207億円で、スライドすらマシにならない

問いたい。

207億円（約2億ドル）のAI投資をして、社員のスライドデッキがまともにならない会社は、いったい何に金を払ったのか。

米国のある大企業が、全社的なAI導入に巨額を投じた。生成AI、社内チャットボット、データ分析基盤——カタカナにすれば立派なラインナップだ。だが現場から出てきたのは「スライドの質が変わらない」「結局、前と同じ作り方をしている」という声だった。

これは笑い話ではない。構造の話だ。

207億円の内訳を想像してほしい。ライセンス費用、インフラ構築、コンサルティング、社内推進チームの人件費。どれも「AIを入れること」にかかるコストであって、「AIで何を変えるか」にかかるコストではない。

導入が目的化した瞬間、投資額と成果は比例しなくなる。むしろ逆相関すらあり得る。組織が大きいほど調整コストが膨らみ、「全社導入」という号令のもとに、誰も使わないツールが量産される。

月1,500円のAIカレンダーが、5つのアプリを殺した

一方で、まったく別の景色がある。

AIカレンダー「AllTime」は月額約1,500円。やっていることはシンプルだ。カレンダー、タスク管理、リマインダー、日程調整、優先順位付け——これまで5つのアプリを行き来して処理していた業務を、1つのインターフェースに統合した。

ポイントは「AIがスケジュールを自動で最適化する」という点にある。タスクの所要時間と締切を入れると、空いている時間枠に自動でブロックを配置する。会議が動けばタスクも動く。リマインダーも勝手に飛ぶ。

5つのアプリを使っていた人が1つになる。これだけで何が起きるか。

• アプリ間の転記作業がゼロになる
• 「あのタスクどこに書いたっけ」がなくなる
• スケジュール調整のやり取りが消える

仮に1日30分をこの「アプリ間移動と転記」に使っていたとする。月20営業日で10時間。時給2,000円の人なら月2万円分の工数だ。月1,500円の投資で2万円分の時間が浮く。ROIは約13倍。

この数字を、207億円の投資と比べてほしい。

当たり外れを分ける「たった一つの問い」

AI投資の成否を分けるのは、金額でも技術の先進性でもない。

「誰の、どの作業が、どれだけ減るのか」

この問いに具体的に答えられるかどうか。それだけだ。

207億円の会社は「全社にAIを導入する」が目標だった。AllTimeは「5つのアプリを1つにして、スケジュール管理の手間をなくす」が目標だった。

前者は手段が目的になっている。後者は課題から逆算している。

この構造は、企業規模に関係なく再現される。中小企業でも「とりあえずChatGPTの法人契約を入れよう」で止まれば同じ失敗をする。大企業でも「この部署のこの業務の、この工程を自動化する」と絞り込めば成果は出る。

「Intelligence Impact Quotient」という考え方

最近、AI投資の効果測定に「Intelligence Impact Quotient（IIQ）」という指標が提唱され始めている。

これは単純に言えば、「AIがどれだけ業務に食い込んでいるか」を数値化する試みだ。

構成要素は3つ。

1. 使用頻度 — 週に何回、何人が使っているか
2. タスクの複雑さ — 単純な検索補助か、意思決定の支援か
3. 組織レバレッジ — 1人の使用が何人分の業務に波及するか

たとえば、経理担当1人がAIで請求書処理を自動化し、月40時間の作業を5時間に短縮した場合。使用頻度は毎日、タスクの複雑さは中程度、組織レバレッジは経理部門全体に波及——IIQは高い。

逆に、全社員にAIチャットボットを配布したが、月に1回使うかどうか、使っても「今日の天気」を聞く程度——IIQは限りなくゼロに近い。

207億円の投資でIIQがゼロに近い部署が大量にある会社と、月1,500円でIIQが跳ね上がった個人事業主。どちらが「AI活用に成功している」かは明白だろう。

中小企業にとっての本当のチャンス

ここからが本題だ。

この構造は、中小企業にとって圧倒的に有利な話だ。

なぜか。3つの理由がある。

1. 意思決定が速い

大企業が207億円の稟議を通すのに半年かかる間に、中小企業は月1,500円のツールを今日から試せる。合わなければ来月やめればいい。この「試行→判断→修正」のサイクルの速さは、AI活用において決定的なアドバンテージになる。

2. 課題が具体的

「全社DX」みたいな抽象的なテーマではなく、「月末の請求書処理に3日かかっている」「見積もり作成を毎回ゼロからやっている」「日報の集計を手作業でやっている」——課題が具体的だからこそ、AIの当てどころが明確になる。

3. 効果が見えやすい

社員30人の会社で、1人の業務が月10時間短縮されたら全員が気づく。「あの人、最近早く帰ってるな」「あの作業、もうやってないんだ」。効果が可視化されるから、横展開も早い。大企業で1人の業務が改善されても、誰も気づかない。

「で、結局どうすればいいの？」

具体的なアクションは3つ。

① まず「面倒くさい作業リスト」を作る

社内で「毎回面倒だと思っている作業」を5つ挙げてもらう。それがAI導入の候補リストになる。技術の話は後でいい。まず課題を言語化する。

② 月5,000円以下で試せるツールから始める

AllTimeのようなカレンダーツール、ChatGPTのTeamプラン（月額約3,000円/人）、議事録自動化ツール——月数千円で試せるものはいくらでもある。最初から大きな投資をする必要はない。

③ 「何時間減ったか」だけを測る

効果測定は複雑にしなくていい。「この作業、前は何時間かかっていた？」「今は？」。この差分だけを記録する。それが積み上がれば、次の投資判断の根拠になる。

AI投資は「額」ではなく「問いの質」で決まる

207億円と月1,500円。金額の差は約1,380万倍。だが成果の差は、金額に比例しない。

違いを生んだのは、投資額ではなく「問い」の質だ。

「AIを全社に導入するにはどうすればいいか」——これは手段の問い。
「この作業を半分の時間で終わらせるにはどうすればいいか」——これは課題の問い。

後者の問いを持っている組織だけが、AI投資で成果を出す。そして、その問いを持ちやすいのは、現場と経営の距離が近い中小企業だ。

207億円は必要ない。必要なのは「何をなくしたいか」という具体的な問いと、月数千円の実験を許容する姿勢だ。

まず、今日やった作業の中で「これ、もう人間がやらなくてよくないか？」と思ったものを一つ挙げてみてほしい。

そこがスタート地点だ。

—