経営陣から「AI活用して抜本的にコスト削減できないのか」と問われた際に、最初にやるべきこと

経営ボードや事業責任者から「AIを活用して抜本的なコスト削減プランは出せないのか」と問われることが増えてきているのではないでしょうか。AIによる業務改善やBPOでコスト効率化を図ることが、経営アジェンダとして語られる機会が当たり前になりつつあります。

読者の皆さんは経営からの問いに対して、どんなリアクションをされていますか？　具体的なプロセスは見えていないが、個人的にも AI 活用は必要だと感じるので、「AI 導入の検討を始めます」と答えることが多いのではないでしょうか。

その後のアクションとしてよくあるのが、AI に関する「導入効果事例、ツール比較」の調査および検討になるかと思います。一方で、コスト削減に向けた打ち手については、その前からも検討されており、優先順位付けもされている状況下である場合も多いのではないでしょうか。本来、AI も打ち手の一つであるため、既に検討されている打ち手との連関性や優先度がまずは重要になります。

Deflag のクライアントワークで何度か見てきた「最初の対応でやりがちな失敗」と「経営からの問いに対して担当者が最初にやるべきこと」を、推進担当の視点で解説していきます。

「AI 導入の検討に入ります」の即答はリスクが大きい

手段と目的が逆転すると、AI 検討そのものが目的化する

「AI で抜本的にコスト削減できないか」——この問いをよく見ると、実は性格の違う二つのものが、一つの言葉に同居しています。
「抜本的にコストを下げたい」という目的と、「AI で」という手段の指定です。
経営が本当に求めているのは前者のはずですが、言葉の上では、目的と手段がひとかたまりになって飛んできます。

この二つが切り分けられないまま即答してしまうと、推進担当の頭の中では、ほぼ自動的に「AI を使ってコスト削減する方法を検討する」というタスクに置き換わります。
すると、社内のリソースは AI ベンダーへの問い合わせ、PoC 企画書の作成、AI ツール導入の予算取りへと流れ始めます。
これは、本来は手段だったはずの「AI」が、いつのまにか目的そのものにすり替わっていく状態です。
検討が進むほど「AI を入れること」自体がゴールのように感じられ、肝心の「で、コストはいくら下がるのか」が、だんだん視界の外に追いやられていきます。

うまくいくのは、その逆です。
目的のほうを先に固めていたケースを、Deflag のクライアントワークから一つ紹介します。
EC 領域で SaaS 型サービスを展開する企業（A 社）では、問い合わせの増加でカスタマーサポートの現場が逼迫していました。
A 社はここで「AI で何かできないか」から入らず、「まず CS 業務を自動化し、現場の負担を軽減する」という目的を先に定義した上で、生成 AI ボットの導入とヘルプサイトの再設計に着手しています。
AI はあくまで「現場の負担軽減」という目的に対する手段でした。
結果として電話での問い合わせは20%減、メールなどの文章対応も約20%減となり、空いた人員をアップセル・クロスセル施策や VOC（顧客の声）分析といった攻めの仕事へ再配置できています
（出典: AIボットとヘルプ再設計で問い合わせ20%減 — deflag 導入事例）。

もし順序が逆で、「AI ボットを入れること」自体が目的になっていたら、ボットは動いても「で、現場は何が楽になったのか」「コストや時間はどれだけ浮いたのか」には答えられなかったはずです。
経営の問いに反射的に答えてしまうと、社内ではこの"すり替わり"がとても起きやすい。だからこそ、答える前に一度立ち止まる。それだけの価値があります。

「95% は効果なし」は、2025年までの景色だった

少し前まで、AI 導入の費用対効果には強い懐疑論がありました。

MIT Media Lab が2025年8月に公開した調査「GenAI Divide: State of AI in Business 2025」では、約95%もの AI 導入プロジェクトが、P&L に意味のあるインパクトを残せていないと報告されました
（出典: MIT report: 95% of generative AI pilots at companies are failing — Fortune）。
マッキンゼーが2025年に公開した「The State of AI: Global Survey 2025」（1,993人、105カ国）も、利益へ意味ある効果を認識できている組織は約39%にとどまる、と似た方向の結論を出しています
（出典: The State of AI: Global Survey 2025 — McKinsey）。

ただ、見落としたくないのは、これらが2025年という一時点を切り取った数字だということです。
MIT の95%という数字には、公開当時から懐疑的な指摘も出ていました。そして何より、その後の1年あまりで、AI の技術革新と組織導入のスピードは、それまでとはまるで違う速さで進みました。
「95% が失敗する」という前提のまま2026年の意思決定をするのは、もう実態に合っていません。

実際、Deflag が2026年5月に実施した営業実態の独自調査（営業担当2,108名対象、2026年5月8日分析）を見ると、AI を使っている人とそうでない人とで、生産性にはっきりとした差が出ていました。
生成 AI を営業活用している層の1人あたり月間売上は、未導入層のおよそ5.5倍（1,060万円 vs 191万円）。
AI と CRM を両方使う層は、両方なしの層のおよそ4.4倍（1,020万円 vs 230万円）。
さらに、AI エージェントを営業活用している人は調査対象の16.8%（355名）に達し、その1人あたり月間売上は全体平均のおよそ2.3倍でした（いずれも Deflag 調べ、n=2,108）。

もちろん、これは「AI を使っている人ほど成果が出やすい」という関係であって、「AI を入れさえすれば売上が5倍になる」という話ではありません。
それでも、わずか1年で「AI を使う組織」と「使わない組織」の間に、これだけの開きが見えてきたという事実は、見過ごせない変化です。
問いはもう、「AI は失敗するのか」ではありません。「どう活かすか」で差がつく時代に入っています。
だからこそ、経営の問いに反射的に「AI を検討します」と走り出すのではなく、AI が本当に効く場所はどこかを見極めることが、以前にも増して大事になっています。

クライアントワークで見たよくある失敗

経営の期待に即答しようとして、ベンダー選定や AI ツール選定に直行するのは、よく起きる失敗の入り方です。
AI ベンダーの比較表が早々に出てきて、PoC のテーマと予算取りが先に決まる。コスト構造の全体像を持たないまま PoC が複数走り、本格導入の判断段階で「で、これでいくらコストが下がるのか？」に答えられず頓挫します。

もう一つは、業務を棚卸しせずに今の業務にそのまま AI ツールを当てはめ、属人的なプロセスを自動化してしまうパターンです。
「この業務を AI に任せれば効率化できる」という発想は分かりやすいのですが、そもそもその業務が必要かを問わないまま自動化すると、本来やめるべき業務が、AI 化された上で残り続けます。

まず、コスト構造と業務プロセスを「見える化」する

「お金・時間・ツール」の3つで現状を棚卸しする

経営の問いに即答せず立ち止まると決めたら、次にやるのは現状の棚卸しです。
自社の人件費、外注費の上位発注先、利用中の SaaS、社内で動いている AI ツール……これらを即答できる推進担当は、ほぼいません。
情報が部門ごとに分散していて、横断で集める仕組みが社内にないからです。

「AI で抜本的にコスト削減」と問われて推進担当が AI ベンダー比較に走るのは、即答のための材料が手元にないためでもあります。
手元にコスト構成の数字があれば AI 以外の打ち手を含めて返せますが、なければ、目の前にある「AI」というキーワードに乗るしかありません。

AI を検討する前にやっておきたい棚卸しは、大きく3つあります。
お金（コスト構造）、人の時間（業務プロセスと工数）、そしてツールの稼働状況です。

この3つが重なって一枚の絵になったとき、はじめて「どこに AI を使うべきか」「どこは AI なしで十分か」が、推進担当の手元で見えてきます。

3つの中身は、特別な道具がなくても見られます。お金は、P/L を人件費・外注費・システム費といった勘定科目で分けて眺めます。

また、時間は、業務プロセスを図にして「どの工程に、誰の時間が、どれだけ流れているか」を重ねていく。

そしてツールは、契約中の SaaS 一覧を業務プロセスに紐づけて、「使われていないライセンス」や「重複した契約」を洗い出す。

やること自体はシンプルですが、3つを並べて初めて、コストが沈んでいる場所が見えてきます。

棚卸しをすると、たいてい「ノンコア業務」が浮かび上がる

3つを並べてコストの居場所をたどっていくと、その"沈んでいる場所"は、たいてい似たところに行き着きます。
「ノンコア業務」——本来やりたい仕事ではない、入力や報告や確認といった事務作業です。
たとえば Deflag のクライアントワークで営業組織を見ていると、営業担当の勤務時間のかなりの割合が、データ入力・社内報告・進捗確認に費やされているケースが珍しくありません。
商談や提案といった本来のコア業務よりも、その前後の事務作業のほうが時間を食っている、という構図です。

その根本原因は、個々の担当者の怠慢ではなく、ツールとツールの間に人が入り、手作業でデータを繋いでいるという構造そのものにあります。
Web 会議の内容を人がメモし、それを人が SFA や CRM に転記し、さらに別の人がレポートに集計する。この「人がツールの隙間を埋める」前提がある限り、個々のツールをいくら高機能にしても、組織全体の時間は劇的には変わりません。

棚卸しが一通り終わると、月次コストの内訳、業務プロセスと時間配分、そして業務におけるコア / ノンコア比率が、1枚のレポートに集約されます。
「どの業務やどのツールに、時間とお金を使っているために、今のコスト構造になっているのか」を、ここで初めて構造として説明できるようになります。

棚卸しを飛ばして AI 検討に入ると、数ヶ月後の経営会議で、「で、結局 AI で何が削減できるんだっけ？外注費の話は？」といった素朴な問いかけに答えられません。

AI は、打ち手の「最後」に置く

「やめる・使い切る」が先、「自動化」は後

棚卸しでコストの居場所が見えたら、次は打ち手の順番です。
ここで Deflag が大事にしているのは、AI をいきなり手前に置かない、ということです。コスト削減の打ち手には、効きやすい順番があります。

まずやめる——本当に必要かを問い直し、惰性で続いている会議・資料・報告を減らす。
次に使い切る——すでに料金を払っているツールを、まだ活かせていない機能まで含めて使い倒す。
そのうえで作り直す——業務プロセスそのものを組み替える。
そして最後に、自動化する。

AI が手段としていちばん効くのは、この最後の段階です（業務改善の古典的なフレーム「ECRS」でも、4つのステップの最優先は「排除」だとされています。
（出典: ECRS（改善の4原則）— JMAC 用語集）

「やめる」と「使い切る」を飛ばして自動化から入るのは、順番を一つ飛ばしているようなものです。
やめるべき業務をやめないまま AI 化すれば、本来は消えるはずだった業務が、AI のコストを上乗せした状態で残り続けます。

「使い切る」の余地も、たいていの会社に眠っています。
セキュリティ評価サービスの Assured が2024年に公開したシャドー IT 実態調査では、従業員1,000名以上の大手企業で、1社あたり平均207のクラウドサービスが使われている一方、65.6% の企業はシャドー IT 対策を実施していない、という結果が出ています（出典: 2024年最新シャドーIT対策実態調査レポート — Assured）。
規模が違っても、契約したまま使われていないライセンスや、機能の一部しか使っていないツールは、どの会社にもあります。
先ほどのツールマッピングは、ここで効いてきます。新しい AI 投資を稟議に上げる前に、すでに払ったお金の"取りこぼし"を回収できる余地があるはずです。

AI が効くのは「個人」ではなく「業務プロセス」

「作り直す」と「自動化する」の段階で、いよいよ AI の出番です。ただし、ここで使い方を間違えると、せっかくの棚卸しが活きません。

AI の使い方には、「個人で使う」形と「組織で使う」形があります。
個人で使う AI は、文章作成や調査・要約、企画の壁打ちなど、一人ひとりの作業を少し速くするもの。便利ですが、組織全体のコスト構造までは動かせません。
MIT の調査が指摘していた「個人の作業は助けても、組織の生産性には変換されにくい」という壁は、まさにこの限界のことです。

組織のコストを本当に動かすのは、業務プロセスそのものを自動化する「ワークフロー × AI エージェント」の形です。

たとえば営業なら、商談が終わると、議事録の作成・CRM への入力・お礼メールの下書き・日程調整までを、既存の SaaS とワークフローの組み合わせで自動的に処理し、人は確認と承認だけを行う——いわば「CRM を触らない世界」をつくる発想です。
先ほど触れた「人がツールの隙間を埋める」構造を、構造ごと作り替えるアプローチだと言えます。

ただし、組織で AI を業務に組み込むには、再現性（同じ入力なら同じ品質が返る）、制御性（勝手に動かさない）、ガバナンス（何が起きたか後から追える）といった条件を満たす設計が要ります。
AI を自由に走らせるのではなく、ワークフローで決められた流れの中で、限られた役割だけを AI に任せる。
この設計があってはじめて、AI は「個人の小さな効率化」を超えて、「組織のコスト構造を変える打ち手」になります。

経営に返す、最初のひと言

ここまでを踏まえると、経営の問いを受けた瞬間に推進担当がやるべきことは、はっきりしています。「AI で抜本的にコスト削減できないか」をそのまま受け取らず、「抜本的なコスト削減」を目的、「AI」を手段の一つに置き直して、経営と合意することです。

「AI で抜本的にコスト削減」というご指示、受け止めました。ただ、AI はあくまで打ち手の一つです。まず2〜3週で、お金・時間・ツールの3点からコスト構造を棚卸しします。そのうえで、「やめる・使い切る・作り直す・自動化する」をどの順番で動かすかを並べてご提案します。AI への本格投資は、それが効く場所を絞り込んでからにさせてください。

これは、経営の「コストを下げたい」という本音を真正面から受け止めたうえで、AI 単体投資の限界を共有し、AI を本気で活かすための土台を先に整える、という返し方です。
問いを再定義することは、経営の意図を否定することではありません。むしろ、その意図にいちばん近い形で応えるための整理です。
「抜本的なコスト削減」を本気でやるなら、推進担当が最初にやるべきなのは、AI 導入の検討着手ではなく、問いの再定義と、コスト構造・業務プロセスの棚卸しなのです。

「見えないコスト」の可視化から始める — Deflag のご支援

ここまで書いてきた「棚卸し → 打ち手の優先順位づけ → AI を効く場所に当てる」という流れは、Deflag が Sales AI インテグレーション事業として実際にご支援している進め方そのものです。
最後に、外部の伴走を使う場合の道筋を簡単に紹介します。

Deflag のご支援は、大きく2つのステップに分かれます。

Step1 は診断です。
誰が・何に・どれだけ時間をかけているかを可視化し、どのノンコア業務の削減が売上の最大化やコスト削減に最もつながるかを特定します。
アウトプットは、営業プロセスの可視化、活動分析、課題の解決優先度と想定インパクト、そして解決策の実施ステップまでを含む診断レポートです。
「何を変えれば、いくらコストが下がり、いくら売上が伸びるか」を、ここで数字として明確にします。

Step2 は、その診断に基づく解決策のご提案と実行です。
前章で触れた「ワークフロー × AI エージェント」による業務プロセスの自動化を、貴社の既存環境の上で構築します。

効果のイメージとして、Deflag では一つのモデルケースを置いています。
20名規模の営業組織であれば、月間で258万円相当のコスト削減と、1日あたり約13時間分の余白を生み出せる、という試算です（Deflag によるモデル試算であり、実際の効果は組織の状況・運用体制により異なります）。
実際のクライアントワークでも、営業20名体制の組織で1人あたりのノンコア業務時間を月34時間削減し、商談数が月8件増加した例があります（成果を保証するものではなく、状況により異なります）。

経営から「AI で抜本的にコスト削減」と問われたとき、推進担当がまずやるべきは、AI 導入の検討着手ではなく、自社のコスト構造と業務プロセスに「AI が効く余白がどれだけあるか」を見える化することです。
その第一歩として、Deflag では無料のシミュレーションからご相談を承っています。AI 単体投資ではなく、構造からコスト削減に応える道筋を一緒に描きたい方は、Deflag の事例・実績ページもあわせてご覧ください。

皆さんの AI 導入検討の参考になれば幸いです。