年約280億円のAI投資、効果を証明できるのはほぼ皆無──ようやく動き出した「AI経済学」標準化の全貌

AIのROI測定がこれほど難しい理由

課題は主に4つの領域にまたがっている。

事前ベースラインの欠如：ほとんどのAI導入プロジェクトは、開始後にしかメトリクスの追跡を始めない。これでは、得られた価値がAIのおかげかどうかを帰属させることが不可能になる 。2026年のModelOp調査によると、エンタープライズの3分の2以上が、ROI評価において実測値ではなく「推定値」に依存している 。

バニティメトリクスの横行：多くの企業がアクティブユーザー数、セッション数、1日あたりのクエリ数を追跡している。しかし、これらはAIが実際にビジネス価値を生み出しているかについて何も教えてくれない 。2025年の指標が「ユーザー数」だったとすれば、2026年の指標は「監査可能な成果」であるべきだ 。

本番化とROIのギャップ：Gartnerの2026年CIOレポート（11,000人のCIOを調査）によれば、AIイニシアチブの**59％が本番環境に到達せず、実に71％**のCIOが成果を測定可能なユースケースの優先順位付けに苦しんでいる 。

可視性なき支出爆発：AIコストは複数のプロバイダー、モデル、部門に分散しており、統一された会計フレームワークがない 。Forresterの調査では、財務的な監視が厳しくなる中、企業は計画していたAI支出の25％を2027年に延期している 。

OpenAI、Anthropic、そして業界の対応

OpenAI ──「Useful Intelligence per Dollar（1ドルあたりの有用知能）」

OpenAIのCFOサラ・フライアー氏は、4つの質問からなるスコアカードを導入した。すなわち、「AIは機能しているか」「コスト効率は良いか」「生み出す価値はコストより速く成長しているか」。このフレームワークは、議論の軸を生のトークン消費量から、成果調整済みの単位経済学へとシフトさせる 。

Anthropic ──「Economic Primitives（経済的プリミティブ）」

Anthropicは「経済的プリミティブ」に基づくフレームワークを発表。これは、タスクの複雑性、自律性のレベル、節約された時間を、汎用的な使用量ではなく「タスクあたりのコスト」と比較して測定するものだ 。同社の内部エンタープライズガイダンスでは、パフォーマンスの閾値、精度、速度の改善、コスト効率に結びついた成功指標を重視している 。

Linux FoundationのTokenomics Foundation

2026年8月4日に正式発足。JPモルガン・チェース、アクセンチュア、IBM、SAP、BNY、ブッキング・ドットコムなど、約30社の創設メンバーを擁するベンダーニュートラルな標準化団体だ。その目標は、AIトークンコストの世界に、FinOps Foundationがクラウド支出にもたらしたものと同じ規律をもたらすことにある 。最初のドラフト成果物である**「Big-T Notation」では、コストの指標を「トークンあたり」ではなく「API呼び出しあたり」**に標準化することを提案している。これにより、メトリクスが実行された1単位の作業に直接マッピングされる 。また、財団は現在、標準化された形では存在しない「コスト・トゥ・サーブ（Cost-to-Serve）」指標の定義も進めている 。

Elisity ──「Bionic Head Count（バイオニック従業員数）」

サイバーセキュリティ企業Elisityが生み出したユニークな指標。総AI支出額を平均スタッフコストで割り、人間とAIの「ワーカー」の複合的なアウトプットを収益と比較する。これにより、CFOはAI投資を労働生産性の直接的なアナロジーとして理解できるようになる 。

業界横断の取り組み

FinOps FoundationはAI固有のフレームワークを公開し、トークン支出をビジネスステークホルダーにとって理解可能にするために、「クエリあたりのコスト」「ユーザーあたりのコスト」「ワークフローあたりのコスト」といった単位コストメトリクスを推奨している 。OracleやJellyfishなどは、ワークフローレベルで消費をビジネス成果にマッピングするトークン経済ダッシュボードを提供し始めている 。また、ボストン・コンサルティング・グループ（BCG）は、**「Return on AI（RoAI）」**という正式な比率を提案している。RoAI = 経済的リターン ÷ （人間の知能のコスト ＋ トークンのコスト）というシンプルな計算式だ 。

何が効くのか ── 成果リンク型指標へのコンセンサス

これらのフレームワークに共通する、明確なパターンが浮かび上がっている。最も効果的なアプローチは、以下の共通構造を持つ。

1. 導入前に「完了（done）」を定義する：汎用的な使用量を追跡する代わりに、1つのワークフローから始め、成功した成果が何を意味するのかを定義する 。
2. トークンあたりのコストではなく、成果あたりのコストを測定する：例えば、「解決したサポートチケットあたりのコスト」「承認されたプルリクエストあたりのコスト」「出荷した機能あたりのコスト」「納品したマーケティングアセットあたりのコスト」など 。
3. 支出をオーナーに帰属させる：すべての重要なワークフローには、所有者、機能、社内向けか製品向けか、P&Lライン、モデル、そして意図された成果のタグを付けるべきである 。

結論

まだ単一の標準が広く採用されたわけではない。しかし、方向性は明確だ。生のトークンカウントから、「成果にリンクした単位経済学」 ──タスク完了あたりのコスト、解決したチケットあたりのコスト、バイオニック従業員数──へのコンセンサスが急速に形成されている。出発点を探しているCFOやCIOにとって、OpenAIのサラ・フライアー氏のアドバイスは最も実践的であり続けている。「最良のスタートは、たった1つのワークフローからです。『完了』が何を意味するかを定義し、その成果が生まれるシステムの中で測定することです」 。