本番まで持っていく「会計FDE」（会計士・経理責任者・管理部門経験者）と、要件が固まる前に動くものを出して本番まで運ぶ「FDE（業務システム）」（ITコンサル・PM/PL・情シス出身者）を正社員で募集しています。応募でなくても構いません。まず30分の「キャリア相談」から。採用のお問い合わせフォームに「キャリア相談希望」と書いて送ってください。
AI 導入の効果の測り方と、経営への報告の形をご相談ください
対象業務で測る数字の選び方、導入前の基準値の取り方、週次と90日目の報告の形を一緒に整理します。すでに AI を入れていて基準値がない場合の比べ方もご相談いただけます。