AIエージェントのROIを分けたのは「速さ」ではなく「準備」だった｜20カ国調査【世界のDX潮流】

AIエージェントは、早く導入した企業ほど投資に見合う成果へ早くたどり着く。そう考えたくなる気持ちはわかります。しかし、2026年8月27日、20カ国・2,025人のAIエージェントの意思決定者を対象として、「導入の速さと成果が出るまでの速さは一致していない」という調査結果がSalesforceから公表されました。成果を分けたのは導入の速さでも全社データ統合の規模でもなく、準備の中身でした。

AIエージェントを導入すべきだとは分かっていても、「データ基盤が整っていないから」「もう少し様子を見たいから」と足踏みしている企業は少なくありません。DX（デジタルトランスフォーメーション）を進める現場では、よく聞く声です。本記事では、その足踏みが調査データに照らして妥当なのかを検討し、あわせて調査が示した「軽く速く始める」ことの副作用にも触れます。どちらも「先送りしてよい」という話ではありません。ぜひ貴社のAI活用状況と照らし合わせてお読みください。

「データが揃っていないから」は、どこまで妥当か

AIエージェント導入の相談でよく出るのが、「まず全社のデータをすべて統合してからにすべきか」という考え方です。顧客データ、業務データ、ナレッジがばらばらに散らばっている状態では、エージェントに任せても正しく動かない。だから、基盤整備が先だというものです。

この思考は一見もっともに聞こえます。しかし、基盤整備には年単位の時間がかかることも多く、その間、AIエージェントの活用は止まったままになってしまいます。その結果、「準備ができたら」がいつまでも来ない、という状態に陥りがちです。

Salesforceの調査は、この「先に基盤を整えるべきか」という問いに、1つのデータを我々に示してくれました。

20カ国2,025人の調査が示したこと

Salesforceの調査「State of Agentic AI in the Enterprise」の概要は、次のとおりです。

成果に関する主要な数値は、いずれも本番稼働しているデプロイヤーの回答です。試験導入や検討中の企業は、この集計には含まれていません。

デプロイヤーは、平均でおよそ8カ月で「意味のあるROI」に到達したと回答しています。従業員の利用率は53%、顧客満足度は平均29%向上したという回答です。

なお、数値はすべて回答企業の自己申告で、調査主体のSalesforceはAIエージェント製品の提供者です。それでも、「早く導入すれば有利」と言いたいはずの立場からこの結果が出た点は、押さえておく価値があります。

そのうえで、この調査で目を引くのは、導入の速さとROI到達の速さが一致しなかった、という点です。たとえばHigh Tech業界は最も早くAIエージェントを導入した層の1つですが、ROI到達は10.1カ月で、最も遅い層の1つでした。逆に、Professional & Business Services（専門・事業サービス）は導入が遅い層でしたが、ROI到達は最速で、およそ6.5カ月だったことも含めて考えると、先に始めた企業が、先に回収したわけではなかったということが読み取れます。

出典・参照：

• Salesforce「New Study of 2,025 Agentic AI Leaders: First To Launch Isn’t Fastest to ROI」

成果と結びついていた3つの準備

では、何が成果と結びついていたのか。デプロイヤーが成功要因として多く挙げたのは、次の3点でした。

1つ目は、エージェントが動作するその瞬間に使える、きれいで信頼できるデータです。全社のデータが1つに統合されている必要はなく、そのエージェントが担当する業務に関係するデータが、使いたいときに使える状態にあればよい、という趣旨です。

2つ目は、狭く限定された用途です。「何でもできるエージェント」ではなく、対象業務をはっきり絞ったものほど、成果につながっていました。

3つ目は、人へのエスカレーション経路、つまりエージェントが対応できない場面で人間へ引き継ぐ道筋を、あらかじめ用意しておくことです。

注目すべきは、この3点がいずれも「全社データの完全統合」を前提にしていないことです。実際、AIエージェントを導入する前に関連データを完全に統合していた企業は、31%にとどまっていました。残りの約7割は、統合の途中だったり、欠落を回避しながらだったり、断片的なデータのまま運用したりしていたのです。

ただし、順序による差はありました。関連データを先に整えてから導入した企業は、ROI到達がおよそ7.3カ月。先に導入して、後からデータの課題に対処した企業は、およそ8.8カ月でした。その差は1カ月ほどであり、これも自己申告値なので過度に読み込むべきではありませんが、「関係するデータから先に整える」ことには一定の効果がありそうだと受け取ることはできるでしょう。

出典・参照：

• Salesforce「New Study of 2,025 Agentic AI Leaders: First To Launch Isn’t Fastest to ROI」

「速く始める」ことの副作用

では、準備を最小限にして、とにかく速く始めればよいのか。調査は、そうとも言い切っていません。

こういった統制の仕組みが軽い企業は、ROI到達が7.2カ月と速い一方で、重い企業は9.3カ月でした。ここだけ見ると「軽いほうが得」に見えます。

しかし、ここにまた別の数値があります。統制が平均より軽い企業は、エージェントが想定範囲の外で動作していたことを「重大なミスが起きた後に初めて気づいた」割合が32%でした。平均より重い企業では18%で、約2倍の差です。速く始めればROIも速いが、問題の発見は遅れる。調査はこれを「スピードと耐久性のトレードオフ」と表現しています。

どちらが正解、という話ではありません。ただ、「軽く速く」を選ぶなら、範囲外の動作をどう早く検知するかを、あわせて考えておく必要がある、ということです。

日本企業への示唆

この調査から、日本の中小企業が受け取れる視点は2つあります。

1つは、「データ基盤が完璧になるまで待つ」を先送りの理由にしにくい、ということです。完全統合済みで導入した企業は3割に過ぎず、多くは不完全なデータのまま始めて成果を出しています。待つべきなのは全社基盤の完成ではなく、1つの業務を選び、その業務に必要なデータを整え、人が引き取る経路を用意する、という具体的な準備です。

もう1つは、それでも「情報感度を落としてよい」わけではない、ということです。AIの登場以降、技術も他社の動きも以前に増して速く大きく変わります。そのような時代で「準備をする」というのは、動きを止めて待つことではなく、小さく具体的に手を動かしながら、待つべきものと待つ理由にしてはいけないものを見分けることにある、ということです。

まとめ：成果を分けるのは「速さ」ではなく「準備の中身」

20カ国2,025人の調査が示したのは、AIエージェントのROIを左右したのが、導入の速さでも全社データ統合の規模でもなく、対象業務の限定・関連データの整備・人へのエスカレーション経路という準備だった、ということです。ただし、統制を軽くして速く始めた企業は、範囲外の動作の発見が遅れていました。速さにも準備にも、それぞれの代償があります。

すべて調査対象の自己申告値であり、調査主体がSalesforceという製品提供者であることを差し引いても、「基盤が整うまで動かない」という先送りは、もう根拠が弱くなっています。一方で、「軽く速く」にも監視の設計が必要です。自社がAIエージェントを検討するとき、待つべきものは何で、待つ理由にしてはいけないものは何か。その線引きを、この調査を材料に考えていただければと思います。