こんにちは、株式会社TIMEWELLの濱本です。
AI導入のご相談で、いちばん多いのがこれです。「PoCはやったんですが、そこから進んでいなくて」。
やってみた。動いた。報告もした。それで終わっている。 半年前のPoCの資料が共有フォルダに残っていて、誰も開いていない。
この記事は、AIを発注する側の視点で書きます。なぜPoCで止まるのか、止まらないようにするには最初に何を決めておけばいいのか。技術の話ではなく、判断の話です。
先に要点です。
- 止まる理由は熱意でも技術でもなく、本番化の条件を先に決めていないこと
- PoCが確認するのは「動くか」。本番化に要るのは運用・費用・保守の答え
- 日本のAI活用は業務効率化に偏っている。 効率化91.6%に対し売上・利益は3.9%
- 並行するPoCの数は、本番まで面倒を見られる数まで絞る
数字で見ると、PoC止まりは日本全体の構造
まず、これが個社の問題ではないことを示す数字を置きます。
IPAが2026年7月に公表した調査があります。国内企業1,799社に対し、2026年4月から6月にかけて行われたものです1。
AI導入による具体的な効果を聞いた結果が、はっきりしています。
| 効果の内容 | 回答割合 |
|---|---|
| 業務が効率化したり迅速化した | 91.6% |
| 企画提案等の品質や速さが向上した | 48.9% |
| 残業時間の削減につながった | 29.2% |
| 顧客満足度が向上した | 4.5% |
| 売上や利益が向上した | 3.9% |
| 対象となる顧客が拡大した | 2.7% |
効率化は9割が実感している。売上や利益に届いているのは4%弱。
利用用途を見ると、理由がわかります。「文書・音声の要約・翻訳・校正」が82.5%、「文書・レポートの作成」が80.5%、「情報検索・収集・分析・レポーティング」が77.0%。一方で「自社製品・サービスの高度化」は10.9%、「生産・物流・サービス提供の計画支援」は6.0%です1。
要約と作成に使っている。 それ自体は正しい入り方だと思います。効果が出やすく、リスクも小さい。問題は、そこから先に進む設計が無いまま、全社がそこで止まっていることです。
そしてこの構造は、PoCの設計にそのまま表れます。文書作成の効率をPoCで確かめて、確かに速くなった、と報告する。そこで「では本番化とは何を指すのか」という問いに、誰も答えを用意していない。
止まる原因は、出口を決めていないこと
PoCが止まるパターンを、いくつか挙げます。どれも技術的な失敗ではありません。
1. 何が確認できたら次に進むのかが決まっていない。 これが最多です。「まず試してみましょう」で始まると、終わったときに判断の材料がありません。動いたことは分かった。で、どうするのか。基準が無いので、結論が「様子を見る」になります。
2. 本番運用の担当が決まっていない。 PoCは情報システム部門や企画部門が回すことが多い。本番で使うのは現場です。誰が運用し、誰が問い合わせを受け、誰が精度の劣化に気づくのか。 ここが空欄のまま本番化の話はできません。
3. 費用の出どころが違う。 PoCは実証の予算、本番は運用の予算。財布が違うと、稟議を最初から立て直すことになります。PoCの企画書に本番の概算を入れておかないと、通すべき相手にすら届きません。
4. 成功の定義が「精度」になっている。 精度95%で成功、90%で不合格。こう決めてしまうと、業務として使えるかどうかの判断ができません。 精度85%でも人が最終確認する運用なら回る業務もあれば、99%でも人命に関わるなら足りない業務もあります。
5. 並行しすぎている。 PoCは始めるのが簡単です。部署ごとに1本ずつ立てると、あっという間に5本になる。どれも本番化されないまま、担当者の工数だけが消えます。
共通しているのは、PoCの前に決めておくべきことを、PoCの後に考えようとしている点です。
先に決めておく5つのこと
では何を決めておくか。順に書きます。
1つ目。どの業務の、どの数字を、どれだけ動かすか。
「生成AIを試す」ではなく、「見積書作成の1件あたり所要時間を、現在の40分から20分にする」。ここまで書きます。現状の数字が分からないなら、測るところがPoCの第一歩です。ここを飛ばすと、終わったあとに効果を主張できません。
2つ目。本番化の条件。
「PoCで◯◯が確認できたら、本番化を決裁する」。この一文を、PoCを始める前に決裁者と合意しておきます。逆に言えば、この一文が書けないPoCは、まだ始めるべきではありません。 何を確かめたいのかが定まっていないということなので。
3つ目。本番の運用主体。
どの部署が持つか。日常の運用を誰がやるか。問い合わせの窓口はどこか。「本番になったら決めます」は、本番にならない理由になります。
4つ目。費用の見立て。
PoCの費用ではなく、本番を1年回したときの概算。ライセンス、インフラ、運用の人件費、モデルの更新。ここが桁で外れていると、成功したPoCが「高すぎる」で止まります。 完璧な見積もりは要りませんが、桁は合わせておいてください。
5つ目。やめる条件。
これを決めている会社は少ないです。「この結果だったら本番化しない」も、先に決めておきます。 決めていないと、うまくいかなかったPoCが「もう少し試してみよう」で延々と続きます。撤退の基準があれば、結論が出るので次のテーマに移れます。
この5つを1枚に書いてから始める。それだけで、PoC止まりの多くは避けられます。
「効率化の先」を設計する
冒頭の数字に戻ります。効率化91.6%、売上・利益3.9%。
この差を埋めるのに必要なのは、より高度なモデルではないと思っています。効率化で浮いた時間を、何に使うかを決めていないことが原因です。
見積書の作成が40分から20分になったとします。1日5件なら、1日100分。月にすると約35時間。この35時間が、何に使われているか答えられるでしょうか。
答えられないなら、その効率化は数字にはなりません。業務は少し楽になった。残業が少し減った。それはそれで価値がありますが、売上や利益には現れません。 IPAの数字は、まさにこの状態を示しています。
売上に届かせるには、浮いた時間の行き先を先に決めておく必要があります。**「見積の作成時間を半分にして、その分、訪問件数を月10件増やす」**まで書いて、初めて売上の話になります。ここまで書くと、PoCの評価指標も変わります。作成時間だけでなく、訪問件数と受注率も見ることになる。
これは技術の問題ではなく、発注する側が何を求めているかを言語化する問題です。そしてここを言語化しないまま外部に発注すると、ベンダーは技術的に正しいものを作ります。動くけれど、売上には効かないものを。
発注する側が持つべき問い
外部に相談するとき、こちらから出すべき問いがあります。逆に言えば、これに答えられる相手を選ぶべきだということです。
「このPoCが成功したら、次は何をするのか」。 ここに具体的な答えが返ってこないなら、本番化まで見ていない提案です。
「運用は誰が、どうやるのか」。 作って終わりの提案かどうかが分かります。
「うまくいかなかったら、どこで止めるのか」。 撤退の話ができる相手は、たいてい信用できます。
「社内の誰が、これを続けられるようになるのか」。 内製化の話です。全部を任せきりにすると、次も同じ発注が必要になります。内製と外注の分界については別の記事で整理しています。
当社のWARPでAI導入のご相談を受けるときも、最初にやるのはツールの選定ではありません。いま何に時間がかかっていて、それが減ったら何をするのかを、こちらから聞いていきます。 ここが決まらないうちにツールを決めると、だいたいPoCで止まります。
自社の状況を整理したい方は、AIリテラシー診断から始めてみてください。何が足りていないかの当たりがつきます。
それでもPoCには意味がある
ここまでPoC止まりの話を書いてきましたが、PoCそのものを否定しているわけではありません。
いきなり全社導入して失敗するより、小さく試すほうがいいに決まっています。問題は、試すこと自体が目的になってしまうことです。
そして、もうひとつ書いておきたいことがあります。「PoCで止まった」は、必ずしも失敗ではありません。 試した結果、本番化しないと判断したのなら、それは正しい意思決定です。
本当の失敗は、判断されないまま放置されることです。成功でも失敗でもなく、ただ終わっている。次に同じテーマが出てきたとき、前回何が分かったのかを誰も説明できない。これが一番もったいない。
PoCの記録は残してください。何を試して、何が分かって、なぜ本番化しなかったのか。それが残っていれば、次のPoCは前回の続きから始められます。
まとめ
- PoCが止まるのは熱意や技術ではなく、本番化の条件を先に決めていないから
- 日本のAI活用は効率化に偏っている。効率化91.6%に対し、売上・利益は3.9%
- 始める前に5つを決める。動かす数字、本番化の条件、運用主体、費用の見立て、やめる条件
- 効率化で浮いた時間の行き先を決めないと、売上には届かない
- 発注する側は「成功したら次は何をするのか」を先に問う
- 判断されずに放置されるのが、本当の失敗。 記録は残す
AI導入の進め方を整理したい、PoCの設計から相談したいという方は、お問い合わせからご連絡ください。
参考文献
Footnotes
-
国内企業のDX動向・AI活用動向のポイント（IPA 独立行政法人情報処理推進機構、2026年7月16日）。AI導入による具体的効果（業務効率化91.6%、売上や利益の向上3.9%等）、AIの利用用途（文書・音声の要約等82.5%、自社製品・サービスの高度化10.9%等）は同資料による。調査対象は国内企業の経営層・情報システム部門・DX推進部門等、回収数1,799社、調査実施期間2026年4月17日から6月12日 ↩ ↩2
