成果が出ないAI投資をいつ畳むか|継続・縮小・撤退の判定と社内の始末

この記事でわかること
- 継続・縮小・撤退は、利用実態・効果の兆候・不振の原因の所在・期限内の改善余地という同一の4軸で振り分けます
- 投じた費用と社内での宣言は、判断期日・判断材料・判定者を先に固定する手続きで議題から外します
- 「技術の進歩を待つ」が継続として成立するのは、不足が技術起因で、待機コストが確定し、再判定日が決まっている場合に限られます
- 縮小は対象業務を変える仕切り直し、立て直しは同じ業務でやり方を変える打ち手で、原因の所在で分かれます
- 撤退の後始末は契約・担当者の役割・社内周知の3面に発生し、意図して回収すれば業務棚卸し・プロンプトと手順・適合の可否・判断基準の4つが残ります
目次
結論
期待した効果が出ないまま続いている生成AIの取り組みは、同じ判断軸に期限を付けて継続・縮小・撤退のどれかへ振り分けます。三択を分けるのは、投じた金額でも社内での言い出しにくさでもありません。利用実態・効果の兆候・不振の原因の所在・期限内の改善余地という4つの事実です。どれを選んでも経営判断として説明できます。説明がつかないのは、決めないまま契約料と担当者の工数だけが流れ続ける状態です。支出は続くのに、縮小のように対象を差し替えることも、撤退のように資産を回収することも始まらないためです。
撤退を選んでも、投じた分がゼロに戻るわけではありません。業務の棚卸し結果、作ったプロンプトと手順、自社で確認できた適合・不適合の事実、今回使った判断基準は、意図して回収すれば社内に残ります。次の投資を検討するときの出発点になるのは、この4つです。
対象になるのは、すでに費用を投じ、社内にも周知した稼働中の取り組みです。まだ手段やベンダーを選んでいる最中の打ち切り条件は別の問題で、最安・最短で課題を解く4段階アプローチの領域になります。
判断が先送りされる構造と、切り離すための手続き
判断が遅れる原因は、担当者の粘り強さより決裁の組み立て方にあります。導入を決めた人がそのまま撤退も判定する構図では、施策の評価と本人の評価が同じ議題に乗ります。社内への周知も、判断を鈍らせる方向に効きます。全社会議で宣言した取り組みを引っ込めると求心力が落ちる、という読みが先に立つからです。
投資を続ける意思そのものは、珍しいものではありません。BCG「AI Radar 2026」(2026年1月公表、16市場・9業種の経営層2,360名、うちCEO 640名への調査)では、1年以内に投資が回収できなくても現在以上の水準でAI投資を続けると答えた企業が9割を超えたと報告されています。問題は継続そのものではなく、回収できなかった場合の扱いを先に決めていないことです。決めていなければ、判断は期日を持たないまま翌期へ繰り越されます。
効果の手応えのほうは、投資意欲ほど広がっていません。PwC「生成AIに関する実態調査2026 春」(2026年2月実施、日本企業の意思決定関与者932名)では、生成AIの効果が期待を大きく上回ったと答えた日本企業は10%にとどまり、効果をまだ評価できていない企業も少なくないと整理されています。自社の数字が伸びないことは、個人の失点ではありません。判断基準の当てはめの問題として扱えます。
サンクコストを判断から外す4つの手続き
決裁者が動かせるのは、気持ちの整理ではなく手続きです。判断の期日・材料・判定者を先に固定しておくと、投じた費用と社内での宣言が議題へ入り込む余地が狭まります。
- 判断期日を先に決める。 「第3四半期の経営会議で継続・縮小・撤退を決議する」と議題名まで含めて議事録に残し、当日まで結論を出さない代わりに、当日は必ず結論を出します。
- 判断材料を限定する。 見る指標を3〜4個に絞って事前に共有し、会議当日に新しい材料を追加しません。追加を許すと、材料探しがそのまま延命の手段になります。
- 導入の決裁者と撤退の判定者を分ける。 判定側を別の役員や監査部門に置くと、導入を決めた本人の評価が議題から切り離されます。分離が難しい規模であれば、利害のない第三者を判定の場へ1名同席させ、判断軸への当てはめを口頭で確認する形にします。
- 継続も期限付きで決議する。 「継続」を無期限の現状維持にせず、次の再判定日と、そのとき満たされていなければ畳む条件を同じ決議に書き込みます。
なぜ使われていないのかを類型で切り分けたい場合は、AI研修が定着しない4つの原因で症状別の見分け方を確認できます。原因の掘り下げは、判断軸へ当てはめられる程度までで足ります。
継続・縮小・撤退を分ける4つの判断軸
三択を別々の基準で語ると、比較になりません。同じ4軸を当てて、自社がどの列に近いかで振り分けます。
| 判断軸 | 継続 | 縮小(対象業務の変更) | 撤退 |
|---|---|---|---|
| 利用実態 | 対象部門の実務で反復利用あり | 一部の人・一部の工程では稼働 | 周知後も利用がほぼゼロ |
| 効果の兆候 | 処理件数・所要時間・差し戻しのどれかが動いた | 効果は出たが対象業務が小さく投資に見合わない | どの指標も動かず、動く筋道も説明できない |
| 不振の原因の所在 | 運用の詰め(手順・承認・教育)に特定済み | 対象業務の選び方 | 業務の性質が現在のAIの適合外 |
| 期限内の改善余地 | 次の90日で打てる手が具体的に残る | 別業務へ置き換えれば同じ体制で試せる | 追加投資なしで打てる手が尽きた |
継続が正解になる条件と、選んではいけない条件
継続が正解になるのは、対象業務で実際に使われており、指標のどれかが動いていて、伸び悩みの原因が手順・承認・教育といった運用側に特定できている場合です。原因が自社の運用にあるなら、打ち手も自社の裁量で決められます。
選んではいけないのは、利用実態がないまま「もう少し様子を見る」と決める場合です。原因を特定できないまま前年と同じ予算を通す場合も同じです。何を直すのかが言語化できていない継続からは、次の判定でも同じ材料しか出てきません。
縮小が正解になる条件と、選んではいけない条件
縮小へ倒すのは、AI自体は動いているのに対象業務が小さすぎる場合や、例外処理が多すぎて効果が積み上がらない場合です。原因が業務の選び方にあるため、体制と学習内容を保ったまま対象を差し替えれば、投じた分の多くを引き継げます。
選んではいけないのは、現場の反発をかわすために対象を小さくするだけの縮小です。宣言だけ縮めて契約も工数もそのまま残すと、支出は撤退より重く、成果は継続より小さくなります。
撤退が正解になる条件と、選んではいけない条件
撤退が正解になるのは、業務の性質が現在のAIの適合外だと自社で確認でき、追加投資なしで打てる手が尽きている場合です。判断材料が「やってみたが動かなかった」という自社の観測である点が、着手前の見送りとの違いになります。
反対に、単年度の数字が出なかったという理由だけで畳むのは、判断ではなく打ち切りです。利用実態も原因も確認していなければ、どこで届かなかったのかが記録に残りません。再検討のときは、調査からやり直すことになります。
効果の兆候をどの水準で「動いた」と見なすか迷うときは、調査データで見る生成AIの効果の実態で期待値を較正してから軸を当てます。
「技術の進歩を待つ」は継続の理由になるか
待つという判断そのものは、条件がそろえば妥当です。ただ、その条件を確かめないまま使うと、撤退の先送りに別の名前を付けただけになります。
3条件を満たす場合でも、待ち方は選べます。契約を維持したまま待つのか、いったん解約して環境を凍結し、再判定日に条件を作り直すのかで、待機中に出ていく金額が変わります。利用がほぼ止まっている状態で年間契約を更新し続けているなら、それは待機ではなく支出の継続です。
縮小=対象業務を変えた仕切り直しの線引き
縮小と立て直しは、外から見ると似た動きになります。分かれ目は原因の所在です。同じ業務のままやり方を変えれば動く見込みがあるなら立て直し、業務の選び方自体が外れていたなら縮小です。
| 区分 | 捨てるもの | 引き継ぐもの |
|---|---|---|
| 対象業務 | 現在の対象業務と、そこに紐づく目標値 | 業務棚卸しで並べた候補業務のリスト |
| 成果物 | その業務専用のプロンプト・帳票テンプレート | 汎用の指示の型、出力の確認観点 |
| 体制 | 全社展開の看板と広い推進チーム | 承認者1名・実務担当数名の最小体制 |
| 指標 | 達成できなかった当初KPI | 指標の取り方と、記録が残っている業務データ |
縮小を選んだ場合は、対象を差し替えたうえで完了条件と評価指標を作り直します。旧目標を引きずったまま業務だけ替えると、指標が新しい業務と噛み合わず、次の判定でも効果の兆候を読めません。
同じ業務で立て直すなら、対象を1業務・1テンプレート・1承認者まで絞ってから再開します。範囲が広いままでは、動いたのかどうかを判定できないためです。
撤退の後始末——契約・担当者・社内周知
撤退を決めた日から、3種類の実務が同時に走ります。金額も期間も契約内容と社内規程で決まるため、一般論の相場ではなく自社の書面から逆算します。
契約の終わらせ方
最初に開くのは契約書です。中途解約の可否、解約予告期間、自動更新条項と更新期日、年間契約の残存分の扱いは、契約ごとに違います。更新期日の直前に気づくと選べる手が減るため、判断期日は更新期日から予告期間を差し引いた日より前に置きます。
データと成果物の引き揚げは、解約通知より先に着手します。会話履歴やナレッジベースの書き出し形式、エクスポート可能な期限、終了後のデータ抹消方法を、通知を出す前に確認してください。契約終了後のデータの取り扱いは、クラウド事業者が利用者へ示すべき情報として総務省「クラウドサービス提供における情報セキュリティ対策ガイドライン(第3版)」でも挙げられています。
進める順序は、書き出しの完了、解約通知、アカウント停止、請求停止の確認です。アカウントを止めた後では取り出せなくなる記録があるため、この順を崩しません。
外部の伴走支援や開発を委託している場合は、成果物の帰属と納品済み範囲を検収書で確認し、途中成果物の引き渡しを依頼します。作りかけの設定やプロンプトも、社内に残す資産になります。
担当者の役割の戻し方
推進担当を務めた社員には、役割の終了を組織として明示します。決定として終わりを告げずに自然消滅させると、周囲には担当者個人の力不足に見えます。兼任で担っていた場合は元の職務比率に戻し、専任だった場合は次の担当業務を撤退の決議と同じタイミングで決めます。
評価上の扱いは、施策の結果ではなく遂行の質で見ます。判定に必要な記録を残したこと、期日どおりに材料を出したことは、撤退という結論とは独立した成果です。処遇そのものの変更を伴う場合は、人事・労務の手続きとして別途整理してください。
社内周知の巻き取り
周知した範囲と同じ範囲まで、終了も伝えます。担当者本人と直属の上長へ先に伝え、次に対象部門、最後に全社という順が基本です。順序が逆になると、決定より先に噂が回ります。
社内資料の後始末も残ります。イントラの案内ページ、業務マニュアルに追記した手順、新人研修の資料など、稼働時に書き換えた文書を洗い出し、旧手順へ戻すか、AI利用箇所を削除します。放置すると、手順書どおりに動こうとした社員が、使えないツールを探すことになります。
投じた分から残す4つの資産
撤退がゼロ戻りにならないのは、次の4つを意図的に回収した場合に限られます。解約と同時に消える前に、保管場所と管理者を決めてください。
- 業務棚卸しの結果。 工程の分解、所要時間、例外処理の頻度は、AIを使うかどうかに関係なく使えます。業務改善や外注範囲の見直し、システム更改の要件定義でそのまま材料になります。
- プロンプトと手順書。 対象業務に固有の部分は捨てても、指示の型と出力の確認観点は残ります。次に別の業務で試すとき、ここから始められるかどうかで初速が変わります。
- 自社で確認できた適合・不適合の事実。 「この形式の書類は精度が出た」「この判断は人の確認が外せなかった」という観測は、一般論の記事や他社事例では手に入りません。業務名と条件をセットで1枚に残します。
- 判断基準そのもの。 今回使った4軸と、判定に使った指標、期日の切り方は、次の投資判断でそのまま再利用できます。次は着手の時点で完了条件と再判定日を置けるため、同じ迷い方を繰り返さずに済みます。
4つを1つのフォルダにまとめ、管理者を決めておくと、次の投資を検討するときの入口資料になります。効果測定をどの時期に何で見るかという設計は、法人向け生成AI研修の完全ガイドの効果測定の考え方と合わせて整理できます。
経営会議と現場への説明の順番
説明の順序を誤ると、経営判断が失敗の追及にすり替わります。先に経営会議で結論と基準を確定し、その後に現場へ伝えます。
現場への説明では、終了の事実、いつから旧手順に戻すのか、業務上の窓口は誰かという3点を先に伝えます。理由を長く語るより、明日からの手順が確定しているほうが、現場の混乱は小さくなります。
協力してくれた部門には、判断材料が取れたことへの謝意を経営側の言葉で伝えてください。次にAI活用を提案するとき、同じ部門にもう一度動いてもらえるかは、今回の終わり方に左右されます。
立て直しを選んだ場合に法人AI研修が担える範囲
当社が提供しているのは研修と、その後の定着支援です。契約の解約手続きや撤収作業そのものを代行するサービスはありません。継続・縮小のどちらかに倒れた場合の打ち手として、次の範囲でご一緒できます。
- 初回無料ヒアリングでの課題整理。 現状の課題や時間のかかっている業務を伺い、研修のプランを一緒に立てるところから始めます。継続か仕切り直しかを社内で議論するための材料整理としてもお使いいただけます。
- 対象業務を替える場合の設計。 パーソナライズ研修では、現状課題・部門・業務フローをヒアリングし、実務テーマと成果物まで合わせて設計します。前回の棚卸し結果があれば、そこを出発点にできます。
- 成果物の実装まで。 生成AI業務プロセス適用研修では、自部門の実業務を棚卸ししてワークフローを設計し、研修内で動く成果物まで作ります。研修後に残るのは資料ではなく、業務で使う道具です。
- 定着の確認。 当社は満足度ではなく活用定着率を指標に置き、どの業務で使われ、どこで止まっているのかを確認しながら改善します。
研修の期間や料金は、対象人数・レベル・題材によって設計が変わるため、個別にお見積りしています。

この記事の監修者

AI研修講師 / AI活用コンサルタント
青木 徹
AIを実際の業務成果につなげるための支援を行っています。
立命館大学大学院修了後、日本IBMに入社。製造業・海運業などの企業に対し、業務変革支援やテックリードとしてのシステム開発に携わり、企業のDX戦略を推進。その後、複数のAI・SaaSプロダクトを企画段階から立ち上げ、上場企業を中心に100社以上のAI活用・DXを支援。現在は、法人向けのAI研修や生成AI導入支援、AI顧問などを通じて、AIを実際の業務成果につなげるための支援を行っている。専門領域は、生成AIを活用した業務効率化、企業へのAI導入、AI・SaaSプロダクト開発、DX推進。専門的な内容を分かりやすく伝え、参加者が研修後すぐに実務で活用できる、実践的な研修を大切にしている。

