AI STRATEGY
AIを、経営の意思決定に組み込む。
生成AIの登場により、競争優位の源泉は「何を導入したか」から「どの業務を、どの順序で作り変えたか」へと移りました。Deerは全社の業務とコスト構造を横断的に診断し、投資対効果の高い領域から変革のロードマップを描きます。
Agenda
ツール選定ではなく、経営アジェンダとして。
部門ごとにAIツールを試す段階は終わりつつあります。いま問われているのは、AIを前提に業務とオペレーティングモデルをどう再設計し、どの順序で投資を配分するかという経営判断です。
IPA『DX動向2026』によれば、AIを導入または試験利用している企業は58.0%に達し、生成AIを導入している企業は前年度の22.6%から44.0%へと急増しました。[1]
一方で、効果は社内の効率化に偏っています。AI導入の効果は「業務が効率化したり迅速化した」が91.6%と大半を占め、「売上や利益が向上した」は3.9%にとどまります。成果を測る指標を設定している企業も23.9%です。[1]
総務省『令和7年版 情報通信白書』でも、生成AIの活用方針を定めている日本企業は2024年度調査で49.7%と、方針づくりは進んでいます。導入の是非を問う段階は過ぎ、どの業務に、どの順序で投資し、成果をどう測るかを経営として決める段階に入っています。[2]
Key Issues
経営が直面している論点
01
部門ごとの検証が、全社の成果につながらない
各部門が個別にツールを試し、利用者は増えても、業務の流れや損益は変わらない。個人の効率化を足し合わせても、経営の成果にはなりません。
02
投資の優先順位を決める物差しがない
どの業務から着手すべきかを、効果の大きさ、実現の難しさ、リスクの三つで比べる枠組みがないまま、声の大きい部門から予算が配分されています。
03
リスクへの懸念から、方針を決めきれない
情報漏えいや誤りへの懸念が先に立ち、利用を広げる判断も止める判断も下せない。ルールが曖昧なまま、現場ごとの判断に委ねられています。
04
変革を担う人材と体制がない
AI導入をIT部門に任せた結果、業務の作り変えに踏み込めない。事業部門の長が成果の責任を持つ体制が整っていません。
Approach
Deerのアプローチ
01診断
Operating Scan
経営層・各部門へのインタビュー、業務フローとシステム・契約の棚卸しにより、組織全体の非効率とリスクを可視化します。
- 経営層と部門長へのインタビュー
- 業務・システム・契約の棚卸し
- AIの利用状況とルールの現状把握
02設計
Value Mapping
特定した課題ごとに、AIによる代替・支援の可能性、投資規模、実現難易度を評価し、取り組むべき領域を定量的に絞り込みます。
- 業務ごとの効果・難易度・リスクの評価
- 成果指標と現状値の設定
- 着手する領域の選定
03設計
Roadmap
短期で成果を出すクイックウィンと、中長期の基盤整備を組み合わせ、経営として合意できる変革のロードマップに落とし込みます。
- 段階ごとの投資計画
- 推進体制と意思決定の場の設計
- 利用ルールの骨子
Deliverables
提供するもの
- 全社業務・システムの現状分析レポート
- AI活用機会の評価マトリクス
- 変革ロードマップと投資計画
- AI利用ガイドラインの骨子
- 推進体制とガバナンスの設計
Outcomes
目指す状態
- 経営と現場が、同じ優先順位でAI投資を判断できる
- 最初の成果が見える領域から、確実に着手できる
- 部分最適の検証を、全社の変革へとつなげられる
FAQ
よくある質問
- 診断にはどの程度の関与が必要ですか?
- 経営層へのインタビューと、各部門の責任者へのヒアリングにご協力いただきます。資料の収集や分析はDeerが担います。
- 戦略の策定だけを依頼することはできますか?
- 可能です。ただし、Deerは実装と定着までを一貫して担うことで成果に責任を持つ体制を基本としています。
- すでに部門ごとにAIを導入しています。どこから見直しますか?
- 利用状況と業務の流れを照らし合わせ、個人の効率化にとどまっている用途と、業務全体を変えられる用途を切り分けるところから始めます。
- 成果はどのように測りますか?
- 着手する業務ごとに、処理時間や手戻りなどの現状値と目標値を、取り組みの前に決めます。ツールの利用率ではなく、業務の成果で測ります。
Related Insights
関連する論考
- PERSPECTIVES2026年11月16日AI投資はROIではなく「オプション価値」で判断する生成AIへの投資は増えているが、投資対効果を確認できている企業は少ない。最初に精緻なROIを求める判断は、AI投資の性格に合っていない。投資を「選択肢を買う投資」として設計し、段階ごとに拡大・縮小・撤退を決める判断の枠組みを示す。
- PERSPECTIVES2026年11月7日データ基盤は「全社統合」から始めないAI活用の前提としてデータ基盤の整備が語られるが、全社統合を目指す大規模プロジェクトは長期化しやすい。価値の出る業務から逆算し、段階的に基盤を育てるアプローチを提言する。
- PERSPECTIVES2026年11月7日取締役会がAIについて問うべき5つの問いAIは情報システム部門の案件ではなく、事業ポートフォリオと統治の問題になった。取締役会が執行側に投げかけるべき5つの問いを通じて、AIを経営の議題として扱うための視点を整理する。
SOURCES出典
- [1]独立行政法人情報処理推進機構(IPA)『DX動向2026 広がるAI導入、DXは変われるか』(2026年7月30日)
https://www.ipa.go.jp/digital/chousa/dx-trend/dx-trend-2026.html(2026年11月8日閲覧) - [2]総務省『令和7年版 情報通信白書(第Ⅰ部 第1章 第2節「企業におけるAI利用の現状」)』(2025年7月)
https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html(2026年11月8日閲覧) - [3]総務省・経済産業省『AI事業者ガイドライン(第1.1版)』(2025年3月28日)
https://www.soumu.go.jp/main_content/001002576.pdf(2026年11月8日閲覧) - [4]内閣府『人工知能関連技術の研究開発及び活用の推進に関する法律(AI法)』(2025年6月4日)
https://www8.cao.go.jp/cstp/ai/ai_act/ai_act.html(2026年11月8日閲覧)