こんにちは、株式会社TIMEWELLの濱本です。
「生成AIに投資すべきか」という議論はもう古いと思っています。問題は、どのモデルにいくら払って、どの業務に充てれば、いつ回収できるのかという定量の話です。McKinseyは生成AIの年間経済価値を 2.6〜4.4 兆 USD と試算[^1]し、Goldman Sachs は10年で世界 GDP を 7%押し上げると見立てました[^2]。一方で、MIT NANDA の2025年7月調査によれば、企業が投じた 300〜400億 USD のうち 95% は有意な P&L インパクトを出せていません[^3]。期待値と現場の落差がこれほど開いている技術は、ここ20年でも珍しい。
このシリーズは「AIモデル徹底比較」の第4弾です。今回は、Klarna、Microsoft、Salesforce、KPMG、JPMorgan など実際に数字を開示している企業のデータを下敷きに、ROI を計算可能な単位まで分解していきます。読み終わるころには、自社のAI投資が「儲かる側の5%」に入るための条件が見えるはずです。
生成AI ROIをどう計算するか：時間・コスト・売上の3軸
ROIの議論が空中戦になる原因は、ほぼ毎回ここで決まります。「生産性が上がりました」では稟議が通らない。CFO の隣に座って一緒に計算するつもりで、3つの軸に分けて考えます。
ひとつめは時間短縮。GitHub の研究では、Copilot を使った開発者は同じタスクを 1時間11分で終え、使わない開発者は 2時間41分かかりました。差は 55%（信頼区間 21〜89%、p=0.0017）[^4]。Microsoft 365 Copilot の Forrester TEI でも、ナレッジワーカー1人あたり月平均 9 時間の節約が報告されています[^5]。仮に時給5,000円のホワイトカラー1,000人が月9時間浮かせれば、年間で 5.4 億円の人件費換算になる。ここまで来てやっと「生産性向上」が経営の言葉になります。
ふたつめはコスト削減。これはAP（買掛金）処理や顧客対応のように、もともと人件費が見えている業務で効きます。インボイス自動化の業界調査では、1枚あたりのコストが 12〜30 USD から 1〜5 USD に下がり、初年度 ROI が 200〜600%[^6]。カスタマーサポートでは、人手1件 8〜15 USD のチケットが AI で 0.5〜0.7 USD に圧縮される事例が出ています[^7]。
みっつめが売上貢献。Forrester の TEI では Microsoft 365 Copilot 導入後の受注率が 2.5 ポイント上がり、純利益で 1,480 万 USD を押し上げたとされます[^5]。BCG の銀行業界事例では、不正検知の誤検知率が 40% 減り、KYC コストが 20% 下がった[^8]。守りの自動化が攻めの数字に化ける典型例です。
NPV と IRR で語るなら、評価期間は3年が現実的だと考えています。AI の価値は配備から 18〜24 か月でようやくフルに立ち上がるため、12 か月で切ると初年度赤字で却下される。割引率 8〜15% でストレステストをかけ、悲観・標準・楽観の 3 シナリオで見せるのが、今のところいちばん通りやすい[^9]。私が現場で計算するときは、人件費削減（40〜60%）、業務効率（25〜35%）、戦略インパクト（15〜25%）の3層に分けて積み上げています。
主要モデル別ROI：Claude、GPT、Gemini をどう使い分けるか
ここからは具体のモデルに踏み込みます。価格は2026年4月時点の公開情報をもとに、100万トークンあたりの入力・出力単価で並べます。
Anthropic の Claude Sonnet 4.5 は 3 USD / 15 USD[^10]。OpenAI の GPT-5.5 が 5 USD / 30 USD[^11]、Pro 版になると 30 USD / 180 USD まで跳ね上がる。Google の Gemini 2.5 Pro は 200K トークン以下で 1.25 USD / 10 USD と最も安い[^12]。表面の単価だけ見れば Gemini が圧勝に見えますが、ここで止めると判断を誤ります。
実効単価を決めるのは3つです。プロンプトキャッシュ（Anthropic は最大90%引き、Google も同等）、バッチ API（OpenAI と Anthropic は50%引き）、そして「同じタスクを終わらせるのに必要なトークン数」。GPT-5.5 は前世代より 40% 少ないトークンで同等の回答を返すと OpenAI が公表しており、見かけの値上げ 100% に対して実質の値上げは 20% にとどまる[^11]。Claude は Code 系タスクで SWE-bench Verified 80.9% と、GPT-5.1 や Gemini 3 Pro を上回る精度[^13]。精度が高ければリトライが減り、結果としてトークンを食わない。
私の実務感覚で言えば、汎用的なドキュメント生成や RAG なら Gemini が単価で勝ち、コード生成や長尺の推論を要するエージェント業務では Claude が時間あたり経済性で勝ちます。GPT-5.5 は ChatGPT Enterprise との接続性とエコシステムで選ばれているのが現状で、純粋な API ROI ではいま中位です。Anthropic 自身の発表によれば、Claude を使うエンジニアは仕事の 60% でモデルを併走させ、生産性を 50% 押し上げているという内部調査もあります[^14]。
ただし、モデル単体で ROI を語るのはもはや古い。Anthropic は年間 100 万 USD 超を払う顧客を 500 社以上抱え、IG Group は導入から 3 か月で投資回収を完了したと公表しました[^15]。Novo Nordisk では年間平均 2.3 本しか書けなかった 300 ページ規模の臨床試験報告書の執筆生産性が用途によっては倍増。TELUS は 5万7千人の従業員に Claude ベースの社内基盤を展開しています[^15]。モデル選定は、本当はベンダーロックや国内データ主権、SLA まで含めた「総合経済性」で決めるべき問題です。
用途別ROI：コーディング、カスタマーサポート、マーケ、経理の損益感
横軸をモデルから業務に切り替えると、ROI の景色は大きく変わります。
コーディングは生成AI ROI の優等生です。GitHub Copilot は 3〜6 か月で黒字化する事例が多く[^4]、Accenture では PR マージ率が 15% 上昇。Cognizant は社内コードの 30% を機械が書く状態まで到達し、保険会社の事例で生産性 30%、別の通信会社で開発生産性 50% 改善という結果を出しています[^16]。NTT データは 2025 年度に 500 件のプロジェクトに生成AI を適用し、開発工程全体で 20% の生産性向上、2027 年度には 40% を目指す[^17]。コードは正解判定が機械的にできるため、AI との相性がそもそも良い。
カスタマーサポートは Klarna が代表事例です。AI チャットは社内の問い合わせの 2/3 を処理し、応答時間は 82% 短縮。チケット単価は 2023 年 Q1 の 0.32 USD から 2025 年 Q1 に 0.19 USD まで 40% 圧縮され、四半期コストは 5,700 万 USD から 5,100 万 USD に低下[^18]。年率では 1,000 万 USD の削減、Q3 2025 時点では 6,000 万 USD まで拡大し、フルタイム換算で 853 人分の労働を肩代わりしているとされます[^18]。Salesforce Agentforce では、出版社 Wiley が 213% の ROI を計上し、エネルギーの Engie はユーザーの 83% を AI で完結させている[^19]。
マーケと経理は性格が違うが、どちらも見えやすい削減があります。マーケは AI 活用で 1500 字記事の制作時間が 8〜10 時間から 2 時間以下に短縮[^20]、平均で週 5 時間以上の節約。BCG の調査ではパーソナライズドオファーが従来比 3 倍のリターンを叩き出した銀行もあります[^8]。経理は AP 自動化で 1 件 12〜30 USD が 1〜5 USD まで下がり、200M USD 規模の製造業で初年度 6.2M USD の価値創出、ROI は 18 倍という事例まで出ています[^6]。
ここで一言だけ私の見解を挟むと、この4業務のなかで最初に手を付けるべきは経理から始め、次にカスタマーサポート、コーディング、マーケという順だと思っています。理由は単純で、ROI の確実性とベースラインの数値化のしやすさがその順だから。マーケは効果が大きいけれど属人的でぶれやすく、最初の説得材料には向きません。
大手企業の開示済みROI：Klarna、Microsoft、Salesforce、KPMG、JPMorgan
教科書的な議論を抜けて、実際に IR や公式リリースで数字が出ている事例を並べます。これは経営会議で使える「証拠」です。
Klarna は前述のとおり、AI で年間 1,000 万 USD（マーケ 600 万＋顧客対応 400 万）を削減、2025 年 Q3 には削減額が 6,000 万 USD まで拡大[^18]。同社のセバスチャン CEO は「AI ファーストで 853 人分の仕事を代替」と公言しています。ただし 2025 年 5 月のブルームバーグ報道では、品質低下を理由に一部の顧客対応を人間に戻したことも明記されており、AI とヒトの最適配分は試行錯誤の途上です[^21]。
Microsoft は Forrester の TEI を3本公開しています。中堅企業向けでは 3 年 ROI 132〜353%、大企業向けでは 116%、NPV で 1,970 万 USD（2.5万人組織）[^5]。British Columbia Investment Corporation は試験運用だけで 2,300 時間以上を節約し、84% の利用者が 10〜20% の生産性改善を報告。Commercial Bank of Dubai は年間 39,000 時間を浮かせています。Microsoft Copilot は導入直後の不満が話題になりましたが、3 年で見ると数字は堅い。
Salesforce Agentforce は累計で 1 億 USD 以上のコスト削減を顧客に提供したと発表[^22]。Wiley の 213% ROI、1-800Accountant が確定申告期間中に 70% の問い合わせを自走解決、Engie の 83% 自動応対率、Hero FinCorp の融資承認 30 分化と、業種を問わず数字が並びます。Salesforce 自身も社内導入で 35,000 時間を節約。
KPMG は 2024 GenAI Executive Survey で「ROI が期待を超えた」リーダーが 57%、競争優位向上を実感した割合が 93%、向こう 1 年で平均 1.14 億 USD の追加投資を計画と回答[^23]。監査領域では、サンプリング 5〜10% から全件分析に切り替え、調書作成時間 35% 削減と、リスクの取り方そのものが変わりました。
JPMorgan は IT/AI に年 18B USD を投じ、社員の半数近くが日次で生成AI を使う体制[^24]。LLM Suite は 200,000 人にデプロイされ、5 ページのピッチデック生成を 30 秒に圧縮、COiN は契約書レビューで年間 36 万時間を浮かせている。McKinsey の試算では銀行業界全体で 7,000 億 USD のコスト削減余地があるが、競争で多くは顧客に還元されると見られています。これは「先んじて取りに行かないと、市場から消える側になる」という残酷な構造を示唆しています。
最後にもうひとつ、日本の話を。住友商事は Microsoft 365 Copilot 全社展開で年間 12 億円のコスト削減、パナソニック コネクトは 1 年で 18.6 万時間の労働時間削減を達成しています[^25]。日本企業で「期待を大きく超えた」と回答した割合は PwC 調査で 13%（米国 51%、英国 50%）と国際的には見劣りしますが、勝ち組は確実に出ている[^26]。差は技術ではなく、業務プロセスを設計し直す覚悟の差です。
ROIが伸び悩む典型的失敗パターン：PoC止まり、データ不足、組織抵抗
データを並べていて気づくのは、勝つ企業と負ける企業の差が、技術選定ではなく運用設計に集約されることです。MIT NANDA の調査が示した「投資の 95% が ROI ゼロ」という数字[^3]は、裏を返せば 5% は確実に勝っているという意味でもあります。負ける側に共通する3つのパターンを整理します。
まずは PoC 止まり。Gartner は 2024 年の発表で「2025 年末までに少なくとも 30% の生成AI プロジェクトが PoC 後に放棄される」と警告しましたが[^27]、より直近の調査では実際には 50% に達したと報告されています。S&P Global は 42% の企業が AI プロジェクトの大半を中止したと報告（2024 年 17% から急増）[^26]。PoC は「触ってみた」で終わらせず、最初から本番運用の KPI と統合計画をセットで立てるべきです。MIT も指摘するとおり、専門ベンダーから買って組み合わせるアプローチは 67% が成功し、内製はその 1/3 しか成功しない[^3]。ここは内製信仰を捨てるべきポイントだと思います。
ふたつめがデータ不足。Informatica の調査では 43% の実装でデータ品質が最大の障害になっており、別の業界調査では AI プロジェクトの 85% が「データの質」で失敗している[^28]。生成AI は学習データではなく、自社の業務データと接続できなければ ROI を生みません。RAG であれ Fine-tuning であれ、ナレッジ整備に投資しないとモデルだけ高性能でも使い物にならない。
みっつめが組織抵抗。84% の AI プロジェクトは C レベルのスポンサーシップがあれば成功するのに対し、それがない場合は 23% にとどまる[^29]。60% の企業が KPI を設定していないという IBM の調査もあります[^29]。「現場が使ってくれない」と嘆く前に、評価制度・業務プロセス・教育を組み替える覚悟があるかを問うべきです。
私の経験で言うと、失敗する企業の 9 割は「ツール導入＝完了」と思っている。生成AI は買うものではなく、業務を作り直す道具です。導入の前に、業務のどこをどう壊すかを議論しないと、年間 3 千万円のライセンス費だけが帳簿に残ります。日本企業の多くがこの罠から抜け出せていない[^26]。
ROIを最大化する6つのレバー
最後に、ここまでの調査と現場の経験を踏まえて、生成AI ROI を引き上げる 6 つのレバーをまとめます。これは TIMEWELL がコンサルティング案件で実際に使っているフレームでもあります。
第一に、ベースラインの徹底計測。導入前のコスト、サイクルタイム、エラー率、CSAT を 1 か月以上計測する。比較できなければ ROI は語れません。BCG が指摘するとおり、ROI 上位の企業は「価値ドリブン」で動いており、技術ドリブンではない[^8]。
第二に、用途の選別。McKinsey は経済価値の 75% が「カスタマーオペレーション、マーケセールス、ソフトウェア開発、R&D」の 4 領域に集中すると分析しています[^1]。総花的に手を広げず、まず効くところに集中する。
第三に、モデルポートフォリオ化。Claude、GPT、Gemini を用途で使い分け、プロンプトキャッシュとバッチで実効単価を 50〜95% 圧縮する。1 モデルロックインは経済合理性に反します。
第四に、ナレッジ基盤の整備。MIT が指摘するとおり、内製の AI は外注の 1/3 しか成功しない[^3]。逆に言えば、業務知識を構造化して AI に食わせる「データ基盤」は内製が筋。ここで TIMEWELL の ZEROCK が登場するわけです。GraphRAG と AWS 国内サーバーで、エンタープライズの機微情報を AI に安全に接続する基盤として設計しています。
第五に、組織と評価制度の改修。AI を使うことを評価項目に組み込み、削減した時間を再投資する仕組みを作る。住友商事や Klarna が実践しているのは、結局これです。
第六に、3 年スパンでの NPV ガバナンス。12 か月で評価して諦めるのは、生成AI を選択肢から外すのと同じ。割引率 10% 前後で 3 年 NPV を計算し、四半期ごとに前提を見直す運用にする。BCG が「規模化に成功した企業は 4 つの戦術を共通して持つ：価値に集中、変革に組み込む、能動的に協働、順序立てて拡大」と書いているのは正しい[^8]。
私たちが伴走支援している企業では、AI 戦略の設計から KPI 設計、モデル選定、PoC、本番展開、組織改修までを一気通貫でサポートする WARP というサービスを提供しています。AI に投資する前に、業務を作り直す覚悟と計画を一緒に持ってくれるパートナーを選んだほうがいいというのが、ここ 2 年で固まった私の確信です。AI 単体では ROI は出ません。出すのはいつも、人と業務の側です。
関連する論点については、AI エージェント時代の経営 でガバナンスの考え方を、AI エージェント運用 KPI でモニタリング設計を、AI ドリブンのビジネスモデル変革 で売上貢献の考え方をそれぞれ深掘りしています。あわせて読むと立体的に整理できるはずです。
参考文献
[^1]: McKinsey, "The economic potential of generative AI: The next productivity frontier", https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier [^2]: Goldman Sachs, "Generative AI could raise global GDP by 7%", https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent [^3]: MIT NANDA, "The GenAI Divide: State of AI in Business 2025" / Fortune報道, https://fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo/ [^4]: GitHub Blog, "Research: quantifying GitHub Copilot's impact on developer productivity and happiness", https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/ [^5]: Microsoft / Forrester, "The Total Economic Impact of Microsoft 365 Copilot", https://www.microsoft.com/en-us/microsoft-365/blog/2024/10/17/microsoft-365-copilot-drove-up-to-353-roi-for-small-and-medium-businesses-new-study/ [^6]: Artsyl, "Invoice Processing Automation: 2025 ROI Formula Guide", https://www.artsyltech.com/blog/invoice-processing-automation-guide [^7]: Pylon, "AI Ticket Deflection", https://www.usepylon.com/blog/ai-ticket-deflection-reduce-support-volume-2025 [^8]: BCG, "The Widening AI Value Gap — Build for the Future 2025", https://www.bcg.com/publications/2025/are-you-generating-value-from-ai-the-widening-gap [^9]: Writer, "AI ROI calculator: From generative to agentic AI success in 2025", https://writer.com/blog/roi-for-generative-ai/ [^10]: Anthropic, "Claude API Pricing", https://platform.claude.com/docs/en/about-claude/pricing [^11]: OpenAI, "API Pricing" / The Decoder, https://openai.com/api/pricing/ [^12]: Google AI for Developers, "Gemini Developer API pricing", https://ai.google.dev/gemini-api/docs/pricing [^13]: Vellum AI, "Claude Opus 4.5 Benchmarks", https://www.vellum.ai/blog/claude-opus-4-5-benchmarks [^14]: Anthropic, "Models overview / How enterprises are driving AI transformation with Claude", https://anthropic.com/news/driving-ai-transformation-with-claude [^15]: Anthropic, "Customer Stories", https://claude.com/customers [^16]: Cognizant, "Generative AI Services PEAK Matrix Assessment 2025", https://www.cognizant.com/us/en/recognitions/artificial-intelligence-and-generative-ai-services-peak-matrix-assessment-2025 [^17]: NTTデータ, "2025年のトレンドとは？生成AIを活用したソフトウェア開発の現在地", https://www.nttdata.com/jp/ja/trends/data-insight/2025/1201/ [^18]: Customer Experience Dive, "Klarna credits AI for slashing customer service costs", https://www.customerexperiencedive.com/news/klarna-ai-slash-customer-service-costs/748647/ [^19]: Salesforce, "Agentforce Customer Stories / Metrics", https://www.salesforce.com/agentforce/customer-stories/ [^20]: CoSchedule, "State of AI in Marketing Report 2025", https://coschedule.com/ai-marketing-statistics [^21]: Bloomberg, "Klarna Turns From AI to Real Person Customer Service", https://www.bloomberg.com/news/articles/2025-05-08/klarna-turns-from-ai-to-real-person-customer-service [^22]: Salesforce, "Agentforce Metrics: Real Impact & Results", https://www.salesforce.com/agentforce/metrics/ [^23]: KPMG, "AI Quarterly Pulse Survey / 2024 GenAI Executive Survey", https://kpmg.com/us/en/articles/2025/ai-quarterly-pulse-survey.html [^24]: CNBC, "JPMorgan Chase's blueprint to become the world's first fully AI-powered megabank", https://www.cnbc.com/2025/09/30/jpmorgan-chase-fully-ai-connected-megabank.html [^25]: Taskhub / 各社IR, "【2025年最新】生成AIの導入状況｜日本企業の現状と課題・事例11選", https://taskhub.jp/useful/generative-ai-adoption-status/ [^26]: PwC Japan, "生成AIに関する実態調査2025春 5カ国比較", https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2025.html [^27]: Gartner, "Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025", https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025 [^28]: Informatica, "The Surprising Reason Most AI Projects Fail", https://www.informatica.com/blogs/the-surprising-reason-most-ai-projects-fail-and-how-to-avoid-it-at-your-enterprise.html [^29]: IBM, "How to maximize AI ROI in 2026", https://www.ibm.com/think/insights/ai-roi