日本 × 導入失敗/期待外れ（11件）

日経クロステック(日経コンピュータ記者・森岡麗氏)、2026-08-21付、有料会員限定記事。生成AIの従量課金制で企業の使用料が高騰する事例を取材。本文は有料壁の内側だが、記事の見出し・メタ description(サイトのHTMLから直接抽出、curlで実測・WebFetch要約と一致)に「月々の予算を約200万円超過する状態が3カ月続いた企業もある」との記述を確認。あわせて「利用禁止は悪手」という論調(安易な利用禁止では本末転倒)も見出しに明記。

生成AIの従量課金構造により、使うほどコストが膨らみ当初の予算・費用対効果試算を崩す実例がある(ある企業で月次予算を約200万円超過する状態が3カ月継続)。一方で、コスト超過を理由に一律「利用禁止」にするのは本末転倒であり、活用継続と予算管理の工夫の両立が課題とされている。

岡山県津山市は、あらかじめ学習させたルートのみを走行する自動運転バスの実証運行を2025年度に実施した。世界的に周辺状況を自動学習する技術が急速に進化する中、市が既存システムをアップデートしようとするとコストと実施時期の見通しが立たなくなったため、2026年度以降の実証運行の中止を決定した。

2027年度の車両購入・2029年度実用化という当初計画は、技術陳腐化により事実上凍結された。自治体が「あらかじめ学習させたルート走行」という枯れた技術で低コスト実用化を目指した前提が、周辺環境を自動学習する技術の急速な進化によって崩れ、追随のコスト・時期が見通せなくなった結果、計画全体が止まった事例。

東京都豊島区は2022年4月から大塚駅周辺などでAI配車の事前予約・乗り合い型交通サービス「mobi」の実証運行を行い、区の補助金に頼らず自主運営で採算を取れるかを測る指標として収支率90%を本格運行移行の目安に掲げていた。しかし公開された地域公共交通会議の議事録によれば、2023年4〜12月の収支率は50%台で推移し目安に届かなかった。地元タクシー・路線バス事業者からは収支率の検証方法やバス路線との競合、利用者アンケートの妥当性についても当初から疑問の声が出ていた。区は2024年6月21日に本格運行に踏み切らないことを示唆する地域公共交通会議の開催案内（AIオンデマンド交通を「報告案件」として記載）を出し、同28日の同会議を経て、6月28日付で実証運行を2024年8月31日で終了し本格運行への移行を見送る告知をWebサイトに掲示した。

収支率の目安（90%）を自ら設定し公開の議事録で継続的に開示していたことで、届かなかった実績（50%台）が第三者に検証可能な形で残り、既存交通事業者の異議とあわせて本格運行移行を止める材料になった。同種のmobi実証運行は先行する渋谷区（2021〜2022年）でも地域公共交通会議で同様の展開をたどり本格運行に移行せず終了しており、都心部でのAIオンデマンド交通は「実証止まり」パターンが2例連続で確認された。

神奈川県松田町は、AIオンデマンド相乗りバス「のるーと足柄」を一般社団法人ASHIGARA ON DEMANDに運営委託し、令和5年10月に松田町・大井町で運行開始。システム構築・車両運行・オペレーター配置の初期投資を町が3年かけて負担しながら、令和6年度に開成町、令和7年度に山北町へと運行エリアを段階的に拡大した。月額会員制収入(月3,000円)でランニングコストを賄い自走化する計画だったが、目標の1,500世帯(全世帯の1/3)に対し会員は最大60世帯超にとどまり、収支率は高い月でも10%台に低迷。令和7年度単年度でも収入見込3,788万円に対し支出6,230万円で約2,441万円の赤字となった。

「AIで需要予測すれば効率化できる」という前提だけでは、人口減・高齢化地域の構造的な低採算(薄い需要密度)は埋まらない。町は3年間で1億円超を投じ、運行エリアも段階的に拡大しながら実証したが、当初目標(全世帯の1/3が月額会員)に遠く及ばず、運営組織の自走化ができないまま本格運行への移行を断念した。AI/ITは運行の効率化(配車最適化)はできても、需要そのものを創出する装置ではないという失敗事例。

製造業で図面・仕様書・議事録を横断検索するRAG PoCを実施し、検索精度自体は十分な水準に達した。しかし「現場の誰が、1日何分使うのか」「その時間削減がどんな業務価値を持つのか」という運用KPIをPoC開始前に定義していなかったため、経営層がGo/No-Go判断を下せず投資見送りでプロジェクトは停止した。別の事例として、ある企業は生成AIツールを全社展開したが、全社員のおよそ3分の1が直近1カ月ログインした形跡がなく、未利用者は「使わなくても業務が回る」「何に使えばいいかわからない」と回答した。

検索精度など技術面で「成功」していても、誰が・どれだけの頻度で・どんな業務価値のために使うかというKPIを事前に定義していなければ投資判断ができず、PoCは技術的成否と無関係に中止される。失敗の本質はAIの性能限界ではなく、PoC着手前の「問いの設定」と予算配分の設計ミスにある。

キーウォーカーが2026年6月22-23日に実施した調査。対象はLLM搭載の生成AIツール（ChatGPT/Gemini for Workspace/Microsoft Copilotなど)を導入済みの企業に勤める部長職以上1004名。利用ツール比率はChatGPT 57.2%、Gemini for Workspace 43.9%、Microsoft Copilot 39.9%。

全社ツール展開自体は一定数の企業で完了・定着しているが、そこから先の「業務への本格的な組み込み」段階へ進めている企業は限定的で、多くが展開フェーズで足踏みしている。原因は人材不足（AIスキル・リテラシー不足）とセキュリティ懸念で、導入=活用ではなく「入れたが使いこなせていない」状態が浮き彫りになった。