試したのに、なぜ本番に行けない？ — AIエージェント「PoCの壁」の正体
ミドリ： タツヤさん、うちのお客さまで「AIエージェント、去年から試してるんだけど、まだ試してる」という会社が何社もあるんです。実証実験は盛り上がったのに、そこから先に進まない。あれって何が起きてるんですか？
タツヤ： それ、「PoCの壁」って呼ばれてる現象で、実は世界共通の悩みなんだ。2026年3月に650社を対象にした調査があるんだけど、結果が衝撃的でね。
ミドリ(surprised)： どんな数字なんですか？
タツヤ： AIエージェント導入企業の72〜79%がテスト・パイロット段階で停滞していて、本番スケールに到達したのは約14%だけ。しかもGartnerは「2027年末までに4割超のエージェントAIプロジェクトが中止される」と予測してる。
ミドリ： 7割が止まって、4割が中止……。試すのは簡単だけど、実務に載せるのは全然別問題なんですね。
まず現在地を知る：日本企業のリアルな数字
タツヤ： 日本のデータも見ておこう。矢野経済研究所の調査だと、生成AIを活用している企業215社のうち、AIエージェントを「利用中」と答えたのはわずか3.3%。一方で「導入検討中」13.5%、「関心あり(情報収集中)」49.3%で、前向きな回答は6割超なんだ。
ミドリ(thinking)： 関心はものすごく高いのに、実際に使えているのは3%台。この落差が「壁」の正体ですね。
タツヤ： グローバルの大企業だと2025年Q3時点で42%が本番稼働という数字もあって、日本は明らかに出遅れてる。ただ、これは裏を返せば「今きちんと本番化できれば、まだ十分に先行者になれる」ということでもあるよ。
PoCが止まる5つの理由
ミドリ： 具体的に、どこで止まるんですか？
タツヤ： 現場を見てきた実感と各調査を突き合わせると、だいたいこの5つに集約される。
理由1：「すごい」で終わって、KPIがない
タツヤ： 一番多い。PoCのゴールが「動くこと」になっていて、「何がどれだけ良くなったら本番化するか」を決めていない。デモを見た経営層が「すごいね」で終わり、稟議に必要な数字が出てこない。
ミドリ： 「すごい」は予算がつく理由にならないですもんね。
理由2：データがぐちゃぐちゃ
タツヤ： AIエージェントの燃料はデータだ。ところが現場に行くと、受発注はFAX、顧客名は表記ゆれだらけ、履歴はExcelが個人PCに散在。デモは「きれいなサンプルデータ」で動いてたけど、本番の汚いデータに当てると精度が出ない。Gartnerが挙げる中止理由でも、データ品質の問題が筆頭だ。
理由3：統制・権限設計が後回し
タツヤ： 「AIが勝手にメールを送ったらどうする」「誤発注したら誰の責任か」——この問いに答えを用意していないと、情シスと法務が最後にストップをかける。技術が動いても、組織がリスクを引き受けられない。
ミドリ(nodding)： 承認フローの設計を最初にやっておかないと、最後に詰むんですね。
理由4：運用の担い手がいない
タツヤ： PoCは「情熱のある1人」が回せる。でも本番は、エラー監視・プロンプト改善・例外対応を毎日誰かがやる必要がある。その体制が決まっていないと、本番化=「情シスの負担が無限に増える」に見えてしまい、反対される。
理由5：業務を変えずにAIだけ載せようとする
タツヤ： これが根が深い。今の業務フローをそのままにしてAIを差し込むと、たいてい効果が出ない。人間の手順は人間のためにできていて、AIが得意な形になっていないからだ。
壁を越えた14%は、何が違うのか
ミドリ： じゃあ逆に、本番に行けた会社は何をしていたんですか？
タツヤ： 共通点が3つある。
| 越えられない会社 | 越えた会社 |
|---|---|
| PoCのゴールが「動くこと」 | PoCのゴールが「判断できる数字を出すこと」 |
| 業務全体をまるごとAI化しようとする | 1つの狭い工程に絞って本番化し、横展開する |
| AIの精度を上げることに集中 | 人間の確認・承認プロセスとセットで設計する |
タツヤ： つまり、PoCの目的を「実験」ではなく「意思決定の材料集め」に置き換えているんだ。
ミドリ： 「動きました！」ではなく「月40時間の作業が8時間になり、精度は92%、例外は月3件でした」まで持っていく、と。
タツヤ(nodding)： そう。その数字があれば、経営者は投資判断ができる。判断できれば予算がつく。予算がつけば本番化する。PoCで作るべき成果物はコードじゃなくて、稟議書に貼れる数字なんだ。
中小企業こそ有利な理由
ミドリ： これって大企業の話ですよね？ うちのお客さまみたいな中小企業には難しいんじゃ……。
タツヤ： それが逆なんだ。中小企業のほうが本番化しやすい。理由は3つ。
- 意思決定が速い：社長が「やる」と言えば翌日から動ける。大企業のように部門横断の合意形成に半年かからない
- 業務を変えられる：「AIが得意な形に業務を作り替える」判断が、現場と経営の距離が近いぶん通しやすい
- 範囲が狭い：全社展開といっても対象は数十人。1つの工程を変えれば効果が全社に出る
タツヤ： 大企業が「40%が中止される」と言われているのは、意思決定と統制の重さが原因でもある。中小企業には、その重りがない。
明日からできる「PoCの設計変更」
ミドリ： すでにPoCを走らせている会社は、どう軌道修正すればいいですか？
タツヤ： PoCのやり直しは不要で、測るものを足すだけでいい。
- Before の計測：AIを使わない現状の作業時間・件数・エラー率を1週間測る(これを飛ばす会社が本当に多い)
- After の計測:同じ指標をAI適用後に測る
- 例外の記録：AIが間違えた・迷ったケースを全部記録する。これが本番の運用設計図になる
- 人間の確認コストも計上：AIの出力を人が確認する時間も「かかったコスト」に入れる。ここを隠すと本番で破綻する
タツヤ： 脱エンジニアの視点で考えると、「PoCで技術を検証する」から「PoCで意思決定に必要な数字を作る」へ目的を書き換えられるかが分岐点になります。技術はもう十分動く。足りないのは、経営が判断できる材料のほうなんだ。
本番化のロードマップ：3ヶ月で越える
ミドリ： 実際に本番化を目指すとして、どのくらいの期間感で考えればいいですか？
タツヤ： 中小企業の1工程なら、3ヶ月が現実的な目安だ。
| 期間 | やること | 成果物 |
|---|---|---|
| 1ヶ月目 | 現状計測(Before)・対象工程の選定・撤退基準の設定 | 稟議に貼れる現状の数字 |
| 2ヶ月目 | 限定運用(1チーム・1業務のみ)・例外の記録・確認プロセスの設計 | After の数字 + 例外リスト |
| 3ヶ月目 | 運用体制の確定(担当者・監視・改善サイクル)・本番判断 | 本番化の意思決定 |
ミドリ： 2ヶ月目の「限定運用」がPoCとどう違うんですか？
タツヤ： 決定的に違うのは、実データ・実業務・実ユーザーで回すこと。PoCはサンプルデータで「動くか」を見るけど、限定運用は本番の汚いデータで「使えるか」を見る。ここで出た例外リストが、そのまま本番の運用マニュアルになるんだ。
よくある質問
ミドリ： 経営者からよく出そうな疑問をまとめて聞かせてください。
タツヤ： 3つ答えよう。
Q. AIエージェントの精度が100%にならないと本番化できないのでは？ A. それは誤解だ。人間も100%ではない。重要なのは「間違えたときにどう気づき、どう戻すか」の設計。精度92%でも、残り8%を人間が確実に拾える仕組みがあれば本番化できる。逆に精度99%でも、間違いに誰も気づけない設計なら本番に出してはいけない。
Q. 現場が反対しています。どう説得すれば？ A. 説得より「面倒な作業が減る」体験を先に渡すのが早い。反対の正体はたいてい「仕事を奪われる不安」か「また新しいツールを覚えるのか」という疲れだ。だから最初の対象工程は、現場が一番嫌がっている作業を選ぶといい。転記、集計、コピペ——誰も愛着がない作業から始めれば、味方になってくれる。
Q. どのくらいのコストを見ておけばいいですか？ A. 規模と対象によって大きく変わるので一概には言えないが、「人間の確認コスト」を必ず見積もりに入れること。AIの利用料だけ計算して「安い」と判断すると、運用開始後に「確認に時間がかかりすぎて元が取れない」となりがちだ。前述のデジタル化・AI導入補助金など、公的支援が使えるケースもあるので、資金面は先に調べておくといい。
それでも止めるべきPoCもある
ミドリ(thinking)： 逆に「これは撤退したほうがいい」というサインはありますか？
タツヤ： 大事な視点だね。Gartnerが「4割が中止される」と言っているのは、必ずしも失敗ではない。撤退すべきPoCも確実にある。
- 対象業務の発生頻度が低すぎる(月1回の作業を自動化しても効果が小さい)
- 元データが存在しない・紙しかない(まずデジタル化が先)
- 人間の確認コストがAIの削減効果を上回る
- 「AIを使うこと」自体が目的になっている
タツヤ： こういう場合は、さっさと畳んで別の工程に移るのが正解。ダラダラ続けるほうが損失は大きい。撤退基準も最初に決めておくと、判断が感情論にならないよ。
まとめ：技術ではなく「経営の翻訳」が壁になっている
ミドリ： 今日の話、「AIエージェントが未熟だから本番に行けない」のではなく、「経営が判断できる形に翻訳できていないから止まる」ということですね。
タツヤ： その通り。7割が止まっているのは、技術が7割足りないからじゃない。測っていない、絞っていない、統制を設計していない——この3つで止まってる。逆に言えば、この3つを最初にやるだけで、少数派の14%に入れる可能性が一気に上がる。
ミドリ(smiling)： 「PoCの成果物は稟議書に貼れる数字」。この一言、お客さまにそのまま伝えます！
次のアクション
ミドリ： 今のPoCを本番につなげるには、何から？
タツヤ： 3ステップで進めよう。
- Before を測る：AI適用前の現状(作業時間・件数・エラー率)を1週間だけ計測する。すでにPoC中でも今から測れる（所要時間：計測設計30分）
- 対象を1工程に絞る：発生頻度が高く・判断が単純で・データがデジタルにある工程を1つだけ選び直す
- 撤退基準と統制を先に決める：「何ヶ月で何％改善しなければ撤退」「AIに任せない操作は何か」を紙1枚に書く
- Shimanto AI Solutionsでは、PoCから本番運用への移行設計（KPI設計・対象工程の選定・統制ルール策定）を支援しています
- 「試したけれど止まっている」状態からの立て直し、撤退判断のご相談も承ります
- 中小企業の意思決定の速さを活かした、最短距離の本番化を提案します