Is 95% of GenAI deployment truly useless?
こんにちは、Jonです。AIやテクノロジーの最新トピックをわかりやすくお届けするブログへようこそ。今日は、生成AI（GenAI）の企業導入について、最近話題になっている「95%が無駄」という主張を掘り下げてみましょう。この話は、MIT（マサチューセッツ工科大学）の研究に基づくもので、X（旧Twitter）でも多くの議論を呼んでいます。生成AIとは、テキストや画像を自動で作成するAI技術のことで、ChatGPTのようなものをイメージしてください。企業がこれを導入しても、なかなか利益につながっていないという指摘ですが、本当にそうなのでしょうか？ 事実を基に、初心者の方にもわかりやすく解説します。
ノーコードで自動化を始めたい方へおすすめ！
「Make.com（旧Integromat）」なら…
📌 メール・Slack・Google Sheets・Notionなど主要ツールを一括連携
📌 ドラッグ&ドロップだけで複雑な業務も自動化
📌 無料プランも用意されているので、まずは気軽に試せます
気になる方はこちらから詳細をご覧ください：
Make.com（旧Integromat）とは？使い方・料金・評判・最新情報まとめ【2025年版】
MITのレポートが明かす生成AIの現状
この「95%無駄」という数字の出どころは、2025年にMIT NANDA（MITのAI関連研究グループ）が発表した「The GenAI Divide: State of AI in Business 2025」というレポートです。このレポートは、2025年1月から6月にかけて行われたAI導入に関する調査を基にまとめられており、企業による生成AIへの投資総額が約400億ドル（約6兆円）に達している一方で、その95%が利益に貢献していないと指摘しています。具体的には、導入した企業のうち、収益を伸ばせたのはわずか5%しかなく、残りはパイロット（試験運用）段階で止まっているか、目に見える成果が出ていないという内容です。
このレポートは、McKinseyの調査やDeloitteのGenerative AI報告書とも関連づけられ、2025年のAIトレンドを象徴するものとして注目されています。例えば、McKinseyの2025年3月12日付のレポート「The state of AI」では、AIがビジネス価値を生むトレンドを分析しており、生成AIの導入が急速に進む一方で、効果的な活用が課題だと述べています。また、Deloitteの2025年1月20日付の「State of Generative AI in the Enterprise 2024」では、投資と採用の増加を指摘しつつ、課題として人材不足やデータ品質の問題を挙げています。
X（旧Twitter）上でも、このレポートは大きな話題になっており、多くのユーザーが「生成AIの幻想は終わるのか？」と議論しています。たとえば、2025年8月21日に投稿されたポストでは、投資の95%が無駄だと強調され、2025年8月19日の別のポストでは、短期的な期待が失敗の原因だと分析されています。これらの投稿は、現在の企業現場のフラストレーションを反映しているようです。
なぜ95%の導入が「無駄」になってしまうのか？
では、なぜこんなに多くの生成AI導入がうまくいかないのでしょうか？ レポートや関連情報から、主な理由をいくつか挙げてみましょう。まず、生成AIは単にツールを導入するだけでは効果が出にくく、適切なデータセット（学習用のデータ集合）や人間の介入が必要です。Onixの2025年2月7日付ブログ「GenAI Trends in 2025」では、GenAIモデルが自動で最適化されるわけではなく、継続的な監視と改善が必要だと説明されています。
- 複雑な業務への適用ミス: 企業は生成AIを高度なタスクに使おうとしますが、実際にはシンプルな業務から始めるべき。Gartnerのトレンドによると、2025年のトップ技術トレンドとしてAIエージェント（自主的にタスクをこなすAIプログラム）が挙げられますが、導入時の複雑さが失敗の原因です。
- 投資対効果のギャップ: Sci-Tech Todayの2025年の統計では、グローバルな生成AI市場が2025年に713.6億ドルに達すると予測されていますが、MITのレポートでは、投資の多くがパイロット段階で止まり、利益化に至っていないとあります。たとえば、2025年9月15日のFox2Nowの記事では、CMO（最高マーケティング責任者）の93%がGenAIで強いROI（投資収益率）を見込んでいるものの、実際の運用が追いついていないと報じられています。
- 人材と規制の課題: 2025年2月28日のXポストでは、生成AIを利用する個人が9%、企業が47%である一方、77%が規制が必要だと感じているという調査結果が共有されています。これにより、導入後の倫理的・法的問題が障壁となっています。
こうした理由から、95%が「無駄」と見なされるわけですが、実際には「無駄」ではなく「学びの過程」として捉える声もあります。Harvard Business Reviewの2025年4月9日付記事「How People Are Really Using Gen AI in 2025」では、生成AIの利用が声認識やカスタムモデルに広がり、コスト削減が進んでいる点を指摘しています。
ちなみに、生成AIを活用したツールとしておすすめなのがGammaです。これはAIでドキュメントやスライド、ウェブサイトを瞬時に作成するツールで、初心者でも簡単に扱えます。詳しくはこちらの記事をチェックしてみてください。
成功するためのポイントと今後の展望
それでは、生成AIを効果的に導入するにはどうすればいいでしょうか？ MITのレポートやMcKinseyの2025年6月13日付記事「Seizing the agentic AI advantage」から、成功のヒントをまとめます。まず、少人数のチームでシンプルなユースケース（使用例）から始めることです。たとえば、顧客サポートのチャットボットやコンテンツ生成のような、ビジネスインパクトの高い分野を選ぶ。
- ベストプラクティス: 多様なデータセットでモデルを訓練し、継続的な改善を。Onixのブログでは、AIエージェントの活用を推奨しています。
- 統計から見る希望: Mend.ioの2025年の統計では、生成AIの採用率が上昇し、ワークフォースへの影響が大きい一方、リスク管理が進んでいます。Health Topicsの2025年の記事でも、パイロットから利益化への橋渡しが鍵だと述べられています。
- 2025年のトレンド: Xの投稿（2025年5月22日）では、生成AIがプロの業務を効率化する例が共有されており、2025年9月20日のポストではAIエージェントの土台作り（95%が手作業）が重要だと指摘されています。
今後、生成AI市場はさらに成長し、2025年の統計では経済影響が拡大すると予測されています。Mediumの2025年8月の記事では、30-40億ドルの投資がパイロット中心だが、 líderes（リーダー）が次の一手を打つべきだとアドバイスしています。
Jonのまとめ
生成AIの導入が95%無駄だというMITのレポートは、確かに衝撃的ですが、これは短期的な視点に偏った結果です。実際には、適切な戦略と忍耐があれば、大きな価値を生む技術だと思います。皆さんも、まずは小規模から試してみてはいかがでしょうか？ 最新のAIツールを活用して、ビジネスをアップデートしましょう。生成AIに興味がある方は、Gammaのようなツールから始めてみるのがおすすめです。詳しくはこちらをご覧ください。
Jonとして、このトピックを追い続け、皆さんに役立つ情報を届けていきます。AIの進化は止まらないので、楽しみながら学んでいきましょう。
参照情報源
- MIT NANDA: The GenAI Divide: State of AI in Business 2025 (2025年発表)
- McKinsey: The state of AI (2025年3月12日)
- Onix: GenAI Trends in 2025 (2025年2月7日)
- Deloitte: State of Generative AI in the Enterprise 2024 (2025年1月20日)
- McKinsey: Seizing the agentic AI advantage (2025年6月13日)
- Harvard Business Review: How People Are Really Using Gen AI in 2025 (2025年4月9日)
- Sci-Tech Today: Generative AI Statistics (2025年)
- Fox2Now: New study: GenAI hype is over (2025年9月15日)
- Mend.io: 58 Generative AI Statistics for 2025 (2025年)
- Medium: The GenAI Divide (2025年8月)
- Health Topics: Bridging the GenAI Divide (2025年)
- X（旧Twitter）の関連投稿（2025年2月〜9月）