技術は、うまくいきました。でも、プロジェクトは、止まりました。

私自身が関わった案件の話です。今日は、少し苦い話をさせてください。

AIがちゃんと動けば、成果は後からついてくる。もしそう考えているとしたら、その順番こそが、いま最も見直すべき経営判断かもしれません。

シリーズ第3回。これまで、AIを小さく始めて現場で動かす話、眠った資産を使える形にする話をしてきました。今回は、その裏側で起きたことを、正直にお伝えします。

「動く」と「儲かる」は、別の話

ある会社で、顧客リストを扱う仕組みを、AIで改修する案件がありました。

技術的には、うまくいきました。ログインの認証を実装し、380件のリストにも対応し、改修は完了。AIは、ちゃんと動いたんです。

ところが、その直後に、実証実験（PoC）は打ち切りになりました。理由は、はっきりしています。開発にかかった費用と、AIを動かし続けるための利用料を足すと、外からリストを買うのとほぼ同じ金額になってしまった。つまり、「お金を払ってまで、これを自前で持つ意味があるのか」という問いに、答えられなかったんです。

世の中の「PoC死」は、他人事ではない

実は、これは私の案件だけの話ではありません。

調査会社S&Pグローバルが2025年に発表した調査では、AI施策の大半を本番に届く前にやめてしまった企業が42％にのぼりました。前年は17％です。1年で2倍以上に増えている。しかも平均すると、実証実験の46％が本番に到達せずに打ち切られていました。

「PoC死」という言葉まであるくらいです。動くものは作れる。でも、それが事業の数字につながらないまま、静かに消えていく。これは、いま世界中の会社で起きていることです。

そして、日本にはもう少しはっきりした数字があります。PwCが2026年6月に発表した6か国比較の調査です。生成AIの活用を推進している日本企業の割合は87％。アメリカの90％と、ほとんど変わりません。ところが、生み出した効果を、従業員の待遇や顧客への価格といった形で「外に返せている」割合は、日本は40％で、6か国中の最下位でした。アメリカは75％、イギリスは74％です。

入れてはいる。動いてもいる。でも、その果実が、目に見える形で誰かに届くところまで行っていない。PwCはこれを「導入では負けていないが、効果創出につなげられていない」と表現しています。

私の案件で起きたことは、実は日本全体で起きていることでもありました。

経済学者のダロン・アセモグルさんは、いまのAIの多くを「まあまあの技術」と呼びました。既存の作業を肩代わりはするが、それだけでは新しい価値を生まない、という警告です。私の案件は、まさにその通りでした。作業は肩代わりできた。でも、その先の価値設計が、抜けていたんです。

AIの「利用料」という、新しい変数

ここで、見落とされがちな論点を一つ。AIの「利用料」の考え方が、この1年ですっかり変わったことです。

少し前まで、ChatGPTやGeminiのようなチャット型AIなら、考えることはシンプルでした。有料版にするか、しないか。月いくらと決まっていて、予算が読めたんです。

ところが、エージェント型になると、話が変わります。処理量（トークンと呼ばれます）に応じて、制限や料金がかかってくる。使うほどお金がかかる世界です。

これは、大企業でも起きています。あのマイクロソフトでさえ、2026年5月、一部の部門に「Claude Codeの利用を6月末の年度末でやめ、自社ツールに移行せよ」と指示しました。半年前に、社員へ大々的に開放したばかりなのに、です。配車サービスのUberも、一年分のAIプログラミング予算を、わずか4か月で使い切ったと明かしています。報道によれば、エンジニア一人あたりの平均は月2〜4万円ほど。ただ、よく使う人では月20万円を超えるケースもあったそうです。便利すぎて、予算が溶ける。これが、いまの現実です。

さらに、第1回でお話しした「AIでアプリを作る」段階に進むと、もう一つ別の世界が現れます。アプリがAIに問い合わせるたびに料金がかかる、いわば「AI課金」です。便利なアプリほどたくさん使われ、そのぶんコストも積み上がっていきます。

だから私は、AI利用料を「固定費」ではなく「変動する投資」として見るべきだと考えています。固定費なら、払って終わり。でも、使うほどかかる投資なら、効果を測らないと、いつのまにか予算が底をつきます。その作業を外注したらいくらか、人がやったら何時間か。そこと比べる習慣が要ります。

PoCで、経営者が最初に見るべき数字

では、何が足りなかったのか。振り返ると、構造的なボトルネックは、はっきりしています。

費用対効果の試算が、3週間、手つかずのままだったんです。技術の改修は進むのに、「これはいくらかかって、いくら得するのか」という計算が、ずっと後回しになっていた。動くものを作ることに、みんなの意識が向いていたからです。

もし、最初にこの一枚を作っていたら。「自前で作るといくら」「外から買うといくら」「自前にする意味はどこにあるか」。この比較を、技術に手をつける前に置いておけば、判断はもっと早く、もっと冷静にできたはずです。

元マイクロソフト業務執行役員の澤円さんは、AI時代に問われるのは「AIに何をやらせるかを決める意思」だと言います。同じことが、測り方にも当てはまります。PoCで測るべきは、技術が動くかどうか、だけではありません。それが、お金に見合うのかどうか。何を成功とするかを、経営者が最初に決めておく。これが、抜けてはいけない一歩です。

なお、この案件は、それで終わりにはなりませんでした。認証の実装も、リスト対応も、新しい提案も残したことで、関係は続いています。失敗から関係が壊れるかどうかも、結局は「数字で誠実に語れるか」にかかっている、と感じています。

まず何から始めるか

• ステップ1：PoCの前に「成功の定義」を一行で書く（10分）——「何ができたら成功か」を、技術に手をつける前に一行で決めてください。「動いたら成功」ではなく、「月◯時間減る」「◯円浮く」と、数字で書くのがコツです。
• ステップ2：「自前 vs 外注・既製品」をざっくり比べる（15分）——開発費と、AIの利用料（毎月かかります）を足して、外から買う・既製のサービスを使う場合と比べてください。ざっくりで構いません。この比較が、冷静な判断を支えます。
• ステップ3：3週間後ではなく、初週に費用対効果（ROI）を試算する（継続）——費用対効果の計算を、後回しにしないこと。最初の週に一度ざっと出しておくだけで、「動いたのに止まる」を防げます。

完璧な精度はいりません。早く、ざっくり、最初に。

結論｜「動く」の先に、「儲かる」を置く

• AIが技術的に動くことと、事業として儲かることは、別の話。ここを混同すると「動いたのに止まる」が起きる
• 「PoC死」は他人事ではない。世の中の多くのプロジェクトが、成果につながらないまま消えている
• AI利用料は、定額から従量・アプリ課金へと変わってきた。固定費ではなく「変動する投資」として、外注費・人件費と比べて効果を測る
• PoCで最初に見るべきは、技術ではなく数字。「何を成功とするか」「自前にする意味はどこか」を、手をつける前に決めておく

AIは、入れれば動く時代になりました。だからこそ、経営者の仕事は「動かすこと」ではなく、「動いたものを、数字に変えられるか」を見極めることに移っています。これは、技術の話ではなく、経営判断の話です。

次回予告

第4回は「『もう私たちいらない？』——AIで空いた手を、どうするか」をお届けします。AIで仕事が速くなったとき、現場に生まれる不安と、それに経営者がどう答えたか。空いた時間と人手を、何に振り向けるか。ある社労士事務所と不動産会社の話から考えます。

参考・根拠資料

• 「シン・仕事術」セミナーおよび支援先での案件・対話（筆者の観測範囲より。顧客リスト案件のPoC打ち切りの事例を含む）
• S&P Global Market Intelligence「Voice of the Enterprise: AI & Machine Learning」（2025年発表。AI施策の大半を本番前に中止した企業42％〈前年17％〉、PoCの平均46％が本番未到達。北米・欧州の1,000名超が対象）
  https://www.spglobal.com/market-intelligence/en/news-insights/research/2025/10/generative-ai-shows-rapid-growth-but-yields-mixed-results
• PwC Japanグループ「生成AIに関する実態調査2026 春 6カ国比較」（2026年6月発表。日本の活用推進度87％、財務的還元40％〈6カ国中最下位〉、米国75％・英国74％）
  https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2026.html
• エージェント型AI（Claude Code等）の利用上限厳格化・サブスクから従量課金への移行に関する2026年の各種報道より（マイクロソフトが社内のClaude Code利用を2026年6月末で停止しGitHub Copilot CLIへ移行を指示、Uberが年間AIプログラミング予算を約4か月で消化、等）
• ダロン・アセモグル（MIT、2024年ノーベル経済学賞受賞）「so-so technology」論より
• 澤円氏のAI論（問われるのは「何を測るか・何をやらせるかを決める意思」）より