AI導入のROIを測る方法
― 計算式と手順を実例つきで
「生成AIを入れたが、効果を聞かれると答えられない」。この状態から抜けるために必要なのは、高度な分析手法ではありません。4つの数字を、決めた順番で集めることです。
1. ROIが「測れない」本当の理由
AI導入の効果測定がうまくいかない会社に共通しているのは、分析力の不足ではありません。比較する相手がいないことです。
ROIは差分の指標です。「導入後にどうなったか」だけでは計算できず、必ず「導入前はどうだったか」が要ります。ところが多くの現場では、導入前の業務時間を誰も測っていません。そこで導入後になってから「以前はこの作業に何時間かかっていましたか」と聞くことになります。
この時点で、数字は推定値になります。人の記憶による申告は、実際にかかった時間とずれます。しかも「AIを入れた効果を報告する」文脈で聞かれると、答える側は無意識に導入前を長めに見積もりがちです。こうして出てきた「年間◯◯時間削減」は、社内では通っても、経営会議で根拠を問われた瞬間に崩れます。
要点。効果測定の成否は、分析の巧拙ではなくいつ測り始めたかでほぼ決まります。導入前に測っていれば実測どうしの比較になり、導入後に測り始めれば記憶と実測の比較になります。
2. ROIの計算式と、必要な4つの数字
AI導入のROIは、次の式で計算します。
- 削減額 = 削減できた時間 × 時間単価
- ROI(%) = (削減額 − 投資額) ÷ 投資額 × 100
そのために集めるべき数字は4つだけです。
| # | 集める数字 | いつ集めるか | ありがちな失敗 |
|---|---|---|---|
| 1 | ベースライン 導入前の業務時間 | 導入の前(2週間〜1ヶ月) | そもそも取っていない |
| 2 | 導入後の業務時間 同じ業務・同じ測り方 | 導入から1ヶ月後以降、毎月 | 測り方を変えてしまい比較不能になる |
| 3 | 時間単価 対象業務の担当者の人件費 | 最初に一度、年1回見直し | 全社平均を使って実態とずれる |
| 4 | 投資額 ライセンス+導入工数+教育 | 継続的に積み上げ | ライセンス費だけを数え、工数を入れ忘れる |
投資額に何を含めるかは先に決めておきます。最低限、AIツールのライセンス費用、導入・設定にかかった社内工数(人時×時間単価)、教育・研修の時間の3つは入れてください。ライセンス費だけで計算したROIは実態より大きく出ます。
3. 時間単価の出し方
削減時間を金額にするには、時間単価が要ります。自社で計算できる式はこれです。
注意点が2つあります。
ひとつは、全社平均を使わないこと。対象業務を実際に担当している層の単価を使います。若手が担当している転記作業に部長クラスの単価を当てれば、削減額は簡単に膨らみますが、その数字は経営会議で必ず崩されます。
もうひとつは、根拠の式を資料に併記すること。「時間単価3,000円」だけを書くと出所が分かりませんが、「年収500万円+法定福利費15%÷年間1,900時間=約3,000円」まで書けば、前提の是非を議論できます。数字は、検証できる形にして初めて説得材料になります。
4. ベースラインを先に取る(ここが分かれ目)
効果測定でいちばん重要なのは、この工程です。そして、ほとんどの会社が飛ばします。
ベースラインとは、AIを入れる前の業務時間の実測値です。取り方は3つあります。
| 方法 | 精度 | 現場の負荷 | 向いている場面 |
|---|---|---|---|
| アンケート・ヒアリング | 低(記憶に依存) | 中 | 対象業務の当たりをつける初期段階 |
| 日報・工数入力 | 中(申告漏れと丸めが出る) | 高(数週間で形骸化しやすい) | すでに工数管理が定着している組織 |
| PC操作ログの実測 | 高 | ゼロ(記入作業なし) | 実態と申告のズレを潰したい場合 |
どの方法でも構いませんが、導入後もまったく同じ方法で測り続けられることが条件です。ベースラインをアンケートで取り、導入後を実測で取ると、差分は「AIの効果」ではなく「測り方の違い」になってしまいます。
期間は最低2週間。1週間だと、月初・月末の繁忙や特定案件の影響がそのまま混ざります。月次業務がある部門なら、1ヶ月分を取るのが安全です。
ベースラインの取り方そのものは、業務棚卸しの進め方で手順を詳しく説明しています。
5. 計算例:見積書作成をAIで支援した場合
実際の数字の流れを追ってみます。以下は営業部門11名のモデルケースです(金額・時間は説明のための例示です)。
| 項目 | 数値 | 算出根拠 |
|---|---|---|
| 対象業務 | 見積書の作成・転記・送付 | 実測で時間の長い業務の上位 |
| ベースライン | 月 32.2 時間 | 2週間の実測 16.1 時間 × 2(部門合計) |
| 導入後の実測 | 月 13.0 時間 | 導入2ヶ月目の実測(部門合計) |
| 削減時間 | 月 19.2 時間 | 32.2 − 13.0 |
| 時間単価 | 3,000 円 | 年収500万+法定福利費15% ÷ 1,900時間 |
| 削減額 | 月 57,600 円 年 691,200 円 | 19.2 時間 × 3,000 円 × 12ヶ月 |
| 投資額(初年度) | 年 486,000 円 | ライセンス 20,000円/月×12=240,000円 + 導入工数 60時間×3,000円=180,000円 + 教育 22時間×3,000円=66,000円 |
| ROI(初年度) | 約 42% | (691,200 − 486,000) ÷ 486,000 × 100 |
| ROI(2年目以降) | 約 188% | 初期の導入工数・教育が落ちるため(投資額 240,000円) |
この表の形がそのまま、役員会に出せる資料になります。ポイントはすべてのセルに算出根拠の列があることです。「年間69万円の削減」だけを提示すると出所を問われますが、根拠が並んでいれば議論は前提の妥当性に移ります。そこまで来れば、意思決定は進みます。
もうひとつ、初年度と2年目を分けて出すのも実務上のコツです。初年度は導入工数と教育コストが乗るためROIは低く出ます。ここだけを見て「効果が薄い」と判断されるのを防げます。
6. 効果測定でよくある5つの失敗
-
利用率を効果と取り違える
「毎日使われています」は使用頻度の話であって、業務時間が減った証明ではありません。よくあるのは、調べ物や文章の壁打ちに使われる一方で、時間を食っている定型作業は手作業のまま残っているケースです。利用率と削減時間は必ず分けて測り、並べて見てください。
-
平均値だけを見る
「部門平均で15%削減」の内訳が、3人が50%削減・8人が0%だった、というのはよくあります。この場合の打ち手は「AIの改善」ではなく「使えていない8人への展開」です。分布を見ないと、次に何をすべきかを間違えます。
-
導入直後の数字で判断する
導入直後は、新しいツールへの関心で一時的に利用が伸び、その後に落ちます。逆に、慣れるまでは作業が遅くなることもあります。判断は導入から1〜2ヶ月経ってからの実測で行い、それまでは定着支援に集中するほうが結果的に早く進みます。
-
減らないものまで対象に入れる
商談・打ち合わせ・意思決定のように、そもそもAIで時間が減らない(減らすべきでない)業務を分母に入れると、削減率は必ず小さく見えます。対象業務を先に絞り込んでから測ってください。どの業務が対象になるかはAIで自動化できる業務一覧にまとめています。
-
測り続けない
ROIは一度出して終わりではありません。業務は変わりますし、AIツールも変わります。四半期ごとに測り直して、効果が続いているか、別の業務に移すべきかを判断します。一度きりの測定は、そのとき限りの説明資料にしかなりません。
7. 月次で回すための運用
継続して測るには、測定そのものが負荷にならない形にする必要があります。実務上は、次の4点を月次のルーティンに落とし込むのが現実的です。
- 測る業務を固定する — 毎月同じ業務・同じ定義で測る。定義を変えたら、変えた日付を記録する
- 数字の出し方を固定する — 集計方法を変えると過去との比較ができなくなる
- 利用率と削減時間を並べる — 「使われているか」と「減っているか」は別々に見る
- 効果が出ていない対象は撤退を判断する — 低利用率が2週間以上続いたら、回収して別の業務に移す
手作業で毎月この集計を回すのは、現実にはかなりの負担です。私たちがWorkLens AI で実測を自動化しているのは、この運用が続かないと効果測定そのものが立ち消えになるからです。導入前のベースライン取得から、導入後の月次ROIレポートまでを同じ物差しで継続します。