8月17日、Help Net Securityが「When companies get specific about AI, revenue growth looks different」と題した記事を公開した。AI導入を「具体的に」開示している企業と、そうでない企業の間には前年比売上成長率で8.0ポイントの差がある——これがカーネギーメロン大学とLarridinによる共同研究の中心的な発見だ。「AIに投資している」という宣言そのものではなく、何をどう使い、どんな成果を得たかを記述しているかどうかが、収益成長と相関していた。
「AIを使っている」では不十分——具体性が収益差を生む
研究の最も核心的な発見は、「何を開示しているか」が収益成長と相関しているという点だ。
研究チームは、企業が規制当局向け提出書類（10-K）でAI活用をどれだけ具体的に記述しているかを「narrative concreteness（叙述の具体性）」という指標で評価した。この指標は、テキスト分析手法を用いて10-K申告書中のAI関連記述を精査し、抽象的な言及（「AIに投資している」等）と、システム名・用途・定量的成果を明記した具体的記述とをスコアリングすることで定量化されている。単に「AIに投資している」と述べるだけでなく、どのAIシステムを、どのように使い、どんな定量的成果を得たかを明記している企業が、そうでない企業より際立ったパフォーマンスを示した。
※10-K申告書とは、米国証券取引委員会（SEC）に年次提出が義務付けられた財務報告書で、事業概況・リスク・財務諸表などを網羅する開示書類。日本の有価証券報告書に相当する。
調整済みモデルでは、叙述の具体性スコアが上位の企業は下位の企業に比べて、前年比売上成長率が8.0ポイント高かった。
この差は、業種・企業規模・過去の成長率を統計的に制御した後でも残存した。一方、AI採用・従業員習熟度・総合的なAI成熟度指数といった他の指標の多くは、同様の制御を加えると有意性が薄れた。「具体的な開示内容」だけが、調整後も情報を持ち続けた点が際立っている。
Larridin CTOのAmeya Kanitkar氏はこう述べている。なお、Larridinは企業のAI変革度を継続的に追跡・評価するトラッカープラットフォームを提供するリサーチ企業で、本研究ではデータ提供と分析設計の両面で関与している。
「一般的なAI投資の多寡だけでは、企業の価値創出能力についてほとんど何もわからない。重要なのは、AIがどこに展開されているかを特定し、採用状況と従業員の習熟度を測定し、顧客と従業員がどう恩恵を受けているかを理解し、それらの取り組みを定量的なビジネス成果に結びつけることだ。」
研究の概要
- 対象企業: 12業種にまたがる564社
- 使用データ: 10-K申告書478件、3万861件の求人票（536社分）、財務・市場データ、LarridinのAI Transformation Tracker
- Trackerのスコア: AI採用度・従業員習熟度・実現インパクトの3軸でそれぞれ1〜5点を付与し、総合成熟度指数も算出
求人票の分析では、AIやML（機械学習）システムの構築・運用に特化したポジションへの採用比率も評価した。ただし求人データは研究対象の収益期間より後に収集されたため、採用指標は記述的な参考値であり、収益成長の予測変数としては扱われていない点に留意が必要だ。
利益率・株価には影響なし
収益成長との相関が見られた一方で、AIへの取り組みは営業利益率の改善とは関連していなかった。調査対象の公開シグナルのいずれも、有意なマージン改善効果を示さなかった。
株式市場のパフォーマンスも同様だ。多重検定補正を適用した後、どのAIシグナルも翌4ヶ月間のリスク調整済みリターンを予測しなかった。
カーネギーメロン大学Heinz College of Information Systems and Public PolicyのShixiang（Woody）Zhu助教はこう分析する。
「現段階では、AIの測定可能な影響は営業利益率や株価よりも収益成長に明確に現れており、AIの価値がコスト削減を超えたところにあることを示している。」
AIインフラ供給企業は別格の結果
主分析とは別に、AIインフラを提供する企業群は同業種・同規模の比較対象企業を4ヶ月間で約32ポイント上回った。
NvidiaやBroadcom、AMD、Micron、Intelといった半導体大手5社はAI投資ブームによる影響が突出するため、メイン分析からは除外された。ただし、これらを含めて計算しても主要な結論は変わらなかったと報告されている。
相関であって因果ではない
研究チームは、この結果が因果関係を示すものではないと明確に述べている。すでに業績の良い企業ほどAI投資・測定・開示のリソースを持ちやすく、既存の成長トレンドが後続の結果に影響している可能性も排除できない。
実務的な示唆
それでも、この研究が示すシグナルは実務的に使いやすい。「AIを活用している」という広範な主張よりも、展開済みシステムと定量的成果の具体的な記述の方が、実装の進捗度を測る有用な指標になりうるという点は、経営層・IR担当・CTOにとって参考になる視点だろう。開示内容の具体性を高めることは、透明性の向上であると同時に、自社のAI活用を体系的に整理・測定する組織的成熟度の現れとも解釈できる。
詳細はWhen companies get specific about AI, revenue growth looks differentを参照していただきたい。
