AIプロダクトのROIを示すビジネスケースの作り方

著者: Brian Tr · 更新日: 2026年10月6日

AIプロダクトのROIケースは、通常のソフトウェアよりも難しい問いに答えなければなりません。買い手が尋ねているのは「効果は価格を上回るか」だけではありません。その効果は本物か、財務チームが確認できる項目に表れるか、そして利用量に応じて変動し、監督する人手も必要になる本当のコストが正直に計上されているか、という点です。

本ページは、AIベンダーと、購入を社内で擁護しなければならない買い手側のチャンピオンに向けて書いています。価値の源泉、「削減時間」だけでは通常うまくいかない理由、ベースラインの設定方法、AIにおける総所有コスト(TCO)の内訳、保守的・想定・楽観的の3つのシナリオの作り方、そして証拠が販売前の見積もりからパイロット導入、契約更新へとどう変わるべきかを取り上げます。一般的な計算式や文書の構成については、ROIとビジネスケースの作成をご覧ください。本ページでは、AIに特有の点を扱います。

6つの価値の源泉

AIのビジネスケースの多くは、同じいくつかの価値の源泉に基づいています。それぞれを分けて名前を付けることが重要です。測定方法がそれぞれ異なり、購買委員会の中で納得させる相手もそれぞれ異なるからです。

信頼できるケースは通常、1つか2つの源泉を前面に出し、残りは計上しない上振れ要素として扱います。6つすべてを一度に主張するケースは願望リストのように読まれ、財務担当のレビュアーは確認できるものだけに削ってしまいます。

「削減時間」だけではCFOの審査をまず通らない理由

時間の削減は、AIプロダクトにとって最も自然な主張であり、最も崩しやすい主張でもあります。理由は単純です。削減された時間は、削減されたコストではありません。

ツールによって1人あたり1日30分を削減できても、その時間で何かが起きなければ損益計算書には何の変化もありません。会社に必要な人数が減る(人員や外注の削減、あるいは採用計画から1つのポジションが不要になる)か、同じ人がより多くの仕事をこなす(処理量)か、売上を生む仕事に移るかのいずれかです。そのどれかが起きるまで、その削減は従業員にとっては本物でも、CFOからは見えません。

したがって、ケースに書くべき問いは「何時間が浮くか」ではなく「その時間はどこに行くか」です。良い答えは具体的です。

• 現在は追加で2人の採用が必要なバックログが、その採用なしで済む。
• 処理能力の上限に達して仕事を断っているチームが、それを引き受けられるようになる。
• 営業担当者が販売に使える時間が30分増え、その時間で何を生み出す見込みかをケースに明記する。

CFOに聞かれる前にこの問いに答えるベンダーこそが、たいてい審査を通過します。同じ規律はバリューセリングにも見られます。価値とは、あなたのプロダクトが速くする活動ではなく、買い手が自分の言葉で語れる成果なのです。

もう1つ注意点があります。対象者やタスクが示されていない削減時間の数字は、その場で最も弱い証拠です。そこで、公表されている研究の話に移ります。

公表されている証拠が裏付けること、裏付けないこと

広く引用されている3つの研究は、ベンダーとチャンピオンが使える実際の数字を示しています。どれも特定の対象者が特定の種類のタスクを行った結果を測定したものであり、ケースにもそう明記すべきです。

カスタマーサポート担当者。 Brynjolfsson、Li、Raymondは、5,179人のカスタマーサポート担当者のデータを使い、生成AIの会話アシスタントを段階的に導入した効果を調べました。彼らのNBERワーキングペーパーによると、ツールの利用によって、1時間あたりの解決件数で測った生産性が平均14%向上しました。経験の浅い担当者やスキルの低い担当者では34%の向上でしたが、経験豊富でスキルの高い担当者への影響はごくわずかでした。これは1社のサポート部門の結果です。14%という数字は、それらの担当者の1時間あたりの解決件数に当てはまるものであり、ほかの職種に当てはまるものではありません。

専門的な文章作成タスク。 NoyとZhangは、大卒の専門職444人を対象に、職種別でインセンティブ付きの文章作成タスクを行う事前登録型のオンライン実験を実施し、半数を無作為にChatGPTを使える条件に割り当てました。彼らのワーキングペーパー(2023年3月版、この版は査読前)によると、所要時間は0.8標準偏差減少し、成果物の品質は0.4標準偏差向上しました。また、能力の低い人ほど恩恵が大きかったため、生産性の分布は縮まりました。これは実験における短い中級レベルの文章作成タスクへの効果であり、1週間の仕事全体への効果ではありません。

コンサルタントと「ギザギザのフロンティア」。 Boston Consulting Groupと共同で行われた研究についてのHarvard Business School AI Instituteの要約は、758人のコンサルタント、つまり同社の個人貢献者の約7%を対象としています。AIのフロンティアの内側にあるタスクでは、ツールによって速度が25%以上、人が評価したパフォーマンスが40%以上、タスクの完了率が12%以上向上しました。研究者たちは、AIがあるタスクでは優れた能力を発揮する一方、別のタスクでは及ばない「ギザギザの技術フロンティア」について述べています。実務上の教訓は、効果は買い手のタスクがフロンティアの内側にあるかどうかに左右され、誰もそうだと決めつけるべきではないということです。

ケースを作る際に、これらから学ぶべきことは3つあります。

1. 対象者を合わせる。 サポート担当者で得られた14%という結果は、サポート型の仕事についての証拠であり、財務やエンジニアリングについての証拠ではありません。自社の結果がどのタスクに当てはまるのかを明記しましょう。
2. 効果にばらつきがあると想定する。 サポートの研究では、恩恵の大半は経験の浅い担当者に向かいました。買い手のチームが経験豊富な人中心であれば、平均的な結果は当てはまらないかもしれません。当てはまる証拠になるのは、買い手自身のパイロット導入です。
3. 外部の研究は約束ではなく、事前の目安として扱う。 外部の研究は見積もりにもっともらしさを与えます。買い手のワークフローを測定することの代わりにはなりません。

何よりも先にベースラインを設定する

ROIの主張は比較であり、比較には出発点が必要です。ベースラインがなければ、「20%改善した」は誰も確認できない断言にすぎません。

プロダクトがワークフローに関わる前に、指標の現状を把握しておきます。

• 件数と構成: 期間あたりのタスクの件数と種類。
• タスクあたりの作業量: タスクあたりの処理時間またはコスト。推測ではなく測定したもの。
• 品質: 同じタスクにおけるエラー率、手戻り率、エスカレーション率。
• フルロードコスト: その仕事をする人の給与に、福利厚生費と間接費を加えたもの。
• 季節性: 閑散月と繁忙月を含む導入前期間は、判断を誤らせます。

買い手のデータを使いましょう。業界平均は妥当性の確認には役立ちますが、財務チームが信頼するのは買い手自身が測定した数字です。この点はビジネスケースの作成でも強調しています。

次に、比較の方法を選びます。誠実な選択肢は2つあります。

対照群のほうが強い設計であり、サポートの研究で段階的な導入が著者たちにもたらしたのも、その一種でした。対照群が使えない場合でも、期間中に変わったほかの要因、たとえば新規採用、価格改定、季節的なピークなどを記録しておけば、導入前後の比較は機能します。

AIプロダクトの総所有コスト

ベンダーのROIケースで最もよくある弱点は、コスト側がサブスクリプション料金で止まっていることです。財務担当のレビュアーはより完全な全体像を自分で組み立てるので、それを先に示すベンダーのほうが信頼されます。

特に強調すべき項目が2つあります。

変動料金は答えを変えます。 コストの一部が利用量に左右されるなら、成功するほど請求額が増えます。ケースでは、想定した件数のコストと、それより多い件数のコストの両方を示し、利用が計画を上回った場合に何が起きるかを買い手が分かるようにしましょう。こうした料金体系が買い手の負担をどう変えるかは、従量課金と成果報酬型価格設定の比較で説明しています。

人によるレビューは実際のコストです。 出力の一部を今も人が確認しているなら、その時間はモデルに含めるべきです。これを省くことは、CFOにほかの数字まで疑われる最も手っ取り早い方法です。レビュー率はパイロット導入で測定できる項目でもあり、だからこそパイロット導入は推測を置き換えるのに適した場なのです。

計算例(説明用)

以下の数字は計算方法を示すために作ったものです。実在の企業やプロダクトを表すものではなく、実際の数字は異なります。

あるサポートチームが月に2万件のチケットを1件あたり0.25時間で処理しているとします。これは月5,000時間の処理時間です。フルロードの人件費は1時間あたり30ドルなので、処理コストは月15万ドルになります。

コスト。 プラットフォーム利用料は年4万8,000ドル。利用料はツールで処理したチケット1件あたり0.15ドルで、この件数では20,000 x 12 x 0.15ドル = 年3万6,000ドルです。人によるレビューは月100時間で、30ドルを掛けると月3,000ドル、年3万6,000ドルです。一時費用は、連携とデータ準備に2万ドル、チェンジマネジメントとガバナンスに1万2,000ドルです。したがって、継続費用は年12万ドル(月1万ドル)、一時費用は3万2,000ドル、1年目の合計は15万2,000ドルになります。

効果。 ツールによって、シナリオに応じて処理時間が10%、20%、30%短縮されます。ただし、浮いた時間のうち、削減されたコストや追加で吸収された仕事になるのは一部だけで、それぞれ40%、60%、80%です。

1年目の結果。

回収期間は、一時費用3万2,000ドルを、月あたりの効果から月1万ドルの継続費用を引いた額で割ったものです。想定シナリオでは3万2,000ドル / 8,000ドル = 4か月、楽観的シナリオでは3万2,000ドル / 2万6,000ドルで約1.2か月です。保守的シナリオでは月あたりの価値(6,000ドル)が継続費用(1万ドル)を下回るため、投資は回収されません。

役に立つのはこの最後の行です。ケース全体がどの前提に依存しているかを、双方に教えてくれます。処理時間の短縮幅と、浮いた時間のうち実際の価値になる割合です。パイロット導入で測定すべきなのは、この2つの数字です。

感度分析: 1点ではなく幅を示す

ROIの数字が1つだけだと、議論も1つに絞られてしまいます。3つのシナリオを示せば、どの前提が信じられるかについての対話が生まれます。

• 保守的: パイロット導入が期待外れだった場合でも説明できる下限。
• 想定: 証拠が最もよく裏付ける数字。
• 楽観的: 利用の拡大と成果の両方が計画を上回った場合に起きること。

最も影響の大きい入力値を変化させ、それがどれなのかを明記します。この計算例では、実現率が生産性の向上と同じくらい結果を動かしました。買い手の財務チーム自身が保守的な前提を選ぶなら、それは良い兆候です。彼らがケースを自分のものにしたということだからです。彼らの数字でも成り立つケースは、あなたの数字でしか成り立たないケースよりはるかに承認されやすくなります。

商談の進行に伴う証拠の変化

同じROIケースは3つの段階を経て成熟し、各段階で推測を測定に置き換えていくべきです。

販売前の段階で誠実な伝え方は、「これが幅であり、その背景にある前提です」というものです。パイロット導入の段階では、AIプロダクトでデモがより重要になる理由で説明しているように、書面の判断ルールも含めて、最もリスクの高い2つか3つの前提を測定値に置き換えることが目標です。契約更新時には、買い手は投資の元が取れたかを尋ねます。したがって、報告は実際の結果と当初のケースとの比較になり、現実が下回った箇所も含めます。それを率直に報告するベンダーは、翌年もはるかに信頼されやすくなります。その証拠を商業的なコミットメントに変える方法はパイロット導入から契約へのページで、失望を予想している人にそれをどう示すかは懐疑的な買い手へのAIの売り方で扱っています。財務部門は通常AIの購買委員会の一員でもあるため、その読み手に向けてケースを作りましょう。

ROIケースのチェックリスト

• 6つすべてを主張せず、1つか2つの源泉を前面に出しているか?
• 浮いた時間がどこに行くのか、誰がそれを確認するのかを述べているか?
• 買い手のデータに基づく測定済みのベースラインがあるか?
• 比較方法(対照群または導入前後の比較)を明記しているか?
• コスト側に、利用料、連携、データ準備、レビュー時間、チェンジマネジメント、ガバナンスが含まれているか?
• 前提を示したうえで、保守的・想定・楽観的のシナリオがあるか?
• 外部の数字それぞれが、その出所となった対象者とタスクに対応付けられているか?
• パイロット導入の計画で、ケースが依存している2つか3つの前提を測定するか?

重要なポイント

• カスタマーサポート担当者: 1社の5,179人の担当者において、生成AIアシスタントの利用により1時間あたりの解決件数が平均14%、経験の浅い担当者やスキルの低い担当者では34%向上し、経験豊富な担当者への影響はごくわずかでした(Brynjolfsson、Li、Raymond、NBER w31161)。
• 専門的な文章作成タスク: 大卒の専門職444人を対象とした事前登録型の実験で、ChatGPTは所要時間を0.8標準偏差短縮し、品質を0.4標準偏差向上させ、生産性の分布を縮めました(NoyとZhang、2023年3月のワーキングペーパー)。
• AIのフロンティア内のコンサルタント: 758人のコンサルタントにおいて、フロンティアの内側のタスクでは速度が25%以上、人が評価したパフォーマンスが40%以上、タスクの完了率が12%以上向上した一方、ほかのタスクではAIは及びませんでした(HBS AI Instituteの要約)。
• 削減された時間は削減されたコストではない: 削減が財務上の価値として数えられるのは、処理能力が再配置されるか、仕事が吸収されるか、採用が回避される場合に限られます。
• 所有コストはサブスクリプション料金だけではない: 利用料、連携、データ準備、人によるレビュー、チェンジマネジメント、ガバナンスはすべてモデルに含めるべきです。

関連記事

• ROI
• ビジネスケースの作成
• バリューセリングのフレームワーク
• AIプロダクトでデモがより重要になる理由
• AIにおける従量課金と成果報酬型価格設定の比較