企業がAIエージェントに投じる資金は急拡大している。BCGの調査によれば2026年のAI投資の30%以上がAIエージェントに充てられる見通しで、90%のCEOが「2026年に定量的な成果を生む」と回答している。JAPAN AIラボの解説によれば、Gartnerはタスク特化型AIエージェントの企業アプリ搭載率が2025年の5%未満から2026年末に40%へ急増すると予測する。だが、期待の高さと成果の実態には大きな溝がある。
ROI達成企業はわずか25%――IBM調査が示す現実
2025 IBM Institute for Business Valueの経営幹部調査では、AIイニシアチブのうち期待されたROIを達成したのはわずか25%、企業全体に拡大できたのは16%にとどまった。IBMの分析は、問題はAI技術そのものではなく「デプロイ方法」にあると指摘する。多くのリーダーが初日からの売上成長を狙う一方、成功する導入の多くはコスト削減という測定容易な領域から始まっている。
IBMが提示する処方箋は明快だ。まず適切なユースケースを選定し、次にBefore状態のベースラインを必ず定量取得する。「時間・コスト・品質に関する明確な基準がない」組織が大半であり、ベースラインなきROI測定は説得力を持たない。さらに単一ベンダーへのロックインを避け、複数のAIエージェントを統合できるオープン・オーケストレーション・レイヤーを構築することが、長期的な柔軟性を左右するとされる。
74%が一度は停止――Klarnaの発表値と実態のズレ
CPaaS大手Sinchが2026年5月13日に公表した10カ国・6業種2,527名対象の調査では、企業の74%が本番稼働させたAIエージェントを一度は停止・巻き戻した経験があると回答した。ガバナンス体制が成熟した組織ほどこの割合は高く81%に達する。一方で62%は現在も運用を継続し、98%が2026年の投資増額を予定しているとVottiaの分析は伝える。つまり撤退ではなく「一度止めて作り直す」のが標準的な経過だという解釈だ。
この文脈でよく引用されるのがKlarnaの事例である。同社は月間230万件の会話を処理し、フルタイム換算700名分の業務量を担い、年間4,000万ドルの利益改善を発表した（2024年2月時点）。応答時間は平均15分から2分未満に短縮され、CSATは47%向上、再問い合わせ率は25%低下したという。ただしこの華々しい数字が独り歩きし、その後のコスト増や運用見直しの実態と切り離して語られがちな点には注意が必要だとVottiaは補足している。
測定フレームワークの有無が3.5倍の差を生む
Uravationが引用するデータでは、ROI測定フレームワークを導入している企業は3.5倍のリターンを実現している一方、MITの調査では十分なリターンを得ている企業はわずか5%にとどまる。同社の分析によれば、Gartnerが予測する2026年の世界AI支出総額は2.52兆ドル(前年比44%増)、BCG AI Radar 2026では企業のAI支出が売上の約1.7%に倍増している。これだけの資金が動く中、「なんとなく便利」という感覚論はもはや経営会議を通らない。
実務レベルでは、三井住友トラストTAソリューションが応対履歴入力の自動化により年間9,200時間(業務量の約1割)を削減したと発表している。株式会社グラシズはランディングページ制作を内製化し、1本10万円だった外注費をゼロに、制作時間を3営業日から2時間へ短縮した。株式会社AXの事例集では、人件費削減額300万円・投資額120万円でROI150%というシンプルな計算例も示されている。
診断フレームと計測タイミングの設計
ユニモン株式会社の解説によれば、「効果が出ていない」状態は3パターンに分けて診断すべきだという。パターン1は測定自体の問題(ベースライン未取得、計測期間1〜2ヶ月と短すぎる）、パターン2は運用の問題(HITL介入率の高止まり)、パターン3は設計・スコープの問題(PoC構成のまま本番運用している)である。まずパターン1を潰し、四半期単位でログ確認から現場ヒアリングへと進む診断手順が推奨される。
Vottiaが示す12ヶ月検証プロセスでは、0〜3ヶ月のPoC期は自動化率と精度を中心に見て、CSATは現状維持が合格ライン。3〜6ヶ月の本番導入期はAHTと自動化率を週次モニタリング。6〜12ヶ月の定着期でCSAT・NPS・再問い合わせ率が安定し、ここで初めて総合ROIを確定させるのが健全とされる。月間3万件・自動化率60%・応対単価500円のBtoCコンタクトセンターの試算例では、年間効果1.08億円・3年ROI約730%という数字も示されている。
「育てる文化」がROIの複利効果を生む
電通総研の分析は、AIエージェントは「導入した瞬間が完成ではない」と強調する。実運用で蓄積されるログや問い合わせ履歴をもとにプロンプト最適化やワークフロー拡張を重ねることで、精度・自律度・業務カバレッジは継続的に成長する。基盤モデルがGPT-4oからGPT-5、次世代モデルへと進化するたびに、既存エージェントは再学習なしで恩恵を受けるケースも増えているという。導入後に育てる文化を組織に根付かせられるかどうかが、長期的なROIを左右する分岐点になる。
