AI導入の費用対効果は「作業時間×人件費」だけでは足りない：研究と公的・公式の調査で確かめる

3行でいうと

自己申告の時間削減は外れやすい。METRの実験では、開発者はAIで速くなったと信じたが、実測は19%長くかかった（2025年前半の結果）。
時間が浮いても、賃金や労働時間には出ない例がある。デンマークの調査では、申告された時間削減は平均2.8%で、収入と労働時間への有意な影響はなかった。
IPAのDX動向2026では、AI導入企業の31.8%が期待どおり以上。効果の中心は効率化で、売上や利益は3.9%。

この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書や論文を読んでまとめたものです。数字は各資料のものです。

先に結論

「作業時間×人件費」は出発点としては使えますが、これだけで導入の可否を決めるのは危うい、というのが読んだ資料からの僕らの見立てです。
穴は主に4つです。(1)時間の見積もりが自己申告で、ずれる (2)浮いた時間が成果に変わるとは限らない (3)人や仕事によって効果が大きく違う (4)確認や手直しの時間、導入や運用の費用が抜けやすい。
対策は、導入前の数字（基準線）を取る、実績の記録で測る、品質と手戻りも見る、損益分岐を先に計算する、の4つです。

前提：言葉の整理

費用対効果は、かけた費用に対して、どれだけの効果が得られたかの比です。
ランダム化比較試験（RCT）は、対象をくじ引きで「AIを使う組」と「使わない組」に分けて比べる実験です。因果（AIのせいか）を調べる強い方法とされます。
自己申告は、本人に「どれだけ時間が減ったか」を聞いて集める数字です。
基準線は、導入前の所要時間や件数など、比べる元になる数字です。
損益分岐は、効果が費用に並ぶ点です。

穴1：本人の感覚は当てにならないことがある

METR（AIの能力を評価する非営利の研究組織）は、経験のあるオープンソースの開発者16人が、自分の使っているプロジェクトの課題246件を、くじ引きで「AIあり」「AIなし」に分けて解く実験をしました。結果は次のとおりです。

AIを使うと、課題の完了に19%長くかかった。
開発者は事前に「24%速くなる」と予想し、実験後も「20%速くなった」と信じていた。

ただし、METR自身が、この結果は古い（2025年前半、当時のAIツール）と明記しています。さらに2026年2月の更新では、新しい実験が信頼できる結果にならなかったと報告しています。AIなしで働きたくない開発者が参加を避け、AIで大きく楽になる課題を出さないという偏りが出たためです。METRは、2026年の開発者はより速くなっている可能性が高いが、データは弱い証拠にしかならない、と述べています。

見立てです。ここから言えるのは「AIは遅い」ではなく、「本人の実感と実測がずれることがあり、測定そのものが難しい」ということです。

穴2：浮いた時間が、成果や収入に変わるとは限らない

デンマークの研究（シカゴ大学ブースのHumlumとコペンハーゲン大学のVestergaard、2025年5月）は、11の職種、2万5,000人の労働者と7,000の職場の調査を、雇用主と従業員を結びつけたデンマークの行政データと照らして分析しました。論文の要点は次のとおりです。

使った人の申告では、1回の利用日に平均25分の節約。全体では、労働時間の2.8%の節約（論文の要旨では約3%）。
収入と記録された労働時間への影響は、どの職種でも有意ではなく、信頼区間は1%を超える効果を除外した。
浮いた時間の80%は他の仕事に回り、25%は同じ仕事にさらに時間を使った。休憩や余暇は1割未満。
雇用主が使うよう促した職場では、効果の申告が10〜40%大きかった。

つまり、「時間が減った」は、「人件費が減った」や「売上が増えた」とは別の話です。これは2023〜2024年のデンマークのデータで、AIも仕事のやり方も、その後変わっている点には注意が必要です。

穴3：効果は人と仕事で偏る

Brynjolfssonらの論文（5,179人のカスタマーサポート担当を対象。経済学の学術誌QJEに掲載）では、AIの会話支援を使うと、1時間あたりの解決件数が平均14%増えました。新人や経験の浅い人では34%増え、経験豊富な人には影響が小さいという結果でした。顧客の感情の改善、離職の減少もあわせて報告されています。OECDのレビュー論文の要約も、AIの効果は利用者の経験と仕事の種類に左右され、人とAIの協働が鍵だとしています。

見立てです。全社の平均だけで見ると、効く人と効かない人が混ざって見えなくなります。部署や経験年数で分けて見るのがよいと考えます。

穴4：確認の時間と、組織側の整備が抜ける

Anthropicの研究ノート（2025年11月）は、10万件のClaudeの会話をClaude自身に評価させ、作業時間がおよそ80%短縮されたと推定しました。同じ文書の中で、会話の外で人が使う時間（出力の確認など）は考慮できず、現在の効果を過大に見積もっている可能性があると断っています。また、これはモデルによる推定で、実測ではありません。

組織側の数字もあります。

IPAの「DX動向2026」（2026年7月30日発行、調査は同年4〜6月）：AIを導入または試験利用している企業のうち、「期待以上」13.7%、「期待どおり」18.1%（合計31.8%）、「一定の効果」50.6%。効果の内容は、効率化・迅速化91.6%、企画提案の質や速さ48.9%、残業時間の削減29.2%に対し、顧客満足度の向上4.5%、売上や利益の向上3.9%。
同じ報告書のDX全般の設問では、成果指標を設定している企業は23.9%で、設定できない理由の最多は「設定方法がわからない」でした。これはAIに限らないDXの話です。
PwC Japanの調査（調査名は「2026 春」、実施は2026年2月12〜19日、売上500億円以上の企業の課長職以上、日本の回答932名）：生成AIを活用・推進中の層で、効果を従業員や顧客への財務的な還元につなげた割合は、日本40%、米国75%、英国74%。「まだ効果を評価できていない」は、AIを活用・推進中の日本で13%、米国で0%でした。

測り方の組み立て

見立てです。ここまでの資料から、僕らは次のように整理しました。

基準線を先に取る。導入前の所要時間、件数、手戻りの率を、同じ定義で記録します。
自己申告だけにしない。チケットの処理時間や件数など、システムの記録を使います。
一部だけ先に導入して比べる。対象をくじ引きや部署単位で分けられれば、METRやBrynjolfssonらの考え方に近づきます。
品質と手戻りを同時に見る。速くなっても手直しが増えれば、効果は消えます。
費用を全部数える。利用料やAPI代に加えて、構築、運用、教育、確認の時間、セキュリティの確認を入れます。
浮いた時間の行き先を決める。行き先がないと、Humlumらの調査のように、収入や労働時間には現れません。
期間を置いて測り直す。3か月、6か月など。

損益分岐の計算例（仮の数字です）

すべて僕らが置いた仮の数字です。実在の料金や会社の値ではありません。

対象の業務時間：1人あたり月40時間
時給の換算：3,000円（社会保険料などを含むかは、各社で決めてください）
月の対象業務の人件費換算：40時間×3,000円＝12万円（1人あたり）
費用：ツール料4,000円、確認の時間1時間分3,000円、教育や運用の按分2,000円、合計9,000円（1人あたり・月）

僕らの計算です。損益分岐の削減率は、9,000円÷12万円＝7.5%です。対象業務の時間が7.5%以上減れば、人件費換算では費用に並びます。

削減率	1人あたりの人件費換算の効果	費用9,000円との差
5%	6,000円	-3,000円
7.5%	9,000円	0円
15%	18,000円	+9,000円
30%	36,000円	+27,000円

この「差」は、現金が浮いたことを意味しません。時間が他の仕事に回るだけなら、支出は減らず、効果は別の指標（件数、売上、品質）で見る必要があります。削減率は、上で見たとおり、自己申告では外れることがあります。

気をつけること

この記事では、これらの調査や実験を再現していません。内容は、論文、研究組織の記事、調査報告書の記述に基づきます。
数字は、対象も時期も調べ方も違います。METR（開発者、2025年前半）、Humlum（デンマーク、2023〜2024年）、Brynjolfsson（サポート担当）、IPA・PwC（日本企業のアンケート）を、同じ物差しで比べてはいけません。
PwC Japanの数字は、売上500億円以上の企業の課長職以上のアンケートです。中小企業にはそのまま当てはまりません。IPAの調査も、回答した企業の自己評価です。
Anthropicの80%は、同社のモデルによる推定で、実測ではありません。
経済産業省が、AIの費用対効果の測り方を示した資料は、今回は確認できていません。公的な資料として読んだのはIPAの報告書と、OECDの論文の要約です。
日本の中小企業の数字は読んでいません。損益分岐の例は、仮の数字です。
研究や調査の数字は、新しい版や追試で変わることがあります。

出典

更新履歴

2026年10月25日 書き方を直しました。
- 前：運営者が使っていないと読める書き方 → いま：「この記事は、実際に使って確かめた記録ではありません」。公式の資料を読んでまとめた記事で、使い心地は書いていない、という意味に直した
2026年10月22日 公式の資料を読み直して、次の点を直しました。
- 前：PwC Japanの調査は「2026年春」、売上500億円以上の企業の課長職以上 → いま：実施は2026年2月12〜19日、日本の回答は932名と補った
- 前：日本40%、米国75%、英国74%の対象の書き方なし → いま：生成AIを活用・推進中の層での数字と明記