AIは人件費より安くない
業務を代替するAIは、サブスクではなく実行量で原価が増えます。高性能モデルを人の代わりに回すほど、月額は人件費の数人分、数十人分になります。
Before the proposal
AIを入れれば、人件費が下がり、業務が速くなり、売上が伸びる。
その期待は危険です。AIは強力ですが、無料の労働力ではありません。 人の代わりに使うほど、AIは高額な実行原価になります。
AIだけでは業務は速くならない
既存画面、紙、PDF、Excel、暗黙知、例外処理をそのままAIへ渡すと、遅く、高く、不安定になります。AI用に業務構造を作り替える必要があります。
AIでは売上の本質は変わらない
AIで品質や速度は上がります。しかし、商品力、顧客基盤、営業力、価格競争力は自動では変わりません。回収できないAI投資は利益を削ります。
人員計画なしのAI導入は赤字要因
AIを追加して人も業務もそのままなら、利益は改善せずコストだけ増えます。採用抑制、再配置、外注削減、業務廃止まで同時に決める必要があります。
01 Cost simulation
まず数字です。AIを人の代わりに回すと、月額はここまで膨らみます。
価格表だけを見ると小さく見えます。しかし業務実行では、1回の処理が大きくなり、 人数と実行回数で一気に掛け算されます。
入力120k / 出力30k token。調査、判断、操作、検証を1セットにした場合。
部門運用で日次に回すだけで、人件費ではなく運用原価として膨らみます。
Claude Fable 5換算。月60万円の人件費なら74.3人分です。
換算前提は1ドル150円。為替、キャッシュ利用、Batch、再実行回数で実額は変動します。
GPT-5.5は入力$5/1M tokens、出力$30/1M tokens。Claude Fable 5は入力$10/MTok、出力$50/MTokで計算しています。
これは「AIが人の代わりに調査、判断、操作、検証する」前提の原価シミュレーションです。単なるチャット利用ではありません。
02 Cost burn
サブスク感覚で始めると、損益計算書にそのまま刺さります。
AI費用はアカウント数ではなく実行量で増えます。1回225〜405円でも、 業務件数が乗ると月額はすぐに人件費の複数人分になります。
03 Workflow rebuild
AI導入とは、業務構造の入れ替えです。
既存業務をそのままAIに渡すと、AIは人間向けの画面、PDF、Excel、メールを毎回読み直します。 速くするには、構造化データ、API、承認キュー、監査ログに分けて作り替えます。
請求書処理 月10,000件
- そのままAI化
- PDFをAIに読ませ、担当者が基幹システムへ転記。例外は都度チャットで確認。
- 問題
- 毎回PDF全体を読み、勘定科目、取引先、発注番号、承認者を長文で確認するため、遅く高くなります。
- 作り替え
- OCR結果を項目スキーマ化し、発注DBと照合し、差異だけ高性能AIへ渡し、APIで登録、承認キューに送ります。
10分/件の人手を3分/件に圧縮。月1,167時間を削減し、10人運用を3〜4人運用にできます。
問い合わせ 月40,000件
- そのままAI化
- メール本文、過去履歴、FAQを毎回AIへ渡し、担当者がCRMへコピーします。
- 問題
- 同じFAQと顧客情報を毎回読み直すため、tokenが増えます。回答は速くても、記録と確認が人に残ります。
- 作り替え
- 問い合わせ分類、FAQ検索、顧客属性取得、回答案生成、リスク文言検知、CRM登録を分け、承認が必要なものだけ人に回します。
6分/件の一次対応を2分/件に圧縮。月2,667時間を削減し、20人運用を8〜10人運用にできます。
営業調査 月3,000社
- そのままAI化
- 担当者がWeb、社内事例、提案書、CRMを見ながらAIへ長文で依頼します。
- 問題
- 調査のたびに背景説明と資料探索を繰り返し、AIは速くても担当者の準備時間が残ります。
- 作り替え
- 業界、規模、既存接点、過去提案、導入可能性を先にDB化し、AIは差分分析と提案仮説だけを担当します。
30分/社の調査を8分/社に圧縮。月1,100時間を削減し、6人分の調査工数を2人前後にできます。
04 Revenue reality
AIでは、売上の本質は変わりません。
AIで速く作れる、早く返せる、多く出せるようにはなります。しかし売上は、 顧客数、受注率、単価、継続率、粗利で決まります。ここが動かなければ、AIは売上増ではなくコスト増です。
営業提案
速く作れるだけでは売上は増えない
- Before
- 商談100件/月、提案40件/月、受注率20%、1件粗利50万円 = 月400万円
- AI Change
- AIで提案作成数は80件/月まで増える。AI運用と確認で月120万円追加。
- If demand does not change
- 有効商談が40件のままなら、受注は8件のまま。粗利400万円からAI費用120万円が引かれます。
- Recovery condition
- 商談数を80件に増やす、または受注率を20%から26%以上に上げて、初めてAI費用を回収できます。
カスタマーサポート
品質改善だけでは投資回収にならない
- Before
- ARR10億円、粗利率70%、年間解約率5%。AI運用費は月300万円、年3,600万円。
- AI Change
- AIで回答速度と品質は上がる。しかし顧客が解約しなくなる、追加購入する、単価が上がる必要があります。
- If demand does not change
- 解約率、アップセル率、単価が変わらなければ、売上は変わらず年3,600万円のコストだけ増えます。
- Recovery condition
- 粗利で年3,600万円を回収するには、ARRを約5,143万円増やすか、同等の解約減・アップセル増が必要です。
コンテンツ・マーケティング
量産しても、需要がなければ売れない
- Before
- 記事50本/月、商談化率2%、受注率20%、1件粗利40万円。
- AI Change
- AIで記事を300本/月に増やす。AI運用、編集、監修、公開管理で月150万円追加。
- If demand does not change
- 検索流入、読了率、商談化率、受注率が変わらなければ、本数だけ増えて売上は増えません。
- Recovery condition
- 月150万円を回収するには、粗利40万円の受注が月4件以上増える必要があります。商談化率か流入の改善が必須です。
AIで増えるのは作業量か、受注数か
粗利でAI費用と実装費を回収できるか
リード数、受注率、単価、継続率のどれが改善するか
改善しない場合、AI費用をどのコスト削減で吸収するか
05 Workforce planning
AI導入は、人員配置の再設計まで含めて初めて成立します。
採用抑制、再配置、外注削減、残業削減、属人作業の廃止、業務量そのものの削減。 どれも決めないままAIだけ足すと、利益は増えません。コストだけ増えます。
Workforce playbook
人員計画は、この順番で変えます。
AI導入で最初に決めるべきなのは、ツール名ではありません。AIで減る作業量を、 採用抑制、外注削減、再配置、残業削減のどれで利益に変えるかです。
1. 業務を人月ではなく作業単位に分解する
請求書確認、見積作成、問い合わせ分類、調査、承認依頼など、AIに渡せる単位まで分けます。役職や部署ではなく、月何件、1件何分、誰が承認するかで見ます。
2. AI後に残る人間の仕事を先に決める
AIが下書き、照合、分類、登録を担当しても、例外判断、最終承認、顧客説明、監査ログ確認は残ります。残る仕事を決めないと、人員計画は作れません。
3. 減る工数を、採用抑制・外注削減・再配置に割り当てる
いきなり解雇を前提にしなくてもよいです。まず採用予定を止める、派遣・BPOを減らす、残業を消す、空いた人を売上に近い仕事へ移す。この順番が現実的です。
4. 3か月の判定ラインを置く
AI処理率、差戻し率、事故件数、1件あたり原価を月次で見ます。一定基準を超えたら、外注席数や採用枠を実際に減らすところまで決めます。
経理・請求書処理
月290万円改善
- Before
- 8人 + 外注80万円 = 月560万円
- AI Cost
- AI運用 月90万円
- Change
- 3人を確認・例外対応に残し、2人を再配置、外注を停止、採用予定1名を凍結
- After
- 月270万円
8人を残したままAIを足すと、月650万円になり悪化します。
問い合わせ一次対応
月270万円改善
- Before
- 20人 + BPO300万円 = 月1,300万円
- AI Cost
- AI運用 月180万円
- Change
- AIが分類・回答案・CRM記録を担当。15人に集約し、BPOを100万円まで縮小
- After
- 月1,030万円
人員とBPOを維持すると、AI費用分だけ月180万円悪化します。
営業調査・提案準備
月160万円改善
- Before
- 6人 + 調査外注150万円 = 月570万円
- AI Cost
- AI運用 月80万円
- Change
- AIが市場調査・初稿・競合比較を担当。4人を提案と商談準備に集中、外注を50万円へ縮小
- After
- 月410万円
調査速度が上がっても、受注率や単価が上がらなければ投資回収はできません。
Public data
公開データで見ても、楽観はできません。
AI導入の成否は、モデル選定だけでは決まりません。業務を作り替えたか、P&Lに出ているか、 人員計画まで変えたか。経営者が見るべき論点はここです。
Workflow evidence
業務を作り替えないAIは、PoCで止まります。
21%生成AI利用企業のうち、一部ワークフローを根本再設計した割合
McKinsey調査では、AI利用は広がっていても、業務そのものを作り替えた企業はまだ少数です。
1%生成AI展開が成熟していると答えた経営層
チャット利用と、全社業務に組み込まれたAI運用は別物です。成熟運用には接続、権限、監査、例外処理が要ります。
例: PDFを読ませるだけではなく、見積項目を構造化し、基幹システムにAPIで登録し、差戻し条件と承認ログまで設計する必要があります。
Revenue evidence
AI導入だけでは、P&Lは動きません。
39%AIによる企業レベルのEBIT影響を報告した組織
多くの企業はAIを使っていても、企業全体の利益にはまだ明確に出ていません。導入率ではなく利益影響で見るべきです。
5%MIT NANDA調査で、統合AIパイロットから大きな価値を引き出した割合
成功しているのは、AIを業務の外側に置いた会社ではなく、実運用に統合した会社です。
例: 営業メールを速く書けても、受注率、粗利、解約率、納期、顧客単価が改善しないなら、AIコストは売上改善ではなく販管費です。
Workforce evidence
人員計画を触らないAIは、利益を圧迫します。
40%AIで自動化できる領域では人員削減を見込む雇用主
WEFのFuture of Jobs Report 2025では、AI活用と同時に人員構成を変える企業が一定数あります。
32%AIによって自社の全体人員が減ると見込む回答者
McKinsey調査でも、AIの影響を人員数の変化として見ている企業があります。AI導入は組織設計です。
例: 10人分の確認作業をAIに渡すなら、採用抑制、外注削減、残業削減、再配置のどれで原資を作るかを先に決めます。
Decision line
人員計画を変えられないなら、AI導入はやめるべきです。
AIを導入しても、今の人数、今の業務、今のシステムをすべて維持するなら、 それは効率化ではなく新しいコストです。AIに任せる範囲と、人が持つ役割を同時に決める必要があります。
- 高性能AIの従量課金を、粗利で回収できるか
- AIのために業務フローと周辺システムを作り替えられるか
- AIで速くした先に、売上や品質の明確な改善があるか
- 採用抑制、再配置、外注削減、業務廃止まで決められるか
- 失敗時に人が止める場所、監査ログ、権限を設計できるか
Sources
このページで前提にした公開情報
価格やプランは変わるため、導入判断では必ず最新の公式価格と契約条件を確認してください。
Anthropic: Claude Fable 5 pricing
Fable 5の価格は入力$10/MTok、出力$50/MTok。2026年6月時点ではアクセス不可の告知もある。
Anthropic: Claude pricing
Fable、Opus、SonnetなどのAPI価格比較。高性能モデルほど出力token単価が高い。
Claude Help: usage credits
有料プランの上限到達後は、usage creditsにより標準API価格で追加利用できる。
OpenAI: API pricing
GPT-5.5の価格は入力$5/1M tokens、出力$30/1M tokens。
McKinsey: The state of AI 2025
ワークフロー再設計、EBIT影響、人員影響など、生成AIの価値獲得に関する調査。
McKinsey: Superagency in the workplace
ほぼ全社がAIに投資する一方、成熟段階にあると見る企業は1%にとどまる。
WEF: Future of Jobs Report 2025
AIによる業務自動化で、人員削減を見込む雇用主が40%いると報告。
MIT NANDA: The GenAI Divide
統合AIパイロットのうち大きな価値を引き出すのは一部で、P&L影響には統合が必要。