ガートナー予測：「2028年、5社に1社がAIを縮小・撤退」その背景にある“ROIの見えない巨額投資”

これらの知見は、Gartnerが2026年4月に発表した別の推定とも一致する：ITインフラ・運用マネージャーの57%が少なくとも1つのAIプロジェクトの失敗を経験しており、同分野のAIプロジェクトの5つに1つが完全に頓挫している 。

投資とリターンの断絶：複数のソースからのエビデンス

複数の主要情報源が、巨額のAI投資と測定可能なビジネス成果との間に拡大する断絶を裏付けている：

Goldman Sachs（2026年8月）：ストラテジストのベン・スナイダー氏は、AI支出は急増しているが、ほとんどの企業でテクノロジーが業績の有意な改善をまだ生み出していないと報告する。S&P500企業のうち、AIが業績に与える影響を定量化できているのはわずか2% で、大半は即時的な利益をほとんど、あるいはまったく報告していない 。アナリストのジェシカ・リンデルス氏は、2026年の米国AI投資総額は約6000億ドル（GDPの約2%） に達すると推定するが、見合う経済的利益の証拠は薄い 。

Goldman Sachs（2026年5月）：アナリストのジム・コヴェロ氏は、ほとんどの企業がAI支出からまだいかなるリターンも生み出せていないと指摘し、エンタープライズAIパイロットの95%が測定可能な損益インパクトを生まなかったとするMITの研究を引用する 。コヴェロ氏は、AIの経済性は「2年前よりも今日の方が疑問視されている」と主張する 。

Goldman Sachs（2026年7月）：エコノミストのジャン・ハツィウス氏とアナリストのデイビッド・ペン氏は現実的なチェックを突き付ける — AI導入とその生産性への効果は、市場が期待するよりもはるかに長くかかる可能性がある。彼らの分析によると、生産性への影響はJカーブを描く：最初の4年間は緩やかな負の影響、統計的に有意な効果が出るのは8年後、ピーク（約0.6ポイント）は12年目だ。ChatGPTが2022年に登場したことを1981年のPCデビューに例えるなら、その効果が現れるのはまだ先のことになる 。

McKinsey（2026年）：エンタープライズAI導入のうち、測定可能なビジネスインパクトを示しているのは20%未満である 。

Sequoia Capital：AI投資額とAIリターンの間に、およそ6000億ドルの収益ギャップがあると警告している 。

ハイパースケーラーのキャッシュフローリスク：Goldman Sachsは、4大クラウドベンダー（Amazon、Alphabet/Google、Microsoft、Meta）が総計で営業キャッシュフロー全体を超える額をAIインフラに費やそうとしており、その支出を正当化する実証済みのエンタープライズROIは存在しないと警告する 。これら4社の2026年の設備投資総額は約6500億ドルと予測される 。

プロジェクト失敗の理由：技術ではなく戦略の問題

すべての主要分析を通じて一貫しているのは、AIプロジェクトの失敗は組織的かつ戦略的なものであり、技術的な問題ではないということだ。モデル自体が失敗することはほぼないが、ビジネスケース、データ基盤、コスト管理体制が機能しない 。

あるGartnerアナリストは、「現在のエージェンティックAIプロジェクトのほとんどは初期段階の実験や概念実証であり、主に誇大広告に煽られ、しばしば誤った用途に使われている」と語る 。

その結果はすでに可視化されつつある。Gartnerは、専任のAI財務管理プラクティスを持たない組織では、管理不能なコスト爆発と価値の漂流により、2028年までにAIイニシアチブの70%が廃止されると予測する 。

ビジネスリーダーへの示唆

Gartner、Goldman Sachs、McKinsey、MIT、Sequoia Capitalに共通するパターンは明白だ：AI支出は史上最高水準にあるが、その支出から測定可能な最終利益を実証できる組織は圧倒的に少ない。多くの企業はすでに撤退を始めており、プロジェクトをパイロット段階から先に進められずにいる。

AIに投資する組織にとって、研究は明確な処方箋を示している：測定可能なコストまたは品質インパクトを持つ特定の運用上のボトルネックを特定し、その特定の問題に対するAIソリューションを構築し、導入前後のインパクトを厳密に計測し、効果のあったものだけをスケールする 。初日から明確なROI指標を確立できないプロジェクトは、来たるべき清算を乗り越えられそうにない。