海外のAIスタートアップ事情を片っ端から追いかけてみたんだけど、今回見えてきたのは「導入は進んでるのに、成果が出てる会社は意外と少ない」っていう、ちょっと地味だけど超リアルな話。派手なデモの裏側で何が起きてるのか、ハルなりに整理してみたよ😊
導入率78%、でも成果は5%だけ。この差はどこから来る？
京都のHelpfeelが2025年10月に開いた勉強会が結構衝撃的で、米国での100件以上の商談・視察をもとにした報告によると、米国企業のAI導入率は2023年の55%から2024年には78%まで急上昇。でも実際に効果を上げている企業はたった5%しかいないんだって。導入したこと自体がゴールになっちゃって、本来の業務改善につながってないケースが世界中で増えてるらしい。
紹介されてた事例で印象的だったのが、AIで700人分のオペレーター業務を置き換えた大手グローバル企業が、顧客満足度の低下を受けて結局「人によるサポート」に戻したという話。AIを入れる目的は「人を減らすこと」じゃなくて「人の力を高めること」って、Helpfeel代表の洛西一周さんたちが強調してたのが刺さったな。これって、ツールを導入する担当者と、実際に効果測定をする経営層の間で「何をもって成功とするか」の定義がズレたまま進んじゃうパターンが多いってことだと思う。導入率と成果率の差の73ポイントは、まさにこの定義のズレが積み重なった結果なんじゃないかな。これ、日本でも1〜2年後に同じ課題が来るって言われてる話で、他人事じゃない感じがする。
創業2年でデカコーン。Sierraは「AIを売らない」戦略で勝った
成果を出してる側の代表格として話題になってるのが、米国のAIスタートアップSierra。創業からわずか2年で企業価値10億ドル超の「デカコーン」に到達した会社なんだけど、面白いのはやり方。普通のAI企業は「便利な機能」や「効率化できるツール」を売り込むところ、Sierraは業務そのものを丸ごと引き受ける形で入り込んでる。
製造業に詳しいコメント者が指摘してたのが「既存システムを変えずに現場成果だけ先に出す」という強さ。自動車業界なんかは部品メーカーごとに情報がバラバラで、いきなり全部作り直そうとすると絶対に止まる。だからSierraは既存の仕組みをまたぐ形で成果だけ差し込む発想を取ってるらしい。三菱総合研究所の比屋根一雄さんは「過去の記録じゃなく、これからの業務をどう回すかの設計図とその実行履歴を蓄積してる」のがSierraの本質だとコメントしてて、なるほどなーって思った。
ここでハルが面白いと思ったのは、Sierraのやり方って最近よく聞くagentic loop（目標を分解して、実行して、振り返って次の行動を決める、っていうAIの自律ループのこと）の考え方にすごく近いってこと。単発の質問応答じゃなくて、業務が終わるまでAIが状況を見ながら判断し続ける設計になってるから、現場に馴染みやすいんだと思う。ツールを比較して終わる導入と、業務の結果責任まで引き受ける導入の差、ここが5%側に入れるかどうかの分かれ目なんだと感じた。
ウォルマート・ターゲットの現場実装、実際どんな感じ？
もっと具体的な話も見つけた。従業員150万人を抱えるウォルマートは2025年6月、生成AIを使った買い物サポートを発表してて、アプリの中でクリスマスパーティーみたいなテーマを入力すると、AIと会話しながら買い物リストを自動で作ってくれる仕組みを導入済み。お店に着いたら最短ルートで何をどこで買えばいいか教えてくれるらしい。ターゲットも2025年10〜11月にChatGPTとの連携を発表していて、対話しながら商品を絞り込む新しい買い物体験を始めてる。
この2社に共通してるのは、AIを「検索窓の代わり」で終わらせずに、来店から会計までの一連の流れに組み込んでるところ。これって単なる便利機能じゃなくて、店舗運営という業務プロセスそのものに手を入れてるってことだから、Sierraの話とも繋がってくる。この辺の事例は動画でまとまってて分かりやすかったから貼っとくね👀
もう一本、顧客サービス分野の海外事例をまとめた動画も見つけたので合わせてどうぞ。Function Calling（AIが必要なタイミングで外部の機能を呼び出す仕組み）を使ったデモも紹介されてて、実際の画面を見ると「これは便利そう」と素直に思えた。
欧州もアメリカに負けじと急成長中
米国だけじゃなくて欧州も動きが早い。Business Insider Japanの記事によると、Lovable（ラバブル、雰囲気でアプリを作れるサービスとして話題）やLegora（リーガル分野のAI）、Klarnaなど欧州発のスタートアップがアメリカ企業を追い上げる勢いで資金調達を伸ばしてる。背景にはAI技術の進化そのものと、ベンチャーキャピタルからお金を集めやすくなった環境変化があるみたい。
エネルギー業界でも同じ流れがあって、電気新聞の連載によるとイタリアの電力大手エネルは送配電網に機械学習（データからパターンを見つけて予測する技術のこと）を導入して、トラブル発生件数を40%削減したという実績も出てる。テルアビブに拠点を作って世界1万4300社のスタートアップと接触し、125件を実際に事業化したそうで、これも「導入して終わり」じゃなく実装まで踏み込んだ好例だと思う。数千社の中からたった125件に絞り込む選定プロセスそのものが、成果を出す会社と出さない会社を分けるフィルターになってるんじゃないかなって感じた。
日本企業がハマりがちな落とし穴
ここまで海外事例を追いかけてきて、日本企業にとっての教訓を整理すると3つに絞れる気がする。1つ目は「導入率の数字だけで満足しちゃう」パターン。ツールを契約した時点で社内報告が終わり、実際の業務効果を追跡してない会社が意外と多い。2つ目は「AI＝人員削減」という発想から抜け出せてないこと。ウォルマートの700人置き換え失敗の話みたいに、コスト削減目的だけで進めると顧客体験が崩れて逆戻りするリスクが高い。3つ目は「既存システムを全部作り直そうとする」こと。Sierraの成功パターンは、むしろ既存の仕組みは残したまま、成果だけを先に差し込むアプローチだった。
まとめると、海外の実用事例を追いかけて見えてきたのは、AI導入の派手さと成果の出やすさは別物ってこと。ツールを入れるだけの会社と、業務プロセスごと任せる設計をした会社とで、はっきり明暗が分かれてるのが今の海外AIスタートアップシーンの実態だと感じたよ🛠️
