ハクソク

世界を動かす技術を、日本語で。

企業の95%が300億ドルの生成AI投資に対して「ゼロリターン」を実感

2025年8月22日原文(thedailyadda.com)

概要

  • 世界中の企業 が生成AIに 数十億ドル を投資
  • 95%の企業 がAI導入による目立った利益を得られていない実態
  • 成功事例は ごく一部 にとどまり、多くは業務効率化レベル
  • AIの限界 と現場適応性の不足が障害
  • 本格的な利益創出や大規模導入は 時期尚早 との結論

企業の生成AI投資と実態

  • 過去3年間で 30～40億ドル 規模の生成AI投資が世界中で実施
  • MITの調査 によれば、企業の 95% がAI導入で「測定可能な成果なし」と回答
  • 成果を大きく得た企業は全体の5%未満 という厳しい現状
  • 多くの企業が ChatGPT、Copilot などの大規模言語モデルを試験導入
    • 80%以上 の大手企業が何らかの生成AIを試行
    • 約40% の企業が実際に導入経験あり
  • しかし、実際の運用は 個人の生産性向上 止まり、企業全体の利益や売上には直結せず

生成AI導入が失敗する理由

  • 生成AIツールが 現実の業務プロセス と合致しない点が大きな課題
  • 脆弱なワークフロー、 文脈学習の不十分さ、 日常業務との乖離 が指摘
  • ほとんどの生成AIモデルは 過去のフィードバックを保持できず、 新たな推論能力も構築不可
  • 文脈適応力の低さ や タスク横断的な学習の困難さ が障害
  • これらの制約が 長期的なシステム統合のコスト増大 と 効果の限定 を招く

企業の期待と現実のギャップ

  • 生成AIの盛り上がりにより、経営層では 過度な期待 が先行
  • 実際には 利益やコスト削減への効果は限定的
  • AI活用例
    • カスタマーサポート
    • マーケティング
    • ライティング支援
  • これらは 従業員の時間短縮 には役立つが、 直接的な収益増加 には繋がりにくい

雇用への影響と今後の見通し

  • 生成AIによる 大規模な雇用喪失 は短期的には起こりにくいとの指摘
  • 影響はむしろ 外部コスト削減 （アウトソーシングの抑制）にとどまる見込み
  • 組織再編や大規模な人員削減 は当面現実的でない
  • 世間の「AIが職を奪う」という 一般的なイメージとは逆の結論

生成AI導入の課題と今後の指針

  • 多くの失敗は AIの能力への誤解 が原因
  • AIは テキストやコード生成 は得意だが、「人間のような学習」は困難
    • 例：人間は新指示や過去の失敗から柔軟に修正できるが、AIモデルは タスクをまたいだ記憶保持不可
  • 投資家や経営者 は今後の技術進化に期待
  • しかし 短期的な進展は緩やか で、 全社的な変革には時期尚早
  • 導入時は 即効性のある狭い用途 （カスタマーサポート、コーディング支援、ドキュメント作成など）に絞るべき
  • 全社規模の統合や劇的な変革は失敗リスク大

生成AIの本質的な位置づけ

  • 研究者の指摘：「 AIはタスクには強いが、戦略には弱い」
  • 意思決定プロセス全体をAIで代替するのは 非現実的
  • 成功事例は 一部企業の限定的な成果 にとどまる
  • 大半の企業では ルーティン作業の小規模な効率化 が限界
  • MITの調査 からの教訓
    • 生成AIは「 万能な成長エンジン」ではなく「 限定的なツール」と捉えるべき
    • 過度な期待や流行追従 は危険
    • 人間のような適応力 を獲得するまで、AI導入による利益拡大は大多数の企業にとって困難

Hackerたちの意見

「今、私たちは『幻滅の谷』に入っているところだ。このハイプサイクルは非常に予測可能なんだ。GPT-5が無限の期待の後に失望として評価されるのは、GenAIの『ジャンプ・ザ・シャーク』の瞬間として語り継がれるかもしれない。楽しいことばかりではなく、経理の人たちが投資のリターンの証拠を求め始めると、状況は変わる。GenAIの人たちは覚悟しておいた方がいいよ。これから波乱が待ってるから。賢い人たちはすでに次のハイプの波に乗る準備を静かに進めている一方で、他の人たちはこの列車が谷の底に向かうのを見守っている。これからますます必死なPRが出てきて、これが価値を生むことを示そうとするだろうね。」

└

「95%の企業がこれが金食い虫だと知っていても、株価を下げないためにお金を無駄にする義務があるって思っても驚かないよ。」

└

「次のハイプサイクルは、私たちのような賢い人たちが取り組むべきものは何だろう？」

└

ジェミニは相変わらずすごいね。彼らの反復的なアップデートでも改善が見られるけど、改善のスピードがかなり遅くなってきてる気がする（量と改善の度合いの両方で）。壁にぶつかるかもしれないね。ただ、こういう技術は自体もジェットコースターみたいなパターンを辿ることがあるから、たくさんの革新と改善があって、その後はあまり改善がないけど研究が進んで、また大きな改善が起きることもあると思う。LLMは、コンピュータビジョンが流行ってた時よりもそのパターンに従う可能性が高いと思う。

└

クラッシュに備えろ: 「AIデータセンターへの支出は非常に大きく、GDP成長の大きな部分を占めている」 - https://fortune.com/2025/08/06/data-center-artificial-intell...

└

いい指摘だね。ウィンドサーフィンの人たちが危機を感じて、早めにキャッシュアウトしたのかな？

└

もしGPT-5が去年リリースされてたら、もうちょっとハイプをコントロールできたかも。でも、待ちすぎて、欲張りすぎた結果、ローンチが失敗しちゃった。中には、GPT-4oに夢中になりすぎて新しいGPT-5を嫌ってる人たちの悪いPRも見かけるし。

└

おそらくOpenAIにとっては失望の谷に入った感じだね。AnthropicやGoogleはちゃんと成果を出してるのに。

└

サム・アルトマンはGPT-5の能力を過剰に宣伝しすぎたね。ユーザーから見ると、大きな進化を感じないし。ただ、トレーニング可能なダイナミックルーターのアイデアは、計算リソースをかなり少なくして推論を実行できるようになるから、これは大きな勝利だと思う。ただ、ユーザーにとっての勝利とは限らないけどね（電力網にとってはいいことだし、OpenAIのモデルがコスト競争力を持つようになるのは良いことだね）。

└

OpenAIがGPT-3.5-TurboからGPT-4に移行したときは、すごく大きな変化に感じたし、その間に他のステップはなかったよね。そして、他に意味のある競争モデルも出てなかった。GPT-5が出たときは、GPT-4からGPT-5に進化したわけじゃない。GPT-4以降には、4o、o1、o3、o3-mini、o4-mini、o4-mini-high、GPT-4.1、GPT-4.5などがあったし、競合他社からもLlamaやDeepSeek、Geminiなどのモデルがたくさん出てる。GPT-3.5からGPT-4へのジャンプはもう二度と体験できないだろうね。もしGPT-5が初の推論モデルだったら、そのくらいのジャンプに見えたかもしれないけど、何の初でもなかった。OpenAIが提供してきたすべてのモデルを一つのモデルファミリーに統一しようとしてるんだ。

└

ハハハ！私はある生成AI会社の成長チームをリードしていて、月曜日にチームに「顧客がリターンを得て価値を感じていることを証明するコンテンツを作り始める必要がある。なぜなら、私たちは幻滅の谷に入っているから」と言ったんだ…でも、必死に聞こえないように気をつけるよ ;)

「今週の重複した議論（162コメント）：https://news.ycombinator.com/item?id=44941118 これがこのコンテンツファームのAIが書いた記事にはリンクされていない元のレポートだよ： https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Bus...」

Hacker Newsで議論の続きを見る