AIの導入件数を増やす前に、成果が出なければ止める条件まで決めておく。Gartnerの新調査は、試行後も判断を続ける重要性を示しています。
AIツールを導入し、社内の利用者も増えた。それでも「会社として何が良くなったのか」と聞かれると、回答に困る。導入担当者が抱えやすいこの問題について、Gartnerが新しい調査結果を公表しました。
2026年10月19日の発表で、AIから大きな価値、または変革的な価値を得たと答えたCIOは13%でした。これはAI全般の成功率ではなく、回答者が自社の成果をどう評価したかを示す数字です。数字の読み方と、試行・本番それぞれで継続を判断する方法を整理します。
この記事でわかること
- 調査の読み方：13%が表す範囲と、そこから断定できないこと
- 継続の判断：試行を本番へ進める条件と、本番を見直す条件の違い
- 社内での使い方：費用・確認作業・責任者をそろえて話し合う方法
13%は「AIが役に立つ確率」ではない
Gartnerの「2027 CIO and Technology Executive Agenda」は、2026年5〜7月にCIOと技術幹部2,002人を対象として行われた調査です。発表日は10月19日ですが、回答を集めたのはそれ以前です。10月の最新モデルだけを比較した試験ではありません。
発表の13%は、自社がAIによって大きな価値、または変革的な価値を実現したと報告したCIOの割合です。小さな改善まで否定する数字ではなく、残り87%を「すべて失敗した企業」と読み替えることもできません。
成果の自己申告と、客観的な性能測定を分ける
この調査は、同じ仕事を各AIに実行させた性能比較ではありません。企業の回答を通じて導入状況や成果の認識を調べたものです。公開発表だけでは、回答者ごとの利用製品、対象業務、導入規模、成功の具体的な評価方法までは分かりません。
したがって、特定のツールを解約すべきか、これから導入する自社のAIが成功するかを、この割合から直接決めることはできません。自社の判断に役立つのは、成果を出している層がどのような運用をしていたか、という点です。
成果を出す企業との関連が見られた「二つの中止基準」
Gartnerは、事業成果が良好で、CEOが感じるAIの価値も高いと報告するCIOの層を「vanguards」と定義しています。この層では、試行段階と本番運用の両方で中止基準を定める傾向が見られました。
試行を本番へ進めない条件がある企業は、この層に属する可能性が2.3倍、本番の低価値な取り組みを止める条件がある企業は2.6倍だったと発表されています。一方、それらを備えていると答えたCIOは、それぞれ31%と17%でした。
中止基準を作るだけで成果が2.3倍、2.6倍になるという意味ではありません。調査で見られた関連であり、因果関係を確かめた実験ではない点に注意してください。
試行で決めるのは「本番へ進めてよいか」
試行段階では、便利なデモを作れたかに加えて、実際の仕事で使える条件を満たしたかを確認します。たとえば問い合わせ回答の下書きをAIで作る場合、文章が自然でも、根拠確認や修正の負担が大きければ、そのまま対象を広げる理由にはなりません。
本番へ進める前に、誰の仕事をどの範囲で改善するのか、品質を誰が確認するのか、追加費用をどこまで認めるのかを決めておくと、デモの印象だけで判断しにくくなります。
本番で決めるのは「続ける価値が今もあるか」
一度うまくいった取り組みでも、対象の仕事やサービスの料金、確認に必要な手間は変わります。利用件数が増えた結果、費用だけが増える可能性もあります。
本番での見直しは「導入した担当者を責める会議」にせず、期待した効果が続いているかを確認する場にします。対象を狭めて残す、業務手順を変える、停止するなど、複数の判断があり得ます。導入時の承認を、無期限に続ける承認へ置き換えないことがポイントです。
社内会議では、利用回数より「仕事の変化」を並べる
具体的な時間と品質の記録は、AI活用の効果測定方法で確認できます。ここでは個人の短期テストから一歩進めて、会社として本番運用を続けるかという判断に焦点を当てます。
次の表は、調査結果を踏まえて編集部が作った検討例です。Gartnerの公式評価表や、成功を保証する基準ではありません。問い合わせ回答の下書き業務を例に、判断材料を整理しています。
| 判断材料 | 試行から本番へ進める前 | 本番運用の見直し |
|---|---|---|
| 成果 | 確認・修正まで含めた作業が改善したか | 対象業務が増えても改善が続いているか |
| 品質 | 根拠のない回答を確認できる体制があるか | 誤りや差し戻しが許容範囲に収まっているか |
| 費用 | 利用料に加え、設定・確認の負担を見込んだか | 再実行や利用増加も含めて予算に収まるか |
| 責任 | 本番移行を判断する人が決まっているか | 継続・縮小・停止を判断する人がいるか |
「月に何回使われたか」は定着を知る材料になりますが、それだけでは価値を示しきれません。処理量が増えても、確認のために別の人の仕事が増えているなら、部署全体の改善とは言い切れないためです。
中止基準は、結果を見てから都合よく変えない
たとえば「回答の下書きを速く作る」が目的でも、修正後の回答まで完成する時間が以前より長ければ、狙いと結果がずれています。逆に、時間短縮は小さくても、担当者間の品質差を減らすことが本来の目的なら、そこを評価する必要があります。
大切なのは、すべての部署に同じ数値を押し付けることではありません。業務の目的に合わせて、確認する指標と判断する時期を先に決めることです。条件を変更する場合も、何が変わったためかを記録し、以前の結果と混ぜないようにします。
導入費だけでなく、運用中の費用と役割を考える
同じ発表では、58%のCIOがAIによるコスト改善への圧力が強まったと回答し、51%はAIが技術ソリューションの総保有コストを増やすと予想しました。これは今後の見通しを含む回答であり、実際に全企業の費用が増えたことを示す数字ではありません。
自社では、契約額だけでなく、再試行、確認、例外対応、運用変更に使う時間も把握することが出発点になります。毎回詳しい原価計算をするのが難しくても、誰がどの負担を引き受けているかを明らかにしておくと、導入担当部署だけの最適化を避けやすくなります。
AIで作業が減った人が、確認や例外対応の担当になる場合もあります。役割を変えずにツールだけ増やすのではなく、AIへ任せた後に、人が何を担当するかまで決めることが必要です。
実務上の注意
公開された調査結果を、そのまま自社の撤退ラインに使わないでください。回答企業と自社では、規模、業務、導入期間、リスクが異なります。調査は議論の手掛かりにし、個別の判断には自社の記録を使います。
停止や契約変更を判断するときは、利用者への影響、保存したデータの扱い、代替手段も確認します。本記事の検討例は運用を整理する提案であり、特定の契約の解約や人員削減を推奨するものではありません。
まとめ
Gartnerの新調査は、AIを導入した件数と、企業が感じる価値を分けて考える材料になります。13%を単純な成功率と捉えず、試行から本番へ進む条件と、本番を続ける条件を別々に決めることが実務への応用です。成果、品質、総費用、責任者をそろえれば、継続だけでなく、縮小や停止も判断しやすくなります。
よくある質問
AI導入の87%が失敗したということですか？
いいえ。13%は、AIから大きな価値または変革的な価値を得たと報告したCIOの割合です。残りがすべて無価値や失敗だったとは示していません。
中止基準を作れば成果が2倍以上になりますか？
そうは言えません。2.3倍、2.6倍は、基準の有無と成果を出す層との関連を示す数字です。基準を作ったことによる因果的な改善率ではありません。
すでに本番で使っているAIも見直すべきですか？
期待した価値、確認負担、費用が今も条件に合うかを見直す方法があります。導入済みという理由だけで継続せず、変更や停止による影響も含めて判断します。
出典・参考情報
運営元について
AXメディアは、株式会社ジーズ AX事業部が運営しています。AX事業部では、AI研修・AIエージェント開発・ローカルLLM開発・補助金／助成金の活用支援を提供しています。
