成果の現実

期待も導入も投資も先行している。では、成果は出ているのか。ここで熱量と現実のギャップが露わになる。

期待 64.9% に対し、明確な成果はわずか 16.4%。あいだには約 49ポイント の落差がある。さらに「現時点では成果が得られていない」「まだ評価・測定できていない」を合わせた 29.7% は、成果を語る以前の段階にある。

AI活用の成果（Q23）

最も多いのは「限定的な成果」48.3%。多くの企業がAIに触れてはいるが、明確な手応えを得られているのは一部にとどまる。「未評価・測定不可」が 17.4% を占めることも、成果を語る前段でつまずいている企業の多さを示している。

成果を出している層は、より戦略的な用途でAIを活用している

成果が出ている層はどのユースケースでAIを使っているのか。「明確な成果が出ている」層（n=61）とその他（n=312）でユースケース（Q21・複数選択）を比べると、差が大きいのは経営・事業企画支援（26.2% vs 14.1%、+12.1pt）と営業・マーケティング高度化（37.7% vs 27.2%、+10.5pt）だった。

「業務効率化」は両層とも最多（70.5% vs 67.9%）で差は小さい。成果を出している層は、業務効率化にとどまらず、経営判断や顧客接点といったビジネスの根幹に近い領域にまでAIを展開している。より高度・戦略的な用途への展開が、成果の差を生む一因となっている可能性がある。

なぜ成果が二分するのか

明確な成果の有無と一貫して相関が観察されたのは、データ基盤の成熟度だった。基盤を全社統合している層の明確な成果率は 30.8%、未着手の層は 12.0%。およそ 2.6 倍の差であり、この勾配は企業規模や役職を固定しても保持される。