# 生成AIの効果測定のやり方｜「使われない研修」を防ぐ4つの指標

> 生成AIの効果測定は、週あたり利用者率・1業務の所要時間・手戻り率・事例共有件数の4指標で十分。最大のポイントは研修前のベースライン取得で、後からは取り返せません。名古屋のAI実装支援会社が測定の進め方まで解説します。

- 公開日: 2026-07-30
- 更新日: 2026-08-01
- URL: https://central-ax.co.jp/blog/generative-ai-effect-measurement/
- 発行: 株式会社 Central AX（https://central-ax.co.jp/）

---

「研修は実施したのに、現場で使われている実感がない」「社員に聞くと『使っています』と返ってくるが、本当かどうか分からない」「効果を役員会で説明しろと言われたが、示せる数字が手元にない」——生成AIを導入した会社で、半年ほど経つと必ず出てくる悩みです。

この記事では、生成AIの効果測定を「何を・どう測るか」という指標のレベルまで落とし込みます。測定の4指標、研修前にベースラインを取る理由、つまずく典型パターン、社員が測定に協力してくれる条件までを扱います。想定読者は、東海エリア（愛知・岐阜・三重・静岡）で数十名〜300名規模の会社の経営者と、情シス・総務・企画で導入を任された方です。

![生成AI導入の効果測定を担当する社員が、デスクでノートに所要時間の数字を書き出しながら、PC画面の記録と見比べている場面](/assets/img/blog/effect-measurement-hero.jpg)

→ [初回30分の無料事業相談はこちら](/contact/)

## 「うちはもう使っています」——認識はどこでズレるのか

生成AIの導入では、**経営者の認識と現場の実態が、驚くほど簡単にズレます。**

中小企業のDX支援者も、経営者は助成金で研修を実施し「みんな使っている」と自信を持つ一方で、従業員に聞くと違う答えが返ってくる、原因は知識不足ではなく「習慣が変わらないこと」だと書いています（[note：中小企業のDX支援者による記事](https://note.com/oisan0127/n/n8b50f3316bd0)）。今までのやり方でも仕事は進むので、手順を変える動機が生まれないわけです。

数字が出ている例もあります。ある企業の企画職の方が2025年11月に営業チームで取った社内アンケートでは、メールの作成・返信にAIを使う人は100%、Copilot Chatの利用者は30%、AIエージェントを知っている人は0%でした（[note：社内アンケートの記事](https://note.com/aobane_tsumugu/n/nbe9058aff95c)）。注目したいのは、**社員は「使っていない」とは答えていない**ことです。メールには使っているから「はい」と返ってくる。しかし本当に時間を削れる業務では止まっている。この非対称が、認識のズレの正体です。

ズレが生まれる経路は3つに整理できます。

| ズレの経路 | 経営者に届く情報 | 現場で起きている実態 |
| --- | --- | --- |
| 質問の粒度が粗い | 「使っている」という自己申告 | 使っているのは一部の軽い作業だけ |
| 声の大きい人だけが見える | 活用が得意な数名の成果報告 | 大多数は研修前の手順に戻っている |
| 失敗が上がってこない | 「特に問題ありません」 | 出力が使えず諦めたが、報告するほどではないと判断 |

3つとも悪意ではなく、聞き方と見え方の問題です。だから自己申告と報告に頼らない測り方が要ります。「そもそも研修が意味ないのでは」という論点は[生成AI研修は「意味ない」と言われる理由](/blog/ai-training-meaningless/)に整理し、この記事では**測り方**に集中します。

## 測る指標は4つに絞る

いきなりROI（投資収益率）を計算するのはおすすめしません。生成AIの効果はまず削減できた時間として現れ、それが利益に変わるかはその後のマネジメントの話です。最初から金額換算すると根拠の薄い試算になり、社内で信用を失います。

測るのは次の4つで十分です。これ以上増やすと集計が続きません。

| 指標 | 何を見る指標か | 測り方 | 最初の目安 |
| --- | --- | --- | --- |
| 週あたり利用者率 | 触れている人がどれだけ広がったか | 法人契約の管理画面でアクティブユーザー数を見る／週次で自己申告を1問だけ取る | 3ヶ月後に対象部署の50%、6ヶ月後に70% |
| 1業務あたりの所要時間 | 実際に楽になったか | 対象業務を3〜5個に絞り、着手から完了までの時間を本人が記録する | 対象業務で20〜40%短縮 |
| 手戻り率 | アウトプットの質が担保されているか | 上司の差し戻し件数／件数あたりの修正回数 | 導入前と同水準を維持（悪化させない） |
| 社内での事例共有件数 | 定着しているか、他部署へ広がるか | 共有チャネルへの投稿数・社内勉強会での発表数 | 月あたり対象人数の10%以上 |

![生成AIの効果測定で見る4つの指標をカードで並べた図。1つ目は週あたり利用者率で、管理画面のアクティブユーザー数か週次の自己申告1問で測り、目安は3ヶ月後に対象部署の50%・6ヶ月後に70%。2つ目は1業務あたりの所要時間で、対象業務を3〜5個に絞って着手から完了までを本人が記録し、目安は20〜40%短縮。3つ目は手戻り率で、上司の差し戻し件数や修正回数を見て、導入前と同水準の維持が目安。4つ目は社内での事例共有件数で、共有チャネルへの投稿数や社内勉強会での発表数を数え、月あたり対象人数の10%以上が目安。4つ目だけが唯一の先行指標であることを強調している](/assets/img/blog/measurement-4-indicators.svg)

4つを並べるのは、単独では嘘をつく指標があるからです。**利用者率は上がりやすく、当てになりません。** メールの下書きにだけ使われている状態でも100%になります。**所要時間は、対象業務を絞らないと測れません。** 頻度が高くて属人化していない業務を3〜5個選びます（選び方は[AIで自動化できる業務一覧](/blog/ai-automatable-tasks/)へ）。**手戻り率は守りの指標です。** 下書きが速くなっても修正が増えれば全体では損なので、悪化していないかを見ます。

そして**事例共有件数は、唯一の先行指標です。** 「この業務でこう使えた」という共有が自然に起きているかどうかが、その後の定着を最もよく映します。集計もいちばん簡単です。

## 研修前にベースラインを取る。後からは取れない

効果測定でもっとも多く、もっとも痛い失敗が**ベースラインの取り忘れ**です。

研修の数ヶ月後に「効果を数字で出してほしい」と言われても、導入前の所要時間の記録がなければ、社員の記憶に頼るしかありません。記憶の時間はたいてい実際より長く申告されるので、その数字で「短縮しました」と報告しても決裁者は信用しません。効果を示すつもりが、測定そのものを疑われます。

ベースラインは、研修の申込み時点で取ってしまうのが正解です。次の程度で足ります。

1. 対象業務を3〜5個決める（例：見積書の作成、日報のとりまとめ、問い合わせメールの一次返信）
2. その業務の担当者に、2週間だけ着手から完了までの時間を記録してもらう
3. 同じ2週間で、差し戻し・修正の回数も数える
4. 研修前アンケートを1回取る（「この業務で一番面倒な工程はどこか」を自由記述で。後で研修の教材になります）

ここまでで担当者1人あたり合計30分程度。研修費用と比べれば無視できるコストですが、後から取り返せません。**測定の準備は、研修の内容を決める前に始めます。**

![効果測定のタイムラインを左から右へ4段階で示した図。1段階目は研修前（申込み時点）で、所要時間と手戻りを2週間記録し研修前アンケートを取る「ベースラインを取る」タイミングを強調色で示している。2段階目は研修と実務投入で1〜2ヶ月、3段階目は3ヶ月後の再測定①で研修直後の熱が残った数字が出やすい、4段階目は6ヶ月後の再測定②で定着はここに出るため再測定は必ず2回行う。図の下部に「ベースラインを取れるのは研修前のこの1回だけ。ここを逃すと、後からは取れない」と明記している](/assets/img/blog/measurement-baseline.svg)

## 効果測定の進め方——4ステップと工数の目安

全体像を、期間と社内工数の目安つきで示します。20〜50名規模の1部署を想定した感覚値です。

| ステップ | やること | 期間 | 社内工数の目安 | 担当 |
| --- | --- | --- | --- | --- |
| 1. 対象と指標を決める | 対象業務3〜5個、4指標のうち何を取るかを決める | 1週間 | 2〜4時間 | 情シス・企画＋対象部署の管理職 |
| 2. ベースライン取得 | 所要時間と手戻りを2週間記録、研修前アンケート | 2週間 | 担当者1人30分＋集計3時間 | 対象部署 |
| 3. 研修と実務投入 | 研修を実施し、自社の実務でそのまま使う | 1〜2ヶ月 | — | 全員 |
| 4. 3ヶ月後・6ヶ月後に再測定 | 同じ条件で同じ指標を取り、差を見る | 各2週間 | 各回で集計3〜5時間 | 情シス・企画 |

ポイントは2つ。**再測定は必ず2回やること。** 3ヶ月後だけだと研修直後の熱が残った数字を見てしまい、定着は6ヶ月後に出ます。「3ヶ月で改善、6ヶ月で元に戻った」なら、失敗ではなくフォローが必要だという有益な情報です。そして**測定を1人に丸投げしないこと。** 指標を決める場に対象部署の管理職が入っていないと、記録の依頼は「余計な仕事が増えた」で終わります。

研修の費用相場は[生成AI研修の費用相場と助成金活用](/blog/generative-ai-training-cost/)へ。予算には集計工数（合計10〜15時間程度）も見込んでください。この測定計画は稟議に書き込んでおくと決裁が速くなります（[生成AIの稟議が通らない理由と稟議書のひな形](/blog/generative-ai-ringi/)）。

## よくある失敗と対策

測定でつまずく型は、ほぼ決まっています。

| 失敗 | 兆候 | 対策 |
| --- | --- | --- |
| 指標を10個以上つくる | 集計用のExcelが誰にも更新されなくなる | 4指標に絞る。増やすのは2回目の測定が回ってから |
| 最初からROIを金額換算する | 「時給×削減時間」だけの試算を役員会で疑われる | まず時間で示す。金額換算は削減時間が安定してから |
| 自己申告アンケートだけで判断する | 「活用できている」が8割なのに業務が変わっていない | 「使っていますか」ではなく「先週この業務で使いましたか」と業務名で聞く |
| ベースラインを取らずに始める | 効果報告の場で「昔は何時間でしたか」と聞き直している | 研修の申込み時点で2週間の記録を始める |
| 部署ごとの差を平均でつぶす | 全社平均は改善しているが不満の声が減らない | 部署別・業務別に分けて見る。平均は最後に出す |
| 測定結果を人事評価に紐づける | 記録される時間が急にきれいに揃い始める | 評価と切り離すと宣言し、実際に切り離す |

最後の「人事評価に紐づける」は特に注意してください。利用回数を評価に反映すると、社員は評価されるための使い方をし、数字は伸びるのに現場は疲弊します。測定は改善のための計測であって査定の道具ではないと、最初に明言してください。導入プロジェクト全体の失敗パターンは[中小企業のAI導入が失敗する典型パターンと対策](/blog/ai-implementation-failure/)にまとめています。

## 数字が動かないとき、原因は現場ではない

再測定で数字が動いていなかった場合、判断を誤る会社が多いので2点はっきり書きます。

### 「使いどころがわからない」の解消は、研修を設計した側の責任

ChatGPTの企業導入を支援している方は、「なぜ使わないのか」への最多回答は「使いどころがわからない」で、それは操作が分からないのではなく「実際に使えるところがあまりない」という意味だと書いています（[Qiita：ChatGPT導入支援の記事](https://qiita.com/jw-automation/items/cf8ffc7a0edab512d917)）。

受講者の理解力の問題ではありません。**その会社のその業務で使える出口を用意せずに研修をやった側の問題です。** 汎用のプロンプト例で操作を教われば、受講者は翌日、自分の見積書や日報を前にして手が止まります。打つべき手は、ベースライン取得のときに集めた「一番面倒な工程」の自由記述を持ち出し、その工程を扱うフォローを設計すること。研修前アンケートの価値はここにあります。

### 浮いた時間の扱いを決めないと、協力は得られない

もうひとつ、測定以前の前提があります。業務効率化の記事に付いたはてなブックマークのコメント欄には、時間を削減してもその分仕事を増やされるだけなら誰も協力しない、という趣旨の指摘が並んでいます（[はてなブックマークのコメント欄](https://b.hatena.ne.jp/entry/s/blog.tinect.jp/?p=76707)）。

率直に言って、正しい認識です。浮いた時間に別の仕事が入るだけなら、協力するほど本人が損をします。非協力的な現場を「意識が低い」と評価するのは筋違いです。対策は、浮いた時間の使い道を**先に**決めて伝えること。現実的な選択肢は次のあたりです。

- 一部を「AIを試す時間」として業務時間内に残す（週1時間など）
- 残業時間の削減として本人に返す（残業代が減る分の説明は必要）
- 外注していた作業の内製化にあてる
- 削減できた業務を担当者から取り上げず、次に何を楽にするかを決める権限を渡す

逆に、削減した時間を全額新しい業務で埋め、それを事前に説明しないのは最悪手です。1回やると、次の測定には誰も協力しません。

## 一般論の限界と、当社のやり方

ただ正直に言うと、指標の設計は業務を見ないと決まりません。「所要時間を測る対象業務を3〜5個選ぶ」という一行が、いちばん難しい工程です。頻度が高く、属人化しておらず、記録が取れて、生成AIで実際に短縮できる——この4条件を満たす業務は、会社案内を眺めて選べるものではありません。

Central AXは名古屋に拠点を置くAI実装支援の会社です。生成AI研修（25万円／人）とClaude Code研修（30万円／人）を提供していますが、研修の前に**訪問して現場の業務を見せていただく**ところから始めます。見積書がどんなExcelで作られ、日報がどこに書かれ、誰が何を確認しているのか。それを見てから対象業務と指標を決めるので、研修が終わった時点で測定の枠組みが動いています。

そして**東海の会社のAI導入は、東京の理屈と違います。** 東海エリアは自動車部品・機械加工・金型といった製造業の集積地で、現場に立つ人が7割、事務が3割という会社が珍しくありません。この構成で「全社の週あたり利用者率」を追えば、数字は低く出て当然です。測る対象を事務・技術・管理の部署に絞る、現場の人には別の指標（作業記録の入力時間や報告書の作成時間）を当てる——こうした切り分けは、実際の職場を見ないとできません。東京のオンライン完結型の支援では、この部分が抜け落ちます。名古屋からなら愛知・岐阜・三重・静岡のどこへでも伺えます。

助成金を使う場合も、効果測定の設計は先に済ませてください。制度上の報告と、社内で必要な測定は別物です（[人材開発支援助成金で生成AI研修を受ける手順](/blog/ai-training-subsidy-application/)、[愛知県の中小企業が使えるAI導入の補助金・助成金](/blog/aichi-ai-subsidy/)）。

→ [初回30分の無料事業相談はこちら](/contact/) ／ [資料ダウンロード](/download/)

## よくある質問

**Q. 効果測定に、専用のツールを買う必要はありますか。**
A. 最初は不要です。利用者率は法人契約の管理画面で分かり、所要時間と手戻りはスプレッドシート1枚で足ります。ツールを入れると運用自体が仕事になりがちです。

**Q. 少人数の会社でも測る意味はありますか。**
A. 10名規模なら利用者率の集計は不要かもしれませんが、所要時間のベースラインは取る価値があります。人数が少ない会社ほど1業務の短縮のインパクトが大きく、次の投資判断の根拠になるからです。

**Q. 「効果が出なかった」という結果が出たら、どう報告すればいいですか。**
A. 数字が動かなかった事実と、理由の仮説をセットで出してください。「使いどころが特定できていない」といった原因は、次の打ち手に直結します。無理に良い数字を作ると、次の予算が取れなくなります。

**Q. 研修から半年経ってしまいました。今からできることはありますか。**
A. あります。過去の所要時間は取り戻せませんが、今から2週間記録すれば「現在値」は作れます。そのうえで担当者に「どの工程が今も面倒か」を聞き、次の研修や追加投資の前にそこを押さえてください。

## まとめ

生成AIの効果測定が必要なのは、経営者の認識と現場の実態が簡単にズレるからです。測る指標は、週あたり利用者率・1業務あたりの所要時間・手戻り率・社内での事例共有件数の4つで十分。そして最大のポイントは、**研修より先にベースラインを取ること**です。ここを飛ばすと記憶に頼った数字しか出せず、測定そのものが疑われます。

対象業務の選び方や指標の設計で迷ったら、初回30分の事業相談は無料です。名古屋から愛知・岐阜・三重・静岡のどこへでも伺い、実際の業務を見たうえで測定の枠組みを一緒に決めます。

### あわせて読みたい

- [生成AIの稟議が通らない理由と決裁が下りる稟議書のひな形](/blog/generative-ai-ringi/)
- [生成AI研修は「意味ない」と言われる理由と、効果が出る会社の共通点](/blog/ai-training-meaningless/)
- [生成AI研修の費用相場と助成金活用【2026年版】](/blog/generative-ai-training-cost/)
- [中小企業のAI導入が失敗する典型パターンと対策](/blog/ai-implementation-failure/)
- [AIで自動化できる業務・できない業務](/blog/ai-automatable-tasks/)