- 56%のCEOがAIから財務上の利益を得ていないと回答。
- ソフトウェア開発タスクでは平均3.3時間の業務削減が見込まれる一方、管理タスクでは1.8時間です。
- 3倍の使用格差が 70 以上の国々で発生しています。
1月下旬に発表された一連のレポートは、人工知能（AI）に巨額の投資を行ったビジネスリーダーにとって厳しいニュースをもたらしました。ほとんどの企業は多くの活動を見ていますが、利益率への改善はほとんど見られません。
コンサルティング大手のPwC、およびテクノロジー企業のAnthropic、OpenAI、Googleが2026年1月に発表した研究は、一貫した図景を描き出しています。労働者はこれらのツールを以前にも増して使用していますが、期待されていたコスト削減や収益増加は、ほとんどの組織で実現していません。
過半数 の経営陣が財務上の の利益
数字は率直な物語を語っています。PwCの2026年調査によると、最高経営責任者（CEO）の56%が過去1年でコスト削減や収益増加のいずれも見出しませんでした。両方の分野で利益を報告したのはわずか12%でした。
このギャップは重要です。企業はソフトウェアライセンスやトレーニングに多額の費用を投じています。この調査は、問題が技術そのものではなく、企業がどのようにそれらを展開しているかを示唆しています。財務上の利益を報告した経営者は、単にソフトウェアアカウントを配布するのではなく、これらのツールを自社の運用や顧客対応活動に深く組み込んでいた可能性が2〜3倍高かったです。
ユーザー数を単純に増やすだけでは、財務パフォーマンスの向上にはつながりません。企業は新しいツールを単に配布するだけでなく、仕事の進め方そのものを再設計する必要があります。
アクティブユーザーの計測が機能しない場合、企業は何を測定すべきでしょうか？Anthropicは1月15日に、人々がこれらのシステムに割り当てるタスクの種類と難易度を追跡することを提案する調査結果を公開しました。
タスクの種類による違いは重要です。メールの要約にはほとんど高度な処理は必要なく、節約できる時間もわずかです。一方、複雑で多段階のコーディングプロジェクトを委任することは、真の労働の代替を意味します。Anthropicの調査によると、ソフトウェア開発の依頼は平均して3.3時間分の人間労働に相当し、個人の事務作業はわずか1.8時間です。
ビジネスの管理者は、ログインした人数という単純な頭数だけでなく、実際にどのような作業が行われているかを把握する必要があります。些細なタスクの活発な利用はお金の無駄遣いを意味し、複雑なタスクへの集中した利用こそが、真の生産性向上につながります。
OpenAIの分析は、1月21日にpublished January（公開）され、この主張を裏付けています。同社は、これらのシステムが達成できることと人々が実際に使用するとの間の不一致である「能力オーバーハング」を特定しました。
Two findings（2つの発見）が際立っています。第一に、最も活発なユーザーは、典型的なユーザーの7倍の頻度で高度な機能、特に洗練された推論能力を活用しています。第二に、OpenAIが70カ国以上の使用パターンを調査したところ、高度な機能の使用強度に3倍の違いがあることがわかりました。
これは新たな競争ダイナミクスを生み出します。労働者がフル機能を効果的に活用できる地域で事業を展開する企業は、同じソフトウェアをより洗練されていない方法で使用する競合他社よりも優位に立ちます。デジタルリテラシーだけでは不十分です。労働者は、研究者らが「エージェントフルエンシー」と呼ぶ、複雑で多段階のタスクを委任する能力を必要とします。
Googleは1月20日、Workspaceソフトウェアのアップデートを行い、もう一つの測定課題に対応しました。このアップデートにより、管理者ダッシュボード上で、どのチームがどの機能をどのように頻繁に使用しているかといった包括的な利用分析データが直接表示されるようになりました。
この変化は重要です。これにより、支出が財務部門が監視および監査できるカテゴリに変換されます。ダッシュボードは、管理職の効率向上に関する主張を支持または反駁するための利用データを提供します。
ビジネスリーダーのための5つの優先事項
経営陣はどのような行動を変えるべきでしょうか？業界アナリストは以下の5つの優先事項を提案しています：
- 利用と価値を混同しない
- ユーザー数ではなく、タスクの複雑さに基づいてプロジェクトを監査する
- 利用状況をビジネス成果に結びつける追跡システムを整備する
- ソフトウェア購入だけでなく、ワークフローの再設計に予算を割り当てる
- 実質的な財務上の利益を報告している12%の企業を調査する。
Financial officials will likely need uniform reporting on profit-and-loss effects during the next three months. There will probably be competition among software suppliers to make their measurement techniques industry norms. Regulators may also request data on how autonomously these systems operate and what safety measures are in place.
この一連の研究から得られるメッセージは明確です。実験的な段階は終了しました。企業は今、投資に対する具体的なリターンを示す圧力に直面しています。
最も賢明な暗号通貨の専門家たちはすでに私たちのニュースレターを読んでいます。あなたも参加しませんか？ 彼らに加わりましょう。
ハニア・フマユン
Hania氏は、金融・経済動向および予測市場の分析における長年の経験を経てCryptopolitanに参加しました。彼女は新興技術、AI、フィンテックに関するトピックを扱ってきました。ライセンスを取得した建築家としての経験は、ニュース記事に活力と精密さを加えています。ラホールの国立芸術大学で建築学の学位を取得し、
