AIを入れても成果が出ない会社に共通する8つの失敗

「だかぼく」著者　斉藤徹 (とんとん)

2026年4月12日 20:37

組織にAIを導入しても、成果に結びつけるのは難しい。
個人には効く。組織では、なぜ死ぬのか。

AIが盛衰を決める。なのに、大半が自滅する

「乗り遅れるな」──これが、その企業のAI戦略だった。

100以上のユースケースを、部門横断でパイロット展開した。
技術チームが主導し、各部門にツールを配った。
そして現場の全員が、新しいツールを手にした。

教科書どおりの、完璧な「AI導入」だった。

しかし──現場には、何も残らなかった。
使い続けたのは、もともと熱心だった社員だけだ。
導入前と、日常は変わっていなかった。

これは特定企業の失敗談ではない。
BCGが350以上の生成AIプロジェクトで繰り返し目撃してきた、ありふれた現実である。

2025年のマッキンゼー調査によれば、AIを導入している企業は88%に達している。しかし、AIが実際に事業の収益成長を牽引できている企業は、わずか6%に過ぎない。

また、MITのNANDA研究室は、企業が本番導入を目指して進めたAI実証プロジェクトの95%が、財務的成果を生まなかったと報告している。IDCが報告するデータによれば、技術的に成功した実証プロジェクトのうち本番稼働に至ったのは12%にとどまる。

研究者たちはこの状況を「生成AIディバイド」と呼ぶ。
AIを「使う」企業と、AIで「稼ぐ」企業の間に生まれた、深い溝である。

個人利用では、その多くが目を見張るような生産性向上を享受している。
にもかかわらず、いったいなぜ、組織では失敗するのか。

組織の課題を解き明かす、8本の調査レポート

この問いに答えるため、権威ある最新の調査レポートを読み込んだ。

マッキンゼー、MIT、BCG、IDC、デロイト、ガートナー、PwC、MLQ.ai ──コンサルティング組織、独立調査組織、学術機関と、立場も方法論もまったく異なる組織が、2024年から2026年にかけて独立して発表したものだ。合計で数千社・数万人規模のデータが含まれる。

$$
\begin{aligned}
&\begin{array}{|l|l|l|l|}
\hline
\rule{0pt}{3ex}{\small \textsf{調査機関}} & {\small \textsf{種別}} & {\small \textsf{発表年月}} & {\small \textsf{レポート名}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{BCG}} & {\small \textsf{コンサル組織}} & {\small \textsf{24年9月}} & {\small \textsf{The Stairway to GenAI Impact}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{IDC}} & {\small \textsf{独立調査組織}} & {\small \textsf{25年3月}} & {\small \textsf{CIO Playbook 2025}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{デロイト}} & {\small \textsf{コンサル組織}} & {\small \textsf{25年1月}} & {\small \textsf{State of GenAI in the Enterprise}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{ガートナー}} & {\small \textsf{独立調査組織}} & {\small \textsf{25年2月}} & {\small \textsf{Lack of AI-Ready Data}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{マッキンゼー}} & {\small \textsf{コンサル組織}} & {\small \textsf{25年11月}} & {\small \textsf{The State of AI in 2025}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{MIT NANDA}} & {\small \textsf{学術機関}} & {\small \textsf{25年7月}} & {\small \textsf{Moving Beyond AI Pilots}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{MLQ.ai}} & {\small \textsf{独立調査組織}} & {\small \textsf{25年7月}} & {\small \textsf{The GenAI Divide}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{PwC}} & {\small \textsf{コンサル組織}} & {\small \textsf{26年1月}} & {\small \textsf{29th Global CEO Survey 2026}} \\[1ex]
\hline
\end{array}
\end{aligned}
$$

8本の調査を並べて読んだとき、ひとつの奇妙な事実に気づいた。
異なる機関が、異なる方法論で調査しているにもかかわらず、類似した構造が観測できることである。

AI導入、成功と失敗を分けるもの

8本のレポートには、共通する問いがあった。
「AIで成果を出した企業」と「出せなかった企業」の間で、何が違うのか。

数千社・数万人規模のデータを横断し、その差分として浮かび上がった要因を並べると、16の項目になる。
興味ある方は、記事の後記として「成功・失敗要因の詳細」を掲示しているので確認してほしい。

この16の要因を並べ替えると、ある構造が浮かび上がった。
成功企業と失敗企業は、8つの軸に対して、正反対の答えを出していたのだ。

$$
\begin{aligned}
&\begin{array}{|l|l|l|}
\hline
\rule{0pt}{3ex}{\small \textsf{軸}} & {\small \textsf{成功}} & {\small \textsf{失敗}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{① 目的}} & {\small \textsf{収益成長・新価値創出}} & {\small \textsf{ツール導入そのものを目的化}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{② 責任者}} & {\small \textsf{経営者が直接コミット}} & {\small \textsf{誰も責任を持たない}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{③ 投資先}} & {\small \textsf{70\%を人とプロセス変革に}} & {\small \textsf{ライセンス・インフラに集中}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{④ 業務}} & {\small \textsf{AI前提で業務を再設計}} & {\small \textsf{既存業務の上にAIを乗せる}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{⑤ 現場}} & {\small \textsf{日常の習慣に組み込む}} & {\small \textsf{研修イベントで終わらせる}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{⑥ AI}} & {\small \textsf{自社知識を組んだ専用AI}} & {\small \textsf{汎用AIを配るだけ}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{⑦ ガバナンス}} & {\small \textsf{事前に責任・プロセス定義}} & {\small \textsf{展開後に先送り}} \\[1ex]
\hline
\rule{0pt}{3ex}{\small \textsf{⑧ 展開}} & {\small \textsf{小さな成功をもとに横展開}} & {\small \textsf{実証実験を本番に移行不可}} \\[1ex]
\hline
\end{array}
\end{aligned}
$$

興味深いことは、成功・失敗の要因に「技術的問題」が含まれないことだ。
目的の設定、人と組織の変革、業務と知識の設計といった、より上位のレイヤーが浮かび上がるのだ。

PHCには、連鎖がある

この3つは、単なるチェックリストではない。
前の要素が整って初めて、次の要素が機能する「因果の連鎖」がある。

Purposeなきところ、Humanは動かない。
Humanが動かなければ、Context（暗黙知）は表出しない。

① Purpose　「何のためにAIを使うか」が全員に共有され、
② Human　だから組織のカルチャーが動き始め、
③ Context　はじめて自社の知識・文脈がAIに渡される

逆に、複数の調査が共通して示す、典型的な失敗の連鎖はこうだ。

① Purpose　「何のために使うのか」が、現場に伝わらず、
② Human　だから従業員は「自分ごと化」できず、
③ Context　自社の知識・文脈はAIに届かなかった

これこそ、マッキンゼーが指摘する「AIを実質的な収益ドライバーにできていない94%」の企業が辿る道といえるだろう。

この構造を、BCGも裏付けている。1,000社以上のAI実装を分析して導いた、AI投資における**リソース配分の黄金比「10-20-70ルール」──アルゴリズムに10%、テクノロジーとデータ基盤に20%、そして人材・業務プロセス・カルチャーに70%を充てよ、という法則だ。

ところが、多くの企業は、この70%を、ライセンス費用、インフラ整備、ベンダー契約──に投下する。その結果、技術的には動くが、誰も使わないシステムが生まれてしまうのだ。

「目に見えるコスト」は稟議が通りやすく、「目に見えない組織変革」は後回しになる──あらゆる組織に共通する力学があるからだ。

成功の鍵──隠れた断層「Frozen Middle」

複数のレポートが共通して「最も手強い壁」と指摘していたのがHuman、なかでも「中間管理層の抵抗」だ。しかし、その理由を単なる現状維持志向と片付けるだけでは、本質を見誤るだろう。

実態は、もっと構造的な問題をはらんでいる。

実は、中間管理職こそ「自社固有の知識を最も保有している人たち」である。彼らの頭の中には、組織にとって極めて重要な暗黙知──業務のやり方、意思決定の慣習、顧客との歴史、暗黙のルール──が蓄積されており、それが彼らの価値の源泉となっている。

見方を変えると、AIが「最も必要としている知識」を、AIに最も「渡す理由のない人たち」が持っている ともいえるのだ。

これは抵抗ではない。構造の問題だ。大切な事は、この「凍結」が、個々人においては合理的な判断だということだ。

中間管理職の立場に立ってみればわかるだろう。自分が10年かけて積み上げた業務知識をAIに移転すれば、自分の価値は何になるのか。明確な答えがないまま「AIに教えてください」と言われても、動く理由がない。むしろ動かないことの方が、個人の利益を守る合理的な選択なのだ。

だから「研修を増やす」「使用率を指標にする」といった対策は機能しない。問うべきは「なぜ動かないのか」ではなく、「動きたくなる理由を作れているか」だ。

解決策は、説得でも研修でもない。「知識をAIに渡した先に、自分はどんな価値を発揮できるのか」という未来を、先に見せることだろう。

これが、PurposeをHumanより先に置かなければならない、最大の理由だ。

そして、J.バーニーの言葉が響く

PHCが整った先に、企業は何を得られるのか。
それは「持続的な競争優位性の獲得」である。

経営戦略論の権威、J.バーニーとリーブスは、2024年のHBR論文でこう論じた。誰もが同じ生成AIにアクセスできる時代、AIを使うこと自体は差別化にならない。競争優位とは「他社が容易に真似できないもの」から生まれる。同じAIを、同じように使えば、同じような答えしか返ってこないのだから。

では、何が真似できないのか。自社固有の知識と文脈だ。

10年かけて蓄積した顧客との関係、業界の慣行、組織の暗黙知──それをAIに渡した企業だけが、汎用AIとは質の違う答えを引き出せる。バーニーらはこれを「すでに保有している競争優位を、AIでさらに強化する」と表現した。

言い換えれば、パブリックAI（誰でも使える汎用AI）からプライベートAI（自社の知識・文脈が宿ったAI）への移行だ。

そして、Purpose・Human・Contextの3つは、まさにその移行を可能にする設計そのものだ。

問いは、ここから始まる

この探求の結論は、テクノロジーではなく、組織設計の問題だった。

そして、この問題は、技術の問題より根が深い。技術は買えるが、信頼は買えない。ツールは複製できるが、カルチャーは複製できない。

次回は、組織論の文脈から、「人とAIのコラボレーション」がどのように語られているかを深く探求していきたい。

AI時代の組織論。この最新作、きっとあなたのお役に立つと思います。

自己紹介はこちらです。

【ここからは、さらに深堀りしたい方へ】

▼ 成功要因 − AIで成果を出した企業がやっていたこと

① 収益成長へのフォーカス ── コスト削減でなく、売上拡大を目的に据える（BCG：AIリーダー企業は3年平均で収益成長が競合比50%超）
② 経営陣の深いコミット ── 経営者が、直接オーナーシップを持つ（マッキンゼー：成功確率が3倍）
③ 10-20-70ルールの実践 ── 投資の70%を、人とプロセスの変革に充てる（BCG提唱）
④ ワークフローの再設計 ── 業務そのものを、AI前提で描き直す（マッキンゼー：実施企業はわずか21%）
⑤ AIの習慣化 ── イベントではなく、日常に組み込む（BCG：習慣化されない限り数ヶ月で効果消失）
⑥ 垂直型AIの構築 ── 自社知識を活用したAIシステムを開発する（BCG：ROI10〜15倍、3年以内が視野）
⑦ ガバナンスの先行設計 ── 展開前に責任者・プロセスを定義する（BU/MIT：包括的AIガバナンス計画を持つ企業はわずか29%）
⑧ 小さな成功から横展開 ── 一部門で成果を作り、横展開する（BCG：対象を絞り、EBIT目標とセット）

▼ 失敗要因 − AIで成果を出せなかった企業がしていたこと

① テクノロジー先行 ── 課題なしに、技術だけを導入する（BCG：数ヶ月後には誰も使わない事例）
② 凍結された中間管理層 ── 中間管理職が組織展開に動かない（マッキンゼー他複数：共通の最大障壁）
③ パイロット地獄 ── 実証実験が、本番稼働に移行できない（IDC：88%が本番未到達）
④ 業務統合スキルのギャップ ── AIを業務に統合する能力が不足している（デロイト：スキル・タレント不足を最大障壁と明記）
⑤ 従業員の不安 ── AIへの恐れが、現場での定着を妨げる（デロイト：46%が不安と回答）
⑥ 汎用AIへの依存 ── ChatGPTやCopilotを配るだけで終わる（MLQ.ai：カスタムAI稼働率5%）
⑦ ガバナンス・責任設計の不在 ── 「誰がAI出力の結果に責任を持つか」が定義されないまま展開する（BU/MIT：包括的AIガバナンス計画を持つ企業はわずか29%）
⑧ データの不備 ── AIレディでないデータが課題となる（ガートナー：60%がデータ起因で失敗）

【参照レポート・出典】

McKinsey: The State of AI in 2025: Agents, Innovation, and Transformation（88%がAI導入済み、EBITの5%以上をAIで生む高パフォーマーは6%。ワークフロー再設計の実施企業はわずか21%。経営陣のコミットが高い企業は成功確率が3倍）
MIT NANDA: Moving Beyond AI Pilots: What Organizations Get Wrong（AIパイロットの95%が財務的成果を生んでいないと報告）
IDC (w/ Lenovo): CIO Playbook 2025（技術的に成功したパイロットのうち本番稼働に至ったのは12%。半数の企業がAI導入済みも、大半は小規模な実証段階にとどまる）
BCG: The Stairway to GenAI Impact（10-20-70ルール提唱。収益成長フォーカスで成功率63% vs コスト削減フォーカス50%。人とプロセスへの投資で採用率60% vs 30%）
Deloitte: State of Generative AI in the Enterprise（リスク・ガバナンス懸念がQ1からQ4で10pt上昇し最大障壁に。スキルギャップを最大障壁と認識するのは46%）
Gartner: Lack of AI-Ready Data Puts AI Projects at Risk（1,203人のデータ管理リーダー調査、2024年7月実施。AIレディなデータ不備のプロジェクトは2026年までに60%が廃棄と予測。カルチャーが整った組織ではビジネス部門の57%がAI活用に本腰、そうでない組織では14%）
MLQ.ai: The GenAI Divide: State of AI in Business 2025（自社データを活用したカスタムAIを実際に稼働させているのは全体の5%のみ）
PwC: 29th Global CEO Survey 2026（4,454人のCEO調査。56%が収益・コストともに改善なし。収益・コスト両方で成果を出しているのは12%のみ）
Barney, J.B. & Reeves, M. AI Won't Give You a New Sustainable Advantage. Harvard Business Review, September–October 2024.（汎用AIの活用は模倣が容易で競争優位にならない。自社固有の資源・組織能力とAIを組み合わせることが持続的競争優位の源泉）

最後まで読んでくださって、ありがとうございます。

noteをフォローしていただくと、新着記事の通知が届きます。

また、週1通の無料メルマガ「とんとん通信」では、毎週月曜朝7時30分に、その週の記事サマリーと、noteには書いていない小さな裏話をお届けしています。

忙しくてSNSを追いきれない方は、ぜひご登録ください。
いつでも解除できますので、お気軽にどうぞ。

[メルマガ登録する]

毎月、無料のオンライン講演でお話してます。申し込みはお気軽にどうぞ。

斉藤徹（とんとん）
だかぼく三部作公式ページ：https://torusaito.com/
株式会社hint：https://hint.co.jp/

AIを入れても成果が出ない会社に共通する8つの失敗

AIが盛衰を決める。なのに、大半が自滅する

組織の課題を解き明かす、8本の調査レポート

AI導入、成功と失敗を分けるもの

最新レポートが示す、成功と失敗の分水嶺

PHCには、連鎖がある

成功の鍵──隠れた断層「Frozen Middle」

そして、J.バーニーの言葉が響く

問いは、ここから始まる

いいなと思ったら応援しよう！

AIを入れても成果が出ない会社に共通する8つの失敗

AIが盛衰を決める。なのに、大半が自滅する

組織の課題を解き明かす、8本の調査レポート

AI導入、成功と失敗を分けるもの

最新レポートが示す、成功と失敗の分水嶺

PHCには、連鎖がある

成功の鍵──隠れた断層 「Frozen Middle」

そして、J.バーニーの言葉が響く

問いは、ここから始まる

いいなと思ったら応援しよう！

成功の鍵──隠れた断層「Frozen Middle」