AI を会社で使い始めるとき、最初の PoC（実証実験：少人数・短期間で「本当に効果が出るか」を試す小さなテスト） をどの部門・どの業務でやるかが、その後の成否をほぼ決めます。MIT の調査では、企業の生成 AI パイロットの約 95% が利益（P&L）への測定可能な効果を出せずに終わったと報告されています。失敗のほとんどはモデルの性能不足ではなく、「効果が測れない業務を選んだ」「現場が使い続けなかった」こと。だからこそ、最初の一手は“賢いツール”より“正しい業務”の選定が肝心です。
FIG.1 「やりたい業務」ではなく「4 条件を通った業務」から最初の PoC を選ぶ
01なぜ「業務選び」で 9 割が決まるのか
多くの企業が予算を 営業・マーケ向けツールに最も多く投じる一方で、MIT の調査では実際に効果（ROI）が大きかったのはバックオフィスの自動化でした。外注（BPO）・代理店費の削減や定型処理の圧縮で、年 200〜1,000 万米ドル規模の節約に至った事例もあります。つまり「華やかに見える業務」と「実際に効く業務」はずれることがある。最初の PoC は地味でも効果が数字で見える業務を選ぶのが鉄則です。
もう一つの現実が「シャドー AI」です。公式に LLM 契約をしている企業は約 4 割にとどまる一方、現場の約 9 割は ChatGPT や Claude などの個人 AI を日常業務で使っている、という調査もあります。すでに現場が自前で使っている業務は、効果が出やすく定着もしやすい有力な PoC 候補です。
02効果が出やすい PoC の 4 条件
候補業務をこの 4 条件でふるいにかけます。すべて満たすほど成功率が上がります。
反復性が高い
毎日・毎週同じ作業を繰り返している業務。手順がパターン化できるほど AI の効きが大きく、効果も積み上がります。
デジタルで完結する
紙・電話中心の業務は AI 化しにくい。メール・ドキュメント・社内システムの中で完結する業務が狙い目です。
失敗時の影響が小さい
顧客への直接接触・契約・経理の確定処理などは慎重に。まずは社内向け・下書き止まりの業務から始め、人が最終確認する設計にします。
