ホーム ＞ 生成AIとIT ＞ AIで生産性が上がらない理由
AIで生産性が上がらない理由｜100年前の工場が教える、売上まで変える作り直し方
- 歴史が同じ 電気モーターを1台置いただけの工場は伸びず、機械1台ずつにモーターを付けて工場を作り直した1920年代に、生産性が大きく伸びました。
- AIも同じ 会社の材料をAIに渡し、仕事の流れをAI前提に組み直すと数字が動きます。
- 日本の現状 商工中金の調査（有効回答3,892社）では、64.9%の中小企業が「会社での導入は行っておらず、使用も個人の判断に任せている」と答えています。
- ゴールは売上 支援先の建材商社は、サイトの成約率が3.81%→6.11%、7月のネットショップ売上が前年同月の約2.5倍になりました。
AIを導入しても生産性が上がらないのはなぜか
「生成AIを入れたのに、会社は何も変わらない」。当社がセミナーや支援先で、いちばんよく聞く声です。社員は文章の下書きや要約にAIを使っていて、一人ひとりは少し楽になっている。それなのに、会社の数字は前と同じ。
原因は、AIの性能ではないことがほとんどです。今の仕事の順番・役割・確認のしかたはそのままで、AIを便利な道具として1つ足している。当社はこれを「足し算のAI」と呼んでいます。足し算では、浮いた時間がどこかに消えてしまい、会社の成果には届きません。
数字で見る、日本の「足し算のAI」
これは当社の印象だけではありません。公的な調査を並べると、日本の中小企業の多くが「足し算」の段階にいることが分かります。
※ 表は横にスクロールできます
| 調査 | 数字 | 読み取れること |
|---|---|---|
| 帝国データバンク 2026年3月・有効回答10,312社 | 生成AIを活用している中小企業は32.4%。使い道（活用している3,560社が対象）は文章の作成・要約・校正が45.1%、データの集計・分析は7.4% | 使う会社でも、多くは文章づくりの手伝い |
| 商工中金 2026年1月・有効回答3,892社 | 「会社での導入は行っておらず、使用も個人の判断に任せている」が64.9% | 会社として仕事を作り直している所は少ない |
| 総務省『令和8年版 情報通信白書』 概要p.9・日本n=326／米国n=276 | 社内データをAIに学習・参照させる仕組みがある：日本24.5%・米国57.2%。特に何もしていない：日本19.9%・米国0.7% | 会社の材料をAIに渡している会社は、米国の半分以下 |
| 経済産業研究所 森川正之 2024年・労働者調査 | AIを使っている働き手は、業務の生産性が平均20%程度上がったと判断 | 個人は楽になっている。それでも会社の数字には出にくい |
| パーソル総合研究所「生成AIとはたらき方に関する実態調査」 2025年10月・正規雇用者3,000人 | 生成AIを使った作業の時間は、使わないときより平均16.7%（週26.4分）短い。一方、仕事の時間そのものが減った人は、生成AI利用者の25.4% | 作業は速くなっても、働く時間は減っていない |
| MIT NANDA「The GenAI Divide」 2025年7月・米国・インタビュー52件／調査153人／事例300件 | 生成AIの試験導入のうち、導入から6か月で損益に測れる効果が出たのは約5%。汎用ツールは8割超の組織が試し、効果は主に個人の生産性 | 海外でも、個人は速くなっても会社の損益には届いていない |
働く人一人ひとりは「楽になった」と感じている。それなのに、会社の数字は変わらない。個人の時短が、会社の成果につながる形になっていないからです。
実はこれと同じことが、約100年前のアメリカの工場で起きていました。電気モーターが工場に入ったときの話です。
100年前の工場でも同じことが起きた
蒸気機関の工場は「天井のシャフト」で動いていた
19世紀の工場は、建物の中心に大きな蒸気機関を1台置き、天井を通る長いシャフト（回転する軸）とベルトで、すべての機械に動力を配っていました。機械を置く場所は「蒸気機関とシャフトの近く」で決まり、仕事の流れの順番では決められませんでした。
電気モーターに替えても、最初は変わらなかった
電気が使えるようになると、多くの工場主は蒸気機関を外し、そこに大きな電気モーターを1台置きました。天井のシャフトもベルトもそのままです。スタンフォード大学の経済史家ポール・デイヴィッドは、この段階では効率がほとんど上がらなかったと書いています（The Dynamo and the Computer・1990年）。
機械1台ずつにモーターを付けて、工場を作り直した
変わったのは、機械1台ずつに小さなモーターを付けるようになってからです。天井のシャフトがいらなくなり、工場は明るい平屋の建物にできるようになりました。機械は「製品が流れる順番」で並べられ、使う機械だけを動かせるようになりました。こうした作り直しが進んだ1920年代、アメリカの製造業の生産性は大きく伸びています。
※ 表は横にスクロールできます
| 段階 | 工場の形 | 生産性 |
|---|---|---|
| 蒸気の時代 | 中央に蒸気機関1台・天井のシャフトで全機械へ | ― |
| 足し算（最初の電化） | 蒸気機関を電気モーター1台に置き換え。シャフトはそのまま | ほとんど上がらない |
| 作り直し | 機械1台ずつにモーター。平屋にして、製品の流れの順に機械を並べる | 大きく上がる（1920年代） |
よく「40年かかった」と言われますが、これは最初の発電所ができた1880年代はじめから、工場の動力の半分以上が電気になった1920年ごろまでの年数です。送電網が整って電気が安くなるまでの時間や、第一次世界大戦で人手が足りなくなったことも、作り直しを後押ししました。「考え方を変えるのに40年」と言い切るのは正確ではありません。
コラム：馬車から車でも、古いルールが新しい道具を縛った
イギリスでは1865年の法律（赤旗法と呼ばれます）で、道路を走る動力の乗り物に厳しい速度の制限がかけられ、人が前を歩いて知らせる決まりもありました。軽い自動車がこの法律の対象から外れたのは1896年です。新しい道具に、古い時代のルールをそのままかぶせると、道具の力は出ません。社内のAIのルールを決めるときにも、思い出したい話です。
生産性のパラドックスとは
生産性のパラドックスとは何ですか
生産性のパラドックスとは、新しい技術にお金や時間をかけているのに、生産性の数字がすぐには上がらない現象のことです。1987年に経済学者ロバート・ソローがコンピューターについて指摘し、100年前の電気モーターでも同じことが起きていました。原因の多くは技術そのものではなく、仕事の形が新しい技術に合わせて作り直されていないことにあります。
1987年、ノーベル経済学賞の経済学者ロバート・ソローは「コンピューターの時代はどこにでも見えるが、生産性の統計には見えない」と書きました。これが「生産性のパラドックス」です。デイヴィッドの1990年の論文は、電気モーターの歴史を使って「コンピューターも同じで、仕事の形が追いつけば数字に出る」と示したものです。
その後、スタンフォード大学のブリニョルフソンたちは、AIのような汎用技術には、業務の作り直し・新しい商品・人の育成といった「目に見えにくい投資」が必要だと示しました。そのため導入直後は生産性が下がったように見え、作り直しが進むと上がります。グラフがJの字になるので「生産性のJカーブ」と呼ばれています（NBER Working Paper 25148）。
東京大学 松尾・岩澤研究室が使う「AX（AIトランスフォーメーション）」という言葉も、同じ考え方です。AIの活用を前提として、業務や組織のあり方を見直すこと。5段階の中身は「AXとは｜DXとの違いと5段階」に書いています。
生成AIでいう「モーター1台」と「1台ずつのモーター」
工場の話を、いまの生成AIに置き換えると次のようになります。当社と支援先が使っている生成AIはClaude（Cowork）です。
※ 表は横にスクロールできます
| 足し算のAI（モーター1台） | 作り直し（1台ずつのモーター） | |
|---|---|---|
| 入れ方 | 全社で1つのAIを契約して終わり | 業務ごとに、会社の材料を渡したAIを置く |
| 使い方 | 各自が質問して、答えをもらう | 頼んだ仕事を、AIが最後まで進める |
| AIが知っていること | どこの会社にも当てはまる一般論 | 自社の商品・お客様・数字・過去の資料 |
| 仕事の流れ | 今のまま。AIは横で手伝う | 「AIが下書き、人が確かめる」順に組み替える |
| 浮いた時間 | どこかに消える | 売上につながる仕事に回す |
「会社として入れるか、個人に任せるか」で、手ごたえにも差が出ています。商工中金の調査では、AIを会社として導入した中小企業のほうが、経営へのプラス効果を感じている割合が10ポイント以上高くなりました。
※ 表は横にスクロールできます
| 入れ方 | 対象 | プラス効果を感じている |
|---|---|---|
| 会社として導入 | 592社 | 36.6% |
| 個人契約・個人登録を推奨 | 534社 | 26.0% |
調査は、会社主導の取り組みが必要な可能性を「示唆」しているもので、因果を証明したものではありません。それでも、個人任せの「足し算」より、会社として仕事を組み直すほうが成果に近いことは読み取れます。
当社の場合、Search Console・GA4・キーワードプランナー・YouTubeの数字を、Claudeが自分で取りに行けるようにしました。数字を見てから直す流れに組み替えたことで、記事の下書きは1本約15分から約5分になっています（当社実測）。「モーターを1台ずつ付けた」のは、AIを増やしたからではなく、仕事の順番をAIに合わせて組み直したからです。
※ 表は横にスクロールできます
| やったこと | 足し算のとき | 作り直した後 |
|---|---|---|
| 使う生成AI | いくつものAIを各自で | Claude 1本に絞り、学習の設定とルールを決めた（Ultra・月200ドル税抜） |
| 数字の見方 | 人が画面を開いて確認 | Search Console・GA4・キーワードプランナー・YouTubeの数字をAPIでClaudeが取りに行く |
| 記事の下書き | 1本 約15分 | 1本 約5分（当社実測） |
| YouTubeの題名・説明欄 | 1本ずつ手で直す | 動画1,111本をClaudeで書き換え、8日間で保存（2026年9月27日〜10月4日） |
| 仕事の振り方 | 人がチャットに1つずつ頼む | まとめ役のチャットが担当のチャットに振る（2026年10月は起動103本・公開記事18本） |
2026年内 限定
Claude経営伴走コンサルが、年内は半額です
AIを今の仕事に足すのではなく、Claude前提に仕事を作り直すところまで。Claudeで売上をつくる経営伴走コンサルティングでは、代表の酒井が1人で伴走します。
通常価格
月330,000円（税込）
2026年内の利用月は半額
月165,000円（税込）
初期費用なし・月単位でいつでもやめられます。年内の新しい受け入れは、あと5社までです。※Claudeの利用料は別にかかります。
なぜ「足し算」になってしまうのか
1. 外注のように「作って」と投げている
「チラシを作って」「メールを書いて」と投げて、出てきたものを確認するだけ。これでは、AIは作業員にしかなりません。家族や仕事のパートナーに相談するように、目的と事情から話すと答えが変わります。
2. 会社のことを教えずに質問している
当社はAIを「超優秀だけれど、うちの会社を知らない新入社員」と説明しています。会社の材料を渡さずに質問だけすると、どこの会社にも当てはまる答えしか返ってきません。そして「AIは使えない」という結論になります。
3. やり方を決めてから聞いている
「この作業を楽にしたい」と手段を限定して聞くと、その枠の中の答えしか返りません。AIに渡すのは「あるべき姿（ゴール）」です。目標と戦略は人が決め、手段はAIにたくさん出させます。
4. 経営者が自分で使っていない
経営者が自分でAIを使って説明できないと、社員は「言われたから資料作りに使った」で終わります。工場を平屋に建て直す決断ができたのも、経営者でした。仕事の形を変える判断は、現場だけではできません。
社内でAIが続かない理由を数字で見たい方は「生成AIが社内に定着しない理由」も参考にしてください。
生産性で終わらない。作り直しの先にあるのは売上
作り直した工場は、新しい市場を作った
機械を製品の流れの順に並べられるようになったことは、流れ作業の土台になりました。フォードは1913年に移動式の組立ラインを入れ、T型フォードの値段は、発売時の850ドルから1920年代半ばには260ドルまで下がりました。1927年までに1,500万台以上が作られています（The Henry Ford）。生産性が上がった結果、それまで車を買えなかった人がお客様になったのです。
貨物のコンテナも同じです。箱そのものより、港・船・陸の運び方を箱に合わせて作り直したことで運賃が大きく下がり、世界の貿易そのものが大きくなりました（M. Levinson『The Box』）。
作り直しの本当の成果は「同じ仕事を早くすること」ではなく、「売れる形を作ること」でした。生産性はそのための手段です。
中小企業の実例：建材商社 伊勢通
当社の支援先、株式会社伊勢通（建材商社）は、2026年5月からClaudeの活用を始め、ネットショップのホームページを社内で直しました。この取り組みで、ITCA表彰2026の優秀賞（社内変革賞）を受けています。
※ 表は横にスクロールできます
| 項目 | 内容 |
|---|---|
| 直したもの | サイト全体 約730ページに共通の直し、商品ページ43本は1本ずつ |
| 担当者の作業 | 週10〜20時間 |
| AIの利用料 | 月約2万円（ドル払い・為替で変動） |
| 外部への支払い | ホームページを直す作業にはなし |
| サイトの成約率（CVR） | 3.81% → 6.11%（約1.6倍） |
| 注文件数（2026年7月・前年同月比） | 約1.9倍（過去最高） |
| 客単価（2026年7月・前年同月比） | +30.9% |
| ネットショップの売上 | 7月は前年同月の約2.5倍（2019年の開店以来の最高）、1〜7月の累計は前年同期の約1.4倍 |
※1社の実績です。同じ成果を保証するものではありません。数字は比率のみで、売上の金額は出していません。
担当役員の方も、最初の1か月は「聞いても、結局じぶんでやる」という、めんどくさい時期でした。AIを道具として足しただけの段階です。変わったのは、会社の材料を渡して、頼んだことが最後まで終わるようになってから。ホームページを直す仕事を外注から社内とAIの組み合わせに変え、その結果が売上に出ました。詳しくは「Claude活用事例｜建材商社 伊勢通」に書いています。
当社が支援先でいつもお話ししているのは、「生産性の話ではなく、売上の話をしましょう」ということです。AIを作るのは研究者の仕事で、私たち経営者は、それを使って早く走りたいドライバーです。浮いた時間を、お客様のための仕事に回す。そこまで組み直して、はじめてAIは売上に届きます。
自社の「天井のシャフト」を見つける3つの質問
質問1：その段取りは、AIがない時代の都合で決まっていないか
「外注しないとできない」「担当者がいないと進まない」「月末にまとめて確認する」。こうした段取りの多くは、AIがない前提で決まったものです。工場で言えば、天井のシャフトです。
質問2：AIに会社の材料を渡しているか
商品の説明、お客様からのよくある質問、過去の提案書、営業の録音。すでに社内にある材料をAIに渡すだけで、答えは「一般論」から「うちの会社の答え」に変わります。
質問3：浮いた時間を、売上の仕事に回しているか
浮いた時間の使い道を決めないと、時間はどこかに消えます。新しい商品のページ、既存のお客様への連絡、動画での発信。売上に近い仕事に回す先を、先に決めておきます。
自社の仕事を、Claude前提に作り直しませんか
Claudeで売上をつくる経営伴走コンサルティングでは、どの段取りを外すかの見極めから、会社の材料をClaudeに渡す手順、人が確認する所の決め方まで一緒に整えます。社員向けのClaude研修・セミナーの講師もお受けしています。
※ ITコーディネータ・酒井大輔が対応します。
よくある質問（FAQ）
QAIを導入したのに生産性が上がらないのはなぜですか。＋
Q生産性のパラドックスとは何ですか。＋
Q電気モーターで生産性が上がるまで、本当に40年かかったのですか。＋
Q中小企業は何から作り直せばいいですか。＋
Q生産性が上がれば、売上も上がりますか。＋
Q中小企業は、AIをどのくらい会社として使っていますか。＋
まとめ
- AIを入れても生産性が上がらないのは、今の仕事にAIを「足し算」しているからです。
- 100年前、蒸気機関を電気モーター1台に替えただけの工場は伸びず、機械1台ずつにモーターを付けて工場を作り直した会社が伸びました。
- 生成AIでも、会社の材料を渡し、仕事の流れをAI前提に組み直すことが「1台ずつのモーター」です。
- 作り直しのゴールは時間の短縮ではなく売上です。浮いた時間を売上に近い仕事に回して、はじめてAIは数字に届きます。
※出典：Paul A. David「The Dynamo and the Computer」American Economic Review Papers and Proceedings（1990年5月）／Erik Brynjolfsson, Daniel Rock, Chad Syverson「The Productivity J-Curve」American Economic Journal: Macroeconomics（2021年）／The Henry Ford（T型フォードの価格と生産台数）／Marc Levinson『The Box』（Princeton University Press, 2006年）／帝国データバンク「生成AIに関する企業の動向調査（2026年3月）」（有効回答10,312社）／商工中金「中小企業の生成AIの利用にかかる調査（2026年1月調査）」（有効回答3,892社・スライド4・5）／総務省『令和8年版 情報通信白書』（概要p.9）／経済産業研究所 森川正之「人工知能の利用と生産性」（2024年）／MIT NANDA「The GenAI Divide: State of AI in Business 2025」（2025年7月・Virtualization Review の報道）／パーソル総合研究所「生成AIとはたらき方に関する実態調査」（2025年10月・正規雇用者3,000人）／英国 Locomotives Act 1865・Locomotives on Highways Act 1896／東京大学 松尾・岩澤研究室「AXエバンジェリスト講座企画について」（内閣官房 日本成長戦略会議 第6回 資料3-5・2026年6月）／株式会社伊勢通 ニュースリリース（2026年10月21日）。表と図は、各資料の数値をもとに当社で作り直したものです。伊勢通の数字は、同社の許可を得て掲載しています。
※Claudeは、Anthropic社が提供する生成AIで、同社の商標です。当社は、同社の公認・提携先ではありません。当社の作業はClaude（2026年9月にCoworkの機能が統合）で行っています（2026年11月時点）。
