GenAI Divide
企業のAIプロジェクトの95%がリターンゼロである理由

GenAI Divide：高投資・低リターンという残酷な現実

MIT NANDAチームが発表した《The GenAI Divide: State of AI in Business 2025》レポートによると、企業はすでに300億〜400億ドルを生成AI導入に投じているにもかかわらず、95%の組織が実質的なリターンを一切得られていません。統合済みのAIプロジェクトのうち、数百万ドル規模の価値を実際に生み出しているのはわずか5%——レポートはこの現象を「GenAI Divide」と呼んでいます。

この分かれ目はモデルの良し悪しや業界規制とは無関係で、企業が選んだ導入方法によって決まります。レポートはまた、企業のAI導入に関するよくある5つの思い込みが、現実とはちょうど正反対であることを指摘しています。

• 「AIは大量に仕事を奪おうとしている」——現時点では限定的な人員削減しか起きておらず、しかも元々影響を受けやすかった業界に集中しています。
• 「生成AIが企業を変えつつある」——採用率は高いものの、9つの業界のうち7つでほとんど構造的な変化は見られません。
• 「企業は新技術への反応が鈍い」——実際には正反対で、9割の企業がすでにAIソリューションの調達を真剣に検討しています。
• 「停滞の原因はモデルの品質、コンプライアンス、セキュリティリスクだ」——実際に停滞を招いているのは、ツールが学習せず、既存の業務フローに組み込めないことです。
• 「最も強い企業はみな自社でツールを開発している」——内製の失敗率は外部連携の2倍にのぼります。

なぜプロジェクトが停滞するのか：学習ギャップこそが核心的な障壁

レポートは、企業が試験導入から本格展開へ移行する際の障壁は、インフラでも規制でも人材でもなく、学習ギャップにあると指摘しています——多くの生成AIツールは文脈を記憶せず、フィードバックから学習せず、使用を重ねても進化しません。

このギャップは利用シーンにはっきりと表れています。企業のユーザーはメールの下書きや要約といった単純なタスクを処理する際にはAIを使う傾向が強い一方、複数の周期や文脈をまたぐ複雑なプロジェクトに直面すると、大多数の人はやはり人間の同僚に任せることを選びます。分かれ目の本質は「AIが十分賢いかどうか」ではなく、記憶できるか、学習できるかにあるのです。

シャドーAI経済：従業員はとうに溝を越えている

レポートは興味深いギャップを発見しました。LLMのサブスクリプションを正式に調達している企業は約4割にすぎない一方、実際にAIツールを使っている従業員の割合は9割にも達しています。つまり、多くの従業員はすでに自分のChatGPTやClaudeのアカウントで大量の業務をこなしているにもかかわらず、企業内部での正式な導入プロジェクトはいまだ試験段階にとどまっているのです。

中央集権的なAIプロジェクトチームが密室でツールを評価するより、まずは現場の従業員が実際に何を、どう使い、何を解決しているのかを観察し、それに基づいて正式な調達戦略を策定するほうがよいでしょう。

予算配分の誤り：注目を集めるフロントオフィスと、実は本命のバックオフィス

レポートによると、企業はAI予算の約5〜7割を営業・マーケティング部門に投じています。理由は、この領域の成果が最も定量化しやすく、取締役会が気にする指標に最も近いからです。しかし、実際に確かな投資リターンをもたらしているのは、見過ごされがちなバックオフィスと財務部門であることが多いのです。

GenAI Divideをすでに越えた企業からの報告によると、バックオフィスの自動化により年間数百万ドル規模の委託顧客対応・文書処理費用を削減でき、代理店経費は約3割減少、金融業のリスク審査業務も年間で数百万ドルを節約できています。フロントオフィス側では、AIによって見込み客の絞り込みが明らかに速くなり、顧客維持率も1割程度向上しました——効果は確かに存在するものの、その規模はバックオフィスほど顕著ではありません。

注目すべきは、これらの成果の多くが人員削減によってではなく、委託費用の削減、代理店経費の低減、そして一部の外部コンサルティング費用の代替によってもたらされている点です。

自社開発より外部連携：外部パートナーの成功率は自社開発の2倍

レポートの重要な発見の一つ：外部パートナーと連携し、学習能力とカスタマイズ性を備えたツールは、本番稼働に至る割合が約67%に達する一方、企業が内部で自ら開発したツールの成功率はわずか約33%です。中堅企業は試験導入から全面稼働まで平均でわずか90日ですが、大企業はしばしば9か月以上を要します。

本当にGenAI Divideを越えた買い手の行動パターンは、ソフトウェアを一つ調達するというより、BPO委託先を選ぶことに近いものです。

1. 徹底したカスタマイズを要求する — 汎用テンプレートを当てはめるのではなく、自社のプロセスとデータに合わせて調整させます。
2. 実際の成果でツールを測る — モデルのスペックやデモの出来栄えを比較するのではなく、運用結果で評価します。
3. 初期の失敗を擦り合わせの過程と捉える — 即座に切り捨てるのではなく、ベンダーと共に進化していくプロセスとみなします。
4. 現場主導で評価を進める — 中央集権的なAIプロジェクトチームに頼るのではなく、実際の利用者と部門責任者が導入を主導します。

企業がAI導入で取るべき具体的な行動提言

以上の研究結果を実行可能な原則へと落とし込むと、次のようになります。

1. 「記憶し、学習できる」ソリューションを優先的に評価する — ベンダーを選ぶ際は、デモが華やかかどうかだけでなく、ツールが実際に文脈を記憶し、使用に応じて調整されるかを実際にテストしましょう。
2. 予算を再配分する — 一部のリソースを営業フロントオフィスからバックオフィスと財務へ移しましょう。ここでの投資リターンは往々にしてより速く、より検証しやすいものです。
3. シャドーAIの利用実態を観察する — 正式な調達の前に、従業員が私的にすでにどんなツールを使い、何を解決しているのかを把握しましょう。
4. 小さく始めて素早く成果を出す — 単一の高価値・非中核プロセスに絞って先に導入し、価値を証明してから範囲を広げるほうが、一度に全面導入を目指すより成功しやすくなります。
5. パートナーとしての心構えでベンダーを選ぶ — 徹底したカスタマイズ性と継続的な学習能力は、ブランドの知名度や機能一覧よりも重要です。
6. 導入の好機を逃さない — レポートは今後1〜2年以内に、多くの企業が長期的なベンダー関係を固定すると予測しています。決定が遅れるほど、乗り換えコストは高くなります。

本記事はMIT NANDAチームが2025年7月に発表した《The GenAI Divide: State of AI in Business 2025》レポートの公開された研究結果を整理したものであり、いかなる保証や確約を構成するものではありません。実際の導入戦略は貴組織の状況に応じてご判断ください。