「実験」が、静かに終わっていく
会議室のスクリーンに映る、無数のPoC資料。
「生成AIで業務を変革する」というスローガン。熱狂的な拍手。そして半年後、誰もそのツールを開いていない——。
あなたの組織にも、似たような光景はなかっただろうか。
2026年の今、AIをめぐる企業間の差は、「使っているか・使っていないか」ではなくなった。「試して終わった企業」と「稼ぎ続けている企業」——その二極が、静かに、しかし決定的に広がりつつある。
なぜ”実験の時代”は終わったのか
McKinseyの調査によれば、企業の62%がAIエージェントへの関心を示し実験段階にある。しかし全社規模でのAI展開を達成した企業はわずか23%にとどまる（Bainレポート、JBpress引用）。
この数字を見て、「まだ余裕がある」と感じたなら、それは危険なシグナルだ。
「実験段階」という言葉は、もはや成長の証明ではなく、停滞の指標になりつつある。
2026年以降、AI投資は他の設備投資と同じ基準で評価されるようになった。工場の機械と同じように、「それで売上は上がったのか」「コストは何パーセント削れたのか」という問いが、役員会議の場で当然のように飛ぶ。具体的な成果が出なければ、予算は削られる。シンプルだが、残酷なルールだ。
しかも、外部環境は加速している。
2026年4月は「AI史上最も競争が激しい月」とも言われ、Anthropic・OpenAI・Google・Metaが同時期にフロンティアモデルを市場に投入した。さらにAnthropicはAmazonから50億ドルの追加投資を獲得し、今後10年でAWS関連インフラに1,000億ドル超を投じる計画を発表している。
技術の進化は待ってくれない。
日本企業が陥っている「55%の罠」
国内に目を向けると、約55.2%の企業が生成AIを活用しているというデータがある。一見すると高い数字だ。
しかし、実態は違う。
その大半が「試験導入」か「一部業務での効率化」にとどまっており、基幹システムへの本格的な組み込みはこれから、というケースがほとんどだ。要するに、「使ってはいる、でも稼いでいない」という状態が、日本の標準的なAI活用の姿である。
ここで少し脱線を許してほしい。
以前、ある製造業の情報システム部門の責任者と話したとき、「うちはChatGPTの企業ライセンスを入れた。活用率は高い」と誇らしげに言っていた。ところが詳しく聞くと、使われているのはメールの文章チェックと議事録の要約だけ。それ自体は悪くないが、業績への貢献はゼロに近かった。「便利なツール」と「稼ぐ武器」は、まったく別物なのだ。
稼ぐ企業が持つ「3つの判断基準」
では、二極化の勝ち側に入る企業は何が違うのか。現時点で見えてきた分岐点は、以下の3つに集約される。
① 「業務効率化」ではなく「収益プロセスへの直結」を問う
AIを「便利にするため」に使うのか、「稼ぐプロセスの中核に置く」のか。
この問いへの答えが、企業のAI成熟度をほぼ決定する。
Bainレポートによれば、2025年時点でAIエージェントが創出する価値はAI全体の17%程度。しかし2028年には29%まで拡大すると予測されている。
AIエージェント——自律的にタスクを実行するAIの仕組み——は、今まさに「萌芽期」にある。この波に乗れる企業は、単にコストを削るのではなく、新しい収益モデルそのものをAIで設計しようとしている。
稼ぐ企業の問いはシンプルだ。「このAIは、何円の売上に貢献するか？」
② 「PoC完了」を成功と定義しない
多くの企業が「試験導入が成功した」と発表する。しかし、それはゴールではなくスタートラインだ。
PoCから本番展開への移行率——これを明示的にKPIに持っている企業はまだ少ない。試して満足する組織は、実験のサイクルをただ繰り返すだけになる。稼ぐ側の企業は、PoCの段階で「全社展開の条件」と「ROIの最低ライン」を決めている。
③ 「国産・オープン・クローズド」を戦略的に使い分ける
2026年のAI環境は、選択肢が豊富すぎるがゆえの混乱期にある。
国立情報学研究所（NII）は「LLM-jp-4」（8Bおよび32Bパラメータ）をオープンソースで公開した。日本語処理に特化した国産LLMの登場は、データ主権やコスト構造において、企業に新たな選択肢を与える。
クローズドのAPIで速度を取るか、オープンソースで自社チューニングを行うか、国産で規制対応を強化するか。「とりあえずChatGPT」という時代は、終わった。
戦略的な選択ができているかどうか、それ自体が競争力になる。
Before/Afterで見る「分岐の現場」
例えばこんな話がある。
Before: 営業チームが週次レポートの作成に平均4時間を費やしていた。生成AIを「文書作成補助ツール」として導入。作業時間は2.5時間に短縮。「生産性が向上した」と評価されたが、売上への直接的な変化はなかった。
After: 同じ企業が半年後に方針を転換。営業AIエージェントを構築し、顧客の購買パターン・商談履歴・外部の市場データを統合的に処理させた。エージェントが商談前に「この顧客に今月アプローチすべき理由と提案内容のドラフト」を自動生成するようにプロセスを再設計した。
結果、商談化率が従来比で約1.4倍に上昇。レポート作成時間はほぼゼロになり、浮いた時間が顧客接点に転換された。
同じ「AI活用」という言葉で括られるが、やっていることはまるで別物だ。前者は「効率化」、後者は「収益プロセスの再設計」。この差が、2026年以降の企業評価を決定的に分ける。
「知っている」と「やっている」の間にある深い溝
ここまで読んで、「わかっている、うちもやろうとしている」と感じた方もいるだろう。
では、聞かせてほしい。
あなたの組織では、今期のAI投資に対して「何円の収益貢献を目標として設定しているか」、即座に答えられるだろうか。
答えられないなら、まだ「試して終わる側」の入り口に立っている可能性が高い。厳しい言い方だが、これは現実だ。
AIの二極化は、技術の差ではない。 経営判断の差であり、問いの設定の差であり、覚悟の差だ。テクノロジーは民主化された。アクセスはほぼ平等になった。だからこそ、「どう使うか」の意思決定が、企業の命運を分けるようになった。
稼ぐ企業は、AIを「部門のツール」として捉えていない。「事業そのものを再定義する変数」として経営の中心に置いている。
あなたの組織は、今どちら側にいるか。
答えを出すのに、時間はそれほど残っていない。
引用元・参考資料
- JBpress「AIのお試し期間は2025年で終了」（McKinseyおよびBainレポートを引用）
https://jbpress.ismedia.jp/articles/-/92531 - 国立情報学研究所（NII）LLM-jp-4 オープンソース公開関連情報
https://llm-jp.nii.ac.jp/ - WebSearch検索結果「生成AI ビジネス活用 経営 2026年4月」（日本国内活用率・AI投資評価基準・2026年競争動向含む）
複数社を運営する経営者。上場企業の代表者取締役経験もあり。自らも様々な事業を手掛ける一方で、多数の会社の支援も行う。AIがもたらす経営のインパクトは巨大。だからこそ組織でのAI活用方法を提案したい。
