AIは「作る」前に9割終わる ― バックオフィスAI開発不要論

バックオフィスの業務を効率化するために、自社専用のAIを開発するべきでしょうか。

最新の技術を使えば、長年の課題が一気に解決すると思うかもしれません。

しかし、現実は少し違います。2025年の夏、マサチューセッツ工科大学（MIT）が「The GenAI Divide」という調査レポートを発表しました。300社のAI導入を分析した結果は、衝撃的なものでした。

企業の生成AIのパイロット、つまり本番の前のお試し導入の95%が、利益にまったく貢献していなかったのです。世界で3〜4兆円が生成AIに投じられているにもかかわらず、です。

なぜ、これほどまでに失敗するのでしょうか。

なぜAIは「作ったのに使われない」のか

試しては消える「PoC地獄」

AIの性能が足りないからではありません。ChatGPTもClaudeも、単体では十分に高い能力を持っています。問題は、会社が業務に導入しようとすると、なぜか動かなくなることです。

この「試しては消える」を延々と繰り返す状態は、現場でPoC地獄と呼ばれます。PoCとはProof of Conceptの略で、本格導入の前に行うお試しのことです。

別の調査でも、AIエージェントをお試しした企業は78%に上るのに、実際に本番で使い続けている企業はわずか14%にとどまっています。8割が試して、残るのは1割少しです。

AIは導入するのは簡単でも、現場で回り続ける仕組みにするのが極端に難しいのです。

失敗の正体

業務が整理されていない

なぜ作っても使われないのか、現場の状況から3つの原因が見えてきます。

1つ目は、業務がぐちゃぐちゃなままAIを乗せていることです。手順が人によってバラバラで、ルールも曖昧な状態にAIを入れても、AIは何を正解とすればいいか分かりません。汚れた机の上に高性能なプリンターを置くようなものです。

技術の世界には「Garbage In, Garbage Out（ゴミを入れればゴミが出る）」という言葉があります。入れたデータと手順の質が、そのまま結果に出ます。業務が整理されていない会社ほど、AIを入れた瞬間に期待外れの結果に終わります。

現場の仕事に馴染んでいない

2つ目は、現場が使わないことです。経営陣が「便利だから使って」と導入しても、現場からすれば今までのやり方のほうが早く感じます。新しいツールを覚える手間のほうが面倒に思えてしまい、静かに使われなくなっていきます。

MITのレポートでも、会社の公式AIを入れている企業は4割にとどまる一方、9割の社員は個人のChatGPTを毎日使っていると指摘されています。現場の社員は、本当に使えるAIなら勝手に使います。使われないのは、会社が入れたものが現場の仕事に馴染んでいないからです。

作ること自体が目的化している

3つ目の、そして最大の原因は、作ること自体が目的化していることです。

「AIを導入しました」という事実が社内向けの成果になってしまいます。その結果、何時間業務が減ったのか、誰が楽になったのかを誰も見ていません。導入がゴールになると、その先の「回す・直す・育てる」という作業が誰の仕事でもなくなります。

MITのレポートも、失敗の根本は技術や予算ではなく、AIが現場のフィードバックを受けて育っていかないことだと述べています。AIは導入して終わりの家電ではなく、育て続ける仕組みなのです。

実は「作らずに」9割解決できる

内製の成功率は外部ツールの3分の1

では、どうすればいいのでしょうか。結論から言えば、バックオフィスのAI化の9割は、自分たちでAIを作らないほうがうまくいきます。

これもMITのデータが証明しています。自分たちで作った、つまり内製したAIの成功率は、外部のツールを買ってきた場合の3分の1しかありません。外部ツールは約67%成功するのに対し、自作はその3分の1にとどまります。

理由は単純です。経費精算、勤怠、請求書処理、契約管理といったバックオフィスの困りごとの大半は、世の中のSaaS（クラウドのサービス）がすでに解決しているからです。専門の会社が何年もかけて磨いたツールがあるのに、自社で一から作りにいくのは割に合いません。

請求書の処理をAIで自動化したいという相談の多くも、AI-OCRつきのクラウド請求書サービスを入れ、承認フローを整理するだけで終わります。わざわざ自社専用のAIを開発する必要はまずありません。

バックオフィスこそAIが効く

ここで注目すべき事実があります。MITのレポートによると、企業のAI予算は営業やマーケティングに偏っています。

しかし、実際にリターンが大きいのは業務や経理まわりです。バックオフィスこそAIやツールがもっとも効く領域なのに、一番後回しにされています。

AIを入れる前に、まず業務フローの見直しとツール選定を行うだけで、9割の課題は片づきます。

それでもAIを作るべき「残り1割」の見極め

「やめる」「買う」「作る」の判断

もちろん、AIをまったく作るべきではないというわけではありません。残りの1割には、自社で作る価値がある領域が存在します。

この見極めは、「やめる」「買う」「作る」の3段階で判断します。

まず、その作業を本当にやる必要があるのかを問い、可能ならやめます。次に、世にあるツールを買うことで足りるかを見ます。どうしても残った部分に対してだけ、AIを作ります。

作る価値があるのは、自社にしかない業務で、かつ繰り返し発生し、判断のルールが言葉にできるものに限られます。長年のベテランが頭の中でやっている判断や、自社の商品知識が必要な問い合わせ対応など、独自の暗黙知が絡む業務です。

どの会社にも共通する定型業務をわざわざ自社AIで作るのは、ほぼ確実に失敗します。作る領域を狭く絞り込むだけで、無駄な開発投資を防ぐことができます。

明日からの順番

AIは「最後の一手」

成功率を上げるためには、守るべき順番があります。

第1のステップは、業務の棚卸しです。どの業務が、誰の手で、どのくらいの時間をかけて動いているかを見える化します。ここを飛ばしてAIの導入に進む会社が、失敗する95%に入ります。

第2のステップは、標準化です。人によってバラバラな手順を、一本の正しいやり方にそろえます。

第3のステップは、ツール選定です。そろえた業務に、既にあるクラウドツールを当てはめます。ここまでで、本当に9割の課題は片づきます。

そして第4のステップで、残った課題に対して初めてAIを使います。AIは最初の一手ではなく、最後の一手です。

AIを入れたのに変わらなかった会社と、AIをほとんど使わずに劇的に楽になった会社。その分かれ目は、AIの性能ではなく、手前の業務設計にあります。

まとめ

• AIは導入するのは簡単でも、現場で回り続ける仕組みにするのが難しい。作ることがゴールになると失敗する。
• バックオフィスの課題の9割は、AIを作らずに業務フローの見直しと既存ツールの選定で解決できる。
• 業務の棚卸しと標準化を先に行い、AIは「最後の一手」として独自業務にのみ適用する。