AI導入の費用対効果、どう経営層に説明する？──ROI算出テンプレート付き

「で、いくら儲かるの？」に答えられなかった日

AI導入の稟議を通そうとしたことがある人なら、この質問を経営層からぶつけられた経験があるはずだ。「ChatGPTを導入すれば業務が効率化します」「生成AIで生産性が上がります」。そう説明したあとに返ってくる「で、具体的にいくら儲かるの？」という一言に、言葉が詰まる。

この詰まりは、あなたの説明が下手なのではない。AI導入のROIは、そもそも測ること自体が構造的に難しいのだ。

Gartnerが2025年5月に実施したCIO 506名への調査によると、72%のCIOが「AI投資は損益分岐点か、赤字」と回答している（Gartner）。BCGの2024年調査でも74%の企業がAI投資から具体的な価値を引き出せていない（BCG 2024）。McKinseyの2025年グローバルサーベイでは、全回答者約2,000名のうち5%以上のEBIT改善をAIに帰属できた企業はわずか5.5%にとどまる（McKinsey State of AI 2025）。

つまり、世界中の大企業ですらAIのROIを明確に示せていない。中小企業のDX推進担当が「いくら儲かるか」に即答できなくても、それは当然なのだ。

ただし、「答えられない」と「答えなくていい」は違う。経営層はROIを聞きたいのではなく、「この投資は管理されているのか」を確認したいのだ。本記事では、中小企業のDX推進担当・情シスが、経営層に対してAI導入の費用対効果を説得力をもって説明するためのフレームワークとテンプレートを提供する。

なぜAI導入のROI算出は難しいのか——3つの構造的理由

効果が出ているかどうか分からない。これは怠慢ではなく、AIというツールの性質に由来する構造的な問題だ。

理由① 効果が「時間削減」に分散する

AI導入の効果は、多くの場合「売上が○円増えた」ではなく「この業務が○分短くなった」という形で現れる。議事録作成が45分→15分に短縮された、日報の下書きが20分→5分になった、という類だ（Rimo Voice）。

問題は、1回あたり30分の短縮を「年間○○万円の人件費削減」に換算する作業がすでに恣意的だということだ。その30分で担当者が他の付加価値業務をしているなら効果はあるが、その30分がなんとなくSlackを見る時間に消えていたら、P/L上の効果はゼロだ。

理由② 効果の発現タイミングがバラバラ

BCGの2026年レポートでは、企業がAI支出を2025年の売上高比0.8%から2026年には1.7%へとほぼ倍増させる見込みだと報告されている（BCG 2026）。投資は先行するが、効果は後から——しかも一気にではなく、じわじわと出てくる。3ヶ月で効果が見える業務もあれば、12ヶ月かかる業務もある。「いつの時点のROI」を見るかで、数字はまったく変わる。

理由③ 「見えない効果」が大きい

AI導入の効果には、P/Lに載る効果と載らない効果がある。Gartnerは、生成AIの効果を評価する際に「購入したツール1つにつき10の隠れコストを想定すべき」と指摘しているが（Gartner）、同じことは効果側にも言える。

たとえばシャドーAIのリスク低減。当サイトの別記事（「ChatGPT禁止令を出した会社ほどシャドーAIが蔓延する」）で書いたように、法人契約の生成AIを配布することで、従業員が個人アカウントで機密情報を入力するリスクを下げられる。しかし、この効果を円換算するのは極めて難しい。「情報漏えい1件あたりの損害額×発生確率」という計算はできるが、その確率自体が推測でしかない。

経営層が「本当に知りたいこと」は何か

ここで発想を転換する。

経営層が「ROIはいくらか」と聞くとき、本当に欲しいのは小数点以下2桁まで正確な数字ではない。「この投資判断は合理的か」「リスクは管理されているか」「撤退条件は決まっているか」の3つを確認したいのだ。

当サイトの別記事（「中小企業AI導入「最初の90日」でやるべきこと・やってはいけないこと」）でも書いたが、90日目の経営層報告で語るべきはROIではなく「学習成果」だった。しかし、90日を超えて本格展開を検討する段階——つまり予算を増やしてほしい段階——では、さすがに「学習成果」だけでは通らない。ここからは数字で語る必要がある。

ただし、語り方にはコツがある。正確な数字ではなく、「保守的に見てもこうなる」という下限の数字で語るのだ。

ROI算出の3ステップ・フレームワーク

以下は、中小企業のDX推進担当が、過大でも過小でもなくAI導入のROIを経営層に説明するための3段階のフレームワークだ。

ステップ1：コストを「全部」洗い出す

まず、AI導入にかかるコストを漏れなく可視化する。ここで楽観的に見積もると、後で「話が違う」と経営層の信頼を失う。コストは常に多めに見積もる。

2026年4月時点の主要ツールの料金体系は以下の通りだ。

ライセンス費用（月額/1ユーザー）

• ChatGPT Team：約25ドル（約3,750円）（OpenAI）
• Microsoft 365 Copilot：4,497円（税抜）（Microsoft）
• Claude Team：約25ドル（約3,750円）

見落としがちな隠れコスト

Gartnerが指摘する「10の隠れコスト」を、中小企業向けに翻訳すると以下になる（Gartner）。

• 初期設定・PoC費用：外部コンサル起用の場合50〜330万円。自社対応なら工数（担当者の時給×稼働時間）で算出
• 研修・定着化費用：全社研修の外注で50〜250万円。ただし（「最初の90日」）で書いた通り、最初から全社研修を企画するのはNG。パイロットチームへのOJT費用のみで計上するのが現実的
• ガイドライン策定費用：社内工数。当サイトの別記事（「情シスが作るべき生成AI利用ガイドライン」）のテンプレートを使えば、この工数は大幅に圧縮できる
• 運用管理費用：利用状況のモニタリング、プロンプトの改善、社内問い合わせ対応。情シス・DX担当の稼働時間の10〜20%程度
• セキュリティ対策費用：DLP（情報漏えい防止）ツール、ログ監査体制の構築

コスト計算テンプレート（年間）

■ ライセンス費用
  ツール名：_______________
  月額単価：___________ 円 × 利用人数：_____ 名 × 12ヶ月
  = 年間ライセンス費：___________ 円 …(A)

■ 初期費用（初年度のみ）
  PoC・コンサル費用：___________ 円
  初期研修費用：___________ 円
  ガイドライン策定の社内工数：_____ 時間 × 時給 _____ 円
  = 初期費用合計：___________ 円 …(B)

■ 運用費用（年間）
  運用管理の社内工数：月 _____ 時間 × 12 × 時給 _____ 円
  追加ツール費（DLP等）：___________ 円/年
  = 年間運用費：___________ 円 …(C)

■ 年間総コスト
  初年度：(A) + (B) + (C) = ___________ 円
  2年目以降：(A) + (C) = ___________ 円

ステップ2：効果を「3階建て」で整理する

効果の見積もりが恣意的になりやすい最大の理由は、確度の異なる効果をごちゃ混ぜにして語るからだ。ここでは効果を3つの階層に分けて、確度別に積み上げる。

1階：確実な効果（ハードセービング）

実測可能で、P/Lに直接影響する効果。これだけで計算する。

• 時間削減効果：パイロットで実測した時間短縮 × 対象人数 × 時給 × 年間稼働日数
• 外注費削減：AIで内製化した業務の外注費（翻訳、データ入力、簡易デザインなど）
• 残業代削減：時間短縮が残業削減に直結する場合のみカウント

ここで使う数字は、パイロットの実績値だけだ。「他社事例では70%削減」ではなく、「うちのパイロットで30分短縮された」を使う。

2階：蓋然性の高い効果（ソフトセービング）

定量化できるが、1階ほど確実ではない効果。参考値として併記する。

• エラー率低減：AIチェックによる入力ミス・転記ミスの減少
• 対応速度向上：顧客問い合わせの一次回答時間短縮による顧客満足度への影響
• 採用・研修コスト圧縮：業務標準化による新人のオンボーディング期間短縮

3階：戦略的価値（見えない効果）

円換算は困難だが、経営判断上重要な効果。定性的に記述する。

• シャドーAI対策：法人契約配布によるセキュリティリスクの低減
• 人材確保・定着：「AIを使える会社」としての採用競争力
• 経営判断の速度：データ分析・レポート作成の高速化による意思決定スピードの向上
• 将来のスケーラビリティ：AI活用の社内ケイパビリティ蓄積

経営層への説明では、1階の数字で語り、2階を補足として添え、3階は「さらにこういう効果も期待できる」という形で伝える。1階だけでROIがプラスになるなら強力な稟議になる。1階だけでは赤字だが2階を含めればプラスなら、「保守的に見て○○円の赤字だが、○○の効果も加味すると投資回収は見込める」と語る。

ステップ3：「回収期間」と「撤退条件」をセットで示す

ROIの数字を出したら、必ず「いつまでに回収できるか」と「うまくいかなかった場合どうするか」をセットで提示する。

回収期間の計算

投資回収期間（月） = 初年度総コスト ÷ 月間効果額（1階の効果 ÷ 12）

中小企業の場合、12ヶ月以内の回収が現実的な目安だ。BCGの調査では、AI投資から価値を引き出している企業（全体の約26%）でも、効果の本格発現には6〜18ヶ月かかるケースが多い（BCG 2025）。

撤退条件の設定

経営層が安心するのは、大きな数字よりも「ダメだったときの出口」が明確であることだ。以下のような撤退条件を稟議書に明記する。

• パイロット開始後90日時点で利用率が30%を下回った場合、ライセンスを縮小
• 6ヶ月時点で1階の効果がライセンス費用の50%を下回った場合、継続可否を再判断
• 年間契約の場合、初年度終了時にROIがマイナスの場合は次年度の縮小・撤退を検討

この「撤退条件」があるだけで、稟議のトーンが「お願い」から「管理された投資判断」に変わる。

【テンプレート】ROI算出シート——数字を埋めるだけで稟議書に使える

以下は、上記の3ステップをまとめた、そのまま稟議書の添付資料として使えるテンプレートだ。

━━━━━━━━━━━━━━━━━━━━━━━━━━━━
AI導入 費用対効果算出シート
━━━━━━━━━━━━━━━━━━━━━━━━━━━━

■ 1. 導入概要
  導入ツール名：_______________
  対象部署・チーム：_______________
  対象業務：_______________
  利用予定人数：_____ 名
  算出基準日：20__年__月__日

■ 2. コスト（年間）
  ┌──────────────────────────────┐
  │ 項目          │ 初年度    │ 2年目〜  │
  ├──────────────────────────────┤
  │ ライセンス費用     │ _______ 円│ _______ 円│
  │ 初期設定・PoC費用   │ _______ 円│     0 円│
  │ 研修費用        │ _______ 円│ _______ 円│
  │ ガイドライン策定工数  │ _______ 円│     0 円│
  │ 運用管理工数      │ _______ 円│ _______ 円│
  │ セキュリティ対策費   │ _______ 円│ _______ 円│
  ├──────────────────────────────┤
  │ 合計          │ _______ 円│ _______ 円│
  └──────────────────────────────┘

■ 3. 効果（年間）
  【1階：確実な効果（パイロット実測ベース）】
  ┌──────────────────────────────────────┐
  │ 対象業務   │ 短縮時間/回 │ 頻度/年 │ 対象人数 │ 時給  │ 年間効果額 │
  ├──────────────────────────────────────┤
  │ _________ │ ____分    │ ____回  │ ____名 │ ____円│ _______ 円│
  │ _________ │ ____分    │ ____回  │ ____名 │ ____円│ _______ 円│
  │ _________ │ ____分    │ ____回  │ ____名 │ ____円│ _______ 円│
  ├──────────────────────────────────────┤
  │ 外注費削減：____________ で年間 _______ 円            │
  │ 残業代削減：月平均 ____時間 × ____円 × 12 = _______ 円     │
  ├──────────────────────────────────────┤
  │ 1階 合計：_______ 円                         │
  └──────────────────────────────────────┘

  【2階：蓋然性の高い効果（推定値）】
  ・エラー率低減による手戻り削減：推定 _______ 円/年
  ・顧客対応速度向上によるCSAT改善：定量化困難 → 定性記述
  ・新人オンボーディング短縮：推定 _______ 円/年
  2階 合計（推定）：_______ 円

  【3階：戦略的価値（定性記述）】
  ・シャドーAI対策：（                         ）
  ・採用競争力：（                            ）
  ・意思決定スピード：（                         ）

■ 4. ROI計算
  ┌──────────────────────────────┐
  │ 保守的ROI（1階のみ）                │
  │ = (1階効果 − 初年度コスト) ÷ 初年度コスト × 100  │
  │ = (_______ − _______) ÷ _______ × 100     │
  │ = _______ %                     │
  │                              │
  │ 現実的ROI（1階＋2階）                │
  │ = _______ %                     │
  │                              │
  │ 投資回収期間 = 初年度コスト ÷ (1階効果÷12)     │
  │ = _______ ヶ月                    │
  └──────────────────────────────┘

■ 5. 撤退条件
  ・90日時点の利用率が ____% を下回った場合 → ライセンス縮小
  ・6ヶ月時点の効果額がライセンス費用の ____% を下回った場合 → 継続可否を再判断
  ・初年度終了時の保守的ROIが ____% を下回った場合 → 次年度の規模を見直し

■ 6. 補助金活用による実質コスト
  申請予定の補助金：_______________
  補助率：_____%
  補助金適用後の初年度コスト：_______ 円
  補助金適用後のROI：_______ %
━━━━━━━━━━━━━━━━━━━━━━━━━━━━

具体例で見る——従業員30名の会社でChatGPT Teamを導入した場合

テンプレートだけだと分かりにくいので、架空の事例で数字を埋めてみる。

前提条件

• 従業員30名の製造業（事務部門10名がパイロット対象）
• ChatGPT Team（月額3,750円/人）を10名に導入
• パイロット（90日間）で以下の実績を確認済み
  • 議事録作成：45分→15分に短縮（週2回実施）
  • 日報作成：20分→5分に短縮（毎日）
  • 見積書のドラフト：30分→10分に短縮（週3回）

コスト計算

• ライセンス：3,750円 × 10名 × 12ヶ月 = 45万円/年
• 初期設定（自社対応）：担当者40時間 × 時給3,000円 = 12万円
• ガイドライン策定（自社対応）：担当者20時間 × 時給3,000円 = 6万円
• 運用管理：月5時間 × 12ヶ月 × 時給3,000円 = 18万円/年
• 初年度総コスト：81万円
• 2年目以降：63万円/年

効果計算（1階：確実な効果のみ）

対象者の平均時給を2,500円（年収480万円÷1,920時間）と想定。

• 議事録短縮：30分 × 週2回 × 50週 × 10名 × (2,500÷60) = 125万円/年
• 日報短縮：15分 × 245日 × 10名 × (2,500÷60) = 153万円/年
• 見積書短縮：20分 × 週3回 × 50週 × 10名 × (2,500÷60) = 125万円/年
• 1階の効果合計：403万円/年

……と言いたいところだが、ここで現実的な補正をかける。

パイロットで出た時間短縮がそのまま全員に当てはまるとは限らない。また、短縮された時間が全額「付加価値業務」に転換されるわけでもない。ここでは実現率50%で割り引く。これが「保守的に見積もる」ということだ。

• 補正後の1階効果：403万円 × 50% = 約201万円/年

ROI計算

保守的ROI = (201万円 − 81万円) ÷ 81万円 × 100 = 148%
投資回収期間 = 81万円 ÷ (201万円 ÷ 12) = 約4.8ヶ月

補正をかけてもROI 148%、回収期間5ヶ月以内。この数字なら、経営層に「保守的に見積もっても半年で回収できます」と言える。

ポイントは、効果を盛らずに「割り引いた数字」で語っていること。Gartnerが指摘するように、AI投資の効果を過大に見積もるのは信頼喪失の最大の原因だ（Gartner）。50%で割り引いても黒字なら、それは本物の投資案件だ。

補助金を加味するとROIはさらに改善する

2026年度から、従来の「IT導入補助金」は「デジタル化・AI導入補助金」に名称変更された（中小企業庁）。AI機能を搭載したITツールの導入が補助対象となり、補助率は最大4/5（80%）、補助上限額は最大450万円とされている（センターエッジ）。

先ほどの事例で仮に補助率1/2が適用された場合を計算すると、

初年度コスト（補助金適用後）：81万円 − 40.5万円 = 40.5万円
補助金適用後のROI = (201万円 − 40.5万円) ÷ 40.5万円 × 100 = 396%

ROIが一気に4倍近くに跳ね上がる。ただし、補助金には採択後の運用義務や報告義務がある。当サイトの別記事（「IT導入補助金、"採択された後"に1億800万円が返還になった話」）で詳しく書いたが、採択後の運用を怠ると補助金が返還になるリスクがある。稟議書に補助金のROIを書く場合は、補助金なしのROI（保守的ROI）も必ず併記すること。補助金ありきの投資判断は危険だ。

経営層への説明で「やってはいけない」3つのこと

ROIの数字が揃ったとしても、伝え方を間違えると稟議は通らない。ここでは、よくある3つの失敗パターンを挙げる。

NG① 他社事例の数字をそのまま使う

「他社では○○%の効率化を達成」という数字を稟議書に書きたくなるが、経営層が知りたいのは「うちの会社でどうなるか」だ。他社事例は背景情報として口頭で補足する程度にとどめ、数字は必ず自社のパイロット実績を使う。

McKinseyの調査でAIの効果を実感しているトップ6%の企業に共通するのは、「自社のデータで検証し、自社のワークフローを再設計している」ことだ（McKinsey 2025）。コピペのROIは、経営層に見抜かれる。

NG② 効果を「年間人件費換算」だけで語る

「年間○○時間の削減＝人件費○○万円分」という計算は、経営層から「じゃあその分、人を減らせるのか？」という問いを誘発する。生成AIの導入で人員削減に直結するケースは、中小企業ではほとんどない。

効果は「人件費削減」ではなく「同じ人数でこれだけ多くの仕事をこなせるようになる」（キャパシティ拡大）として語る方が、現場の反発を招かず、かつ経営的にも正確だ。当サイトの別記事（「AI業務導入で現場が拒否する5つの正体」）で書いた通り、「自分の仕事がなくなる」恐怖は現場のAI拒否の主要因の一つだ。ROIの説明が「人減らし」に聞こえた時点で、現場の協力は得られなくなる。

NG③ 3年間の累積効果だけを見せる

「3年間で○○万円のコスト削減」という大きな数字を見せたくなるが、経営層は「最初の1年でどうなるか」を気にしている。特に中小企業では、キャッシュフローの制約が大きい。

提示の順番は、初年度のROI → 2年目のROI → 3年間累計ROIの順にする。初年度単体で黒字なら強い。初年度は赤字でも2年目から黒字転換するなら、その推移を示す。いきなり3年累計で大きな数字を出しても、「それは3年経たないと分からないということか」と不信を招くだけだ。

稟議書に使える「説明の型」——1分で伝わるエレベーターピッチ

最後に、ROI算出シートを稟議書に添付した上で、口頭で経営層に説明する際の「型」を示す。

「結論から言うと、月額約4万円の投資で、保守的に見積もっても年間約200万円分の業務時間が生まれます。投資回収は5ヶ月以内です。

この数字は、パイロットで実測した時間短縮を50%割り引いた保守的な試算です。効果を盛っていません。

万が一うまくいかない場合の撤退条件も決めてあります。90日時点で利用率が30%を下回ったらライセンスを縮小します。

補助金が取れれば初年度コストはさらに半減しますが、補助金なしでも黒字です。」

この4文で、経営層が知りたい「いくら」「いつ」「本当か」「ダメなときどうするか」のすべてに答えている。

よくある質問

Q1. パイロットをやっていないのですが、ROI算出はできますか？

できるが、説得力は大幅に下がる。パイロットなしの場合、効果は「想定値」になるため、経営層としては「やってみないと分からない」と判断せざるを得ない。まずは3〜5名・1業務の小規模パイロットを1ヶ月実施し、実測データを取ることを強く推奨する。パイロットの進め方は「最初の90日」を参照してほしい。

Q2. ROIがマイナスでも稟議を出していいですか？

出していい。ただし、その場合は「なぜマイナスでも投資すべきか」を3階の戦略的価値で語る必要がある。シャドーAI対策、採用競争力、将来のスケーラビリティなど、P/Lに載らない効果が十分に大きいなら、それは合理的な投資判断だ。その際も「○ヶ月で利用率が○%を下回ったら撤退」という条件は必須。

Q3. 「実現率50%」の割引は適切ですか？

万能な数字ではないが、中小企業の初期段階としては妥当なラインだ。McKinseyのデータでは、AI投資からEBITへの貢献が5%を超える企業は全体のわずか5.5%。多くの企業では「想定通りの効果が出ない」のが現実だ。50%割引で黒字になるなら、その投資は堅い。パイロットの定着率や利用データが蓄積されてきたら、割引率を自社のデータで調整すればいい。

Q4. 経営層がROIより「セキュリティリスク」を気にしています

その場合、ROIの説明の前に「情シスが作るべき生成AI利用ガイドライン」で紹介したガイドラインテンプレートを提示し、セキュリティ対策が明確であることを示す方が先だ。ROIの数字がどれだけ良くても、セキュリティの不安が解消されなければ稟議は通らない。

まとめ：ROIは「説得の道具」ではなく「対話の道具」

本記事の要点を整理する。

• AI導入のROI算出は構造的に難しい。世界の大企業でも74%がAI投資から価値を引き出せていない（BCG）。だから「答えられない」こと自体は恥ずかしくない
• 経営層が本当に知りたいのは「投資が管理されているか」。正確な数字より、保守的な数字＋撤退条件のセットが信頼を生む
• 効果は「3階建て」で整理する。1階（確実）の数字で語り、2階（蓋然性あり）で補足し、3階（戦略的価値）で視野を広げる
• コストは多めに、効果は割り引いて見積もる。50%割引で黒字になるなら、それは堅い投資案件
• 補助金はあくまでボーナス。補助金なしでもROIが成立する設計にすべき
• ROIの数字は「説得」のためではなく「対話」のためにある。経営層との共通言語として使い、プロジェクトの健全性を継続的に確認する道具にする

AI導入の費用対効果は、1回計算して終わりではない。当サイトの「最初の90日」で書いた通り、30日・60日・90日の各フェーズで数字を更新し、計画と実績の差を埋めていく。この「更新し続ける」姿勢そのものが、経営層の信頼を勝ち取る最大の材料になる。

---

関連記事：

• 中小企業AI導入「最初の90日」でやるべきこと・やってはいけないこと
• 「ツール入れたのに誰も使わない」問題の正体｜成功率21%時代の生存戦略
• 「導入率57.7%なのに利用率1割」AI業務導入で現場が拒否する5つの正体
• IT導入補助金、"採択された後"に1億800万円が返還になった話
• 情シスが作るべき「生成AI利用ガイドライン」

---

参考一次情報・公式ソース

• BCG "From Potential to Profit: Closing the AI Impact Gap" (2025)
• BCG "As AI Investments Surge, CEOs Take the Lead" (2026)
• McKinsey "The State of AI: Global Survey 2025"
• Gartner「生成AIへの投資のROIを評価するために重要なポイントとは？」
• Gartner "Enterprise Guide to Generative AI"
• 中小企業庁「デジタル化・AI導入補助金2026 公募要領」
• センターエッジ「デジタル化・AI導入補助金の全貌」
• Microsoft 365 Copilot 価格ページ
• 秋霜堂「AI導入のROI・費用対効果の測り方」
• Rimo Voice「AIで業務効率化する方法は？」