AI投資95%が失敗？OpenAIの新指標

監修者伊東雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

OpenAIのCFO（最高財務責任者）が、AI投資の効果を測る新しい「ものさし」を2026年7月17日に発表しました
核心は「有用な知性を1ドルあたりでどれだけ生み出せたか」という考え方です
「①役立つ仕事をしたか ②1件の成功にいくらかかったか ③結果を信頼できるか ④使うほど得になるか」の4つで判断します
背景には、企業の生成AIの多くが「結局いくら得したか説明できない」という悩みがあります
日本の企業にも「トークン単価より成果で測る」という視点が広がりそうです

「AIに毎月お金を払っているけれど、本当に元は取れているの？」と思ったことはありませんか。実はこの疑問に、AIをつくる本人であるOpenAIが正面から答えを出しました。カギは「支払ったお金」ではなく「終わった仕事」で測ること。この記事を読むと、AI投資の新しい測り方と、私たちの仕事への影響がわかります。

そもそも何が発表されたの？

発表したのは、OpenAIのCFO（お金まわりの責任者）サラ・フライアーさんです。

2026年7月17日、「A scorecard for the AI age（AI時代の成績表）」という文章を公開しました。

「トークン単価はもう忘れていい。AIは”やり終えた仕事”で評価しよう」という提案です。

トークンとは、AIが文章を処理するときの細かい単位のことです。多くの会社はこれまで「1トークンあたり何円か」で安さを比べてきました。

でもフライアーさんは「それだけでは本当のコストは見えない」と指摘します。安いAIでも、失敗して何度もやり直せば、結局は高くつくからです。

「有用な知性を1ドルあたり」って何？

今回いちばん大事なキーワードが「有用な知性を1ドルあたり（Useful Intelligence per Dollar）」です。

難しく聞こえますが、意味はシンプルです。「同じ1ドルで、役に立つ仕事をどれだけ片づけられたか」ということです。

つまり、お金をいくら使ったかではなく、その1ドルが生んだ「成果」に注目します。

ここで言う「知性」は、テストの点数の高さではありません。現場で実際に役立ったかどうかが基準です。

この1本の指標を分解したものが、次に紹介する「4つの質問」です。

投資効果を測る4つの質問

フライアーさんは、経営者が自社のAIに問いかけるべき質問を4つ挙げました。順番に見ていきます。

①ちゃんと役に立つ仕事をしたか

最初の質問は「AIが意味のある仕事をどれだけ終わらせたか」です。

たとえば、あるカスタマーサポートの現場を思い浮かべてください。AIが1か月で何件の問い合わせを解決できたか。エンジニアの現場なら、AIの助けで何件のコード修正を世に出せたか。法務なら、何本の契約書をチェックできたか。

こうした「片づいた仕事の数」こそが出発点になります。

②1件の成功にいくらかかったか

2つ目は「成功1件あたりのコスト」です。

ポイントは、トークン代だけを見ないことです。やり直しにかかった費用や、人間が確認・修正した手間まで、まるごと数えます。

安いモデルで10回やり直すのと、高いモデルで1回で仕上げるのと、どちらが得か。答えは「成功1件あたりいくらか」で初めて見えてきます。

③結果を信頼できるか

3つ目は「その結果を安心して使えるか」です。

どれだけ安くても、間違いだらけで毎回チェックが必要なら、現場では使えません。

人が最終確認しなくても任せられる——その信頼度が、AIの本当の価値を左右します。

④使うほど得になるか

4つ目は「規模が大きくなるほど、1ドルの価値が上がるか」です。

理想は、仕事の量が増えても品質は落ちず、成果がコストより速く伸びていく状態です。

フライアーさんはこれを「AIが生む価値が、その費用より速く育っているか」という問いにまとめています。よいモデル選び、効率のよい処理、専用の機械、賢い使い分けが、この伸びを支えます。

なぜ今この話が重要なの？

背景には、世界中の企業が抱える共通の悩みがあります。

MIT（マサチューセッツ工科大学）の2025年の調査では、企業の生成AIプロジェクトの約95%が、最初の半年で目に見える利益を出せなかったとされています。

別の調査では、経営者の61%が「1年前より成果を示すプレッシャーが強まった」と答えています。

さらに「12か月以内の元取りを期待する企業は83%なのに、AIの投資対効果をスムーズに計算できる企業はわずか15%」というデータもあります。

多くの経営者が「AIに投資したけれど、結局いくらの得になったのか説明できない」状態なのです。だからこそ、共通の”成績表”が求められています。

従来の測り方や他社の指標と何が違う？

この動きはOpenAIだけのものではありません。業界全体が「単価から成果へ」と物差しを変え始めています。

違いを整理すると、次のようになります。

トークン単価（従来）：1回の処理の安さだけを見る。やり直しや人の手間は見えない
ワークフロー単価：一連の作業1件あたりのコストで測る。コンサル会社などが提唱
Return on AI（RoAI）：BCG（大手コンサル）が使う、AIにかけた費用に対する価値の比率
有用な知性を1ドルあたり（OpenAI）：成果・成功単価・信頼度・規模の4点をまとめて見る

どれも狙いは同じです。「安さ」ではなく「実際に終わった仕事の価値」で判断しようという方向に、業界がそろって動いています。

OpenAIの指標が特徴的なのは、AIをつくる当事者が「うちの製品はトークンの安さで選ばないでほしい」と自ら言っている点です。

日本の企業や私たちにどう関係する？

日本でも、同じ悩みはすでに広がっています。

国内のコンサル各社は「ツール代だけで計算すると効果を過大評価してしまう」と警告しています。研修費や社内サポートの手間、セキュリティ対策まで含めた総コストで見るべきだ、という指摘です。

また、日本ではPoC（お試し導入）で止まってしまう企業が多いことも課題です。原因は精度ではなく、業務やデータの構造が合っていないケースが目立ちます。

今回の4つの質問は、こうした日本の現場でもそのまま使えます。「何件片づいたか」「成功1件いくらか」を数えるだけなら、大企業でなくても始められるからです。

ある中小企業の経理担当者を想像してみてください。月末に数百件の請求書を1枚ずつ確認しています。AIに任せて「何件正しく処理できたか」「人の直しは何件だったか」を記録すれば、それだけで立派な成績表になります。

よくある質問（FAQ）

Q1. トークン単価はもう気にしなくていいの？
いいえ、無視してよいわけではありません。あくまで「単価だけで判断しない」という話です。最終的には成功1件あたりのコストで比べるのが大事、という考え方です。

Q2. 小さな会社でも取り入れられますか？
はい。特別なツールがなくても、「AIが片づけた仕事の数」と「人が直した数」を記録するだけで始められます。むしろ小さく試すほど効果が見えやすくなります。

Q3. これはOpenAIの製品を売るための話では？
その面はあります。ただ、MITやコンサル各社も同じ方向を示しており、業界全体の流れと一致しています。特定の会社だけの主張ではありません。

Q4. 個人がChatGPTを使う場合にも役立ちますか？
役立ちます。「今月ChatGPTでどれだけ作業が早く終わったか」を振り返れば、自分にとっての費用対効果が見えてきます。

まとめ

今回のポイントを振り返ります。

OpenAIのCFOが2026年7月17日、AI投資の新しい測り方を提案した
核心は「有用な知性を1ドルあたりでどれだけ生んだか」
①役立つ仕事の量 ②成功1件のコスト ③信頼度 ④規模の伸び、の4点で見る
背景には「AIで結局いくら得したか説明できない」という世界共通の悩みがある
日本の企業や個人も、成果ベースの視点で振り返ると効果が見えやすくなる

まずは自分やチームのAI利用について、「今月どんな仕事が片づいたか」を一度書き出してみましょう。

参考文献

こんな時代だから遊んで学びたい

AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。

毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。

「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？

一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！

今すぐAIフレンズに参加して、未来への第一歩を踏み出そう！！