AIベンダーから3,000万円の提案が来た。経営者は何を見て判断すべきか

「AIを活用した業務改革です。費用は3,000万円です」

そんな提案が上がってきたとき、経営会議では「高くないか」「相見積もりを取るべきではないか」といった話になりがちです。

もちろん、それも必要な確認です。

ただし、3,000万円が高いか安いかは、見積書だけを見ても分かりません。

経営者が見るべきなのは、その3,000万円で、会社の何が、いつまでに、どれだけ変わるのかです。

AI投資は、作業量ではなく効果で判断します。

そのためには、ベンダーを見る前に、まず自社を知り、そのうえでAIを知る必要があります。

01. 「3,000万円」ではなく、3年間の価値と総コストを見る

たとえば、AI導入によって年間2,000万円の人件費削減が見込めるとします。

初期開発費が3,000万円なら、一見すると1年半で回収できそうに見えます。

しかし、実際にはそれだけではありません。

運用保守、クラウド、AIのAPI利用料、追加開発、社内担当者の工数、業務変更や教育にもコストがかかります。

仮に、初期費用3,000万円に加えて年間1,000万円の運用費がかかるなら、3年間の総コストは6,000万円です。

一方、年間2,000万円の効果が3年間続けば、効果も6,000万円です。

これでは、期待通りに進んでようやくトントンです。

しかも、現場の利用率が想定より低ければ、効果はさらに下がります。

だから経営者は、初期費用だけではなく、TCO、つまり導入後も含めた総コストと、数年間で生まれる価値を比較する必要があります。

さらに、効果を一つの数字で決め打ちしないことも重要です。

想定通りに進む場合、半分しか効果が出ない場合、それでも投資する価値があるのか。

AI投資には不確実性があります。

だからこそ、幅を持って判断する必要があります。

02. 作業ではなく、効果に払う

AIベンダーの見積もりは、「何人が何カ月働くか」で作られることが多くあります。

ベンダー側の原価計算としては自然です。

しかし、経営側までその物差しに合わせる必要はありません。

会社が欲しいのは、エンジニア5人が半年働くことではありません。

問い合わせ対応時間を半分にしたいのかもしれません。

営業一人あたりの商談数を増やしたいのかもしれません。

審査期間を5日から1日に短縮したいのかもしれません。

つまり、企業が買いたいのは、AIそのものではなく業務や経営指標の変化です。

ここでいう「効果に払う」は、すべてを成功報酬にするという意味ではありません。

大切なのは、契約の前に「何が変われば成功なのか」を発注側とベンダー側で合意しておくことです。

AIの精度だけを見ても不十分です。

実際に使われたのか。

業務時間は減ったのか。

売上やコストにどこまで影響したのか。

納品されたかどうかではなく、価値が実現したかどうかまで見る必要があります。

03. AIを考える前に、自社を知る

AIベンダーに「AIで何ができますか」と聞くところから始めると、ベンダーが得意な技術や製品から提案が始まりやすくなります。

本来は逆です。

自社はどこで利益を生んでいるのか。

どの業務に時間がかかっているのか。

どこで顧客を待たせているのか。

どの判断が一部の熟練者に依存しているのか。

まず、自社のどこを変えるべきかを決めます。

その後で、そこにAIが使えるかを考えます。

もちろん、効果はコスト削減だけではありません。

品質向上、属人化の解消、事故リスクの低減、顧客対応の高速化など、金額に置き換えにくい価値もあります。

だからといって、「定量化できないから評価しない」では不十分です。

何がどこまで改善すれば成功とするのか。

金額にしにくい効果であっても、評価の物差しは持っておく必要があります。

04. AIを知らずして、AIを頼んではいけない

自社を理解したうえで、発注側にも最低限のAI理解が必要です。

経営者がAIエンジニアになる必要はありません。

ただし、AIで何ができて、何が苦手なのか。どこまで自動化でき、どこに人間の判断を残すべきなのか。精度やコストが何によって変わるのか。

その程度を知らなければ、提案の良し悪しを判断できません。

「AIならできます」と言われても、本当にできるのか分かりません。

「難しいので3,000万円かかります」と言われても、その金額が妥当なのか判断できません。

3,000万円と言われれば3,000万円。

5,000万円と言われれば5,000万円。

それでは、技術判断だけではなく、経営判断までベンダーに委ねていることになります。

経営者に必要なのは、AIを作れることではありません。

AIについて、自分で投資判断できる程度に理解していることです。

必要なのは、自社理解 × AI理解です。

05. 経営会議では、この5つに答えられるかを見る

3,000万円の承認を求められたとき、経営者が難しいAI用語を理解する必要はありません。

見るべきことは、もっとシンプルです。

どの業務指標が、いつまでに、どこまで変わる想定なのか。

その効果を計算した現状値は、本当に正しいのか。

初期開発費だけではなく、3年間で総額いくらかかるのか。

AIを入れることで、誰の仕事と業務フローがどう変わるのか。

そして、最初の小さな投資で何を確認し、どの条件なら次の投資へ進むのか。

この5つに答えられないのであれば、3,000万円が高いか安いか以前に、まだ投資判断できる状態ではありません。

06. 最初から3,000万円を払う必要はない

もちろん、3,000万円が妥当な案件もあります。

ただし、3,000万円を一度に投じる必要があるとは限りません。

たとえば、最初は対象業務を絞って数百万円で検証し、「3カ月で処理時間が30％以上減る」「一定の品質を維持できる」「現場利用率が70％を超える」といった次の投資条件を決めておきます。

達成すれば、次へ進みます。

届かなければ、改善するか、止めます。

大切なのは、PoCをやることではありません。

投資を続ける条件と、やめる条件を先に決めることです。

一方で、投資しないリスクも考える必要があります。

人手不足が進むかもしれません。

競合の処理速度が上がるかもしれません。

顧客体験で差がつくかもしれません。

AI投資にはリスクがあります。

しかし、何もしないことにもリスクがあります。

だから経営者が判断すべきなのは、AIを導入するかどうかという二択ではありません。

どの経営課題に、いくら投資し、どの数字が変われば成功とし、どの条件なら撤退するのか。

そこまで決めて初めて、AI投資は経営判断になります。

DABでは、大規模なAI開発ありきではなく、まず対象業務と価値仮説を整理し、小さな検証から始めることができます。

3,000万円を払うか悩む前に、まず小さく試し、本当に価値が出るのかを確かめる。

小さく試し、効果を見て、大きくする。

AI投資は、そのくらい慎重でいいです。