11月3日、Jon Swartzが「AI Delivers Speed, but Enterprise Transformation and Cost Visibility Lag Behind, Deloitte Finds」と題した記事を公開した。Deloitteが実施した企業向けAI導入調査の結果をまとめたもので、AIが意思決定の速度向上には貢献している一方、企業の本質的な変革やコスト管理の可視化は依然として遅れているという実態が明らかになっている。
AIは「速さ」をもたらしたが、変革には届いていない
Deloitteの調査によれば、AIを導入した企業の多くは意思決定の速度向上という恩恵を享受している。しかし、組織として本質的な変革（ディープ・トランスフォーメーション）を実現できていると評価できる企業は全体の25%にとどまるという結果が示された。
この数字が示すのは、AIツールの「導入」と「変革」の間に大きな溝があるという現実だ。多くの企業がAIをワークフローに組み込み、業務の一部を自動化・効率化することには成功している。だが、それが組織全体のビジネスモデルや意思決定構造を根本から変えるレベルには至っていない企業が大半を占めている。
コスト可視化という「もう一つの遅れ」
調査が指摘するもう一つの課題が、AIにかかるコストの可視化である。AI投資の規模が拡大するなかで、その費用対効果を正確に把握・管理できている企業は依然として少ない。意思決定の速度が上がっても、AI活用のコスト構造が不透明なままでは、経営判断の質そのものに限界が生じる。
クラウドインフラやLLM（大規模言語モデル）のAPI利用コストは変動が大きく、プロジェクト単位での予実管理が難しいという技術的背景もある。こうしたコスト管理の難しさは、AI導入を本格化させようとする企業が共通して直面している課題として、業界全体で広く認識されつつある。
なぜ「変革」は難しいのか——業界的文脈
AIが業務効率化ツールとしては機能しても、組織変革のドライバーになりきれていないという傾向は、Deloitte以外の調査でも繰り返し報告されている。McKinsey & Companyの調査でも、AI導入による収益への本格的インパクトを実感している企業は限定的であるという結果が示されており、Deloitteの今回の知見はその文脈と軌を一にしている。
変革が進まない要因としては、以下のような構造的障壁が指摘されることが多い。
- 人材・スキルのギャップ：AIを戦略レベルで活用できる人材が組織内に不足している
- データ基盤の未整備：AIが真価を発揮するための質の高いデータが揃っていない
- 組織文化の抵抗：既存のプロセスや意思決定構造を変えることへの現場の抵抗感
- ROIの測定困難：成果をどう定義・測定するかのフレームワークが確立していない
Deloitte調査が持つ意義
Deloitteはグローバルなコンサルティングファームとして、多数の大企業・中堅企業のAI導入支援に直接携わっている。その立場から定点的に実施される調査は、現場の実態に即したデータを含む点で、学術研究やベンダー発のレポートとは異なる信頼性を持つ。「導入率」ではなく「変革の深度」を問う設問設計は、業界のAI議論が成熟段階に入りつつあることを示すものとも読める。
※編集部の考察：AIツールの普及が進むにつれ、「何を導入したか」より「何が変わったか」を問う視点が投資家・経営層の間で主流になりつつある。Deloitteがこの切り口で調査を設計していること自体、企業のAI評価軸が転換期を迎えているサインかもしれない。
まとめ
Deloitteの調査は、AI導入の現在地を冷静に映し出している。意思決定の速度向上という「わかりやすい成果」は広く得られている一方、組織変革とコスト管理という「本質的な課題」は多くの企業で積み残されたままだ。 25%という数字は、裏を返せば75%の企業がまだ変革の入口にも立っていないことを意味する。AI投資を続ける企業にとって、この調査結果は自社の取り組みを見直す契機になり得る。
詳細はAI Delivers Speed, but Enterprise Transformation and Cost Visibility Lag Behind, Deloitte Findsを参照していただきたい。
