AIで儲けている会社は「効率化」を諦めていた — PwCが1,217人に聞いて見えた勝ち組20%の条件

「AIで業務効率が上がる」という言説を、PwCの新しいレポートが静かに否定している。

4月13日（現地時間）、PwCが2026 AI Performance Studyを公開した。世界25業種・1,217人のシニア経営層（ディレクター以上）を対象にした調査で、AIが生み出した経済的リターンの74%を、わずか20%の企業が独占している という現実を突きつけている。

「AIで全員の生産性が上がる時代」という通俗的なイメージとは真逆だ。AIは勝者と敗者を均等にするのではなく、勝者と敗者の差を広げている。PwCは少なくとも今のところ、そう結論づけている。

この記事では、レポートの主要な発見と、筆者が「これは日本企業も直視したほうがいい」と感じた含意を整理する。

まず、数字で起きていること

レポートの中核を成す数字を並べておく。

• 74% — AIが生み出した経済的価値のうち、トップ20%の企業が持っていく比率
• 2〜3倍 — トップ企業が「業界融合から生まれる成長機会」をAIで追う確率（対、平均的な企業）
• 2.6倍 — トップ企業が「AIがビジネスモデル再発明の能力を向上させた」と答える確率
• 2.8倍 — トップ企業が「人間の介入なしで意思決定を下す件数」を増やしているペース
• 1.8倍 / 1.9倍 — トップ企業が「ガードレール付きの複数タスク自律実行」「自己最適化する自律運用」をAIに任せている比率

同じ数字を眺めていても、トップ20%とその他は まったく違う使い方 をしている。ということをPwCは繰り返し強調している。

意外な発見：勝ち組は「効率化」を最優先にしていない

筆者がこのレポートを読んで一番ハッとしたのはここだ。

AIの投資対効果を測るとき、ほとんどの日本企業は「業務時間が○時間減った」「問い合わせ対応が自動化された」といった 効率化の数字 を追う。実際、PwCの調査でもほとんどの企業がそこから入っている。

ところが、高いリターンを生んでいるトップ20%は、効率化を主目的にしていない。彼らが注力しているのは：

1. 業界融合から生まれる新しい成長機会 — 自分の業界の隣接領域との組み合わせで新しい収益を作る
2. ビジネスモデルの再発明 — 既存の売り方・課金の仕方・顧客関係をAIで書き換える
3. 既存プロセスへのAI追加ではなく、AI前提の業務フロー設計 — これをやっている率が2倍

「既存の業務の上にAIを載せる」のと、「AIがあることを前提にして業務を設計し直す」のでは、出てくる数字のケタが変わる。PwCの言い方を借りれば、レイヤリングとリデザインの差 だ。

これ、響く人には強烈に響くはずだ。日本企業でよく聞く「まずPoCから」「業務の一部から試して効果測定を」というアプローチは、このレポートの結論と真逆の方向 にある。PoC文化は「既存プロセスへのAIレイヤリング」を前提にしているからだ。

トップ20%が使っている「業界融合」のイメージ

「業界融合」という言葉だけだと何のことかわかりにくいので、PwCが挙げている具体例を噛み砕く。

保険業界 — クレーム処理をAIで高速化する。ここまでは他社もやっている。トップ企業はここから 「クレームから推定される顧客のライフイベントを営業機会に変換する」 ところまでワンフローでつないでいる。保険会社が顧客のライフイベント情報を持ちはじめた瞬間、彼らはファイナンシャル・ヘルスケアの隣接領域に足をかけている。これが「業界融合」の実例だ。

ソフトウェア企業 — 社内のエンジニアの一部の作業をAIに任せるだけでなく、開発速度が劇的に上がった結果、プロダクトの提供ペースそのものを再設計する。1年1回のメジャーリリースから、週次・日次のリリースへ。これはただの効率化ではなく、顧客とのコミュニケーションの頻度・内容・価格モデルを同時に書き換える。

製造業 — 設備に付けたセンサーと生産データをAIで分析して、予知保全を 売り物として外販 する。これまでは自社のコスト削減のために使っていたデータが、サービス収益の源泉に変わる。リカーリング収益の柱が生まれる。

これらの事例に共通しているのは、AIを入れたことで既存の収益構造が伸びたのではなく、新しい収益構造が生まれた 点だ。効率化は副産物であって、目的ではない。

自律的意思決定が2.8倍 — ここに「次の壁」がある

もう一つ、地味だが重い数字がある。

トップ企業は「人間の介入なしで意思決定される件数」を、平均的な企業の 2.8倍のペース で増やしている。つまり勝ち組は、AIを「提案するアシスタント」としてではなく、「決めて実行するエージェント」 として使っている。

これは「AIエージェント」というバズワードが実際の経営成果に結びついている証拠として、多分もっと注目されていい。OpenAI Frontierが狙う自律型エージェントや、AnthropicのClaude Managed Agentsのようなインフラが出てきているのも、この動きを前提にした展開だ。

ただし筆者が気をつけるべきだと思うのは、自律実行の件数 ≠ 安全な自律実行の件数 という点だ。トップ企業は自律実行と並行して、ガバナンス・監査・データ基盤への投資を拡大している（これもレポートに明記されている）。ガードレール抜きの自律実行は、ある日突然跳ね返ってくるリスクの温床になる。「全部AIに任せる」ではなく「任せられる部分を広げる」設計ができるかが、分かれ目になる。

日本企業への含意、筆者のメモ

レポートはグローバル調査で、日本企業に特化した分析は少ない。それでも、このデータから日本の読者が汲み取れる実用的な示唆を3つだけ書いておく。

1. 「効率化から入るAI導入」では、トップ20%には入れない PoCからスタートするのは構わないが、PoCで効率化の数字が出たあとに「本当に取りに行く成果」を別途設計する 必要がある。効率化で終わると、そこで止まる。

2. 業界融合を考えるなら、自社の既存顧客データが最大の武器 保険・製造・小売など、すでに顧客接点と運用データが豊富な業界ほど、業界融合の機会は大きい。データを業種横断で使えるように整備しておくことが、AI戦略の前提になる。日本のAI基盤モデル開発の動きも、この文脈で読み直すと意味が変わる。

3. 「AIに任せる意思決定」を増やせる組織文化かが試される これは技術よりガバナンスの話で、日本企業の大半にとって最もしんどい論点だ。合議制と稟議制の文化の中で、「AIが決めて実行した」を受け入れる体制をどう作るか。ここで立ち止まる会社が、20%の外側に留まり続ける、というのがPwCの暗黙の警告だと筆者は読んだ。

正直、このレポートの限界もある

公平を期すために、レポートの弱点も書いておく。

対象は主に 大規模上場企業のシニア経営層 で、スタートアップや中小企業、非公開企業の実態は反映されていない。中小企業にとってのAI活用はむしろ別の戦略（既存の業務をAI SaaSに切り替えるだけで十分、という類）が有効である可能性が高い。

また、「経済的価値の74%を20%が独占」という数字は、調査対象の回答者が感じている主観的価値に依存している部分がある。実際の財務指標での検証は、これから業界分析として出てくるだろう。

それでも、1,217人というサンプルサイズと25業種・グローバル規模の調査は、現時点で出ているAI投資対効果のレポートの中ではかなり重い部類だ。CIO・CFO・CDOが経営会議で引用するには十分な素地がある。

---

AIの経済価値が一部の企業に集中する、という構図は、インターネット普及期やクラウド移行期にも繰り返し見てきたパターンだ。違うのは、そのスピードと差の大きさ。PwCが指摘する「AI格差」は、これから数年でさらに開く可能性が高い。

完全な原典はThree-quarters of AI's economic gains are being captured by just 20% of companiesで読める。経営層にプレゼンする必要がある読者は、ここから数字を直接拾うのが早い。