AIエージェントの費用対効果はどう測る？導入・運用コストとROIの評価方法

AIエージェントのROIで、最も扱いに注意したい数字は「削減できた時間」です。

100時間の仕事が50時間になれば、50時間の余力は生まれます。しかし、その50時間が別の雑務へ吸収されたり、AIの確認・再実行に消えたり、追加の仕事を受けられないまま終わったりすれば、会社の損益はほとんど変わりません。

Netsujoでも、AIによって会社として処理できる仕事は増えました。一方で、経営者自身のAI操作時間を継続計測していなかったため、「経営者の時間まで増えた」「ROIが何％だった」とは判断していません。詳しくはAIで会社は速くなった。経営者の時間は戻ったのかで境界を公開しています。

ROIは4段階の変換で見る

AIエージェントの価値を、次の4段階へ分けます。

重要なのは、Taskの改善からEconomic outcomeへ一気に飛ばないことです。

Task：業務の完了時間を見る

「AIが10分で終えた」はAI側の処理時間です。業務側で見るなら、依頼、結果確認、修正、再実行、承認まで含めて完了時間を測ります。

AIが5分で下書きを作り、人が45分かけて検証する仕事と、AIが20分かけても人が5分だけ確認する仕事では、人間側の回収効果が違います。

最初に見るべきなのは、モデル速度よりHuman Touch Timeです。AIへ指示する、確認する、修正を返す、復旧する、承認する。その時間が導入前後でどう変わったかを分離します。

Human capacity：空いた時間には使途が必要

削減時間をそのまま人件費削減へ換算すると、ROIを過大評価しやすくなります。

給与が固定なら、50時間空いても現金支出は50時間分減りません。経済効果へ変えるには、その余力を追加案件、顧客対応、営業、外注削減、採用延期などへ移す必要があります。

つまり、余力を生む能力と、余力をお金へ変える能力は別です。

2026年6月のILOの実証研究レビューでも、生成AIによる時間短縮は確認される一方、その時間削減が測定可能な産出・所得・雇用の増加へそのまま移っているわけではないと整理されています。ILOの研究レビューは、時短と経済成果を分けて見る必要性を補強します。

Organizational throughput：ボトルネックが移っただけではないか

AI導入後、個人の作業は速くなっているのに、会社全体の完了量が増えないことがあります。

典型例は、制作から承認へボトルネックが移っただけの状態です。AIが10件を同時に仕上げても、最終確認できる人が一人なら、完成品は確認待ちに積み上がります。

ここで追うのは、一定期間に完了状態まで到達した件数と、その途中で人間に戻った回数です。Human Intervention Rateの記事では、この「人間を何回呼び戻したか」を別角度から整理しています。

Economic outcome：最後に損益へ接続する

組織の処理量が増えても、それが自動的に利益になるわけではありません。

追加で受けられた案件の粗利益、実際に削減できた外注費、回避できた採用、減らせた事故対応など、実際に会社が回収した価値へ接続して初めて経済効果として扱います。

短期の売上に直結しない場合は、無理に金額換算しません。品質事故の減少、納期遅延の減少、重要な業務へ移せた時間など、別のKPIとして追います。

Economic Capture Rate：潜在価値のうち何％を回収したか

価値の漏れを確認するため、ここでは Economic Capture Rate（経済価値の回収率） という概念指標を置きます。業界標準の会計指標ではありません。Netsujoがこの記事で使う実務上の整理です。

Economic Capture Rate = 実際に回収した経済価値 ÷ 時短から見積もった潜在価値 × 100

仮に月100時間の削減を1時間4,000円相当と置けば、潜在価値は40万円です。しかし、実際に追加の粗利益や回避費用として回収できた価値が18万円なら、回収率は45％です。

この例で重要なのは45％という数字ではありません。残り55％がどこで失われたかを特定できることです。人間の確認に戻ったのか、承認待ちなのか、余力を再配分できなかったのか。次の改善対象が変わります。

Agentic AIは「1トークンいくら」より完了1件の総コストで見る

AIエージェントは一つの業務の中で、検索、ファイル操作、ツール実行、再試行、別エージェントのレビューを行います。

2026年7月のMcKinseyのインタビュー記事も、agentic AIではper-tokenの価格だけで企業が実際に負担する経済性を説明しにくいと論じています。Cost versus valueも、業務・成果単位の経済性を見る方向を示しています。

最低でも、次を一つのOutcomeへ束ねます。

• AI・SaaS・インフラ利用料
• 人間の指示・確認・承認時間
• 再実行と修正
• 例外対応・障害復旧
• 継続保守

見る単位はCost per Completed Outcome（完了した成果1件あたり総コスト）です。

導入前後で分けて追う7つの数字

全部を最初から精密に測る必要はありません。少なくとも「時間短縮」「人間の介入」「完了件数」「実際の経済価値」は、別々の数字として追います。

ROIが低い理由を、AIの性能だけに求めない

ROIが想定より低いとき、すぐモデル変更やプロンプト改善へ進むと原因を外すことがあります。

Taskは十分速いのにHuman capacityへ変わっていないなら、人間の確認設計が問題です。Human capacityは出ているのにthroughputが増えないなら、承認・引き継ぎが問題です。throughputは増えているのに経済成果へ変わらないなら、営業・価格・需要側の問題かもしれません。

AIエージェントのROI評価で必要なのは「AIが賢いか」の判定ではありません。

どの変換で価値が止まっているかを特定し、次に直す場所を決めることです。