---
title: "AIの効果を測り続ける：全社に広げた後の指標の見直しと、続ける・広げる・やめるの判断｜AI-Ready.jp"
url: https://www.ai-ready.jp/guide/sustaining-ai-impact/
description: "全社にAIを広げた後は、指標を「使われ方・業務の効果・事業の成果・品質とリスク」の4層で持ち、定期の見直しで続ける・広げる・直す・やめるを決めると、効果を保ちやすくなります。手順と経営への報告の形をまとめました。"
updated: 2026-10-26
publisher: "フロレンティナ株式会社"
---
定着させる[柱：ユースケースと効果](https://www.ai-ready.jp/about-ai-ready/use-cases/)[柱：戦略](https://www.ai-ready.jp/about-ai-ready/strategy/)

# AIの効果を測り続ける：全社に広げた後の指標の見直しと、続ける・広げる・やめるの判断

執筆：[嵐保憲](https://www.ai-ready.jp/about/authors/#arashi)更新 2026-10-26制度の最終確認 2026-10-26出典 5件[図解 2点](https://www.ai-ready.jp/zukai/)

この記事の結論

全社にAIを広げた後は、指標を「使われ方・業務の効果・事業の成果・品質とリスク」の4層で持ち、定期の見直しで「続ける・広げる・直す・やめる」を決めていくと、効果を保ちやすくなります。

導入の前後を比べる段階（「[AIの効果の測り方](https://www.ai-ready.jp/guide/measuring-ai-impact/)」）を終えた会社に向けて、測り続ける仕組みと、判断と報告の進め方をまとめました。

この記事でわかること

- 全社に広げた後に、指標を見直す理由と、4層の指標の組み立て方
- 月次・四半期・年次で行う見直しの手順
- 続ける・広げる・直す・やめるの判断の目安と、経営への報告の形

## 全社に広げた後、なぜ測り方を変える必要があるのですか？

導入の直後は、作業時間や件数を前後で比べるだけで、効果を説明できることが多くあります。ところが、使い方が全社に行き渡ると、次のような変化が起きます。

- **前後の差が小さくなる**：効果が出そろうと、毎月の数字はあまり動かなくなります。
- **比べる相手がいなくなる**：AIを使わない部署や期間がなくなり、前後の比較がしにくくなります。
- **費用が固定費になる**：利用料や推進の人件費が毎年かかるようになり、続ける理由を説明する場面が増えます。
- **ツールや業務が変わる**：製品の更新や業務の見直しで、同じ使い方でも結果が変わることがあります。

IPA（情報処理推進機構）の「DX動向2026」（国内企業1,799社、2026年4〜6月の調査）では、AIを導入・試験利用している企業のうち、効果が「期待以上」「期待どおり」と答えた企業は合計31.8%、「一定の効果はあった」は50.6%でした。効果があったと答えた企業に効果の内容を尋ねると、「業務が効率化したり迅速化した」が91.6%だった一方、「売上や利益が向上した」は3.9%など、企業価値の創出に関わる効果の回答は数％台とされています。また、DXに取り組む企業のうち成果指標を「設定している」のは23.9%で、4社に1社にも満たない状況が続いていると報告されています。

効率化の効果を、事業の成果へどうつなげるか。これを説明できる測り方に変えていくことが、全社展開の後の課題になります。

## 指標はどう組み立てればよいですか？

指標は、次の4層で持つと全体を見渡しやすくなります。各層に1〜3個、全体で10個程度までに絞ると、続けやすくなります。

全社に広げた後の指標の4層

- **使われ方**：利用者の数と割合、業務の手順に組み込まれた使い方の数など。**効果の前提**になる指標です
- **業務の効果**：代表的な業務ごとの作業時間・処理件数、手直しの時間など
- **事業の成果**：提案の件数や返答までの速さなど。AI以外の要因の影響も大きいため、業務の効果とのつながりを説明する材料にします
- **品質とリスク**：誤った出力による事故やヒヤリとした事例、入力してはいけない情報の入力などの報告の件数など

各層に1〜3個、全体で10個程度までに絞ると、続けやすくなります。

### ① 使われ方

- 利用者の数と割合（部署ごと）
- 業務の手順に組み込まれた使い方の数
- 社内の相談窓口に寄せられた相談の件数

使われ方は、効果の前提になる指標です。利用が落ちている部署は、効果も下がっている可能性があります。

### ② 業務の効果

- 代表的な業務ごとの作業時間・処理件数・待ち時間
- 手直しの時間や差し戻しの回数
- 社員の負担についての簡単なアンケート

導入の段階で測ってきた指標のうち、判断に使っているものを残します。

### ③ 事業の成果

- 提案や見積もりの件数、返答までの速さ
- 顧客対応の満足度、解約や問い合わせの再発の件数
- 生まれた時間を充てた取り組み（新しい商品の準備、営業の時間の増加など）

事業の成果はAI以外の要因の影響を大きく受けます。AIの効果だけを切り出そうとせず、②の業務の効果とのつながりを説明する材料として扱います。

### ④ 品質とリスク

- 誤った出力による事故や、ヒヤリとした事例の件数
- 入力してはいけない情報の入力などの報告の件数
- 利用ルールの研修の受講の割合

総務省・経済産業省の「AI事業者ガイドライン（第1.2版）」は、AIの利用者が、提供者の意図した範囲で適正な利用を続けることが大切だとしています。効果の指標と並べて品質とリスクを見ると、「効果は出ているが危うい使い方」に早く気づけます。

## 見直しはどんな手順で進めればよいですか？

AI事業者ガイドラインとその活用の手引き（案）は、環境・リスク分析、ゴール設定、システムデザイン、運用、評価のサイクルを、外部環境の変化に合わせて回し続ける「アジャイル・ガバナンス」の考え方を示しています。効果の見直しも、同じように小さな周期で回します。頻度は次のとおりが目安です。

① **月次：記録をそろえる**
推進役が、4層の指標を同じ表に記録します。数字の大きな変化と、現場から寄せられた声を一言添えます。

② **四半期：使い方ごとに判断する**
部署をまたぐ会議体で、使い方ごとに「続ける・広げる・直す・やめる」を決めます。予算や計画を見直す時期と合わせると、判断がそのまま予算に反映されます。

③ **年次：指標そのものを見直す**
動かなくなった指標や、判断に使われていない指標を外し、新しい使い方に合う指標を加えます。経営の目標が変わった場合は、③の事業の成果の指標から見直します。

④ **大きな変化があったとき：臨時に測り直す**
ツールの大きな更新、業務の流れの変更、事故の発生などがあれば、周期を待たずに対象の使い方を測り直します。

記録は、効果測定シート（[効果測定シート](https://www.ai-ready.jp/templates/impact-measurement-sheet/)）を全社用に広げて使うと、導入の段階からの数字をつなげて見られます。

## 続ける・広げる・直す・やめるは、どう判断しますか？

判断の目安は、次のとおりです。数字だけで決めず、現場の声と、品質とリスクの記録を並べて判断します。

続ける・広げる・直す・やめるの目安

- **広げる**：効果が安定し、ほかの部署にも同じ業務がある。費用と支える体制を見積もってから決めます
- **続ける**：効果が保たれ、費用とリスクが見合っている。次の見直しまでいまの形で運用します
- **直す**：効果や使われ方が落ちてきた。**原因を確かめ**、手順・設定・研修を見直します
- **やめる**：直しても効果が戻らない、または費用やリスクが効果を上回る

数字だけで決めず、現場の声と、品質とリスクの記録を並べて判断します。

- **広げる**：効果が安定して出ていて、ほかの部署にも同じ業務がある。広げたときの費用と、支える体制（研修・相談窓口）を見積もってから決めます。
- **続ける**：効果が保たれ、費用とリスクが見合っている。次の見直しまで、いまの形で運用します。
- **直す**：効果が下がってきた、または使われ方が落ちてきた。原因（使い方が広まっていない、業務の流れが変わった、ツールの更新で出力が変わったなど）を確かめ、手順や設定、研修を見直します。
- **やめる**：直しても効果が戻らない、または費用やリスクが効果を上回る。やめるときは、利用者への案内、データの扱い、契約の終了の時期を確かめ、学んだことを記録に残します。

「やめる」は失敗ではなく、限られた予算と人を、効果の大きい使い方に移すための判断です。続ける理由が説明しにくくなった使い方を、見直しのたびに一覧にしておくと、判断が先送りになりにくくなります。

## 経営には、どのように報告すればよいですか？

経営会議への報告は、四半期に1回程度、1枚の要約にまとめる形が目安です。次の順に並べると、判断の材料として読みやすくなります。

1. **全体の要約**：4層の指標の主な数字と、前回からの変化
2. **判断を求める事項**：広げる・やめるの提案と、その理由・費用
3. **品質とリスク**：事故やヒヤリとした事例と、その対応
4. **次の四半期の予定**：重点の使い方と、測り方の変更

数字の変化には、理由を一言添えます。「作業時間が減った」だけでなく、「生まれた時間を何に充てたか」を書くと、事業の成果とのつながりが伝わりやすくなります。

## よくあるつまずきは何ですか？

- **指標が増えすぎる**：使い方ごとに指標を足し続けると、記録が負担になります。年次の見直しで外す指標も決めます。
- **やめる判断が出ない**：判断の目安を事前に決めておかないと、「せっかく始めたから」と続きがちです。
- **数字だけが報告される**：理由や現場の声がないと、経営は判断しにくくなります。
- **品質とリスクが別の会議で扱われる**：効果と同じ表で見ると、使い方ごとの判断がしやすくなります。

## チェックリスト

## 関連するひな形・ガイド・用語

ひな形

- [効果測定シート](https://www.ai-ready.jp/templates/impact-measurement-sheet/)
- [AIへの投資の判断シート](https://www.ai-ready.jp/templates/ai-investment-checklist/)
- [AI推進の体制と役割分担表](https://www.ai-ready.jp/templates/ai-promotion-structure/)

ガイド

- [AIの効果の測り方：時間・費用・品質の指標](https://www.ai-ready.jp/guide/measuring-ai-impact/)
- [AIへの投資の判断基準と予算の立て方：試す・広げる・続けるで分ける](https://www.ai-ready.jp/guide/ai-investment-decision/)
- [AI活用の方針と1〜3年の計画のつくり方：経営の目標から逆算する](https://www.ai-ready.jp/guide/ai-strategy-roadmap/)
- [AI推進の体制のつくり方：横断の会議体・推進役・相談窓口](https://www.ai-ready.jp/guide/ai-promotion-team/)
- [AIの利用ルールを見直し、社内に定着させる：改定の手順と周知の進め方](https://www.ai-ready.jp/guide/ai-policy-revision/)

用語

- [KPI](https://www.ai-ready.jp/glossary/kpi/)
- [ROI（投資対効果）](https://www.ai-ready.jp/glossary/roi/)
- [ユースケース](https://www.ai-ready.jp/glossary/use-case/)
- [チェンジマネジメント](https://www.ai-ready.jp/glossary/change-management/)
- [AIガバナンス](https://www.ai-ready.jp/glossary/ai-governance/)
- [AI事業者ガイドライン](https://www.ai-ready.jp/glossary/ai-guidelines-for-business/)

## よくあるご質問

Q全社に広げた後も、導入前と同じ指標で測り続けてよいですか？

A作業時間などの指標は、効果が出そろうと変化が小さくなり、判断の材料になりにくくなります。年に1回程度、指標そのものを見直し、使われ方・業務の効果・事業の成果・品質とリスクの4層がそろっているかを確かめると、判断に使いやすくなります。

Q効果が下がってきた使い方は、すぐにやめるべきですか？

Aすぐにやめる前に、原因を確かめます。使い方が広まっていない、業務の流れが変わった、ツールの更新で出力が変わった、といった原因であれば、直すことで効果が戻る場合があります。直しても戻らない、または費用やリスクが効果を上回ると判断したときに、やめることを考えます。

Q経営会議には、どのくらいの頻度で報告すればよいですか？

A四半期に1回程度、1枚の要約で報告する形が一つの目安です。予算や計画を見直す時期に合わせると、続ける・広げる・やめるの判断につなげやすくなります。事故や大きな変化があったときは、時期を待たずに報告します。

Q売上や利益への効果は、どのように示せばよいですか？

A売上や利益はAI以外の要因の影響を大きく受けるため、AIの効果だけを切り出すのは難しい指標です。業務の効果（時間・品質）と、事業の成果につながる途中の指標（提案の件数、返答までの速さなど）を並べて、つながりを説明する形が現実的です。

## 関連する法令・判例・指針（参考情報）

- 指針
   総務省・経済産業省「AI事業者ガイドライン」（第1.2版（2026年3月31日））
   AIを安全・安心に活用するため、AIの開発・提供・利用に関わる事業者が取り組む事項をまとめた指針です。事業者を「AI開発者」「AI提供者」「AI利用者」に分けて示しています。拘束力のない文書で、状況の変化に応じて更新されています。
   [発行元の公式ページで開く](https://www.soumu.go.jp/main_sosiki/kenkyu/ai_network/02ryutsu20_04000019.html)

条文・指針は2026年10月26日に照合した内容です。要旨は編集部が平易にまとめたもので、条文・判決・指針の全文ではありません。個別の事案への当てはめは、弁護士などの専門家にご確認ください。表記の決まりは[関連する法令・判例・指針（凡例）](https://www.ai-ready.jp/legal/)をご覧ください。

## この記事に出てくる用語

- [DX（デジタルトランスフォーメーション）](https://www.ai-ready.jp/glossary/digital-transformation/)
- [AI事業者ガイドライン](https://www.ai-ready.jp/glossary/ai-guidelines-for-business/)
- [要約](https://www.ai-ready.jp/glossary/summarization/)
- [KPI](https://www.ai-ready.jp/glossary/kpi/)
- [ユースケース](https://www.ai-ready.jp/glossary/use-case/)
- [チェンジマネジメント](https://www.ai-ready.jp/glossary/change-management/)
- [AIガバナンス](https://www.ai-ready.jp/glossary/ai-governance/)
- [ROI（投資対効果）](https://www.ai-ready.jp/glossary/roi/)

## 「ユースケースと効果」のほかの記事

[この柱の解説 →](https://www.ai-ready.jp/about-ai-ready/use-cases/)

[広げる／ユースケースと効果AIの効果の測り方：時間・費用・品質の指標桐谷彰人2026-10-25](https://www.ai-ready.jp/guide/measuring-ai-impact/)[はじめる／ユースケースと効果AIを使う業務の選び方：業務の棚卸しから優先順位まで石田誠2026-10-25](https://www.ai-ready.jp/guide/choosing-ai-use-cases/)[広げる／ユースケースと効果AIエージェントを業務に入れる前に確かめること：任せる範囲・権限・記録石田誠2026-10-26](https://www.ai-ready.jp/guide/ai-agents-for-business/)

## 出典

1. [独立行政法人情報処理推進機構（IPA）プレス発表「国内企業のDX動向・AI活用動向のポイントを公表」（DX動向2026調査のポイント。2026年7月16日）](https://www.ipa.go.jp/pressrelease/2026/press20260716.html)
2. [IPA「DX動向2026」（2026年7月30日第1版）](https://www.ipa.go.jp/digital/chousa/dx-trend/dx-trend-2026.html)
3. [総務省「AI事業者ガイドライン（第1.2版）」掲載ページ（2026年3月31日公表）](https://www.soumu.go.jp/main_sosiki/kenkyu/ai_network/02ryutsu20_04000019.html)
4. [総務省・経済産業省「AI事業者ガイドライン（第1.2版）」本編（概要）](https://www.soumu.go.jp/main_content/001064299.pdf)
5. [総務省・経済産業省「AI事業者ガイドライン活用の手引き（案）」（2026年3月）](https://www.soumu.go.jp/main_content/001064304.pdf)

最終確認日：2026-10-26

## 次の一歩

[測るAI-Ready診断（無償）いまの準備状況を、7つの柱で確かめられます。](https://www.ai-ready.jp/diagnosis/) [相談する結果の解説（30分・無償）診断の結果をもとに、オンラインでご説明します。](https://www.ai-ready.jp/consult/review/) [窓口ご相談のお申し込み経営・M&A・事業承継・上場・バリューアップはフロレンティナ、AIの導入・開発・データ・セキュリティ・研修はアメリア・テクノロジーがお受けします。](https://www.ai-ready.jp/consult/apply/)

目次

1. 全社に広げた後、なぜ測り方を変える必要があるのですか？
2. 指標はどう組み立てればよいですか？
3. 見直しはどんな手順で進めればよいですか？
4. 続ける・広げる・直す・やめるは、どう判断しますか？
5. 経営には、どのように報告すればよいですか？
6. よくあるつまずきは何ですか？
7. チェックリスト
8. よくあるご質問

この記事が扱う柱

主に「ユースケースと効果」、あわせて「戦略」

[ユースケースと効果の解説](https://www.ai-ready.jp/about-ai-ready/use-cases/)[戦略の解説](https://www.ai-ready.jp/about-ai-ready/strategy/)

---

出典：フロレンティナ株式会社「AIの効果を測り続ける：全社に広げた後の指標の見直しと、続ける・広げる・やめるの判断｜AI-Ready.jp」 https://www.ai-ready.jp/guide/sustaining-ai-impact/