発見と検証を別のAIエージェントに分離し、出典と数値が一致した事例だけを収録しています。
海外の導入失敗/期待外れ分野におけるAI活用実例一覧です。
出典を独立照合し、一致しない事例（517件）は掲載していません。検証プロセス
Gartnerが年商10億ドル以上のグローバル企業の経営幹部350人を調査し、Fortuneが報道。AI・自律型技術を試行した回答者の80%が人員削減を実施。削減はAIが成果を出しているかに関係なく行われていた。最も成果が大きかったのは、人を置き換えず生産性を高める「people amplification(人の増幅)」型の活用。
人員削減の有無とAIのROIには相関が見られず、高ROI企業も低ROI企業も削減率はほぼ同じだった。価値は人の生産性を高める使い方から生まれており、Gartnerのアナリストは「人員削減だけで価値を追うと、多くの組織は限定的な成果にとどまる」と述べている。
年商10億ドル以上の企業の経営幹部350人を調査。AIや自律型技術を試行した企業の80%が人員削減を報告。高ROI企業と低ROI企業で削減率はほぼ同水準
ケベック州のサイバーセキュリティ・デジタル省(MCN)と同省のデジタル卓越センターが、3件のパイロットを実施(カナダ通信が情報公開請求で入手した文書で判明)。生成AIチャットボットを「Données Québec」ポータルで試験し、政府サイト Quebec.ca への展開(2026年12月予定)を計画。公務員向けに、保険書類の処理時間短縮と請求処理を自動化するプロトタイプ2件を試作(Microsoft製ツールを採用)。2024年11月の覚書は、チャットボットで会話の流暢さ・複雑な質問やエラーの処理・遅延に技術課題があったと記載。省報道官は「Quebec.ca のチャットボット計画は中止」と説明。実現可能性調査と事業計画も優先されず未作成。他2件も結論が出ず実装に至らなかった。
市販のAIツールは汎用の会話ボットを素早く作れるだけで、複雑・個別の処理には追加開発が要る(覚書では「まだ成熟していない」)。自動化側もデータへのアクセス困難、セキュリティ上の機能制限、内部の専門性不足、プロセスの最適化不足が壁になった。省は「AIを諦めない」姿勢で、研究者は中止判断を公金の賢明な管理と評価している。
パイロット3件(チャットボット1件・業務自動化2件)を中止。金額・成果数値は本文になし
ハーバード大のFiona ChenとJames Strattonが、エンジニアリング分析会社Jellyfishの集計データ(700社超・70万人超の従業員・3億件の作業イベント、2021年〜2026年3月)を分析。各社がAIコーディングアシスタント/エージェントを導入した時期を、実測の利用状況とGitHub活動から特定し、導入前後を比較する差分の差分回帰を実施。結果: エージェント導入でコード行数+30%、コミット+20%、PR+23%。一方、JiraのIssue/Epic解決率は統計的に有意な変化なし。PRの提出からマージまでのレビュー時間が+49%、変更要求付きPRの割合はほぼ倍増、PRあたりコメント数+35%、レビューを行う人の割合+14%。2026年3月時点で80%の企業がAIレビューを使うが、レビューコメントの23.3%・PRの10.8%に関与するにとどまる。
コード生成の高速化はコードレビューという下流工程に吸収され、出荷されるソフトウェアの量(解決Issue数)には現れなかった。コード行数やコミット数だけで効果を測ると導入効果を過大評価する恐れがあり、レビュー時間や完了Issueなど下流の指標まで見る必要がある。論文は2026年3月までのデータで、その後のエージェント改善は反映されていない点に注意。
コード行数+30%、コミット+20%、PR+23%、PRマージまでの時間+49%、PRあたりコメント+35%、変更要求付きPRはほぼ倍増、Issue/Epic解決率は有意な増加なし
The introduction of AI coding agents at a firm leads to a 30 percent increase in total lines of code generated, a 20 percent rise in the number of total commits, and a 23 percent increase in pull requests on average
Oracleは4〜5月に、社内向けにChatGPT EnterpriseとOpenAIのコーディングツールCodexを展開した(CIOのJae Evans氏による)。展開前に、全社の基準・セキュリティ統制・社内ポリシーを整備した。CIOチームが支援する約16万人の従業員のうち、3か月で80%が新ツールを利用した。セキュリティ分野では、AnthropicのClaude Mythos Previewの早期アクセス提供先の1社として自社コードで試した。誤検知率が60〜70%だったため、エンジニアが修正に着手する前の検証ステップを新設した。
導入前にルールと統制を整えたことで、約16万人規模でも3か月で利用率80%に到達した。一方でAIはコードを書く速度も欠陥を見つける速度も上げたが、リリースや検証が追いつかず、ボトルネックは消えずに移っただけだと記事は指摘する。導入率の高さがそのまま納期短縮にはつながらない例である。
3か月で利用率80%、支援対象は約16万人、脆弱性検出の誤検知率60〜70%
Microsoftは消費者向けCopilotアプリと業務向けMicrosoft 365 Copilotアプリの機能を統合する。あわせて消費者向けのGroup Chats、AI生成ポッドキャスト、Copilot Labsの実験機能、Deep Researchを2026年8月18日までに終了し、浮遊するアニメキャラクターMicoも廃止する。有料の業務ユーザーにはDeep Researchの代わりにResearcherが提供される。移行中は一部機能が一時的に使えなくなる可能性があり、スタンドアロン版で生成したファイルはOneDriveへ移される。
個人利用と業務利用を分けた戦略が複雑すぎ、ChatGPTやClaude、Geminiと競える形になっていなかったと記事は分析する。7月にはCopilot統括のJacob Andreou氏が社内メモで、アプリが利用者の生活に存在する理由を得るには、機能しなかった機能を手放す必要があると述べたと報じられている。大手各社でもアプリや機能の統合が進んでおり、生成AIアプリは機能を増やす段階から絞り込む段階に移っている。
消費者向けはGroup Chats、AI生成ポッドキャスト、Copilot Labs、Deep Researchの4機能を2026-08-18までに終了。キャラクターMicoも廃止
According to Microsoft, consumers will lose access to Group Chats, AI-generated podcasts in Copilot, Copilot Labs experimental features, and Deep Research, by August 18, 2026. For paying professional users, Researcher will offer a replacement for the latter, at least.
インフラ刷新ベンダーのGFT Technologiesが8月にWakefield Researchで実施した調査。対象は年商5億ドル以上・19か国の企業のCIO/CTO 945人で、AIが旧システム上で動く、または接続する企業は99%、95%が旧システムが展開と拡大を遅らせると答えた。
84%が旧システムの制約で少なくとも1件のAI案件を中止し、31%は人間より成果が劣るとして、28%は地政学の影響で中止した。中止理由はモデルの品質より旧システムの制約が多い。調査はレガシー刷新を売るベンダーの委託で、スポンサーに利害がある。
84%が旧システムの制約でAI案件を1件以上中止/31%がAIが人間より劣るため中止/28%が地政学で中止(回答者945人)
Fortuneは、米MicrosoftがClaude Codeの直接ライセンスの大半を取り消し始めたと、The Vergeの報道を引いて伝えている。エンジニアはGitHub Copilot CLIへ移される。社内開放から約6カ月後の方針転換で、開発者やプロジェクトマネージャー、デザイナーなど数千人が試していた。急速に広まった利用規模が逆に重荷になったと同記事は解説している。同記事はUberの例も挙げる。同社CTOがThe Informationに語ったところでは、2026年のAIコーディングツール予算を4カ月で使い切った。社内ではチーム別の利用ランキングで利用を促していた。Microsoftはコメントを出しておらず、費用が原因という見方は報道側の解釈である。Foundryの提携には影響しないとも報じられている。
トークン従量課金のAIツールは、利用を奨励して定着させるほど費用が膨らむ。全社展開の前に予算上限と使い方の設計を決めておく必要がある。
導入から約6カ月で大半のライセンスを取り消し/Uber: 2026年のAIコーディング予算を4カ月で消化/Gartner予測: 2030年に1兆パラメータ級LLMの推論コストは2025年比で約90%減
Uber's CTO Praveen Neppalli Naga told The Information in April that the firm had already burnt through its entire 2026 AI coding tools budget in just four months.
AppleはChatGPTを2024年12月にSiriへ統合したが、利用には複数段階のオプトイン手続きが必要で、普及の障壁になった。OpenAIは2025年1月までに出足の鈍さを認め、提携で見込んだ増分のログイン済み週間アクティブユーザー数の予測を引き下げた。xAIとの反トラスト訴訟でOpenAIが提出した書面は、統合が「dramatically underperforming」「persistently underperforming」だったと述べる。OpenAIが求めた2年間の独占をAppleは拒み、契約は非独占で、AppleはGoogleとも契約し最新モデルはGeminiベースとされる。
大手同士の提携でも、利用開始までの手順が多いと想定した利用が出ない。失敗の評価が当事者自身の裁判所提出書面に出ている点は一次情報として重く、非独占契約では提携先が他社AIへ移るリスクもある。
具体的な利用者数は墨消しで非開示。2025年1月に増分ログイン済みWAUの予測を引き下げた事実のみ
米会計検査院(GAO)が国防総省・国土安全保障省・GSA・退役軍人省(VA)のAI調達を監査し、廃止された案件も含め、教訓が体系的に収集されていないと指摘した。VAは自殺予防を支える「SoKAT」を2023年1月に廃止した。既存の解決策に対し、追加費用に見合う改善がないと判断したためだが、教訓は文書化されなかった。DHS配下のFEMAは、航空画像から建物被害を判定する機械学習と、生成AIによる防災計画(ハザード緩和計画)の作成支援を、2026年2月時点で廃止・不使用と報告した。被害判定AIは住居の種類の区別に苦戦し、他地域の画像では精度低下が見込まれたが、この知見も未記録だった。
失敗や廃止の理由を記録しない運用では、同種案件(VAには自殺予防関連のAI調達が他にもある)が同じ失敗を繰り返す余地が残る。GAOは4機関にAI調達の教訓を収集する方針の整備を勧告し、4機関とも同意した。契約時のデータ権利(FEMAは出力を他機関と共有できなかった)や事後テスト条項が、調達の主要な論点として挙がっている。
金額の記載なし(廃止3件: VA SoKAT 1件、FEMA 2件)
米会計検査院(GAO)の監査によると、IRSは大幅な人員削減の後、AI活用で穴埋めする方針を掲げていた。AIのユースケース台帳は2022年の10件から129件に増え、研究・分析部門(RAAS)はAIに約5,800万ドル超(2024会計年度)を投じ、2026会計年度に3,200万ドルを追加する計画だった。一方、RAASはAI関与の職員63人を失い、CTO配下のAIチームは2025年5月時点で人員の半数が離れて契約2件が更新されなかった。
CTOのAIチームは資源不足で、11件のユースケースのうち10件への支援を停止または保留した。調達部門も2025年5〜6月に職員の40%超を失い、ユースケースの約8割が契約を伴うため契約の遅延リスクが生じた。IRSはAIに必要なスキルを特定せず、不足を埋める計画も持たないままAI拡大を続けており、GAOは「AI施策が成功しない恐れ」を指摘した。AIへの投資額が大きくても、運用を担う人材が抜ければ案件が止まる事例である。
AI支出は2024会計年度に5,800万ドル超、2026会計年度に3,200万ドルを追加予定。ユースケース11件中10件が停止または保留、RAASのAI担当63人が離職
米中小企業庁(SBA)は、コロナ禍融資(PPP・EIDL)の不正検知にPalantir製AIをパイロット運用した。監察官室(OIG)は、融資を不正と判定しうるAIはOMB基準の高影響AIに当たると認定。しかしSBA管理職は該当しないと判断し、高影響の分類も文書化もせず、AIガバナンス委員会も未設置だった。
成果を出していても、融資や不正判定に影響するAIは高影響区分の統制を欠くと監査で指摘される。パイロットは停止されず、SBAは勧告に同意して分類手順と文書化の方針を整備中。7月にはPalantirとの提携を正式化済みで、停止ではなく統制未達の事例。
カリフォルニアの借り手111,620人が不正の疑いで停止対象。パンデミック期の不正総額は約860億ドル(融資プログラム全体の数字で、パイロットの検出額ではない)
英国のNHSトラストが、米国の大手サプライヤーが提供するアンビエント音声技術(診察の会話を自動で記録に起こすAI)の試験導入を取りやめた。NHS Englandの認定要件に適合しているかどうかへの懸念が提起されたためで、HSJが独自に報じた。
導入の判断が機能や性能ではなく、公的な認定要件との適合で止まった例。医療AIの試験を始める前に、規制上の登録や認定の状況を確認しておく必要がある。なお公開部分にはトラスト名・ベンダー名・数値がなく、確認できたのは見出しと要約文のみ(本文は会員制)。
数値なし(試験の中止という事実のみ)
州の調達過程で、医師と患者の模擬会話2本を医療AI文字起こし20製品に通し、政府の評価担当が出力を検査した。会計検査院長が公共部門のAI利用全般の監査の一環で報告した。現在、州内で約5,000人の医師が利用中で、医師による確認・承認が前提とされている。
20製品中9製品が医師が言っていない治療提案(セラピー紹介や血液検査指示)を作り、12製品が処方薬の取り違えなどを起こし、17製品が精神保健の重要情報を落とした。第三者監査報告などを出さなかったベンダーの製品も4つが承認されており、テストが不十分だと検査院は指摘。導入後は医師が内容を確認する運用に頼る構図で、確認の実施を強制するIT統制を検査院は勧告した。
評価対象20製品中、9製品が診療内容を捏造、12製品が処方薬など誤情報、17製品が精神保健の重要情報を欠落。第三者監査等が未提出でも4製品が承認
Evaluators found that nine of the systems had so-called "hallucinations," fabricating information or making suggestions to patient treatment plans not made by the doctors.
米NPRが学校現場のAI導入実験を取材。NY州Salamanca学区は約58,000ドルでRealbotix製のAIヒューマノイド「Sally」を購入したが、生徒データのプライバシー等への反発を受け7月末に導入計画を保留した。NYC公立校は就学前〜8年生の生徒向けAIを1年間禁止し、LAUSDも学区端末での生徒のAI利用を禁止。一方Dayton学区は感情対話チャットボット等を含むSchoolAI契約を72,600ドルで試行し、今年度は78,650ドルで更新した。
支出後に地域の反発で計画が止まった例があり、導入前にデータ保護の説明と同意形成が要ることを示す。Wichitaの担当者は「成功の指標をまだ決められず大規模展開に進めない」と述べており、効果測定の枠組みが未整備のまま実験が続いている。大規模学区は禁止に傾く一方、小規模に絞って続ける学区もある。
Salamanca 約58,000ドル(Realbotix製ロボ、導入計画は7月末に保留) / Dayton SchoolAI 昨年度72,600ドル→今年度78,650ドルで更新
paid a tech company called Realbotix nearly $58,000 for an AI-powered humanoid robot named Sally. ... By the end of July, the district had put the Sally plan on hold.
The Register(独立系テック媒体)が、通信サービス企業Sinchが実施したAI意思決定者2,500人超への調査結果を報道。顧客対応向けAIエージェントを本番導入した企業の追跡結果として、ロールバック(巻き戻し)・停止の発生率を集計している。
顧客対応AIエージェントは導入後に74%の企業が巻き戻し・停止しており、ガードレール等のガバナンスが最も成熟した組織群ではむしろ81%と高い。ガバナンス強化が失敗を防いでいるのではなく、より早く問題を検知して止めているためだと記事は分析しており、AI安全運用の実コストの高さを裏付ける。業界全体の集計であり特定企業の事例ではない。
ロールバック率74%(全体)、81%(ガードレール成熟組織)、AIエンジニアチームの84%が安全インフラ対応に稼働時間の半分以上を費やす
Amazonがスコットランド・エディンバラの開発チームで2014年から履歴書自動スクリーニングAIを開発していたが、過去10年分の応募履歴書(男性が多数)を学習データにしたため、「women's」を含む語句を含む履歴書を減点したり女子大出身者を除外するなど女性を系統的に低評価する偏りが生じた。エンジニアが繰り返し修正を試みたが偏りを解消できず、2017年初めに正式にプロジェクトを中止した。
過去の人事データをそのまま学習させると、過去の採用慣行に含まれていたジェンダーバイアスをAIが「実績ある型」として抽出・固定化してしまう。採用のように結果が個人の人生を左右し是正が難しい領域では、学習データの属性構成比を事前に監査する工程が必要。
開発期間は2014年〜2017年初めの約3年間。投資額・具体的コストは非公表
Zillowは自社の価格予測モデル「Zestimate」による住宅の買い取り・転売を自動化するオペレーション(iBuying)を展開していたが、2021年11月に事業撤退を発表した。従業員の25%(2000人超)を削減し、在庫住宅約7000戸(28億ドル相当)を売却処分、評価減5億ドルを計上した。
予測AIを在庫買い取りという本番オペレーションの自動実行に直結させると、前提となる市場環境が崩れた瞬間に損失が加速度的に拡大する。「精度改善」より「規模拡大」を優先するKPI設定に切り替えたことが傷口を広げた点も教訓となる。
従業員25%(2000人超)削減、在庫住宅約7000戸(28億ドル相当)売却処分、評価減5億ドル
業界全体の集計であり特定企業の事例ではない。Bain & Companyがグローバル951社を調査したところ、AIによるコスト削減目標を達成できた企業は少数派だった(11-20%削減を狙った37%のうち実際に達成したのは29%、21-30%削減を狙った17%のうち達成は10%)。一方で削減率が10%以下にとどまった企業は事前予想の25%を上回る40%に達した。技術は動いても「価値が届かない」ケースが多いにもかかわらず、90%の企業はさらに予算を増やす計画を立てており、うち44%は過去の自動化プログラムの(実現しなかった)削減分を新たなエージェント投資の原資に充てる計画としている。本番環境で完全自律型のAIエージェントを稼働させている企業はわずか7%にとどまる。
AIのコスト削減効果は事前目標を下回るケースが多数派であり、「削減できた分を次のAI投資に回す」計画は絵に描いた餅になりやすい。導入前に削減目標を保守的に見積もり、実績ベースで追加投資の可否を判断する規律が必要。
n=951社(グローバル調査)。11-20%削減目標37%→実績29%。21-30%削減目標17%→実績10%。10%以下削減見込み25%→実績40%。予算増額予定90%。本番稼働の完全自律エージェント7%。過去の自動化プログラムの原資流用予定44%。データアクセス・統合不足を障壁に挙げた企業41%。
"In many cases, the technology worked, but the value didn't arrive." / "Rather than pausing to understand why, 90% of these same companies are now increasing their budgets again."
Meta は2026年1月、CEOマーク・ザッカーバーグ主導で「Project OT(organization transformation)」を発動し、日々の業務の多くをAIエージェントに任せ人員を最大60%削減する構想を進めた。5月に第1弾のレイオフを実施したが、内部データでコード変更量は前年比220%増えた一方でユーザー向け機能改善は36%増にとどまり、AIエージェントの「大規模で破壊的な行動」により重大インシデントが前年比40%増、対応時間が最大70%増加したことが判明。Zuckerbergは7月に「期待したほど加速していない」と社内で認め、11月に予定していた第2弾のレイオフを中止、Meta はReutersに計画の撤回を認めた。【2026-10-11追記(第2出典)】The Next Web(Reutersの調査報道の要約)によれば、5月の第1波で約8,000人(約10%)を削減し、同じ週に7,000人をAI関連職へ配置転換した。Zuckerbergは5月19日夜に11月分の計画作業を取り止めたが、理由はReutersも特定できていない。Metaは60%の数字を認めつつ、一部チーム向けのシナリオであり全社の60%削減は意図していなかったと説明している。
AI導入による開発量(コード変更)の増加が、必ずしもユーザー価値の向上や運用の安定性に結びつくとは限らない。人員削減とAI移行を先行させる前に、インシデント増加や対応工数の変化といった運用コストの実測値を継続的に監視する体制を先に整えるべきという教訓。
チーム人員削減シナリオ最大60%、実際の全体削減規模は約25%以上との内部試算、コード変更+220%(前年比)、ユーザー向け機能変更+36%(前年比)、重大インシデント+40%(前年比)、対応時間最大+70%増
"Internal posts also reportedly pointed to AI agents making 'large-scale, disruptive actions that humans are unlikely to execute' and leading to a 40 percent increase in major technical and security incidents compared to the prior year. Employee time spent resolving those problems increased by as much as 70 percent." / Zuckerberg in July: "the trajectory of the agentic development over at least the last four months hasn't really accelerated in the way that we expected."
The Registerが社内関係者からのタレコミとして報道。IBM傘下のRed Hatが、これまでのAIツール積極推進の姿勢を転換し、R&D部門の開発者に対しAIトークン利用額を月300ドルまでに制限する通達を出したと伝えた。加えて、余ったトークン割当を他の開発者と共有することも禁止された。Red HatとGartnerの双方に取材を申し込んだが、記事執筆時点でいずれも回答はなかった。
記事は今年3月に同紙が報じたRed Hat幹部(Chris & Ashesh)によるAI活用への楽観論との対比を指摘し、コスト超過が転換の背景にあるのではと推測している。参考情報としてGartner調査(DevOps.com経由)を引用し、技術リーダーの約4分の1が開発者1人あたり月200〜500ドルをAIコーディングトークンに費やしており、約6%は月2,000ドル超と回答しているとした。Redditでは月1,000〜数千ドルという開発者の声もあると紹介している。
Red Hatの上限: 開発者1人あたり月300ドル(記事本文に明記)。Gartner調査(引用): 技術リーダーの約4分の1が1人あたり月200〜500ドル、約6%が月2,000ドル超(いずれも本文に記載、amount_hintと整合)。
セントルイス連銀・ヴァンダービルト大・ハーバード大の経済学者4名(Bick, Blandin, Deming, Schumacher)が、OpenAI/Anthropic/Microsoftのチャットログ分析ではなく、Real-Time Population Survey(RPS)データを使って労働者の実際の生成AI利用を計測した論文"What Work Does Generative AI Do?"を分析。チャットログ分類器は「文書の編集」のような汎用タスク記述に紐づけるため、O*NETデータベースの実際の職務内容と食い違い、AI企業側の推計は生成AIの職務関連度を過大評価していると指摘。
生成AIの「利用が届いている範囲の広さ」と「実際に深く使われているか」は別物であり、チャットログベースの職務曝露推計(Anthropic/OpenAI/Microsoft等)は生成的タスク記述への紐付けにより実態を過大評価しがちだと示した点が示唆的。個人開発者やコンテンツ制作の文脈でも「AIが理論上使える領域」と「実際に定着して使われている領域」を混同しないことの重要性を裏付ける。
生成AIは職業の80%・タスクの40%超に到達するが、5職種のうち4つで採用率20%超な一方、採用率70%超は6職種に1つのみ(約15%、主にコンピュータ関連職)。タスク単位では50%超の採用率は2.8%のタスクのみで、70%を超えるタスクはゼロ。2026年5月時点で18-64歳の米国成人の45%が仕事でGenAIを利用、非業務利用込みの全体利用率は62%。
"For example, four out of five detailed occupations have adoption rates above 20 percent, but only one out of six occupations exceed 70 percent adoption."
Salesforceの副CFO Mike SpencerがDeutsche Bank Technology Conferenceで語った内容。約6ヶ月前からR&Dサイクルに Claude を投入し、どこまで開発が加速できるかを試す取り組みを行った結果、Claudeトークンへの支出がかさみ、それを補うため通期の営業利益率ガイダンスを引き上げなかったと説明。現在は「タスクに応じて適切なモデルを選ぶ」refinement modeに移行し、全タスクに最新モデルを使う必要はなく、OpenAI/Cursor/Claude/Grokなど複数ベンダーのコスト構造を比較しながら最適化を進めている。
自社製品開発にLLMを大量投入すると、その支出自体が全社の利益率ガイダンスに影響するほどの規模になりうる好例。SalesforceはAI活用の「量」を追う段階から、タスクごとに必要十分なモデル(世代・ベンダー)を選ぶコスト最適化フェーズへ移行しつつある。
Q2(7月末締め)の営業利益率は20.5%だったが、通期ガイダンスは20.1%に据え置き。2026年内でAnthropicへの支出は3億ドル規模になる見込みとCEOのMarc Benioffが5月に言及(All-In podcast)。
Salesforce said its operating margin, according to accounting rules, would be 20.5 percent in its Q2 results (ending July 31), but its guidance for the full year is 20.1 percent.
Gartnerが2026年1〜4月に、売上5000万ドル超の組織のリーダー1,300人超を調査。
AI投資は拡大が続く一方、ROIを継続的に測定し不振な取り組みを打ち切る「ポートフォリオ管理」の規律を持つ企業だけが高い成功率を実現している。人気の高いユースケース(サイバーセキュリティ、脅威検知、ITサービスデスク自動化)が必ずしも高ROIとは限らず、ITコスト最適化・合成データ生成・コード生成/リファクタリングの方がROIが高いという逆転現象も指摘されている。
複数事業部門でAIを成功裏にスケールできた企業は25%未満。11%が2025年のAI支出を可視化できていないと回答。85%が来年のAI投資増を計画。別調査(Infosys, 2026年8月)では、経営幹部の約4分の3が「AIパイロットの成功率は25%未満」と回答し、3分の2が「ROI測定に苦戦している」と回答。Gartnerによれば、ROIを継続的に追跡し不振施策を打ち切る企業はAI施策の81%で正のリターンを得ている。
"The IT advisory firm surveyed more than 1,300 leaders from organizations with more than $50 million in revenue between January and April of this year."
Financial Times が入手したAmazon社内資料に基づきTechRadarが報じた。著者情報と商品リストを紐付ける社内向けのClaude Sonnet導入プロジェクトが、当初予算を860%超過し総額180万ドルに膨張。この超過は約5ヶ月間社内で検知されないままだった。同じ資料は他の暴走事例も指摘しており、財務監査ツール開発プロジェクトが54.1万ドル、配送短縮を狙った物流プロジェクトが13.4万ドルの想定外コストをそれぞれ計上した。社内関係者は、サブスクリプション課金からトークン従量課金へ移行したことで、以前なら軽微だったミスが破滅的なコストに変わったと説明している。
AI活用の成功事例ではなく、内部統制不足によりAIコストが予算の860%まで膨張し5ヶ月間気づかれなかったガバナンス失敗の実例。トークン従量課金への移行で「安価なはずのミス」が桁違いのコストになり得ることを示しており、AI導入企業には利用量の可視化・予算アラートなどのコスト監視体制が必須であることを裏付ける。
$1.8M（予算比860%超過）、財務監査ツール案件で$541,000超過、物流案件で$134,000の想定外コスト
ニューヨーク市は2023年末、Microsoft Azure AIを使い中小企業向けに市の規制案内をする「MyCity」チャットボットを構築費約60万ドルで導入した(前市長エリック・アダムス政権下)。独立系メディアThe Markupの調査で、チップの搾取や、法律で禁止されているキャッシュレス店舗を「可能」と回答するなど、労働法・市条例に反する誤情報を利用者に提供していたことが判明。2026年1月末の記者会見でゾーラン・マムダニ市長が「機能不全だった」と述べ、運用コストが年間約50万ドルかかっていたことも指摘して停止を発表した。
公的機関が公式導入したAIチャットボットが、法令に反する誤情報(違法行為を助言)を出し続けていたことが独立メディアの調査で発覚し、新市長の一存で正式停止に至った事例。市の財政難(予算ギャップ約120億ドル)を背景に、AI施策のコスト対効果検証の甘さが政治的批判の材料にもなった。
構築費約60万ドル、運用コスト年間約50万ドル
Duolingoは2025年4月、CEOルイス・フォン・アンが「AIファースト」方針を発表し、社員の人事評価にAI活用度を組み込み、AIで代替できない業務のみ新規採用を認めるとした。この方針は社内外から強い反発を招き、ユーザーからはアプリ削除の表明も相次いだ。約1年後の2026年4月、フォン・アンはSilicon Valley Girlポッドキャストで方針転換を明言し、AI活用そのものを評価基準にするのをやめ業務成果で評価する方針へ戻すと説明した。
AI活用度そのものをノルマ化・評価指標化すると、目的化した「AIのためのAI利用」への反発を社内外双方から招くことが、CEO自身の発言で確認できた実例。Metaの社内AI利用トークン数リーダーボードやOmnisendのAI活用成果連動昇給のようにAI利用を積極評価する企業がある一方、Duolingoは「手段の強制」から「成果責任」へ回帰した対照例として位置づけられる。
記事内に具体的な金額情報なし(人事評価方針の撤回に関する定性的な報道)
IBM Institute for Business Value (IBM IBV) が Salesforce顧客1,200人超を対象に調査した「State of Salesforce 2025-2026」レポート。AI/エージェント型AI(Agentforce等)導入の成果を、ROI達成率・全社展開の可否・頓挫率で定量化した。
Salesforce顧客のAI施策のうちROI目標を達成しているのはわずか33%、72%は事業部横断への展開(スケール)に失敗し、20%は停滞・失敗・中止に至っている。Agentforce等の低コード型エージェントビルダーには経営層が高い期待を寄せる(業務効率化68%・製品革新65%・事業成果61%を期待)一方、実際の事業価値創出は保証されていないという「期待と実態のギャップ」が本文の核心。
Salesforce顧客1,200人超を調査 / ROI目標達成の施策は33%のみ / 72%が全社展開に失敗 / 20%が停滞・失敗・中止
"For 1,200+ Salesforce customers surveyed, only 33% of AI initiatives are meeting ROI targets. Even more concerning: 72% have failed to scale across business units, and 20% have stalled, failed outright, or been abandoned."
McDonald'sは2021年からIBMと共同で開発した音声AIによるドライブスルー自動注文（AOT）技術を、フランチャイジー宛メール（2024年6月13日付、Restaurant Businessが原文入手）で終了を通知し、テスト導入していた100店舗超から遅くとも2024年7月26日までに撤去すると発表した。McDonald's側は「注文精度」を巡る業界全体の懸念を背景としつつ、公式には「voice ordering solutionsをより広く探る機会」としてIBMとの現行パートナーシップ終了を説明し、拡大なしでの打ち切りとした。McDonald'sは撤退後も音声AI自体は将来の中核技術と位置づけ、年内に新たな音声注文ソリューションのベンダーを選定する方針を示した。IBM側も他のファストフードチェーンとの提携継続を表明している。
大手チェーンが3年弱の実店舗パイロット（100店舗超）を経てもAI音声注文を拡大に移行できず、ベンダーごと交代させて仕切り直した事例。技術自体を否定はせず「精度への懸念」を理由に一旦停止する、というエンタープライズAI導入の典型的な失敗パターン（PoC地獄からの撤退、ただし完全放棄ではなく再挑戦）を示す。
100店舗超（テスト導入店舗数）、2021年〜2024年7月26日（約3年間のパイロット、記事内表記は「two-year-old test」と「since 2021」が混在）
"McDonald's is ending its two-year-old test of drive-thru, automated order taking (AOT) that it has conducted with IBM and plans to remove the technology from the more than 100 restaurants that have been using it... the technology will be shut off in all restaurants currently testing it no later than July 26, 2024." / "there have been questions about whether that technology is ready for prime time, amid concerns about order accuracy."
bashでcurl -sL --max-time 25 -A 'Mozilla/5.0...' でHTMLを取得しファイル保存(HTTP 200, 1.31MB)。grepでcanonical URL / og:title / articleAuthor("Jason Snyder")を確認し候補URLと一致することを検証。本文はNext.jsのarticle-body JSON構造内の "nodeName":"#text","nodeValue" フィールドをPythonで正規表現抽出し、unicode_escape+utf8デコードして全文復元。NANDA/95%/friction/300等のキーワード出現数もgrepで実測(95%=7件, friction=7件, NANDA=0件)。
MIT NANDA系の「GenAI Divide」調査(95%失敗/5%成功)を扱った記事で、canonical URL・og:title・articleAuthor(Jason Snyder)が候補URLと完全一致し、本文にも95%/5%/83%/90%等の数値が実際に登場することを確認した(前回却下は別記事への誤到達が原因で、今回のcurl取得では正しい記事が返った)。ただし本文中に "NANDA" という語自体は0件で、レポート名は "State of AI in Business 2025" とのみ記載。数値の一次ソースはMITレポートであり、Forbes記事はその解説記事(独立メディアによる紹介記事)という位置づけ。
95%のカスタム生成AIパイロットがパイロット→本番稼働の壁を越えられず失敗(成功は5%)/ 汎用チャットボットは些末なタスクで83%の採用率止まり / 90%超の企業の従業員が公式パイロット失敗後も個人のAIツールを業務利用/ 企業導入(サブスク契約)ベースでの利用率は約40%にとどまる / シャドーAI利用により年間200万〜1000万ドルの外部コスト削減、代理店支出を30%削減という報告値 / 外部ベンダーとの提携は内製より2倍成功率が高い
"MIT’s report highlights a “shadow AI” economy, where employees in over 90% of firms use personal AI tools even when official pilots fail... employees quietly rely on personal AI to speed up claims processing, part of a pattern that MIT says is already saving companies $2 million to $10 million a year in external costs and cutting agency spend by 30%." / "The data is stark: Only 5% of custom GenAI tools survive the pilot-to-production cliff, while generic chatbots hit 83% adoption for trivial tasks but stall the moment workflows demand context and customization."
azfamily(KPHO、Phoenix地元局、Gray Media)の "Generation AI" コーナー記事。企業がAI導入を理由に人員削減した後、業務が回らず同じ従業員を再雇用する「AIブーメラン」現象を報じる。数値の出典は人材派遣・コンサル会社Robert Halfの調査、コメントはPhoenix地元の雇用エキスパートTravis Laird。※依頼メモにあった「AP通信の配信記事」は誤り — バイラインはazfamily自局アンカーDerek Staahl、AP経由の配信ではない自社制作記事。
AI導入で人員削減→期待した代替が果たせず同じ人材を再雇用する事例が一定割合で発生していることを示す。ただしこの割合はRobert Half(人材業界の当事者企業)による調査であり、独立統計機関のデータではない点に留意。
Robert Halfの調査で「調査対象企業の約29%が、AI導入を理由に人員削減した後、その従業員を再雇用した」と報じられている。
About 29% of companies surveyed had laid off workers after implementing AI only to rehire them, according to a study by Robert Half, a talent solutions and business consulting firm.
Forbes contributor article (TerDawn DeBoe, published 2026-05-21, updated 2026-07-09) citing third-party survey/research data: Robert Half survey and Forrester executive survey, plus a Time magazine report on the rehire pattern. Article describes companies cutting staff after announcing AI would take over a role, then rehiring the same staff 6-12 months later once the AI covered only part of the job duties. Gives customer service, marketing (copywriting), accounting, and sales as example function categories (no named companies).
Article's central claim: AI replaced tasks, not full jobs — it handled routine parts (answering, transaction processing, lead qualification) but failed at judgment, memory of past interactions, anomaly detection, and relationship-building, forcing partial rehires. Rehired workers often needed new skills to manage AI tools and were paid more, raising total cost. Small businesses face a thinner margin for error than large enterprises when the same substitution fails.
Robert Half: 29% of organizations that cut employees due to an AI-related reduction had already rehired into the positions they cut (article's actual figure — differs from the 32% in the task hint). Separately, Forrester: 55% of executive decision-makers who replaced employees with AI expect to regret the decision within 18 months. Article also notes a wage jump example: a $55,000/year role rehired at $75,000/year to also manage AI tools.
"Robert Half reported that a total of 29% of those organizations which cut employees due to an AI related reduction had already rehired into the positions they cut. According to Forrester, 55% of executive decision makers who replaced their employees using AI will regret the decision within 18 months."
CNBC記事(記者Justina Lee、2026-07-01公開)。ワークフォースプランニング企業Orgvueの調査で、企業リーダーの39%がAI導入を理由に従業員を解雇したと回答。うちその決定を「誤りだった」と認めた割合は55%。別ソースとしてRobert Halfのデータも引用: 米国の採用担当者の32%が「主にAIを理由に」ポジションを廃止した後、同じ/類似ポジションで再雇用したと回答。ADPのAPAC担当SVP Jessica Zhangのコメント(「AIの出力が不整合・不正確・適用困難な場合、人によるオーバーサイトの再導入が必要になり、作業の重複・意思決定の遅延・生産性向上の目減りを招く」)も掲載。
・Orgvue調査: 企業リーダーの39%がAI導入を理由に人員削減 → そのうち55%が「誤った判断だった」と後悔。 ・Robert Half調査: 米国採用担当者の32%が「主にAI理由」で廃止したポジションを、同一/類似ポジションで再雇用済み。 ・当事者(企業リーダー・採用担当者)自身の自己申告による調査データであり、レイオフ→撤回の「後悔」を数字で裏付けた独立系メディアの取材記事。単一企業の逸話ではなく複数調査会社(Orgvue/Robert Half)の集計値である点が特徴。
39%(AI理由の解雇を行ったリーダーの割合)/ そのうち55%が誤りだったと回答/ 米国採用担当者の32%がAI理由で廃止した職を再雇用
"Orgvue, 39% of business leaders made employees redundant due to AI deployment. However, among that number, 55% admit wrong decisions about those redundancies were made." / "Meanwhile, 32% of U.S. hiring managers said they eliminated a role primarily due to AI and later rehired for the same or a similar position, according to data from Robert Half sent to CNBC."
前市長ブルース・ハレル氏の主導で、市職員500人を対象にMicrosoft Copilotチャットボットの試験導入を実施。185人へのアンケートでは、文書作成・編集、会議メモ要約、リサーチ加速などで役立ち、週平均2.5時間の作業時間削減効果があったと市IT部門は報告した。ハレル政権は2026年2月下旬から全職員向けにCopilotを展開する計画だったが、2026年1月に就任した新市長ケイティ・ウィルソン氏がこの全庁展開を一時停止(pause)した。市IT部門スポークスパーソンのMegan Erb氏によれば、既存の試験参加500人はCopilotの利用を継続できるが、全庁展開はプライバシー・セキュリティ要件や市の「責任あるAI」原則に沿うよう見直すため止められた。
パイロット段階の効果測定(週2.5時間削減など)が好意的でも、それだけでは全庁展開の意思決定を保証しない。政治的トップの交代というガバナンス要因(新市長の優先順位・責任あるAI方針の見直し)が、実証結果とは独立にロールアウトを止め得ることを示す事例。
試験参加500人、アンケート回答185人、週平均2.5時間の作業時間削減(パイロット段階の数値。全庁展開自体は一時停止)
米バーモント/ニューヨークの薬局チェーン Kinney Drugs が2026年5月、創業者にちなんで名付けたAI音声アシスタント「Burt」を患者との電話コミュニケーション・処方箋リフィル対応に導入。しかし医薬品の配送遅延、不正確なリフィル情報、混乱が相次いで発生し、顧客のKathy Callaghanは不要な処方薬の再調剤を繰り返し受け取ったと証言。プライバシー専門家は保護対象健康情報のセキュリティへの懸念も表明した。加えて、電話番号を提供した顧客は自動的にAI対応に同意させられる仕組み(オプトアウト方式)だったことも問題視された。John Marraffa会長は2026年8月7日、地元局WCAXの取材に対し、AIツールを「スケールバック」したと発表。電話対応は従来のプロンプト式タッチトーン方式に戻し、処方箋リフィルのテキストメッセージ機能のみAIを継続使用するが、今後は顧客の「オプトイン」が必須になった。
医療・薬局のようなハイステークス領域でAI音声アシスタントを電話窓口に投入する際、(1)デフォルト同意(オプトアウト)ではなく明示的オプトイン、(2)誤情報・誤配送が起きた際のフェイルセーフ、(3)高齢・疾患を抱える顧客層への配慮、が欠けると3か月弱で撤回に追い込まれる。全面撤退ではなく「電話は人手/タッチトーンに戻し、テキストのみAI継続+オプトイン化」という部分的縮小に落ち着いた点も示唆的(完全否定ではなく用途を絞る形での軟着陸)。
数値開示なし(苦情件数・削減コスト等の定量データは記事に記載なし)
Deloitte Australiaが豪政府（雇用・職場関係省）向けに237ページの「Targeted Compliance Framework Assurance Review(福祉制裁制度の適合性レビュー)」をAzure OpenAI(生成AI)を使って作成・納品したが、2025年7月の公表後、8月末にシドニー大学の研究者Chris Rudgeらが検証したところ、実在しない学術論文、連邦裁判所判事の発言とされる捏造引用、実在しないシドニー大学教授Lisa Burton Crawfordの著書、実在しない法律・ソフトウェア工学専門家の報告書など複数のAI幻覚(ハルシネーション)による捏造記述が発覚。9月26日に修正版を公表しAI使用を開示、10月にDeloitteは44万豪ドル(約29万米ドル)の契約のうち最終分割支払い分について政府に一部返金すると表明した。
生成AIを使った成果物を人間が十分検証しないまま政府提出物として納品した結果、実在しない論文・判例・書籍などのハルシネーションが多数混入し、公的信頼の失墜と返金という代償を招いた失敗事例。Deloitteは生成AIに3000億円規模(3年で30億ドル)を投資する方針を掲げていたにもかかわらず、基本的なファクトチェック工程が欠如していたことが露呈し、緑の党上院議員からは全額返金要求や「1年生が書いたレポート並みの剽窃」との批判も出た。AI活用は「生成すれば終わり」ではなく検証工程とセットでなければ信頼毀損リスクが顕在化することを示す典型例。
契約総額 44万豪ドル(約29万米ドル)、うち最終分割払い分を一部返金(返金の具体的金額は本記事では未特定)
IBM Researchのローハン・アローラ氏らが、AIモデルの障害対応能力を科学的・定量的に評価するオープンソース検証システム「ITBench」を開発。Kubernetes上で稼働し、Ansibleで障害を注入し、AIエージェントの診断・緩和能力を「Pass at K」「Mean Time to Resolution」等の指標で測定。初期実験ではLLM(Gemini 3 Pro等)にデータ収集〜解決策立案まで全て任せ、「ReAct」等の自律調査プロセスを用いたが、原因特定の成功率は約14%、問題解決に至る割合は約11%にとどまった。原因はコンテキストに混じるノイズ(無関係な情報)にLLMが固執し、巨大で複雑なKubernetesシステムで迷子になり不要な情報収集を繰り返してハルシネーションを起こすこと。改善策として、アプリケーションのトポロジー情報を用いてLLMの探索範囲をアラート発生サービス周辺に限定し、固定手順で状況共有する制約付きアプローチを導入した結果、3回試行(Pass at 3)での原因特定精度が約95%まで向上した。
AIに障害対応を「丸投げ」すると精度はわずか14%(成功率11%)にとどまり、期待外れに終わる。原因はLLMが無関係なノイズ情報に引きずられ、巨大システムの中で迷子になりハルシネーションを起こすこと。改善のカギは「AIに全部任せる」のをやめ、システムのトポロジー(構成情報)で探索範囲を意図的に制限し、固定手順を与えて負荷を軽減する「制約付きアプローチ」に切り替えたこと。これにより精度は95%まで劇的に向上した。単純な自律型LLM運用の限界と、スコープ制限・構造化コンテキスト設計の重要性を示す事例。
原因特定精度: 14%→95%（改善後、Pass at 3基準）、問題解決率: 約11%
MicrosoftとThe Hong Kong University of Science and Technology(HKUST)/清華大学系の研究チームが、プログラミング実行箇所の特定・ログ解析・相関関係の判定という一連の作業工程を対象に、実データベースの大規模言語モデル(Claude 3.5含む)テストを実施。各工程を通しで評価したところ、いずれかの段階で誤りを含めると原因特定の総合精度が11%以下まで落ち込むことを確認した。
AIエージェントは不正確な答えでも自信満々に提示するため、人間側が「もっともらしさ」に流されて検証をスキップしてしまうリスクが本質的な問題。インシデント調査の一連の工程(実行箇所特定→ログ解析→相関判定)を通しで見ると、単体工程では高精度に見えても総合精度は11%以下まで落ち込む場合があり、AIの出力を最終判断に使うには人間による検証プロセスが必須であるという教訓。
原因特定の総合精度が11%以下
Metaは2026年前半に約8,000人の人員を削減し、約7,000人を「Agent Transformation」を含む新設AI部門に再配置。2026年のAIインフラ予算は約1,450億ドルを計画していた。
2026年7月の社内タウンホールでZuckerberg氏は、AIエージェントの開発が経営陣の期待通りに『加速していない』こと、AI組織再編の恩恵が『まだ実現していない』ことをスタッフに認めた。レイオフの実施方法も『クリーンではなかった』と認めている。撤退ではなく期待未達の表明という位置づけ。
約8,000人の人員削減、約7,000人を再配置、2026年のAIインフラ予算 約1,450億ドル