こんにちは、株式会社TIMEWELLの濱本です。
ここ半年、AIエージェントを社内に入れた経営者から似たような相談を続けて受けています。「ChatGPT EnterpriseもClaudeも入れた。Copilotも全社展開した。なのに業績が動かない」。話を聞くと、ほぼ全社で共通している欠落があります。KPIがないのです。誰が、何を、いつ、どれだけ使い、どれだけ業務が代替されたのか。誰も把握していない。
シリーズで書いてきたとおり、AIエージェント前提の経営は組織OSの入れ替えです。OSは入れただけでは動きません。動いているかを毎週見る計器盤がなければ、入れたつもりで終わります。今回は、私が経営者に必ず勧めている「トップダウンで毎週見るべき7つのKPI」と、それをどう経営会議に組み込むかを書き切ります。
「AIを入れたのに進まない」の正体はKPI不在
AI導入が進まない会社を調べると、原因はモデルでもツールでもありません。計測のやり方を決めていないことに集約されます。BCGが2025年9月に出した「The Widening AI Value Gap」は身も蓋もない数字を出していて、AIから測定可能な価値を生めている企業は全体のごく一部、74%は価値創出に苦戦していると報告しています[^1]。これだけ多くの会社が同じ壁にぶつかっているのに、足りていないのはアルゴリズムではなく経営者の意思決定インフラです。
McKinseyの「State of AI 2025」も同じ方向を指していて、リーディング指標（アクティブユーザー、自動化されたタスク数、ハルシネーション率、ガードレール作動回数）とビジネスKPI（CSAT、サイクルタイム、EBIT）を二段構えで持っている企業ほど、価値実現が早くインシデントも少ない、と明確に書いています[^2]。逆に言うと、二段持っていない企業は、効果が出ているのか出ていないのかすら判定できない。判定できないものは経営できません。
私はWARPの現場でも同じことを毎回見ています。エージェントを20体作って、3カ月後に何体が生きているか聞くと、誰も即答できない。利用ログを見ると半分以上が週0回。これは現場の怠慢ではなく、「使われているかどうかを誰も見ていない」という構造の問題です。だからまず、見るべき指標を決め、見る場をスケジュールに固定する。話はそれからです。
ちなみにGartnerは2026年8月のリリースで、エンタープライズアプリのうちタスク特化AIエージェントを内蔵するものは2025年の5%未満から2026年末までに40%まで伸びると予測しています[^3]。つまり来年には、社内のあらゆる業務システムに小さなエージェントが住みつく。住みついたものを誰も計測していない状態は、サーバー監視を一切せずに本番運用しているのと同じ怖さがあります。
トップダウンで見るべき7つのKPI
ここから本題です。私が経営会議で毎週見ろと言っているのは、次の7指標です。これより少ないと粗すぎ、多いと誰も追えません。7という数字は経験的にちょうどいい上限です。
ひとつめは社内シェアされたスキル数です。スキルとは、Custom GPT、Claude Project、Copilot Agent、Dify Workflow、ZEROCK Skill Libraryに登録されたカスタムエージェントやプロンプトテンプレートのことを指します。週次の純増を見て、増えていなければそもそも作る文化がない。Gartnerの2026 Hype Cycle for Agentic AIでも、ガバナンスとセキュリティに振り切った企業ほどスキル登録のハードルを下げて運用していると報告されています[^4]。
ふたつめはスキル引用回数です。これはエージェントやスキルの呼び出し回数の合計で、DAU・WAU・MAUで分解します。Google Cloudが2026年に出した「The KPIs that actually matter for production AI agents」では、シングルクリックの利用回数より「日次・週次・月次のリピート利用が部門別に伸びているか」が本当の指標だと書かれていて、私もこれに完全に同意します[^5]。一度試して終わるエージェントは、PMFしていません。
みっつめは部門別エージェント運用本数です。営業に5体、経理に3体、人事に2体、カスタマーサクセスに7体。部門ごとにどれだけ動いているかを並べると、経営者の頭の中に組織図とエージェントマップが重なります。多い部門が偉いわけではなく、業務量に対して薄すぎる部門を炙り出すのが目的です。
よっつめは業務代替率、つまり人手からAIへの移行率です。私はこれを「hours saved per week」と「FTE換算（フルタイム従業員何人分）」の二本立てで見ます。AINOWが2026年4月に出した記事では、最初の6カ月は工数削減（時間）にKPIを寄せた企業のほうが定着が早いと結論づけられていました[^6]。経営者の言葉で言えば、「うちのAIエージェント群は、何人分働いているか」を毎週聞くことです。
いつつめはコスト削減額と売上貢献額、つまりP&L接続KPIです。BCGはこれを"value-led"指標と呼び、CFOを含む経営層が定例で見るべきだと2025年のレポートで強調しています[^1]。月次で円換算して並べる。ここを翻訳できないAIエージェントは、原則として閉じるくらいの強度で運用します。
むっつめはPMF再点検頻度です。エージェントごとに、DAUが先月比で30%以上落ちた、トレース成功率が80%を切った、平均レイテンシが2秒を超えたなどの閾値を決め、四半期ごとに引っかかったものを強制的に再設計レビューにかけます。Gartnerは2030年までにAIエージェント展開失敗の50%がガバナンス起因と予測しており、これは要するに「作って放置」が一番危ないという警告です[^4]。
ななつめはスキルシェアコミュニティの活性度です。社内のSlackチャンネル、Notion、Confluence、ZEROCKのSkill Libraryなど、どこでもいいから「使えるエージェントを見せ合う場」の投稿数、コメント数、採用件数を測ります。意外に思われるかもしれませんが、これがいちばん業績と相関する指標だと私は感じています。理由は単純で、シェアが盛んな会社は現場が自走しているからです。
各KPIの計測方法とダッシュボード設計
KPIは決めただけでは動きません。データソースとダッシュボードが必要です。私が現場で組んでいる構成は、データレイヤー、観測レイヤー、可視化レイヤーの3層です。
データレイヤーは、各AIプラットフォームのAPIログとプロンプトログを集約します。ChatGPT EnterpriseのCompliance API、Microsoft 365 CopilotのMessage Trace、Anthropic ConsoleのUsage API、Google Workspace Audit Log、それから社内で作っているエージェントの場合はLangfuseかArize Phoenixのトレースをそのまま流し込みます。Monte Carlo Dataが2025年12月に出した観測性ツールの調査では、Langfuse、Arize、Datadog LLM Observabilityあたりが本命として挙がっていました[^7]。
観測レイヤーでは、トレース成功率、レイテンシ、トークン消費、エラー率、ガードレール作動回数といった運用品質の指標を出します。Google Cloudの2026年の記事は「最終アウトプットだけでなく途中の推論ステップとツール選択（trace）を見ろ」と強調していて、これを"output friction"の最小化と呼んでいます[^5]。人間が修正に費やす時間を減らせないエージェントは、見かけ上動いていても価値を出していません。
可視化レイヤーは、Looker Studio、Tableau、Power BIのいずれかでいい。私の好みはLooker Studioですが、すでに社内BIがあるならそれに合わせます。重要なのは3つのオーディエンス向けに3つの画面を作ることです。経営会議用は1枚のサマリー、部門長用は部門別トップ10エージェント、構築者用はエージェント単位のトレース。これを混ぜると誰も読まないダッシュボードになります。
私がよくやるのは、ZEROCKのSkill Libraryから利用ログを直接Looker Studioに送り、その上で社内全エージェントの引用回数ランキングを毎週月曜の朝に自動配信する仕組みです。ZEROCKはAWS東京リージョンで動いているので、ログの国外持ち出し問題も発生せず、経産省の経済安全保障ガイドラインにも整合します。エンタープライズ用途で、ナレッジコントロールとKPI観測性を一体運用したい企業には素直にお勧めできます。
毎週の経営会議でAIエージェントKPIをレビューする運用
ダッシュボードを作っても、見る場がなければ意味がありません。私はクライアントに、経営会議の冒頭15分を必ずAIエージェントKPIレビューに割いてくださいと言っています。15分以上はかえって冗長になります。短く、しかし毎週やる。これがすべてです。
具体的なアジェンダはシンプルです。最初の3分でサマリーダッシュボードの前週比をCEOが読み上げる。次の5分で、伸びている部門と落ちている部門を1つずつ取り上げ、部門長にひと言ずつコメントしてもらう。次の5分でPMF再点検のアラートが出ているエージェントを確認し、誰がいつまでに対応するかを決める。最後の2分でスキルシェアコミュニティのトピックを2、3個共有する。これだけです。
なぜCEOが読み上げる必要があるのか。トップが毎週見ている指標は、必ず部門長まで降りるからです。逆も同じで、CEOが一度でも飛ばすと、翌週から誰も見なくなります。私はこれを「経営者の目線が、組織のKPIを定義する」と説明しています。BCGが「P&L接続KPIを経営層が見ること」を強調しているのも、結局は同じ話です[^1]。
ここで一つ余談を挟みます。先日あるクライアントの経営会議に陪席したら、CFOが「業務代替率が先週から3.2人分も伸びている、これは半期計画の上振れ要因だ」とコメントしたんですね。役員全員の目の色が変わった瞬間でした。AIエージェント運用が、ちゃんと経営の言葉になった瞬間です。指標が経営の語彙に組み込まれると、議論の質が変わります。
毎週レビューを続けると、もうひとつ副産物が出ます。部門間のベンチマーク競争です。営業部のAI活用が伸びていて、購買部が遅れているとデータで見えると、購買部長は黙っていません。これは強制ではなく、可視化の力で起きる自然な競争で、AINOWが指摘していた「現場主導でドラッグ＆ドロップ＋自然言語指示で画面を組み替えられる環境」の効果そのものです[^6]。
数字に出ない「文化的指標」をどう押さえるか
7指標とダッシュボードを揃えても、数字に出ない部分があります。私はこれを文化的指標と呼んでいて、定量化できないが確実に成果を左右する領域です。経営者はここを観察眼で押さえる必要があります。
ひとつは「AIで何かを試した人の表情」です。新しいエージェントを作って動かした人が、月曜の朝礼で「先週これ作ったんだけど、見てくれる?」と話しかけてくる雰囲気があるか。私はクライアントの社内Slackをのぞかせてもらって、雑談チャンネルにエージェントの自慢が混ざっているかを毎月チェックしています。雑談に混ざっていれば文化が回っている。混ざっていなければ、KPIが伸びていても薄氷の上です。
もうひとつは「失敗の共有」です。組んだエージェントがコケた話、ガードレールに引っかかった話、コストが想定の3倍出た話。こういう失敗が表で共有されているかどうか。Gartnerが2026年のHype Cycleで「ガバナンス、セキュリティ、コストのプロファイルが核技術と並んで重要になる」と書いている理由はここで[^4]、失敗が表に出ない組織はガバナンスが効いていません。経営会議のKPIレビューの最後に1分だけ、「先週コケた話、誰か」と聞く時間を設けるだけで雰囲気は変わります。
3つめが「経営者自身の操作頻度」です。CEOが週に何回エージェントを使ったか。これを役員間で開示するのは多くの会社で抵抗がありますが、私はやることを推しています。トップが触っていない技術は、組織で広がりません。これはAIに限らず、過去のERPもCRMも同じパターンでした。私自身も毎週金曜にClaude、ChatGPT、ZEROCKそれぞれの利用ログを役員Slackに貼り出していて、最低でも50回/週は使うように自分に課しています。
文化的指標は数字でない分、経営者の言葉で見せるしかありません。月次の社内発信で「今週うれしかったAI事例」を1つ取り上げる、創業記念日のメッセージで「うちのエージェント運用が組織を変えた話」を語る。地味ですが、ここを怠ると7指標は形骸化します。
まとめ：今週から動かせる3つのKPIから始める
7指標を一気に揃えようとすると挫折します。私は最初の1カ月、3つだけから始めることを勧めています。
1つめは社内シェアされたスキル数。ChatGPT EnterpriseのCustom GPT管理画面、Claude Projectsの一覧、ZEROCKのSkill Library、どれでもいいから台帳を作って毎週末にスナップショットを取る。
2つめはスキル引用回数のWAU。誰が、どのエージェントを、何回呼んだか。1週間に1回でいいので、CSVを落として並べる。
3つめは業務代替率を「hours saved per week」で、各部門に申告制で出してもらう。最初は粗くていい。完璧なログを待つより、3週間の自己申告データのほうが経営判断には使えます。
この3つだけで十分、経営会議の景色が変わります。CEOが毎週「先週は何時間ぶん効いた」と読み上げるだけで、組織は動きます。残り4指標は2カ月目以降に足していけばいい。
そしてもうひとつだけ。KPIが整わないうちに「全社AIエージェント展開」を宣言しないでください。インストールは派手で、計測は地味です。地味な計測を先に組み立てた会社だけが、派手なインストールを意味のあるものにできます。これがこの3年、現場でAI導入のコンサルをやってきた私の率直な結論です。
もし自社のKPI設計とダッシュボード構築を一気に進めたいなら、私たちのAI戦略コンサルティングWARPでは、経営会議のアジェンダ設計から観測ツールの実装、エージェントカタログの台帳化までを一体で支援しています。エンタープライズで国内データ主権を保ったままKPI観測性を組みたい場合は、AWS東京リージョン上で動くZEROCKのSkill Libraryと組み合わせるのが最短です。今週からひとつでも動かしましょう。
関連記事：AIエージェント前提経営：3つの戦略オプション、AIエージェントを組織にインストールする5フェーズ、Google Cloud Next 2025のAIエージェント潮流
[^1]: BCG「The Widening AI Value Gap」(2025年9月) https://www.bcg.com/publications/2025/are-you-generating-value-from-ai-the-widening-gap [^2]: McKinsey「The state of AI in 2025: Agents, innovation, and transformation」 https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai [^3]: Gartner Press Release「40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026」(2025年8月26日) https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025 [^4]: Gartner「2026 Hype Cycle for Agentic AI」 https://www.gartner.com/en/articles/hype-cycle-for-agentic-ai [^5]: Google Cloud「The KPIs that actually matter for production AI agents」 https://cloud.google.com/transform/the-kpis-that-actually-matter-for-production-ai-agents [^6]: AINOW「生成AI活用の効果をどう評価する？KPI設計とROI試算を6カ月で形にする方法」(2026年4月6日) https://ainow.ai/2026/04/06/277881/ [^7]: Monte Carlo Data「The 17 Best AI Observability Tools In December 2025」 https://www.montecarlodata.com/blog-best-ai-observability-tools/