AI生産性のパラドックス：個人の業務は加速するも、企業の生産性は停滞

生成型人工知能（AI）の導入が広まっているものの、個人の業務効率のみが向上し、企業全体の生産性は停滞している「AI生産性のパラドックス」現象が深刻化しているとの分析が出た。AI技術が組織全体の成果につながるには、乗り越えるべき課題が多い点が指摘されている。ハナ金融研究所は「AI生産性のパラドックス：組織内での成功的なAI転換のための要件」と題した報告書を発表した。

報告書によると、生成型AIは単純な補助的役割を超え、自ら業務を計画・遂行する「エージェンティックAI」へと進化する傾向にあり、これは個人単位での業務成果改善につながっている。プログラミング分野では、AI活用により作業速度が55.8%改善され、コード変更要求の成功反映率が15%増加した。法律・マーケティング・研究開発分野でも、契約分析時間が数日から数時間に短縮され、データ分析やコンテンツ制作が自動化するなど、個人の生産性向上は顕著である。

しかし、こうした個人の生産性向上が企業レベルの財務指標には結びついていない。全米経済研究所の調査結果によると、AIを活用している企業の約90%は、生産性や雇用への影響がほとんどないと回答しており、組織単位の成果へと移行できない構造的な断絶が発生している。多くの企業が長期的な生産性革新戦略なしに短期的な成果中心でAIを導入した結果、顧客体験の低下などの副作用が生じている。AIが内部データや業務システムに十分に統合されず、実際の活用は検索・要約など限定的なレベルにとどまるケースが多い。「シャドーAI」問題、すなわち従業員が公式システムを迂回してAIを使用する事態も広がっている。

こうした環境下で、企業間の格差は拡大している。AI投資上位25%の企業の売上は近年、2倍以上に増加した一方、下位企業は成長の停滞を示した。AI導入そのものよりも、運営方法や活用レベルが成果を左右する局面に入ったとの評価が出ている。

ハナ金融研究所は、AIを単純な補助ツールではなく業務遂行主体として再定義し、組織全体の運営体系を再設計する必要があると指摘している。AI導入目標をコスト削減や売上拡大などの財務指標と直接連携させ、データ、システム、AIを統合したプラットフォーム構築が必要である。また、部門中心の構造から脱却し、プロジェクトベースの柔軟な組織運営と人材配置戦略も並行して行うべきだ。AI技術自体の性能は、すでに個人の生産性を大きく引き上げている。ただし、これを組織の成果につなげるための構造的転換が伴わない場合、企業間の生産性格差はさらに拡大する可能性がある。