生成AI導入の損益分岐点を業務単位で見つける方法

月曜の午前九時、経営企画部の真紀は、月次会議の資料を前に手を止めていた。Microsoft Excelの画面には、生成AIの利用状況、部門ごとの請求書、現場から届いた報告が並んでいる。どの行にも「作業が楽になった」と書かれていた。

窓の外では、まだ朝の光がビルの壁に細く残っていた。真紀は利用者数の表を開き、次に月ごとの支払いを開いた。けれど、問い合わせ対応と見積書チェックのどちらが、費用を回収できているのかは見えなかった。

営業部からは、提案書の下書きが早くなったという声が届いていた。管理部門からは、Microsoft Teamsの会議記録をまとめる時間が減ったという報告があった。真紀はその言葉を読み返しながら、画面の右端にある空白の列を見つめた。

そこへ、経理部長の佐伯が資料を持って入ってきた。椅子を引く音が、静かな部屋に小さく響いた。

「真紀さん、問い合わせ対応と見積書チェックでは、どちらが導入費用を回収できていますか？」

真紀は、手元の表に目を落とした。利用回数なら答えられる。使った部門もわかる。だが、ひとつの業務にいくらの効果が出たのかは、表のどこにも記録されていなかった。

「全社では、利用が広がっています。効果も出ているように見えます」

「それはわかります。では、業務ごとのROIは？」

「ROIは、かけた費用に対して、どれだけ効果が戻ったかを見る数字です。損益分岐点、つまり効果と費用が同じになる場所も、業務ごとに見たいのです」

佐伯は責めるようには言わなかった。その声がやわらかかった分、真紀の胸の奥がきゅっと縮んだ。

「すぐに確認します」

そう答えたものの、確認するための欄がなかった。

八時半ごろ、営業部の涼子からMicrosoft Teamsにメッセージが届いていた。生成AIに提案書の構成を作らせると、最初の下書きまでが軽くなったという内容だった。けれど、顧客ごとの条件を読み直し、表現を整える時間については、何も書かれていなかった。

「提案書は本当に早くなりました。ただ、最後の確認は今までどおり必要です」

涼子の言葉を聞きながら、真紀は小さくうなずいた。早くなった時間だけなら、効果として書ける。確認した時間まで含めると、数字は変わるかもしれない。

そのとき、サポート担当の小川が、慌てた様子で部屋の入口に立った。問い合わせへの返信案を生成AIに作らせたが、古い返品規定が一文だけ混ざっていたという。送信前に小川が社内規程を開き、書き直していた。

「見つけられてよかったです。でも、確認にかかった時間は、どこへ入れればいいでしょう」

小川の手には、赤い線を引いた紙があった。真紀はその紙と、画面の「回答作成時間」という項目を見比べた。そこには作成時間だけがあり、確認や修正の欄はなかった。

見積書チェックでも、似たことが起きていた。AIは過去の見積書を参考に、確認すべき箇所を拾っていた。営業担当は助かったと言ったが、契約条件と納期を一つずつ照合する作業は、誰の記録にも残っていなかった。

「作業が楽になった、という報告は本当です。ただ、楽になった分と、増えた確認作業が一枚の表にありません」

真紀がそう言うと、佐伯は静かに請求書を閉じた。

「全社の利用率を見ているだけでは、仕事の採算は見えませんね」

会議室の時計が九時を知らせた。出席者が席につき、真紀は説明を始めた。営業の提案書、管理部門の議事録、サポートの返信、見積書の確認。効果の話はできたが、費用をどの業務に置くかを話し始めると、言葉が止まった。

「生成AIの月額料金は、全部門で同じように分けていますか？」

別の部長が尋ねた。真紀は請求書の総額を思い出した。人数で割った数字はある。だが、実際の利用量も、対象となった業務の範囲も反映されていない。

「まだ、業務ごとの配賦はできていません」

「配賦というのは、全社の料金を、それぞれの仕事に分けて置くことですね」

佐伯が言い直すと、真紀はうなずいた。誰が何回使ったかだけでは足りない。どの仕事で使い、誰が確認し、どんな修正をしたのか。その足あとが必要だった。

会議が終わると、真紀は自席に戻った。利用状況のグラフを閉じ、白い新しいシートを開いた。全社の合計額を先に置くのではなく、ひとつの業務から始めることにした。

真紀は最初の行に「業務名」と入力した。続けて、「導入前」「導入後」「効果額」「配賦コスト」と打ち込んだ。少し迷ってから、その下に「確認時間」「修正時間」とも書き足した。

カーソルが、まだ空白の一行目で点滅していた。真紀は小川に電話をかけた。

「問い合わせ対応の、導入前の時間から教えてください。送信前の確認と修正にかかった時間も、お願いします」

電話の向こうで、小川が手帳を開く音がした。真紀は空白の表を見つめながら、初めて費用と効果を同じ仕事の上に並べようとしていた。

真紀は、見積書の抜け漏れ検査を生成AIに任せる小さな実験を始めた。画面には、読み込んだ資料と「問題なし」という青いチェックが並んでいた。

机の上には、見積書と関連資料のPDFが重なっていた。真紀は金額だけでなく、納期、契約条件、必須項目の有無まで照合するよう、AIに指示を書き込んだ。

「金額が合っているかだけでは足りないわ。納期と契約条件も比べて、足りない項目があれば知らせてね」

AIは静かに資料を読み始めた。紙の資料は、先にOCRで文字へ変換した。OCRとは、紙に印刷された文字を読み取って、コンピューターで扱える形にする仕組みだと、システム担当の亮が教えてくれた。

数分後、画面に青いチェックが現れた。金額も納期も契約条件も問題なしと表示され、真紀は小さく息をついた。

「これなら、確認の時間をかなり減らせそうね」

翌朝、営業部の担当者が資料を見直していた。すると、関連資料に書かれた納期と、見積書の納期が違っていることに気づいた。青いチェックの横にあった「問題なし」の表示が、急に頼りなく見えた。

「この資料では、納期が別の日になっています」

真紀が画面をのぞくと、AIは関連資料の一部を正しく読めていなかった。紙の端が折れていて、OCRが文字を取り違えていたのだ。さらに、契約条件の小さな注記も、AIは見落としていた。

「どうして、すぐに気づけなかったのかしら」

担当者の杏子は、机の横に積んだ紙を指さした。AIの結果だけを使っていたわけではなかった。まず紙資料のOCR結果を確認し、AIが抜き出した項目を元の資料と照らし合わせていた。

「私たちは、『確認不能』と『問題なし』を分けています。読めない文字があれば、問題がないのではなく、まだ判断できない状態です」

杏子は、誤った判定を直し、最後に人が承認していた。AIが短くしたのは、最初の確認作業の一部だけだった。その前後には、読み取り結果の確認、項目の照合、修正、承認が残っていた。

真紀は、効果の表を開いた。そこには、AIを使った後に短くなった作業時間だけが書かれていた。確認と修正にかかった時間は、費用として入っていなかった。

「私は、減った時間だけを効果にしていたのね。けれど、増えた確認時間も、この業務の一部だわ」

夕方、経理部長が真紀の席に来た。真紀は、見積書チェックの結果と、青いチェックが消えていった経緯を説明した。

「全社では黒字に見えても、その業務では赤字かもしれません」

部長の言葉が、静かな部屋に落ちた。生成AIの月額費用を利用人数で分けていたため、見積書チェックをほとんど使わない部門にも、同じような費用が割り当てられていたのだ。

「費用は、使った人数だけで分ければよいのでしょうか」

「それでは仕事の姿が見えません。使った量や、対象になった業務の範囲で考える必要があります。見積書の確認に使った利用料、設定の手間、教育の時間、確認と修正の工数を、その業務に結びつけるのです」

部長は、真紀の表に新しい欄を足した。欄の名前は「業務にかかったコスト」だった。隣には「業務で生まれた効果」と書かれた欄を置いた。

「損益分岐点は、導入全体で見るものではありません。業務の効果と、その業務にかかった費用が同じになる地点です。だから、まず仕事ごとに足あとを集めます」

真紀は、画面に残った「問題なし」の文字を見つめた。便利さだけを追いかけると、見えない確認作業が置き去りになる。けれど、その作業まで記録すれば、AIが本当に役立つ仕事と、まだ手直しが必要な仕事を分けられる。

真紀は青いチェックを消し、空白の表を保存した。業務名、導入前、導入後、効果額、配賦コスト。その下に、「確認」「修正」「承認」の欄を加えた。

「やってみよう。まずは、見積書チェックの一件ずつに、AIと人の仕事を分けて記録するわ」

夜の窓に、街の明かりが映っていた。真紀は、全社の数字を眺めるのではなく、一つの仕事のそばに座るような気持ちで、最初の行に手を入れた。

真紀は、業務ごとの損益分岐点を確かめるため、以前に業務改善を担当していた先輩の直子を訪ねた。直子の机には、角の丸くなったノートと、色の消えかけたペンが置かれていた。

「全社の利用料を、部門の人数で割ればよいのでしょうか」

「それだけでは、仕事の姿が見えないの。まず、その業務から得られる効果額が、その業務に割り当てたコストを上回る地点を見つけるのよ」

直子はホワイトボードに、太い文字で書いた。真紀はその言葉を、ノートの最初のページに写した。

「最初にすることは、業務を一つのまとまりにすること。たとえば、問い合わせへの一次回答。見積書の抜け漏れ検査。営業資料の初稿作成。会議録の作成。月次報告書の作成。どれも、始まりから人の確認や承認までを一つの流れとして記録するの」

「AIを使った部分だけを測るのではなく、仕事全体を測るのですね」

「そう。AIが文章を作っても、人が読み直して直すなら、その時間も仕事の一部よ」

直子は、古いノートの中央に線を引いた。左には導入前、右には導入後と書いた。

「比べる条件は、できるだけそろえるの。1件あたりの作業時間。週や月あたりの処理件数。修正や手戻りの回数。人が最終確認した時間。品質上の問題や再作業も残す。導入前の記録がなければ、過去の作業記録や担当者への聞き取りを使って、まず基準を置くのよ」

翌朝、真紀はMicrosoft Excelを開いた。列には、業務名、受付日、処理件数、導入前の時間、導入後の時間、修正回数、最終確認時間、再作業の有無を並べた。見積書の抜け漏れ検査については、AIが出した判定と、人が最終的に承認した結果も別々に記録した。

ところが、最初の表では、AIが確認した時間だけが短くなっていた。人の確認時間を入れると、削減効果は思ったより小さくなった。

「前に見つかった誤判定を、また見落とすところでした」

真紀が眉を下げると、直子は静かにうなずいた。

「この小さなつまずきが大切なの。生成AIには、もっともらしい誤情報が混じることがある。JILPTのJ社とK社の事例資料でも、人が情報を確認しながら使う姿が示されているわ。確認と修正をコストに入れれば、数字は厳しくなる。でも、その数字のほうが現場に近いのよ」

直子は、効果額の欄を指でたどった。

「作業時間の削減は、削減時間に担当者の時間単価と処理件数を掛ける。ミスや手戻りの減少は、避けられた再作業の費用に置き換える。ただし、対応時間が短くなっただけでは、すぐ売上とは言えない。実際に対応できる件数が増えた分や、売上につながった分だけを効果に入れるの」

「従業員の満足度や、会議で決めるまでの速さはどうしますか」

「大事な変化だけれど、金額の根拠がないなら、無理に効果額へ入れない。満足度や意思決定の速さは、別の指標として記録するのよ」

真紀は、今度はコストの欄を三つに分けた。ツールやAPIの利用費。導入、設定、研修にかかった費用。運用、監視、修正、定着支援にかかった費用である。

「この三つを合わせたものがTCO。使い始めてから、現場に定着するまでの総費用よ。ツール代だけで損益を見てはいけないの」

固定費は、利用者数、処理件数、利用時間など、先に決めたルールで業務へ配賦する。真紀は一度、年間ライセンス費を五つの業務へ均等に割ろうとしたが、直子に止められた。

「均等割りが悪いのではないわ。大切なのは、先にルールを決め、毎月同じルールで続けること。問い合わせが少ない業務と、大量の文書を処理する業務を、いつも同じ金額で見るなら、その理由を残しておくの」

変動するAPI費用は、Azure OpenAI Serviceの利用ログから確認することにした。真紀は呼び出しごとに部門ID、プロジェクトID、業務IDを記録し、CSVで出した利用量をExcelへ取り込んだ。これで、同じ部門の費用でも、問い合わせ対応と見積書検査を分けて集計できる。

直子は、ホワイトボードの端に三つの式を書いた。

ROI＝（効果額−コスト）÷コスト×100

業務別損益＝業務別の効果額−業務別に配賦したTCO

損益分岐点となる処理件数＝固定費÷（1件あたりの効果額−1件あたりの変動費）

「効果額がコストを上回って、初めてその業務は損益分岐点を越えるの。式の中の一件あたりの効果額が、変動費以下なら、件数を増やしても分岐点には届かない。その場合は、確認時間を減らすか、使う業務を見直す必要があるわ」

真紀は、問い合わせへの一次回答でも小さな試行を始めた。導入前の記録と同じ種類の問い合わせを選び、AIの下書き、担当者の修正、最終確認までを一件ずつ測った。最初は回答が速くなったことだけを成果として書きかけたが、担当者が空いた時間を別の仕事に使った証拠は、まだなかった。

「人員も業務量も変わらないなら、削減時間はすぐ現金になる削減額ではないのね」

「そう。別の仕事に使える余力として扱うの。実際に処理件数が増えたか、残業が減ったか、売上につながったかが確認できたとき、金額の効果へ移せばいい」

真紀はExcelの効果額欄を二つに分けた。金額へ換算できた効果と、まだ余力として残す効果である。直子はその表を見て、ようやくペンを置いた。

社内資料には、計算方法を示す例として、年間導入コストが120万円、効果額が300万円なら、ROIは150％になると記されていた。真紀の会社の実績ではない。その数字を式に入れ、計算の流れを確かめるための例だった。

夕方、真紀は会議室の白紙の表へ戻った。業務名の隣に導入前と導入後、その隣に効果額、配賦したTCO、確認時間、再作業、そして金額にしない余力の欄を置いた。今度の月次会議では、全社の利用額だけでなく、一つひとつの仕事がどこまで歩いたのかを示せそうだった。

真紀たちは、全社展開の前に二つの業務だけを選び、生成AIの足あとを集め始めた。対象は、繰り返しの多い問い合わせ対応と、正確さが求められる見積書チェックだった。

朝の会議室には、サポート担当の理恵と経理の大川が集まった。真紀は白い画面に、部門、プロジェクト、業務を示す識別情報を入力した。

「同じAIを使っても、仕事が違えば、見るものも変わります。問い合わせでは回答の速さと対応できる時間帯を見ます。見積書では、間違いを見つける力と、人が確認する時間を見ます」

画面の横には、業務IDをつけたログの項目が並んだ。利用者または部門、入力トークン数、出力トークン数、利用モデル、呼び出し回数、人による確認時間、修正内容である。

「トークンは、AIが文章を読むとき、または返すときの細かな単位です。これを数えると、どの仕事で、どれだけAIを使ったかが見えてきます」

問い合わせ対応の記録には、質問文と回答文だけでなく、回答が返るまでの時間も残した。理恵は、担当者が不在でも対応できた時間帯に、小さな印をつけた。以前は、問い合わせが重なると、受信箱の赤い印が夕方まで消えなかった。

真紀は、回答を必要以上に長くしない設定も試した。生成AIの出力トークン数は、入力トークン数の3〜6倍になりやすいとされるためだ。この数字は、社内RAG資料「生成AI API費用を業務別に配賦する実務」に記載されている。

「長い回答が、いつも良いとは限りません。お客さまが必要とする要点を返せるなら、確認する文章も短くできます」

理恵は画面を見比べた。前の回答には、丁寧な説明が何段も続いていた。新しい設定では、結論、手順、必要な場合の確認先が、静かに並んでいた。

一方、見積書チェックの画面には、別の指示が置かれた。AIに合否を決めさせるのではなく、必須項目があるか、関連資料と一致しているか、判定理由は何かを順番に出させた。読み取り不能や確認不能の場合は、必ず「要確認」と表示する決まりにした。

「安いモデルに替えれば、費用は下がるかもしれません。でも、確認に時間がかかれば、仕事全体では得にならないことがあります」

大川は、見積書の画像を一枚ずつ読み込ませた。ところが、OCRが小さな文字を読み違えた。存在しない型番の不備を、AIが赤い線で指摘した。

「これはAIの間違いですか」

「正しくは、AIだけでは確認できなかった、ですね」

真紀は、誤検出を無理にゼロにする欄を作らなかった。代わりに、担当者が原本を見て、資料を照合し、修正した時間をログに残した。誤りを消すより、確かめるために必要な時間を業務コストとして見えるようにした。

午後、二つの記録表が並んだ。問い合わせ対応の表には、回答速度、対応可能な時間帯、呼び出し回数が並んでいる。見積書チェックの表には、誤検出、確認時間、修正内容が並んでいた。

真紀は、以前の白紙の表を思い出した。そこには「AI利用料」とだけ書かれていた。今は、どの業務で、どの部門が、どれだけ使い、人がどれだけ確認したかが、一本の線でつながっている。

API費用は、入力トークン数に入力単価を掛けた金額と、出力トークン数に出力単価を掛けた金額を足して計算した。つまり、API費用＝入力トークン数×入力単価＋出力トークン数×出力単価である。これは社内RAG資料「生成AI API費用を業務別に配賦する実務」に沿った計算だった。

真紀は、さらに確認時間や運用工数も同じ業務の欄に置いた。業務単位のROIは、効果額とコストを比べて見るものであり、損益分岐点は効果額と配賦コストが等しくなる地点として整理できる。AI活用のROIを見える化する：導入効果を定量評価するための指標と事例にも、その考え方が示されている。

夕方、理恵の受信箱には、赤い印が残っていなかった。大川の机には、赤線のついた見積書があったが、その横には「要確認」と理由が添えられていた。二人の表情は、導入前のようにAIの答えを疑うだけの硬さから、確かめながら使う落ち着きへ変わっていた。

「問い合わせは、短く正しく返せるかが大事ですね」

「見積書は、AIが決めるのではなく、人が判断する場所を見つける仕事です」

真紀は二つの表を見比べた。同じ生成AIでも、問い合わせ対応では速さが効果の入口になり、見積書チェックでは確認時間を含めた品質が損益分岐点を左右する。安いモデルを選ぶだけでは、業務の足あとを最後まで追ったことにはならなかった。

数週間の試行を終えた朝、真紀は会議室のモニターに、業務ごとの損益分岐点を映した。緑と赤のセルが同じ表に並び、全社の「効果あり」では見えなかった違いが、静かに浮かんだ。

「今回は、作業時間だけでなく、確認と修正も入れました。費用も、使った業務に合わせて配賦しています」

問い合わせ対応では、回答を作る時間が短くなっただけではなかった。昼休みや担当者が少ない時間にも一次回答を返せるようになり、質問が一人に集中する山も低くなっていた。

「見積書チェックは、AIが早く見つけても、人が一件ずつ確かめます。確認時間まで足すと、思ったほど効果額は大きくありません」

経理部長は赤いセルを見つめた。けれど、声は落ち着いていた。

「赤いから失敗ではない。処理件数を増やすのか、費用を下げるのか、業務を変えるのかを考えられる」

真紀は見積書チェックの行に、次の作業を書き足した。プロンプトを標準化し、出力を短くしてAPI費用を抑える。確認ルールを整理し、利用頻度の高い業務に対象を絞る。それでも人の判断が中心になる仕事なら、AIに向かない業務として、無理に自動化しない。

手元のRAG資料「生成AIによる業務改革と生産性向上の定量分析」には、成功企業のROIは3.8倍、失敗企業は1.2倍とあった。成功例の全社員活用率は86％とも記されている。差はツールを入れたかどうかだけでなく、日々の仕事に使われ、定着したかどうかにも表れていた。

「ROIは、効果額からコストを引いて、コストで割る。業務ごとの効果額と配賦コストが同じになれば、そこが損益分岐点です」

真紀はその考え方を、ROIを定量評価する解説で確かめた。人の確認が必要なことや、業務の組み替えまで見る視点は、JILPTの事例調査にも重なっていた。

それから数週間後の月曜、午前九時。真紀は同じ会議室で、白紙ではない表を開いていた。緑のセルには利用件数の推移があり、赤いセルには確認ルールを変えた後の再計測日が入っている。

「今日は、全社で使うかどうかではなく、どの業務を、どの条件で、どこまで使うかを見ます」

窓から朝の光が伸び、モニターの赤と緑をやわらかく照らした。真紀は次の行に、問い合わせ対応の新しい処理件数を静かに入力した。

朝のオフィスでは、真紀が前日に届いた新しい生成AI活用申請を開いていた。窓辺のコーヒーはまだ湯気を残し、白い表には業務名と業務IDが並んでいる。以前の申請にあった「生成AIを使いたい」という短い一文は、もう入口に置かれていなかった。

「対象業務は何か。導入前は、どんな作業をしていたか。AIに任せる部分と、人が確認する部分はどこか」

真紀は画面を読み上げ、指で項目をなぞった。続く欄には、効果として測る指標、配賦する費用、問題が起きた場合の停止条件がある。配賦費用とは、AIの利用料やシステムの維持費を、その仕事が使った分だけ分けて載せる費用だと、申請画面の説明にもやさしい言葉で書かれていた。

「これなら、便利そうだから始める、で終わらないね」

隣の席の美咲が、マグカップを置いた。真紀は笑ってうなずいた。

問い合わせ対応の申請には、回答作成時間だけでなく、回答品質と再問い合わせの有無を記録する欄があった。担当者は、生成AIが作った下書きを直した時間も、送信後に内容を確認した時間も残している。早く返せたかだけではなく、同じ質問が戻ってこなかったかまで、業務の記録になっていた。

「速さと品質を、別々に見られるようにしたんです」

担当者の声には、前より落ち着いた響きがあった。真紀はその横で、回答の確認時間が空欄になっていないことを確かめた。

見積書チェックの画面では、AIの判定結果に小さな印が付いていた。金額や品名が原本と一致したものは確認済みになり、読み取りに迷いがあるものは、最終承認の列へ進まず、人の確認箱へ送られる仕組みだ。誰かが「大丈夫」と言うまで、AIの判定だけで見積書が通ることはない。

「確認できないものを、人に戻せるようにしました」

担当者はそう言って、赤い印の付いた見積書を手に取った。真紀は、赤い印が失敗の印ではなく、止まる場所を知らせる印になっているのを見た。

昼前、情報システム部の画面には、業務IDごとのAPI利用量と費用が表示されていた。APIは、別のシステムに仕事を頼むための窓口だと、担当の亮が説明した。承認されたChatGPT Businessの利用記録も、問い合わせ対応や議事録作成などの業務にひもづき、全社の合計だけが大きく見えることはなくなった。

月末になると、各業務の効果額と配賦コストが更新された。問い合わせ対応の欄では、緑のセルが少し増え、見積書チェックの欄では、確認時間の改善に合わせて赤いセルが緑に変わった。反対に、例外処理が多かった業務には新しい赤いセルが現れ、担当者が画面の前で静かに相談していた。

夕方、真紀は昔の表と今の表を並べた。以前の表には全社のAI利用額が一つだけあり、今の表には業務ごとの効果、確認時間、品質、再処理、配賦コストが並んでいる。

「ROIは、かけた費用に対して、どれだけ効果が戻ったかを見るもの。損益分岐点は、費用を取り戻す境目だよね」

美咲の言葉に、真紀は表の緑と赤を見た。どちらも、次に直す場所を教える色になっていた。

その日の終わり、新しい申請が一件届いた。真紀はすぐに導入可否を決めず、画面の入力欄を開いた。「この仕事は、何を減らし、何を増やし、人はどこで確認するのか」と、ゆっくり打ち込む。

保存ボタンを押すと、業務別の表に新しい業務名が一行加わった。窓の外が薄い夕焼けに変わるころ、白紙だった表は、次の仕事を待つ静かな地図になっていた。