生成AI導入KPIの設計方法と利用状況の測り方・改善サイクル

「導入した」と「使われている」は別の状態

生成AIツールを導入すると、最初に見える数字はアカウント発行数や研修参加者数です。たとえば「対象者300名にアカウントを配布した」「初回研修に180名が参加した」といった数字は、導入開始を示すうえでは有効です。

しかし、それだけでは実際の利用状況は分かりません。

アカウントを持っていても、ログインしていない人がいるかもしれません。研修を受けても、日常業務での使い方が分からず、その後一度も使っていない人もいます。反対に、一部の部署では、議事録作成、メール文面の下書き、社内問い合わせ対応などに使い始めている可能性もあります。

つまり、生成AIの初期導入では、まず「配ったか」ではなく「使われているか」を確認する必要があります。

成果を語る前に、利用行動を把握する

生成AI導入の効果として、業務時間の削減や生産性向上を期待する企業は少なくありません。ただし、導入直後から大きな成果指標だけを追うと、現場との距離が生まれやすくなります。

たとえば、導入1か月目の段階で「どれだけコストを削減できたか」を問われても、現場ではまだ使い方を試している段階かもしれません。生成AIは、ツールを渡した瞬間に成果が出るものではなく、業務への当てはめ方を見つけ、プロンプトやルールを整えながら、少しずつ定着していくものです。

そのため、初期導入では次のような利用行動を把握することが重要です。

• 誰が使っているか
• どの部署で使われているか
• どの機能が使われているか
• どの業務で使われているか
• どのくらい継続して使われているか

成果KPIは重要ですが、その前提として、利用行動のKPIを設計する必要があります。

見たい数字は立場によって異なる

生成AI活用のKPIは、見る人によって意味が変わります。

推進担当者は、利用者数や部署別の定着状況を見たいでしょう。情報システム部門は、権限管理や利用ルール、セキュリティ面での安全性を確認したいはずです。人事や研修担当は、研修後にどれだけ利用が進んだか、どの層がつまずいているかを知りたいかもしれません。

一方で、現場社員にとって重要なのは、「自分の業務が楽になったか」「使う意味があるか」です。管理職や経営層は、業務改善や投資対効果、組織全体への波及を見ようとします。

このように、生成AIのKPIは一つの数字だけでは表現できません。利用率、活用範囲、成果を分けて見ることで、社内の状態をより正確に把握できます。

利用率KPI：まずは使われているかを見る

最初に見るべきなのは、生成AIが実際に使われているかどうかです。

代表的な利用率KPIには、次のようなものがあります。

ただし、利用率はあくまで入口の指標です。利用回数が多いからといって、必ずしも業務改善につながっているとは限りません。

たとえば、毎日ログインしていても、業務上の成果物に反映されていない可能性があります。反対に、利用回数は少なくても、月に数回の重要な資料作成で大きな効果を出しているケースもあります。

そのため、利用率KPIは「使われているか」を確認するための指標と捉え、後述する活用範囲や成果KPIと組み合わせて見ることが大切です。

活用範囲KPI：どの業務に広がっているかを見る

次に見るべきなのが、生成AIがどの業務に使われているかです。

初期導入では、一部のITリテラシーが高い社員だけが使っている状態になりがちです。その状態でも利用率は上がりますが、組織全体の活用とは言い切れません。

活用範囲KPIでは、次のような観点を確認します。

たとえば、議事録作成、メール文面作成、調査のたたき台作成、社内FAQ対応、研修資料作成など、業務カテゴリごとに利用状況を分けて見ると、次に広げるべき領域が見えてきます。

重要なのは、「誰がたくさん使っているか」だけでなく、「どの業務なら現場に受け入れられやすいか」を見つけることです。

成果KPI：業務にどんな変化があったかを見る

利用率と活用範囲が見えてきたら、次に成果KPIを考えます。

成果KPIでは、生成AIの利用によって業務にどのような変化があったかを確認します。代表的なものは、作業時間の短縮、品質の安定、手戻りの減少、ナレッジ共有の改善などです。

ただし、成果KPIを設定するときは、数値の前提を必ず明示する必要があります。実績データではない場合は、「想定例」として扱うべきです。

ここで大切なのは、数字だけを独り歩きさせないことです。対象業務、比較期間、母数、測定方法を明記しなければ、経営報告や社内説明で誤解を招きます。

初期導入では、厳密な効果測定が難しい場合もあります。その場合は、定量データに加えて、現場のコメントや活用事例を組み合わせるとよいでしょう。

利用回数だけを追ってしまう

最もよくある落とし穴は、利用回数だけを追うことです。

利用回数は分かりやすく、ダッシュボードにも載せやすい指標です。しかし、それだけでは「良い利用」かどうかは判断できません。

たとえば、同じ質問を何度も繰り返している場合、利用回数は増えますが、業務が効率化しているとは限りません。むしろ、使い方が分からず試行錯誤している可能性もあります。

利用回数を見る場合は、次のような情報とセットで確認しましょう。

• どの業務で使ったか
• 出力を実際に業務で使ったか
• 作業時間や手戻りに変化があったか
• 利用者が継続して使っているか
• 同じ用途が他の人にも広がっているか

利用回数は重要ですが、それは状態を知るための入口です。

成果を早く求めすぎる

生成AI導入は、経営層からも注目されやすいテーマです。そのため、推進担当者は早い段階で成果を求められることがあります。

しかし、導入直後から「何時間削減できたのか」「どれだけ費用対効果が出たのか」だけを問うと、現場は使い方を試す余地を失います。

初期フェーズでは、まず次のような小さな変化を拾うことが大切です。

• 議事録作成の心理的負担が下がった
• メール文面のたたき台を作りやすくなった
• 社内資料を探す前に、論点を整理できるようになった
• 会議前のアジェンダ作成が早くなった
• 研修資料の初稿を作る時間が短くなった

これらは、すぐに大きなROIとして表れないかもしれません。しかし、現場が「これは使える」と感じるきっかけになります。

成果KPIは重要ですが、初期導入では、利用行動と小さな成功体験を積み上げることを優先しましょう。

全部署に同じKPIを当てはめる

生成AIの使い方は、部署や職種によって大きく異なります。

営業部門では、商談メモの整理、提案書のたたき台、顧客向けメールの下書きなどに使われるかもしれません。管理部門では、規程検索、社内問い合わせ対応、議事録要約などが中心になるでしょう。人事部門では、研修コンテンツや社内FAQの整備に使われる可能性があります。

にもかかわらず、全社で一律に「利用回数」だけを見てしまうと、部署ごとの活用実態を見誤ります。

おすすめは、全社共通KPIと部署別KPIを分けることです。

全社共通で見るべき数字と、部署ごとに見るべき数字を分けることで、より実態に近い評価ができます。

利用目的と対象業務を決める

KPI設計の前に、まず「何のために生成AIを使うのか」を明確にします。

目的が曖昧なままKPIを作ると、利用回数だけを追う運用になりやすくなります。最初から全業務を対象にする必要はありません。むしろ、初期導入では対象業務を絞った方が効果測定しやすくなります。

たとえば、初期導入で対象にしやすい業務には次のようなものがあります。

• 会議の議事録作成
• メールやチャット文面の下書き
• 社内問い合わせへの一次回答
• 研修資料やマニュアルの初稿作成
• 調査テーマの論点整理
• 週報や1on1メモの整理

これらは、文章作成・要約・整理といった生成AIの得意領域と相性がよく、初期活用のテーマにしやすい業務です。

最低限の計測項目を定義する

次に、利用状況を測るための項目を定義します。

初期フェーズでは、いきなり複雑なダッシュボードを作る必要はありません。まずは、次のような基本項目から始めます。

ここで重要なのは、ログデータだけに頼らないことです。ログでは利用回数や機能は分かっても、実際に業務で役立ったかまでは分かりません。

そのため、簡単なアンケートやヒアリングを組み合わせると、数字の背景が見えやすくなります。

週次・月次で見るダッシュボードを作る

KPIは、見る頻度によって役割が変わります。

週次では、利用の立ち上がりや急な変化を確認します。たとえば、研修後に利用者が増えたか、特定部署だけ利用が伸びているかを見るのに向いています。

月次では、もう少し広い視点で、部署別の定着状況や活用事例、改善アクションを確認します。

ダッシュボードでは、数字だけを並べるのではなく、数字から分かったことと次のアクションをセットで整理します。

たとえば、「営業部の利用が多い」だけで終わらせず、「商談メモ整理に利用が集中しているため、成功プロンプトをテンプレート化する」といった改善につなげることが重要です。

KPIを研修・ルール・プロンプト改善に反映する

KPIは、報告のためだけに見るものではありません。改善のために使うものです。

たとえば、利用が少ない部署があれば、その部署に合った研修やユースケース紹介が必要かもしれません。利用は多いが成果が見えにくい場合は、プロンプトの品質や業務への組み込み方に課題があるかもしれません。

よく使われているプロンプトやテンプレートがあれば、チーム全体で再利用できるように整備します。反対に、誤用やリスクのある使い方が見つかれば、運用ルールや情報管理のガイドラインを見直します。

生成AIの初期導入では、KPIを「評価」ではなく「学習」のために使う姿勢が大切です。

全社共通で見るKPI

全社共通KPIは、導入全体の進み具合を確認するための指標です。

初期導入では、まずこれらを押さえるだけでも、社内展開の状態を把握しやすくなります。

部署別に見るKPI

部署別KPIは、それぞれの業務に合わせて設計します。

部署別KPIを設定するときは、業務の実態に合っているかを現場と確認することが重要です。

推進側だけでKPIを決めると、現場にとって意味のない数字になってしまうことがあります。

成果を説明するための補助指標

成果KPIは、定量データだけでなく、定性的な情報と組み合わせると説明しやすくなります。

特に初期導入では、定量データが十分に集まらないこともあります。その場合は、「どの業務で、どのように役立ったか」という現場コメントが、次の展開の材料になります。

KPIは見るだけで終わらせない

KPIを設定しても、数字を見るだけでは活用は進みません。

重要なのは、数字から課題を見つけ、次の施策に反映することです。

KPIは、現場を評価するためではなく、支援すべきポイントを見つけるために使うべきです。

月次レビューで改善ポイントを確認する

初期導入では、月に1回程度のレビューを設けると改善サイクルを回しやすくなります。

月次レビューでは、次のような観点を確認します。

• 利用者は増えているか
• 継続利用者は増えているか
• 部署ごとの差はあるか
• 活用されている業務は広がっているか
• 成果を説明できる事例は出ているか
• 利用されていない機能はあるか
• 現場からの不満や不安は出ているか
• 情報管理上のリスクはないか
• プロンプトやテンプレートは更新されているか
• 次月に改善すべきテーマは何か

このレビューには、推進担当だけでなく、現場代表や管理職も関わると効果的です。

数字だけでは見えない背景を現場から聞くことで、より実態に合った改善ができます。

KPIはフェーズに応じて変えていく

生成AIのKPIは、導入フェーズによって変える必要があります。

導入初月は、まず利用開始が重要です。2〜3か月目は、どの業務に定着しているかを見ます。4か月目以降は、成果や標準化、横展開を意識します。

以下は想定例です。実際には、対象人数、部署数、業務範囲、セキュリティ要件に応じて調整してください。

最初から完成されたKPIを作る必要はありません。むしろ、運用しながら見直す前提で設計する方が、現場に合った指標になります。