AIを「活用した」と言える人、言えない人。

最近、SNSで目立つようになった投稿があります。

「AI社員を10人雇った」「自動化したら数億円規模の価値になった」――こういった発信です。

もちろん、中には実態を伴うものもあるでしょう。しかし多くのケースで気になるのは、「成果の定義」が曖昧なまま拡張されている点です。

増えているのは「AIの処理量」であって、「売上」ではない。その混同が、静かに広がっているように見えます。

かねてから私は「受注につながらないものはノイズである」と述べてきました。これはAIの文脈においても変わりません。

メールの自動返信、会議の要約、資料の生成――AIがこれらを効率化することは事実です。しかし重要なのは「その圧縮された時間から、何の成果が生まれたか」です。

プロセスを効率化することと、売上が増えることは別の話です。

ここで思い出すのが、パーキンソンの法則です。「仕事の量は、与えられた時間をすべて満たすまで膨張する」――いま起きていることの一部は、これのAI版ではないかと感じます。AIを回すこと自体を目的化し、処理量の多さを「成果と混同」する。そのパターンが確実に増えています。

では「成果」とは何なのでしょうか。

私の整理はシンプルです。ビジネス用途で活用する以上、それは「受注が増えたか、売上が上がったか？」。これだけです。むしろ、「これ以外」を推奨する道理が無い。

リード数が増えても、コンテンツの生成量が増えても、受注につながらなければノイズです。これはAI以前から一貫して述べてきた立場ですが、AIの登場でこの問いはより鋭くなっています。

なぜなら、AIは「成果の出ない活動」も「成果の出る活動」も、等しく高速化するからです。

成果の定義が曖昧なまま活動量だけを増やせば、ノイズの量産速度が上がるだけです。向かい側にいる人間――顧客、取引先、営業担当者――が処理に困るアウトプットが、これまでより早く、多く届くことになります。

「AIを活用している」という状態と、「AIで成果を出している」という状態は、まったく別の話です。

私自身、AIは日常的に活用しています。ただし「受注プロセスに寄与するか」を判断軸にしています。

たとえば、昨今のＡＩを活用した支援実例では、商談プロセスの改善にAIを活用した際、翌週から受注率が上がった事例があります。リードを増やしたわけでも、発信量を増やしたわけでもありません。「意思決定の瞬間に作用するもの」に絞って活用した結果です。

商談資料が改善され、受注率が２倍になるとき、商談数は増えていません。

変数になる因子は「確率」だからです。同じことをリードジェネレーションで実現しようとすれば、商談数が２倍になることは避けられない。現場の負荷が増え、商談の質も下がる可能性がある。

「受注に最も近い場所に作用する」という発想でAIを使うと、このような逆転が起きます。

一方、「何でも自動化する」アプローチは、向かい側にいる人間のコストを増やすこともあります。処理に困るメールが増える。反応のないコンテンツが量産される。そのコストは送り手ではなく、受け取る側が払います。

マーケティングの意思決定と構造は同じです。何をやるかより、何をやらないかを決める方が難しい。「やらない判断」には戦略が必要だからです。

本質はシンプルです。

「AIを使ったか否か」ではなく、「使った結果、受注は増えたか」。そこだけを問えばよい。

情報の生成量、処理の速度、導入ツールの数――それらはすべて手段です。目的は受注であり、売上です。

AI活用の成熟とは「どれだけ使ったか」ではなく、「使うべき場面と、使わない場面を見極められるか」にあるのではないでしょうか。

正しい知恵とは、最大化ではなく、最適化である。
その一点を判断軸に置けば、答えは自ずと見えてくるはずです。