AIツールを契約した翌月の定例会議で、「それで、効果は出たのか」と聞かれる。多くの会社で起きているこのすれ違いの原因は、ツールの性能でも担当者の力量でもなく、回収にかかる時間の見積もりが最初から共有されていないことにあります。Deloitteが2025年に公表したAI投資のROI（投資対効果）に関する調査は、ここに具体的な数字を与えてくれます。AI投資を増やした企業は85%にのぼる一方、典型的なユースケースで満足できるROIに到達するまでの期間は2〜4年。1年未満で投資を回収できた企業は、わずか6%でした。本稿ではこの調査をもとに、AI投資の「時間軸」をどう設定し、回収までの期間に何を測るべきかを整理します。
投資は増え続けるのに、回収には2〜4年かかる
まず調査の概要です。この調査はDeloitte Globalが2025年8月から9月にかけて、欧州・中東の14市場（英国・ドイツ・フランスなど欧州12か国に、サウジアラビア・UAEを加えた構成）で、AI・データ戦略の意思決定に関わる上級幹部1,854名を対象に実施したものです。日本は調査対象に含まれていない点は、読むうえで押さえておく必要があります。また、Deloitteは自身がAI導入支援を事業とするコンサルティングファームであり、「投資は継続すべき」という結論と利害が整合する立場である点も、一歩引いて踏まえておきたいところです。
そのうえで、この調査が描く構図は明快です。
- 過去12か月でAI投資を増やした企業は85%。今後さらに増額を予定する企業は91%
- 一方、典型的なAIユースケースが満足できるROIに到達するまでの期間は2〜4年
- 1年未満で投資を回収できた企業は6%のみ。成功と呼べるプロジェクトに限っても、12か月以内にリターンが出たのは13%
投資はほぼ全社が増やし続けているのに、1年以内にお金として返ってくるケースは1割前後しかない。Deloitteはこれを投資の増加とリターンの不在が併存する「パラドックス」と呼んでいますが、見方を変えれば、これは異常事態ではなく標準的な時間感覚の提示です。つまり「AI投資は2〜4年で回収するもの」という相場観を、1,854社の回答が裏づけたと読むことができます。（参照：Deloitte「AI ROI: the paradox of rising investment and elusive returns」(2025)）
成果を出す企業ほど、単一のROIの物差しを使っていない
この調査でもう1つ注目したいのが、技術の種類によって成果の出方が違うという点です。生成AI（文章や画像を作るAI）について、有意で測定可能なROIをすでに達成していると答えた企業は15%。一方、エージェント型AI（人の指示を待たずに一連の作業を進めるAI）では10%にとどまります。より新しい技術ほど、回収はさらに先になるわけです。
興味深いのはここからです。Deloitteが成果上位群（調査対象の約2割）を他の企業と比較した分析では、上位群の85%が、生成AIとエージェント型AIとで異なる測定フレームや時間軸を明示的に使い分けていました。成果を出している企業は、「AI投資」とひとくくりにした単一のROI計算をやめて、技術の成熟度ごとに「いつまでに、何で測るか」を変えているということです。ROIが出ないのは測り方が悪いから、と言い換えるのは乱暴ですが、少なくとも測り方の設計が成果上位群の共通項である点は、この調査の中心的な発見だと言えます。
別の調査でも繰り返される、期待と実現のずれ
この構図は単一の調査の偶然ではありません。Deloitteが別に実施しているグローバル調査「State of AI in the Enterprise」（24か国・3,235名、2025年8〜9月。前述のROI調査とは対象も設計も異なる別調査です）では、66%の企業が生産性・効率の向上を報告しています。AIが現場で効いていること自体は確かです。ただし同調査で、将来AIによる増収を期待する企業が74%いるのに対し、すでに増収を実現した企業は20%にとどまります。「業務は速くなったが、売上や利益の数字になるのはまだ先」という段差が、地域を変えても繰り返し観測されているのです。（参照：Deloitte「State of AI in the Enterprise」）
McKinseyやBCGの調査も、AIの導入企業と成果を出す企業の間に大きな開きがあることを一致して示しています。（参照：McKinsey「The State of AI in 2025」、BCG「Are You Generating Value from AI? The Widening Gap」(2025)）この「導入と成果のギャップ」がどこで生まれるかの構造分析は別の記事で扱ったので、本稿では踏み込みません。ここでの主題はあくまで、そのギャップが埋まるまでの時間をどう設計するかです。
1年で利益貢献を約束する稟議は、構造的に破綻している
ここからはRespectifyの実務視点です。まず、稟議や投資説明を組み立てる立場への示唆です。
1年未満でペイバックに至る企業が6%しかないという事実は、「初年度から利益に貢献します」と書いた稟議が、確率的に9割以上の場面で約束を果たせない設計だということを意味します。担当者の実行力の問題ではなく、約束の時間軸そのものが調査データと矛盾しているのです。そして初年度の約束が果たせなかった投資は、2年目の予算査定で「効果が出なかった施策」として削られます。本来2〜4年で回収できたはずの投資が、約束の設計ミスで1年目に打ち切られる。これがAI投資でもっとも避けたい失敗パターンです。
私たちが推奨するのは二段構えの投資説明です。第一に、財務的な回収計画は2〜4年で引く。Deloitteの調査数字は、この期間設定が言い訳ではなく国際的な標準である根拠として、そのまま稟議の添付資料になります。第二に、回収までの期間を無報告で過ごすのではなく、初年度から動く中間の業務指標（作業時間の削減、処理件数、対応リードタイムなど）をマイルストーンとして設定し、四半期ごとに報告する。「利益はまだ動かないが、利益の手前の指標は計画どおり動いている」と言える状態を作ることが、2年目以降の予算を守る実務的な防衛線になります。
月数十万円のツールでも、構造は同じ
次に、少人数のマーケティングや営業企画でツール導入を起案する立場への示唆です。数千万円のAI基盤投資でなくても、月数万円から数十万円の生成AIツールやMA連携で、まったく同じことが起きます。導入の翌月に「リードは増えたのか」と聞かれ、答えに窮する。これは先ほどの稟議の問題の縮小版です。
対策はシンプルで、導入を起案する時点で先行指標と遅行指標を分けた測定シートを作り、上長と「いつ、何を見るか」を合意しておくことです。
- 先行指標（1〜3か月で動く）: コンテンツの制作本数、1本あたりの制作時間、問い合わせへの初回応答時間、配信頻度など。AIが直接動かす数字
- 遅行指標（6か月以降に動く）: リード数、商談化数、受注。先行指標の積み上げの結果としてしか動かない数字
シートには指標名・現状値・測定方法・確認タイミングの4列があれば十分です。重要なのは、遅行指標を「測らない」のではなく、「動き始める時期を事前に宣言しておく」ことです。期待値を最初に固定してしまえば、導入初月の「効果あったの」という問いには、先行指標の実数で答えられます。逆にこの合意がないままだと、どれだけ作業が速くなっていても、評価は「売上が変わっていない」の一言で終わってしまいます。
どの業務にAIを当て、どの指標で効果を測る設計にするか。この見立てづくりは業務へのAI実装支援で扱っている領域ですので、自社のケースに当てはめたい場合は参照してください。
まとめ
- Deloitteが欧州・中東14市場の上級幹部1,854名に実施した2025年調査では、AI投資を増やした企業が85%、さらなる増額予定が91%に達する一方、典型的なユースケースのROI回収には2〜4年かかります。1年未満のペイバックは6%です（日本は調査対象外の点に留意）。
- 成果上位群の85%は、生成AIとエージェント型AIで測定フレームや時間軸を使い分けていました。成果の分かれ目の1つは、測り方の設計にあります。
- 別調査のDeloitte「State of AI in the Enterprise」（24か国・3,235名）でも、生産性向上の報告66%に対し増収の実現は20%。業務指標が先に動き、財務指標は後から動くという順序は共通しています。
- 投資説明は、2〜4年の回収計画と、初年度から動く中間業務指標の報告という二段構えで組み立てる。月数十万円のツール投資でも、先行指標と遅行指標を分けた測定シートで期待値を最初に固定することが、投資を1年目で打ち切らせないための実務になります。
AI投資の測定設計や報告の組み立てに迷う場合は、無料相談で現状の投資計画を伺いながら一緒に整理します。