AIエージェントの成果は、処理件数でも削減時間でもなく、人が触った回数と差し戻し率で測れます。AI KPI 設定 / AIエージェント 効果測定 / AI導入 成果 指標をこの二つに寄せると、経営会議で「それで利益はどう変わったのか」という問いに、その場で答えられる形になります。

四半期の経営会議で、自動化の報告だけが決まって短く終わる場面を何度か見てきました。担当者がスライドを出し、処理件数と削減時間の棒グラフを見せる。社長が「それで、利益はどう変わったのか」と尋ねる。担当者は黙り、議題は次へ移ります。

数字がなかったわけではありません。持ち出した数字の種類が、経営の問いと噛み合っていなかっただけです。

私はハマダラボで、日本市場向けにWindyFloという業務自動化の基盤を提供しています。導入の相談で最初に確かめるのは機能一覧ではなく、この報告の形です。何を測る約束で始めるかを決めずに走り出した案件は、半年後にほぼ同じ沈黙へ戻ってきます。

処理件数と削減時間の報告は、なぜ経営会議で止まるのか？

その二つが、AIが動いた量と、人が動かなかったと推定される量だからです。どちらも損益計算書のどの行にも着地せず、経営が握っている問い、つまり資源の配分先を変えてよいかどうかには届きません。

処理件数は稼働量の記録です。1万2千件を処理したという事実は、その1万2千件に人が何回関わったかを何も語りません。全件を人が確認していても、件数は同じ数字になります。

削減時間はもう一段やっかいです。多くの現場で、削減時間は実測ではなく「1件あたり10分×件数」という掛け算で作られています。掛け算の元になる10分の出所を聞かれた瞬間に、報告の足元が崩れます。

仮にその10分が正確でも、まだ半分しか答えていません。空いた時間が別の滞留作業に吸われてしまえば、人員配置も外注費も動かず、損益計算書には何も現れないからです。経営が知りたいのは削減量そのものではなく、削減の結果として何を別のことに振り向けられたのか。この振替先を記録していない削減時間は、会議で追加の質問を呼び込みます。

この構造は、国内調査の数字にはっきり出ています。IPAの「DX動向2026」では、AI導入による効果の内容として「業務が効率化したり迅速化した」が91.6%と最も高く、「企画提案等の品質や速さが向上した」が48.9%、「残業時間の削減につながった」が29.2%と続きました。

一方で「売上や利益が向上した」は3.9%、「顧客満足度が向上した」は4.5%、「対象となる顧客が拡大した」は2.7%です。効率化の実感は9割を超えるのに、企業価値の側に接続した回答は数％台にとどまっている。効果が出ていないのではなく、効果が経営の言葉に翻訳されていない状態と読むべきでしょう。

同じ調査では、AI導入の効果について「期待以上」と「期待どおり」の合計が31.8%、最も多いのは「一定の効果はあった」の50.6%でした。「一定の効果」という言い方は、説明できない効果の別名です。

経営が実際に聞いていること	処理件数・削減時間が答えられない理由
人は何人分空いたのか	件数は人の関与量を含まない
その時間は何に振り替わったのか	削減時間は振替先を記録しない
品質を落として速くしていないか	どちらの指標も品質の劣化を検知しない
範囲を広げてよいか、止めるべきか	良し悪しの分岐点が定義されていない

主指標を「人が触った回数」に置くと何が見えるのか？

自動化がどこまで進み、どこで止まっているかが、1つの数字で見えるようになります。定義は単純です。1件の処理が完了するまでに、人がその案件へ手を入れた回数を数えます。

手を入れた回数には、内容の確認、修正、判断、再入力、問い合わせの電話がすべて含まれます。「見ただけ」も1回に数えるのが実務上は正解です。目を通す作業に時間が要る以上、そこは空いていません。

この指標を主に据える理由は三つあります。減る方向があらかじめ定義されていること。1回あたりの所要時間と人件費の時間単価を掛ければ金額に変換できること。そして、AIが動いた量ではなく人が空いた量を直接測っていること。

総務省の令和8年版情報通信白書は、AI活用で先進的な企業の共通点として、業務プロセス全体において「どのタスクはAIを人間の思考や判断の補助として用い、どのタスクはAIに自律的に実行させるべきか」を見極めている点を挙げています。人が触った回数は、その線引きが自社の現場で実際にどこへ引かれているかの実測値にほかなりません。

数え方には、先に決めておかないと後で揉める点が二つあります。ひとつは、同じ案件を三度見たら三回と数えること。もうひとつは、一括承認の扱いです。20件をまとめて一度に通した場合、操作は1回でも案件側では20件に触れているので、案件単位へ割り戻して記録します。この割り戻しを決めずに走ると、承認をまとめるだけで数字が良くなる抜け道が残ります。

記録は件数ではなく1件あたりに正規化します。取扱量が増えれば総回数は当然増えるため、総回数のままだと業務の成長と自動化の後退が同じ形に見えてしまうからです。

請求書処理を例にとると、着手前は1件あたり3.2回だったものが、8週間後に1.1回へ下がる。差は2.1回で、月間2,000件を流している業務なら月4,200回分の作業が消えた計算です。1回あたり2分で見積もれば月140時間。経営に出すのは、この掛け算まで済ませた数字です。

「差し戻し率」は、その回数の何を裏づけるのか？

人が触った回数の減り方が、本物か見せかけかを判定します。差し戻し率は、AIの出力が後工程または承認者から戻された件数を総件数で割った値です。

主指標を一つにしない理由は、単独の指標が最短経路を招きやすいからです。人が触った回数だけを追いかけると、現場は確認工程そのものを省きにいきます。介入を減らしたのではなく、検収をやめただけ。数字は改善の顔をして、事故は数か月後にまとめて来ます。

差し戻し率を並べて置くと、この抜け道がふさがります。確認を省けば誤りが後工程へ流れ、後工程が戻すので差し戻し率が上がる。二つの指標が互いの嘘を検知し合う構造になるわけです。

戻された件数は、理由コードを付けて記録します。実務で機能するのは3〜5個までで、多くの現場では次の分類に収まります。

• データ不足 — 入力側に必要な情報が揃っていなかった
• 判断基準外 — 社内ルールが言語化されておらず、AIが判断できなかった
• 出力誤り — 生成結果そのものが誤っていた
• 様式不備 — 内容は正しいが、提出先の形式に合っていなかった
• 例外取引 — 設計時に想定していない取引パターンだった

この指標には、捕捉漏れという弱点があります。後工程の担当者が親切に黙って直してしまうと、差し戻しとして記録に残らないまま品質の劣化だけが進む。だから運用の取り決めとして、戻さずに自分で直した場合も「修正あり」で1件に数えると先に合意しておきます。直した人を責める運用にしないことが、この合意を守らせる条件です。

理由別に見ないと、打ち手の宛先が決まりません。データ不足が半分を占めるなら直すべきは前工程であり、判断基準外が多いならルールの言語化が先で、どちらもAIの精度改善とは別の作業です。

ここで白書のもう一つの数字が効いてきます。日本企業のリスク対策で最も多い回答は「全社的な指針やガイドラインを整備している」の41.1%でした。他の3か国では「製品・サービス導入後、定期的な評価・検証が行われている」の回答割合が日本より高い傾向にあります。指針は作ったが、動かした後を見る仕組みが薄い。差し戻し率は、その事後検証を日々の運用へ落とし込む最小の装置です。

二つの主指標は、どう組み合わせて読むのか？

二つの動き方の組み合わせが、そのまま次の意思決定に対応します。月次で交差させると、続ける・広げる・作り直す・止めるの四択が数字から決まります。

人が触った回数	差し戻し率	現場で起きていること	経営の判断
減った	下がった	自動化が定着し、品質も保たれている	対象範囲を広げる
減った	上がった	確認工程を飛ばしている疑い	ゲートを戻し、原因を特定する
横ばい	下がった	品質は出るが人が抜けていない	人が残る工程を特定して再設計
横ばい	上がった	対象業務の選定そのものが誤り	業務を差し替える

この表の値打ちは、判断の言葉が事前に決まっている点にあります。会議の場で解釈を戦わせる余地が小さくなり、報告の時間が議論ではなく決定に使われるようになります。

四象限のうち、判断を先送りされやすいのは「横ばい・下がった」です。品質が良くなっているので現場の評価は上がり、報告も明るくなる。ところが人の作業は抜けていないため、費用は増えたまま据え置かれます。この欄に三か月とどまる業務は、工程のどこで人が残っているかを分解し、残っている理由が判断なのか、単なる確認の習慣なのかを切り分けてください。

投資配分を預かる立場からすると、いちばん怖いのは右上の「減った・上がった」です。数字だけ見れば成功に見えるので、そのまま予算が増額され、半年後に品質事故として返ってきます。

副指標は四つに絞る — リードタイム・例外件数・定着率・単位あたりコスト

副指標は、主指標が動いた理由を説明するために置きます。増やせば増やすほど良くなるものではないので、月次で見るのは四つまでに制限するのが現実的です。

リードタイムは、案件を受け取ってから完了するまでの時間です。平均ではなく中央値で持ちます。例外案件が数件混ざるだけで平均は跳ね、現場の実感から離れた数字になるためです。

例外件数は、設計時に想定していなかった入力が届いた回数を数えます。これは失敗の記録ではなく、設計の穴の大きさを測る値です。例外が減らないまま自動化率だけを追うと、無理に通した案件が差し戻しへ回ります。

定着率は、対象部門のうち実際に運用へ乗せている部門・担当者の割合です。白書が紹介する日清食品グループの事例では、部門ごとに効果を見込める業務を選び、プロンプトのひな形を作り、効果を測る取組を少しずつ社内展開した結果、社内の生成AI利用率が直近で7割を超えたとされています。測ることと広がることは、実務では同じ動きの表と裏でした。

単位あたりコストは、1件を処理するのにかかった総コストです。コストの内訳をどう分解するかは、PoCから本運用までの費用構造をまとめた記事に譲ります。KPI設計の側で決めるのは、分母を件数に揃えることと、按分ルールを月ごとに変えないことの二点だけです。

基準線はいつ、どの定義で取るのか？

着手前です。導入してから「前はもっと大変だった」と振り返る形で比較すると、それは測定ではなく記憶との比較になります。

現実的な取り方は、着手前の2〜4週間を、運用後とまったく同じ定義で実測することです。最低2週間を置くのは、月初と月末で件数と例外の出方が変わる業務が多いからで、1週間だけの基準線は季節変動を丸ごと拾い損ねます。

測り始めると、人の動き方そのものが少し変わります。見られている作業は丁寧になり、記録が面倒な行為は避けられる。この観測の影響を消すことはできないので、記録を業務の外側に足すのではなく、既存の受付簿や承認画面の入力項目として業務の内側へ埋め込む設計にします。

基準線を取る前に、定義書を1枚だけ作ります。半日で書ける分量です。

1. 1件をどう数えるか（伝票単位か、依頼単位か、明細行単位か）
2. どの行為を「人が触った」とみなすか（閲覧を含めるかどうかを明記）
3. 差し戻しの成立条件と理由コードの一覧
4. 誰がいつ記録し、どこに残すか
5. 集計から除外する条件（テスト実行、再送、取消伝票など）

定義を途中で変えること自体は問題になりません。変えたのに書き残さないことが問題です。変更日と、変更前後の数値を併記する。この一手間を省いた月次報告は、定義変更による見かけの改善と、実際の改善を区別できなくなります。

補助金を使って導入する場合は、交付側の効果報告様式が先に決まっていることがあります。その場合は報告項目を先に読み、基準線の項目をそちらへ合わせておくと二重集計を避けられます。制度の対象範囲や申請の順序は、2026年の補助金を前提に導入計画を組む記事で扱っています。

測れないものを「0」と報告しない

未計測の項目は、空欄でも0でもなく「未計測」と書きます。0は改善の顔をするからです。差し戻し件数の欄に0と並んでいれば、経営はそれを品質の良さと読み、次の投資判断をその誤読の上で下します。

報告に載せる数字は、三つに分類して表記します。

区分	表記	併記すること
実測値	そのまま数値	集計期間と件数の母数
推定値	数値に「推定」を付す	推定式と、係数の出所
未計測	「未計測」	いつから測り始めるか

推定値を禁じているのではありません。初月は推定でしか出せない項目がたいてい残ります。禁じ手は、推定値を実測値の顔で出すことです。

経営会議で信用を失うのは、数字が悪いときではありません。数字の出所を聞かれて答えられなかったときです。ここを守れているかどうかが、二回目以降の予算審議での通り方をはっきり変えます。

そして、この規律は測定を担当する人が誰かという設計と表裏です。誰が記録し、誰が集計し、誰が例外を判断するのかは、非エンジニアの運用体制を役割分担から設計する記事で整理しました。

経営会議に出す一枚の表は、どの列で作るのか？

1ページに収まる横長の表を1つだけ用意します。経営会議で自動化の報告に割かれる時間は、体感で5分前後。スライドを増やすほど、判断の材料は薄まります。

業務	月間件数	人が触った回数（基準線→当月）	差し戻し率（基準線→当月）	リードタイム中央値	状態
請求書処理	2,040件	3.2回 → 1.1回	8.4% → 5.1%	3.2日 → 1.4日	拡大
受発注登録	860件	2.4回 → 2.2回	4.0% → 9.6%	1.8日 → 1.5日	要再設計
問い合わせ一次対応	1,310件	1.8回 → 1.0回	未計測	0.9日 → 0.4日	継続

上表の数値は、列の作り方を示すための記入例です。

状態の列には「拡大・継続・要再設計・停止」の4語しか入れません。文章を書き始めると、そこに書いた言い訳の分だけ判断が遅れます。上の例なら、受発注登録は差し戻し率が倍以上に跳ねているので、人が触った回数がわずかに減っていても要再設計です。

三行目の「未計測」も、そのまま出します。問い合わせ一次対応は、戻された事実が担当者の口頭でしか残らない業務だったという意味で、この欄は次の一手を約束する場所になります。空欄にすれば見落とされ、0と書けば嘘になる。表に未計測の欄が残っていること自体が、翌月の宿題を可視化する働きをします。

数字の並びだけで議論の焦点が決まる。これが、KPI設計にかける半日の投資が返ってくる場所です。

明日から始めるなら、どの順序で着手するのか？

対象業務を1つに絞るところから始めます。全社の自動化計画を先に描くと、定義の合意だけで数か月が過ぎます。

1. 対象業務を1つ選ぶ（件数が多く、判断基準を言葉にできる業務から）
2. 定義書を1枚書く（前掲の5項目、所要は半日）
3. 基準線を2〜4週間、実測する
4. 運用を4週間まわし、理由コード付きで差し戻しを記録する
5. 月次で表を1枚出す（実測・推定・未計測を区別する）
6. 3か月時点で、拡大か再設計かを表の4象限で判定する

選ぶ業務の条件で見落とされがちなのが、二つ目の「判断基準を言葉にできる」です。ベテランの勘で回っている業務は、AIの精度以前に差し戻し理由が「判断基準外」で埋まり、KPIが改善の手がかりを返しません。

道具の選定も、この測定設計と切り離せません。ChatGPTは答えます。WindyFloは働きます。実行まで担う道具を選ぶなら、KPIも実行の側、つまり人が触った回数と差し戻し率の側で組むのが筋が通ります。処理件数の報告に戻ってしまう体制は、たいてい道具ではなく指標の設計で決まっています。

自社の業務でどの指標が取れるかを一度洗い出したい場合は、WindyFloの無料トライアルで実行の流れを確かめながら、定義書の項目立てから相談を始められます。

よくある質問

出典

• ［1次］総務省「令和8年版 情報通信白書」（2026年7月24日公表）— 企業の生成AI業務利用率（日本86.4%）および業務類型ごとの活用状況と効果の実感（図表Ⅰ-2-1-6、図表Ⅰ-2-1-7）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121130.html
• ［1次］総務省「令和8年版 情報通信白書」（2026年7月24日公表）— リスク対策のための取組状況（「全社的な指針やガイドラインを整備している」41.1%、他3か国では導入後の定期的な評価・検証の回答割合が高い傾向、図表Ⅰ-2-1-9）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121140.html
• ［1次］総務省「令和8年版 情報通信白書」（2026年7月24日公表）— AI導入・活用を効果的に進めていくために重要となる要素（人間とAIの役割分担、「どのタスクはAIを人間の思考や判断の補助として用い、どのタスクはAIに自律的に実行させるべきか」）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121410.html
• ［1次］総務省「令和8年版 情報通信白書」（2026年7月24日公表）— AI導入・活用による効果創出のステップ、日清食品グループの取組（対象業務の選定・プロンプトのひな形作成・効果測定の社内展開により社内生成AI利用率が7割超）: https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd121420.html
• ［1次］情報処理推進機構（IPA）「国内企業のDX動向・AI活用動向のポイントを公開」（2026年7月16日公表、2025年度「DX動向調査」・調査期間2026年4月17日〜6月12日）— AI導入による効果（「期待以上」＋「期待どおり」31.8%、「一定の効果はあった」50.6%）およびAI導入による具体的効果の内容（業務効率化・迅速化91.6%、企画提案等の品質や速さ48.9%、残業時間の削減29.2%、顧客満足度向上4.5%、売上や利益の向上3.9%、対象顧客の拡大2.7%）: https://www.ipa.go.jp/pressrelease/2026/rcu1hd0000016yh4-att/press20260716.pdf
• 本稿のKPI設計手順・定義書の項目立て・差し戻し理由コードの分類は、ハマダラボ（HAMADA LABS Japan）が日本市場での業務自動化の導入支援で用いている設計手順にもとづく記述であり、表中の数値は説明のためのモデルケースです。特定企業の実測値ではありません。