AI導入がうまくいかない原因始める前に決めておく7つのこと
AIを入れたのに使われなくなった、試したが何が変わったのか分からない。そうした話を聞くと、自社で始める前に「何が原因でうまくいかなくなるのか」を知っておきたくなります。ただ、原因として挙がる言葉は、予算、人材、ルール、データと幅広く、どれが自社に当てはまるのか見分けにくいところがあります。
この記事では、総務省の情報通信白書、IPAの「DX動向2025」、中小企業基盤整備機構の実態調査で確かめられた内容をもとに、うまくいかない原因を6つに整理します。IPAと中小企業基盤整備機構の調査には、時期と対象を添えています。
読み終えたあとは、始める前に決めておく7つの項目を自社の状況に当てはめ、どこが決まっていないかを確かめられるようになります。
- 業務に合わせたAIシステムを開発(入力・処理・連携・運用まで)
- 生成AIに選ばれる会社になるAIO対策
- まずは無料ヒアリング(30分)から
目次
- 結論:うまくいかない原因は、技術より前の「決めていないこと」に集まりやすい(当メディアの見方)
- 数字で見る現状:「失敗」ではなく「始め方」の調査から分かること
- 原因1・2:目的と成果の測り方が決まっていない、経営と現場がつながっていない
- 原因3・4:使い方のルールがない、一部の人だけが使う
- 原因5・6:データの準備と運用の負担が見込まれていない
- 始める前に決めておくこと:7つの項目と、止まったときの見直し方
- 自社だけで進めるのが難しいときは
- AI導入の失敗に関するよくある質問
- まとめ:原因は技術より前に決めること。始める前に7項目を書き出す
結論:うまくいかない原因は、技術より前の「決めていないこと」に集まりやすい(当メディアの見方)
先に、数字の扱いを断っておきます。AI導入の「失敗率」を直接示した公的な調査は、当メディアが確認した範囲では見つかりませんでした。そのため、この記事では「失敗率は何割」とは書きません。代わりに、総務省・IPA・中小企業基盤整備機構が公表している、導入の進め方や課題の調査結果を手がかりに、つまずきやすい場所を整理します。
当メディアの見方では、うまくいかない原因は次の6つに分けて考えると、始める前の確認に使いやすくなります。分類は当メディアの整理で、公的資料がこの6つに分けているわけではありません。
| 原因 | 公的資料で確かめられること | 始める前に決めること |
|---|---|---|
| 1. 目的と成果の測り方が決まっていない | DXの成果が「わからない」企業の理由は、成果目標を定めていないことが多い(IPA) | 何をどれだけ変えたいか |
| 2. 経営と現場がつながっていない | DX全般で、経営者・IT部門・業務部門の協調は、日本で「十分」「まあまあ」が約4割(IPA) | 誰が決め、誰が現場の声を出すか |
| 3. 使い方のルールがない | 生成AIの課題に、ルール作りの難しさと、誤った回答を信じてしまうことが挙がる(IPA) | 入れてよい情報と、人が確認する範囲 |
| 4. 一部の人だけが使う | 導入しても一部の積極的な社員だけの活用にとどまる可能性がある(総務省) | 誰の、どの業務で使うか |
| 5. データの準備が見込まれていない | AIに対応するデータがあるかが最初のステップだという、国立情報学研究所・佐藤教授の指摘を白書が紹介(総務省) | 使うデータの所在と状態 |
| 6. 運用の負担と見直しが見込まれていない | 中小企業の運用課題は、ランニングコスト、担当者の負荷、活用の進まなさが上位。阻害要因の上位は、高コストとAIノウハウ・人材の不足(中小企業基盤整備機構、回答企業全体) | 運用する人と、見直す時期 |
※ 出典:総務省『令和8年版 情報通信白書』、IPA『DX動向2025』、中小企業基盤整備機構『中小企業のAI等の利活用に係る実態調査』(2026年3月)の記述を、当メディアが6つの原因に分けて整理しました。調査の時期と対象は、以降の各節に書いています。
この記事の結論を先にまとめます。
- 失敗率の公的な数字は確認できていない。原因は、公的調査の課題の記述から整理する
- 当メディアの整理では、原因は、AIの性能よりも、目的・範囲・ルール・データ・運用を決めていないことに寄ると考える。ただし、中小企業基盤整備機構の調査では、費用と人材の不足も上位の課題に挙がっている
- 始める前に、7つの項目を書き出して、決まっていない箇所を先に埋める
- 止まったときは、症状から原因を見分け、その原因に対応する項目に戻る
AI導入の全体像はAI導入とはの記事で、中小企業が小さく試す進め方は中小企業のAI導入の進め方の記事で扱っています。この記事は、うまくいかなくなる原因と、それを避けるために始める前に決めることに絞ります。
数字で見る現状:「失敗」ではなく「始め方」の調査から分かること
総務省の企業向け調査:活用方針と組織的な取組
総務省『令和8年版 情報通信白書』は、「2025年度企業向け調査」の結果を載せています。生成AIの活用方針について、「積極的に活用する方針である」と「活用する領域を限定して利用する方針である」の合計は、日本で68.9%でした。前年度の企業向け調査では49.7%で、大きく上昇しています。
企業規模別では、同じ合計が大企業で74.0%、中小企業で58.1%でした。どちらも前年度より上昇し、とくに中小企業の上昇が大きいとされています。ただし、白書によると、米国・ドイツ・中国と比べると日本は引き続き低い結果です。
組織的な取組の状況も尋ねています。利用を禁止している企業を除くと、全社横断・各部署単位・個人業務単位のいずれかで組織的に取り組んでいる日本企業は65.6%でした。一方で「組織的な取組はない」は27.0%と約3割に上り、米国・ドイツ・中国と比べて顕著に高く、企業規模別では中小企業で特に高い傾向が見られたとされています。
この数字は、うまくいったかどうかを測ったものではありません。使い始める前の「方針」や「組織としての取組」の有無を測った結果です。
IPAの調査:成果が出ているかどうか
IPA『DX動向2025』は、2025年2月上旬から3月下旬にかけて、日本・米国・ドイツの企業に調査をしたものです。日本の調査は、19業種の企業の経営層またはICT関連事業部門が対象です。
この調査は、AIではなくDX(デジタル技術による変革)全般の成果を尋ねています。DXの取組で設定した目的に対して「成果が出ている」と答えたのは、米国とドイツで8割以上、日本で6割弱でした。日本では「わからない」の回答割合も米国・ドイツより大きく、成果を追えていない企業が多いことが課題として指摘されています。
成果が「わからない」と答えた日本企業の理由は、「DXの成果目標を定めていない」と「成果の評価はこれから進める予定」が多いとされています。AI導入にそのまま当てはめることはできませんが、目標を決めていなければ成果も評価できない、という構造はAIの導入にも共通して考えられます。
数字を読むときの注意
- 総務省の数字は「方針」「取組」の有無で、成果の良し悪しではない
- IPAの成果の数字は、AIではなくDX全般の調査である
- どちらも国際比較の中で日本の位置を示したもので、個社の導入が失敗するかどうかを予測するものではない
- 業務に合わせたAIシステムを開発(入力・処理・連携・運用まで)
- 生成AIに選ばれる会社になるAIO対策
- まずは無料ヒアリング(30分)から
原因1・2:目的と成果の測り方が決まっていない、経営と現場がつながっていない
原因1:何を変えたいかが決まっていない
導入が止まりやすい場所の一つが、目的です。「AIを入れる」こと自体が目的になると、入れたあとに何を見て成果とするかが決まらず、使われているのかどうかも判断できません。
前節のIPAの調査で、成果が「わからない」理由の上位が成果目標の未設定だったことは、この点と重なります。目標がなければ、成果が出ていても評価できず、出ていなくても気づけません。
目的は「何を、どれだけ、いつまでに変えたいか」の3つで書くと、あとで見直しやすくなります。たとえば「問い合わせ対応の一次回答の作成時間を減らす」のように、変えたい業務と、見る指標を先に決めます。数字の目標は、現状の作業時間を測ってから置くと、根拠のある値になります。
総務省の白書は、日本の企業向け調査で、AIを効率化のツールとしてとらえる傾向が見られたと述べています。一方、ヒアリングをしたAI活用の先進企業では、経営層が、効率化にとどまらず業務の変革をもたらしうるものとしてAIを位置づけていたとされています。数社へのヒアリングに基づく記述で、統計ではありません。目的を効率化だけに置くか、その先まで見るかで評価の仕方が変わる点は、確かめておく価値があります。
原因2:経営と現場がつながっていない
次に挙げられるのが、決める人と使う人のつながりです。IPAの調査によると、経営者・IT部門・業務部門の協調が「十分にできている」「まあまあできている」と答えた割合の合計は、日本で約4割、米国で8割弱、ドイツで6割5分程度でした。IPAは、これをDXにおける全体最適化の阻害要因の一つと考えられるとしています。この数字もDX全般のものです。
IPAはまた、日本で「成果が出ている」企業のほうが、この協調が「十分」「まあまあ」と答える割合が高いことから、社内の連携や協調が進むほどDXの成果につながりやすいと考えられる、と述べています。
総務省の白書も、ヒアリングした先進企業の多くが、事業部門の現場の個別のニーズや課題意識を検討の起点にしていた、と書いています。現場が抱える具体的な業務課題に対してAIを適用するほうが、価値を生み出せるため、とされています。
中小企業については、同じ白書が、組織的な取組がある企業の企業規模別の回答で「経営幹部から各部署に対して実施事項や達成目標が提示されている」が最も高い回答割合だったと述べ、トップダウンの関与がキーポイントとなっていることがうかがえるとしています。
この2つを合わせると、経営は目的と範囲を示し、現場は使う業務の候補と困りごとを出す、という分担になります。どちらか一方だけでは、決まっても使われない、使われても方向が定まらない、のどちらかになりやすいと考えられます。これは当メディアの見方です。
原因3・4:使い方のルールがない、一部の人だけが使う
原因3:ルールがなく、個人の判断で使われる
総務省の白書は、社員が個人の判断で業務にAIを使う「シャドーAI」について、入力した機密情報の流出などのリスクをはらむと述べています。対策として、情報漏えい対策を施した生成AIの活用環境を整え、利用時のルールやガイドラインを整備・周知することで、安全に使えるようになるとされています。
IPAの調査では、生成AIを業務で活用する上での課題として、ルールや基準の作成の難しさといったガバナンス面の課題が3か国で高く、「誤った回答を信じて業務に利用してしまう」という課題は日本が突出しています。総務省の白書も、事実と異なる情報を出力するハルシネーションなどの特性を踏まえて、業務への組み込みを設計する必要があるとしています。課題の中身はAI導入とはの記事に整理しています。
始める前に決めておくルールは、重くする必要はありません。次の3つがあれば最初は足ります。
- 入れてよい情報と、入れてはいけない情報
- 出力を人が確認する場面と、確認する人
- 困ったときに相談する窓口
個人情報を含む入力の注意は、AI導入の全体像の記事の「導入前に確認する3つのリスク」で整理しています。
原因4:一部の人だけが使い、広がらない
白書は、汎用的な生成AIツールは少ない投資で始められる一方、一部の積極的な社員が活用するだけで、全社的な活用と効果創出に至らない可能性もある、と述べています。IPAの調査でも、「部署の業務プロセスに組み込まれている」は日本の回答率が低いとされています。
ヒアリングした先進企業は、活用事例の収集や社内への展開、定期的なワークショップなど、効果を実感できる促進策で会社全体に広げていたとされています。数社の取組を述べた記述で、広がる条件を一般化したものではありません。
個人が使うことと、業務の流れに組み込むことは別の段階です。使う人を増やす前に、どの業務の、どの手順で使うのかを決めておくと、使われない状態を避けやすくなります。業務の選び方は、中小企業向けの進め方の記事で、1つの業務に絞るところから扱っています。
- 業務に合わせたAIシステムを開発(入力・処理・連携・運用まで)
- 生成AIに選ばれる会社になるAIO対策
- まずは無料ヒアリング(30分)から
原因5・6:データの準備と運用の負担が見込まれていない
原因5:使うデータの状態を確かめていない
社内の資料やシステムのデータとAIをつなぐ形にする場合、データの状態が結果を左右します。総務省の白書は、国立情報学研究所の佐藤一郎教授による、AIに対応するデータがあるかが最初のステップだという指摘を紹介しています。
もう一つ、データの見せる範囲があります。白書は、ヒアリングした先進企業で、部門や職階によってアクセスすべきでない情報をAIが出力しないよう、AIが参照するデータの範囲を絞って利用可能にする対策がとられていると述べています。生成AIと社内データや社内システムの連携が普及する中で、データへのアクセス権限は、より慎重に設定する必要があるとされています。
ここでの確認は3点です。
- 使いたい資料やデータが、どこにあるか
- 古い版や重複が混ざっていないか
- 見せてよい人と、見せてはいけない人を分けられるか
市販の対話型AIを個人の作業で使うだけなら、この確認はそこまで重くなりません。社内データとつなぐ段階で必要になる確認です。
原因6:運用する人と、見直しの時期が決まっていない
導入は、入れた時点で終わりません。中小企業基盤整備機構の「中小企業のAI等の利活用に係る実態調査」(2026年3月)は、令和7年11月17日から12月12日にかけて、東京商工リサーチの企業情報データから無作為に抽出した中小企業・小規模事業者10,000社に配付した調査です。有効回答は1,668社でした(一部の業種を除く)。
この調査の「運用課題」の設問で、「ランニングコストが高い」は44.0%で最も高く、次いで「運用担当者の負荷が重い」(29.1%)、「従業員による活用が進まない」(28.9%)でした。「導入における阻害要因」の設問では、「導入にあたっての高コスト」が46.9%、「社内のAIノウハウ不足」が42.0%、「社内のAI人材不足」が38.8%でした。割合の母数は、運用課題が1,587社、阻害要因が1,636社の回答企業全体で、AIを「導入予定はない」とした会社も含みます。AIを導入済みの会社だけの割合ではありません。
担当の体制については、AI・ITの導入や活用を推進する担当部署が「特定の部署はなく、経営者・現場が個別に推進している」が88.0%、専任の担当部署が存在する企業は2.3%でした。
この調査は中小企業が対象で、大企業には当てはまらない可能性があります。それでも、運用の負担を見込まずに始めると、導入後に担当者の負荷が重くなりうる、という見方の手がかりにはなります。
見直しの回し方について、総務省・経済産業省の『AI事業者ガイドライン(第1.2版)』(令和8年3月31日)は、事前にルールや手続を固定するのではなく、「環境・リスク分析」「ゴール設定」「システムデザイン」「運用」「評価」のサイクルを継続的かつ高速に回す「アジャイル・ガバナンス」が重要だとしています。企業のAI導入に同じ名前の手順が要るわけではありませんが、導入後に見直す前提で始める考え方は参考になります。
始める前に決めておくこと:7つの項目と、止まったときの見直し方
ここまでの6つの原因に対応させて、始める前に決める項目を7つにまとめます。7つとも、書き出して社内で見える形にしておくと、あとから「何のために始めたのか」に戻れます。
| 項目 | 決める内容 | 決まっていないときの症状 |
|---|---|---|
| 1. 目的 | 何を、どれだけ、いつまでに変えたいか | 成果が出ているのか分からない |
| 2. 対象の業務 | どの業務の、どの手順で使うか | 使う人が増えず、個人の試用で止まる |
| 3. 決める人と使う人 | 方針を決める人、現場の声を出す人 | 決まっても使われない。使われても方向が定まらない |
| 4. 情報の扱い | 入れてよい情報、いけない情報 | 個人の判断で使われ、情報の扱いがばらつく |
| 5. 出力の確認 | 人が確認する場面と、確認する人 | 誤りに気づかないまま使う |
| 6. データ | 使う資料やデータの所在、状態、見せる範囲 | AIの回答が古い、または見せてはいけない情報が出る |
| 7. 運用と見直し | 運用する人、費用の継続分、見直す時期とやめる条件 | 担当者の負荷が増え、止まる |
※ 当メディアの整理です。公的資料が示した項目表ではなく、前節までの調査結果をもとに、始める前の確認として並べました。
7つの項目の決め方
項目1と2は、同時に決めます。目的だけ先に決めると、どの業務で測るのかが決まらず、業務だけ決めると何を見て成果とするのかが決まらないためです。
項目3は、経営層と現場の双方に聞いて決めます。総務省の白書が、先進企業の多くで現場のニーズが検討の起点になっていたと述べていることから、現場から出る候補を先に集めるのが進めやすいと考えられます。
項目4と5は、使い始める前日までに決めます。当メディアの見方では、使い始めたあとに決めると、各自のやり方がすでにばらついていて、そろえ直す手間が増えます。内容は、原因3の3つで足ります。
項目6は、社内データとつなぐ形を選ぶときだけ必要になります。市販の対話型AIを個人作業で使うだけなら、この項目は後回しにできます。
項目7で、「やめる条件」を決めておく点も大事です。当メディアの見方では、やめる条件が決まっていない導入は、成果が出ていなくても止めどころがなく、続けるほど負担が増えます。たとえば「3か月使って、目的に置いた指標が変わらなければ、使う業務を見直す」のように、見直しの時期と基準を書いておきます。
止まったときの見直し方:症状から原因を見分ける
すでに導入して、うまくいっていない場合は、症状から原因をたどると、戻る項目が分かります。当メディアの整理による見分け方です。
| 今の症状 | 疑う原因 | 最初に戻る項目 |
|---|---|---|
| 使われなくなった | 対象の業務が絞れていない、現場の困りごとと合っていない | 項目2、3 |
| 成果が出ているか分からない | 目的と測る指標が決まっていない | 項目1 |
| 人によって使い方がばらばら | ルールと確認の仕組みがない | 項目4、5 |
| 誤った回答が出る | 出力の確認がない、または参照するデータが古い | 項目5、6 |
| 担当者の負荷が重い | 運用する人と範囲が決まっていない | 項目7 |
| 費用がかさむ | 継続分を見込んでいない | 項目7、費用の記事 |
※ 当メディアの整理です。症状が複数ある場合は、上の行から順に確かめます。
やめる、絞る、続けるの判断
戻って確かめたあとの判断は、3つに分かれます。目的に置いた指標が動いているなら続ける。動いていないが原因が分かるなら、使う業務や範囲を絞って、決め直したうえでもう一度試す。原因を直しても指標が動かないなら、やめる。ここで「やめる」を選べるように、項目7で条件を決めておきます。
費用の内訳や、見積もりの見方は、AI導入の費用の記事を参照してください。
- 業務に合わせたAIシステムを開発(入力・処理・連携・運用まで)
- 生成AIに選ばれる会社になるAIO対策
- まずは無料ヒアリング(30分)から
自社だけで進めるのが難しいときは
7つの項目は、自社で書き出して確かめられます。ただ、対象の業務が絞れない、社内のデータの状態が把握できていない、といったところで止まる会社もあります。そのようなときは、何をしたいかを言葉にするところから、相談先に話してみると進めやすくなります。
Zero-Oneでも、AIシステム開発のご相談を、30分の無料ヒアリングから受けています。簡易プロダクトと概算のお見積りまでは無料です。無料でお出しする簡易プロダクトは、ご要望の画面や動きを確かめていただくための試作で、お客様の実データや社内システムとの接続は含みません。要件定義の費用は、開発のお見積りに含めてお示しします。金額はすべて税別で、成果を保証するものではありません。サービスの内容は、AIシステム開発のページで確認できます。まずは無料相談から、自社の条件に合うかを確かめてみてください。お問い合わせフォームでは「AI導入」にチェックをお願いします。
AI導入の失敗に関するよくある質問
- AI導入の失敗率は、どのくらいですか?
- 当メディアが確認した範囲では、AI導入の失敗率を直接示した公的な調査は見つかりませんでした。総務省やIPAの調査は、活用方針や成果の把握状況を尋ねたもので、失敗の割合ではありません。
- AI導入がうまくいかない最大の原因は何ですか?
- 一つに絞れる公的な数字は確認できていません。当メディアの見方では、目的と成果の測り方、経営と現場の連携、ルール、データ、運用の負担のどこかが決まっていないことに寄ります。中小企業の調査では、高コストや人材不足も上位に挙がっています。
- 中小企業は、大企業よりAI導入に失敗しやすいのですか?
- そう言い切れる根拠は確認できていません。総務省の調査では、組織的な取組がない企業の割合は中小企業で特に高い傾向とされています。ただし、これは取組の有無で、導入の成否を測ったものではありません。
- AIを導入したのに使われないときは、何から見直せばよいですか?
- まず、対象の業務が現場の困りごとと合っているか、使う手順が決まっているかを確かめます。個人の試用にとどまっていないかも見ます。記事内の症状別の表で、戻る項目を確認できます。
- やめる判断は、どのような基準で決めればよいですか?
- 始める前に、見直しの時期と基準を決めておきます。たとえば、一定期間使って目的に置いた指標が動かなければ、業務や範囲を見直し、それでも動かなければやめる、という形です。
まとめ:原因は技術より前に決めること。始める前に7項目を書き出す
当メディアの整理では、AI導入のつまずきは、AIの性能よりも、目的、範囲、ルール、データ、運用を決めていないことに寄ると考えています。ただし、中小企業基盤整備機構の調査では、費用と人材の不足も上位の課題に挙がっています。失敗率を直接示す公的な数字は確認できませんでしたが、総務省・IPA・中小企業基盤整備機構の調査から、目的と成果の測り方、経営と現場の連携、ルール、一部の人だけの利用、データ、運用の負担という6つの原因を整理できます。
次の一歩は、始める前に7つの項目(目的、対象の業務、決める人と使う人、情報の扱い、出力の確認、データ、運用と見直し)を書き出し、決まっていない箇所を埋めることです。自社だけで進めるのが難しい場合は、Zero-Oneの無料ヒアリング(30分)もご利用ください。簡易プロダクトと概算のお見積りまでは無料です。
- 業務に合わせたAIシステムを開発(入力・処理・連携・運用まで)
- 生成AIに選ばれる会社になるAIO対策
- まずは無料ヒアリング(30分)から
- 総務省「令和8年版 情報通信白書 第Ⅰ部 特集 第2章 第1節 企業におけるAI利用の現状「生成AIの活用方針等」」
- 総務省「令和8年版 情報通信白書 第Ⅰ部 特集 第2章 第1節 企業におけるAI利用の現状「組織的な取組状況」」
- 総務省「令和8年版 情報通信白書 第Ⅰ部 特集 第2章 第1節 企業におけるAI利用の現状「AI導入・活用を効果的に進めていくために重要となる要素」」
- 総務省「令和8年版 情報通信白書 第Ⅰ部 特集 第2章 第1節 企業におけるAI利用の現状「AI導入・活用による効果創出のステップ」」
- 独立行政法人情報処理推進機構(IPA)「DX動向2025 日米独比較で探る成果創出の方向性」
- 独立行政法人 中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査 令和8年3月」
- 総務省・経済産業省「AI事業者ガイドライン(第1.2版)」
- 株式会社Zero-One「AI開発の自社実装事例と費用の目安」
