AIで仕事は速くなるのに、なぜ利益は増えないのか？

例えば100人が1日30分を節約し、年間200日働くと仮定する。合計は年間1万時間。人件費単価を1時間3,000円と置けば、3,000万円相当の時間になる。これは説明用の仮定であり、実際の導入事例ではない。

給与や委託費が変わらず、売上や処理量も増えていなければ、3,000万円の利益が生まれたわけではない。別の仕事に使える余力ができた、ということだ。残業を減らす、追加の案件を引き受ける、品質を改善するといった変化につなげて初めて、成果の中身が明確になる。

また、AIの利用料や、出力の確認・修正、システム連携、教育・運用の費用もある。導入効果は、作業の一部分だけでなく、使える成果物が完成するまでの時間と費用で測りたい。

ただし、利益につながらない理由を社内の運用だけに求めると、もう一つの重要な変化を見落とす。競争によって、効率化の成果が顧客へ移る可能性である。

自社だけが提案書を翌日に出せるなら、それは強みになる。競合も翌日に出せるようになれば、速さだけでは選ばれにくくなる。従来どおり1週間かける企業は、比較の土俵に上がる前に機会を失うかもしれない。

価格にも同じ構造がある。説明用の単純な例として、売価100、提供原価80、利益20のサービスを考える。AI活用で原価が70に下がり、価格を維持できれば利益は30に増える。しかし競争によって売価も90に下がれば、利益額は20のままだ。原価80の企業が同じ90で売れば、利益額は10になる。

この例では、効率化した企業の利益率は改善しても、1件当たりの利益額は増えない。それでも効率化しなかった企業より有利な条件を維持できる。実際には販売数量、導入費用、需要の価格への反応も影響するが、「利益を増やす効果」と「利益の減少を防ぐ効果」は区別する必要がある。

効率化の成果は、必ず値下げに使われるわけではない。同じ料金で提供範囲を広げる、納期を短くする、修正対応を増やすといった形でも競争は進む。その結果、顧客が当然と考えるサービスの水準が上がる。

ここから考えられるのは、AIの位置づけが、便利な補助ツールから、競争に参加するための能力へ変わるという展開だ。以下はIT Gaugeの分析であり、すべての業種が同じ速度で進むという予測ではない。

この段階に入ると、「導入しても利益が増えないから不要」とは判断できなくなる。導入しない場合に、受注を失ったり、値下げを自社の利益で吸収したりする可能性があるからだ。投資の意味には、成長だけでなく競争力の維持も含まれる。

ただし、アカウントを配れば参加条件を満たせるわけではない。必要なデータを使い、出力の品質を確認し、日々の業務に組み込み、実際の納期やコストを改善する力が必要になる。問われるのは保有するツールではなく、組織として使いこなす能力だ。

顧客サポート担当者5,172人を対象とした研究では、AI支援によって1時間当たりの問題解決件数が平均15％増えた。ただし効果は経験や技能によって異なる。これは特定の業務における生産性の改善であり、企業全体の利益が15％増えることを示すものではない。^[1]

66社・7,137人を対象とした別の実験では、ツールを利用した従業員について、実験後半にメール作業が週約2時間減り、通常の勤務時間外の作業も減った。一方、個人へのAI提供によって、仕事の量や構成が変わったことは確認されなかった。^[2]

これらの研究は、AIの効果を業務ごとに検証する必要性を示している。一方、競争によって値下げが進むことや、AIを使わない企業が退出することを直接証明した研究として扱うことはできない。本稿の競争に関する議論は、効率化が広がった場合に起こり得る経営上の構造を考えるものである。

変化が起きやすいのは、成果物を比較しやすく、顧客が発注先を替えやすい仕事だ。複数社が同等の成果を提供できれば、価格や納期は選定の重要な基準になる。

一方、複雑な既存システムへの対応、独自のデータ、専門的な判断、障害時の対応責任などが必要な仕事では、作業時間だけで価値を比べにくい。AIがコードを速く書けても、顧客の業務を止めずに変更できるかという問いは残る。

ただし、専門性や信頼があるから従来の価格を維持できる、と決めつけることもできない。競合が同等の品質と責任を、より低い費用で提供する可能性がある。自社の強みを、顧客が支払う理由として具体的に示す必要がある。

また、効率化で価格が下がり、これまで採算が合わなかった需要を取り込めれば、市場や利益が拡大する余地もある。AIは必ず利益を減らすのではない。原価の削減、価格の変化、受注量の増減を合わせて判断すべきなのである。

ITベンダーでは、AIで開発や調査を速くできても、顧客から価格や納期の見直しを求められれば、その効果をすべて自社の利益として残せるとは限らない。

人月を中心に売上を立てる場合、必要工数が減れば、同じ案件の売上が減る可能性がある。固定価格の案件なら当初は採算が改善しても、次の見積もりでは競合の価格が下がるかもしれない。契約の種類によって、効率化の利益が現れる場所と時期は異なる。

対応は、単純に値下げを拒むことでも、すべてを成果報酬に変えることでもない。効率化できる作業と、品質保証・業務理解・運用責任に必要な費用を分け、顧客に説明できるようにすることだ。

さらに、少ない工数で提供できるようになった能力を、追加受注や新しいサービスに結び付ける必要がある。開発能力だけを増やしても、需要や営業力が伴わなければ売上は増えない。AI活用は、開発部門だけの改善活動では済まなくなる。

AI投資は、導入による利益の上積みだけでなく、導入しない場合に失う受注や利益率も含めて評価する。ただし、「競合も使うはず」という不安だけで投資するのではなく、顧客の要求、失注理由、見積価格、納期の変化を確かめる必要がある。

目標も、自社の前年比改善だけでは十分ではない。作業時間を20％減らしたことと、市場で選ばれる水準に達したことは別である。顧客が求める価格・納期・品質と、自社が実現できる条件の差を測りたい。

そのうえで、AI活用を前提にしても残る強みを育てる。顧客理解や独自データ、継続的な改善、品質への責任などを、受注率や継続率、顧客の成果に結び付ける。AIを導入することと、競争に勝つ理由を作ることは、一緒に進めるべき課題だ。

まず一つの主力サービスについて、売価、提供原価、納期、品質、受注率を整理する。AI導入後は、確認・修正・運用まで含めた総費用で比較し、時間の人件費換算をそのまま利益に計上しない。

次に、競合の提案や顧客の要求がどう変わったかを、営業と開発・運用で共有する。価格だけでなく、同じ料金に含まれる作業範囲、納期、修正回数、サポートも比較する。

そのうえで、「原価だけが下がる場合」「価格も下がる場合」「価格低下で受注量が増える場合」の採算を試算する。どの条件なら利益を維持できるかを把握し、効率化、営業強化、提供範囲の見直しに優先順位を付ける。

現場にはツールだけでなく、教育、データへの適切なアクセス、品質確認の手順を用意する。競争力の維持を、個人の自主的な学習や長時間労働だけに委ねないことも重要だ。

業務可視化・プロセスマイニング、AIエージェント、データ・システム連携、AI品質評価、原価・収益管理、CRM・営業支援、人材育成・業務定着支援。対象は、時短の大きさだけでなく、顧客が選ぶ条件と自社の採算を左右する工程から決める。

AIで仕事は速くなる。しかし、競合も速くなる。効率化の成果が価格や納期の新しい標準に吸収されれば、利益は自動では増えない。それでも、使いこなせなければ利益を削るか、受注機会を失う可能性がある。

便利なツールが、競争に残るための能力へ変わるとき、問われるのは「AIで何時間減らせたか」だけではない。「変わる競争条件の中で、なぜ自社が選ばれ、利益を残せるのか」である。