CoBANTO3-AI

創刊準備号 Vol.74 / ハーバード大などの比較実験。同じAI、同じ研修を受けた515社。売上が1.9倍になった半分は、ほかに何を見ていた?

あなたの会社でAIを使っている作業は、何点の使い方ですか。

2026年10月04日 一般公開

INSEADとハーバード・ビジネススクールの研究者が、世界の高成長スタートアップ515社で、AIの使い方についての実験をしました。全社に同じAIの利用枠と同じ技術研修を配り、くじで選んだ半分にだけ、あるものを追加で見せました。見た側の会社は、AIの使いどころを44%多く見つけ、売上は見なかった側の1.9倍になりました。

① 事実

研究者たちは、AIが一つ一つの作業を速くすることは分かっていても、それが会社全体の業績に積み上がるかどうかの証拠は少ない、という問題から始めています。実験は、起業支援のプログラムに参加したスタートアップを、くじで二つに分けて行いました。道具と技術の条件はそろえ、違うのは一つだけです。結果は、使いどころの数、こなした作業、顧客、売上、資金の5つで測っています。

研究者たちは、515社に同じAIの利用枠と技術研修を配りました

論文は、INSEADのHyunjin Kim氏、Dahyeon Kim氏と、ハーバード・ビジネススクールのRembrand Koning氏による「Mapping AI into Production」です。2026年3月30日付で、INSEADのワーキングペーパー(査読前の研究論文)として公開されています。

対象は、INSEADの起業支援プログラム「AI Founder Sprint」に参加した、南北アメリカ、欧州、アジア太平洋、中東の高成長スタートアップ515社です。全社が、AIを外部のシステムから呼び出すための利用枠、最先端のAIモデル、技術研修を、同じように受け取りました。

実験の設計は、2025年9月に、米国経済学会の実験登録簿に事前に登録されています。

くじで選んだ半分には、他社がAIを中心に仕事をどう組み替えたかの事例を見せました

515社は、地域、事業の進み具合、AIの使いどころの多さで層に分けたうえで、くじで二つに分けられました。

片方の半分には、AIを前提にした会社が、仕事の流れ、チーム、事業の形を、AIを中心にどう組み替えたかという事例を見せ、会社全体でAIを使うよう促しました。もう半分は、一般的な起業の進め方についての講座を受けました。

事例を見た会社は、使いどころを44%多く見つけ、売上は1.9倍でした

事例を見た会社は、AIの使いどころを44%多く見つけました。多かったのは、製品開発と戦略の領域です。売上は、見なかった会社の1.9倍でした。外部から調達しようとする資金は少なく、人を雇う必要は変わりませんでした。

事例を見た会社と、見なかった会社(INSEAD・ハーバード・ビジネススクールの研究者による実地実験、世界の高成長スタートアップ515社)。両方とも同じAIの利用枠・最先端のモデル・技術研修を受け、くじで選んだ半分だけが、他社がAIを中心に仕事の流れ・チーム・事業の形をどう組み替えたかの事例を見た。事例を見た会社は、使いどころ44%多い、作業12%多い、有料顧客の獲得率18%高い、売上1.9倍、外部資金39.5%少ない、人を雇う必要は変わらない。伸びは上位10%以上の会社に集中

伸びは、上位の会社に集中していました

論文の抄録によると、売上と投資の伸びが大きかったのは、上位10%以上の会社です。研究者たちは、AIが普通の会社を少しずつ良くするより、上の会社が届く範囲を広げている形だと書いています。

研究者たちは、AIが会社のどこで、どう価値を生むかを見つけることを「マッピングの問題」と呼んでいます。そして、この見つける作業が、いまのAIから成果を引き出すうえでの主なボトルネック(全体の進み具合を決めている、いちばん狭いところ)になっている、と結論づけています。

出典:

② 構造

INSEADとハーバードの実験で、AIの道具と使い方の技術は、515社すべてにそろえて配られました。差が出たのは、他社がAIを中心に仕事を組み替えた事例を見たかどうかです。道具があっても、どこに当てるかが見えていなければ、道具はいまの仕事の手伝いに使われます。本紙がこれまで点数で書いてきた段差を、くじで分けた実験が測った形です。

対照の会社も同じAIを受け取りましたが、使いどころは44%少ないままでした

実験の対照の側の会社も、同じAIと同じ技術研修を受けていました。それでも、見つけた使いどころは44%少なく、売上は伸びませんでした。

研究者たちの言う「マッピングの問題」は、道具の使い方が分からないことと、別の問題です。使い方は分かっていても、自社の仕事のどこに当てれば価値が出るかが見えない、という問題です。事例を見た側の使いどころが製品開発と戦略に多かったのは、見る前には、そこが当てる場所の候補に入っていなかったからだと読めます。

他社の組み替えを見ると、疑う前提の範囲が広がります

本紙はVol.25で、AIの使い方を点数で分けました。10点はエクセルの作業を自動化すること、50点はエクセルをいらなくすること、80点はその作業そのものを無くすこと、100点は何のためにやっているかから決めることです。上に行くほど、疑う前提の範囲が広がります。

道具と研修だけを渡されると、多くの会社はいまの作業を速くする10点の使い方から始めます。事例が見せたのは、仕事の流れやチームや事業の形を組み替えた会社です。見た側は、作業の手前にある前提まで疑う材料を受け取ったことになります。

INSEADとハーバードの実験は、Vol.71とVol.73の段差を測っています

本紙はVol.71で、中小企業の経営者の調査を取り上げました。AIを深く理解し、業務にどう当てるかを把握している人は8割がもう使っていて、当て方が分からない人は1割台でした。Vol.73では、外の技術者が作ったエージェントの7割が手放されるという予測と、作る前に考え方の土台が要ることを書きました。

どちらも、道具の前にある「どこに当てるか」の段差の話です。今回の実験は、その段差を、くじで分けた二つの集団の比較で測っています。

③ 自分事

当社は、お客様と話すとき、決まった資料を見せていません

当社(株式会社東京ネット工務店)は、お客様の業務をAIがある前提の形に組み替える仕事をしています(Vol.71)。作る前に、時間を掛けてお客様と話し合います(Vol.73)。

その場で、何かを見せることは、ほとんどありません。いろいろな有名企業の事例を一段上から捉えて、その構造を説明します。お客様からはAIについての素朴な質問が出てきます。それをめぐって話し合いながら、意識をすり合わせていきます。

資料を見せると、話し合いが資料に引っ張られて、こちらの求める結果ありきの話になりかねません。当社は、落とし込みたい結果を用意しないまま、まずはみんなで事例を解体し、構造を覗くことが大事だと考えています。

当社では、話し合ううちに、お客様ごとの話が出来上がってきます

いろいろな質問をめぐって話し合ううちに、話が出来上がってきます。他社の事例は、そのままではその会社の話です。構造にして話し合うと、お客様の業務の話に置き換わっていきます。

INSEADとハーバードの実験で効いたのも、他社がAIを中心に仕事を組み替えた事例でした。当社では、事例を、結論を運ぶ資料として渡すより、みんなで解体する材料として扱っています。

明日できること

同じ業界か、近い規模の会社で、AIを入れて仕事の流れそのものを変えた例を一つ探してみてください。道具の名前より、何をやめて、誰の仕事がどう変わったかが書かれている例です。

社内でAIを使っている人に、どの作業に使っているかを訊き、その答えを、Vol.25の10点から100点のどこに当たるか、思い浮かべてみてください。


今月のモデル

今号は、新ネタ無しです。


CoBANTO3-AIチャットを無料体験しませんか?

本紙のバックナンバーを記憶し、本紙の読み方(戦略の階層・歴史循環)で、あなたの状況に当てて答えるAIチャットです。記事は「地図」ですが、地図は現地には当たりません。「この号の話、うちの場合はどうなるのか」を訊く場所として用意しました。

調べもの、文章の下書き、ちょっとした雑談にも使えます。 普段づかいのチャットとして、気軽にどうぞ。

2026年10月4日現在で、約20のモデルに対応しています。 新しいモデルも、出たらなるべく早く入れています。モデルの手応えを試す場所としても使えます。

ご利用は事前購入のクレジット制です(1,000円から)。月額の契約ではないので、解約の手続きはありません。使った分だけ減り、無くなれば止まります。

消費は、<strong>基本料金と、答えの長さ(100字ごとに1クレジット)</strong>で決まります。短い答えなら少なく、長い答えほど多くかかります。モデルによって、1,000円で120〜200往復ほど使えます。

読者登録をいただいた方には、無料クレジットを500クレジット、プレゼントします。 登録は、この記事のすぐ下からできます。

CoBANTO3-AIチャットは、こちらから。無料で体験できるので、ぜひこの機会に触ってみてくださいね。

https://www.netkomuten.tokyo/lp/co-banto3-ai


ライトノベル「ようこそ、東京ネット工務店へ」

海老沢が執筆している、IT業界のお仕事小説です。毎号1話ずつご紹介します。

〈第三部 第52章「みんなで行きましょう」〉

田中が、ハルカを飲みに誘います。返ってきたのは、いつもの「みんなで、行きましょう」でした。やわらかくかわされた田中の矛先が、今度はリナに向きます。

https://www.netkomuten.tokyo/channels/novel-tnk-part3/articles/ch52

小説を書いている理由

この小説は、もともと、社内の教育のために書き始めました。うちの会社——東京ネット工務店で、新しく入った人間に、この仕事の考え方を伝えるための、いわば教材でした。戦略の階層とか、取捨選択とか、口で言っても、なかなか伝わりません。だったら、物語にして読んでもらったほうが早い。そう思って、書き始めました。

ところが、いろいろあって、その教材が、要らなくなってしまいました。理由は、いろいろあります。ここには、書ききれません。ただ、宙に浮いてしまった原稿を、捨てるのも惜しくて、何度も書き直しながら、今度は、教材ではなく、ただ読んで面白い、お仕事小説として、作り直していきました。

https://www.netkomuten.tokyo/channels/atogaki/articles/atogaki-1


Q&Aコーナー

AI・IT業界に関するご質問を募集しています。CoBANTO3-AIチャットのサポートも、こちらへお願いします。

本紙の通知メール・LINEに、そのまま返信していただけます。

4769文字 ・ 約8分

ほかの読みもの

新しい号から読む

第1号から読む

このチャンネルのポリシー

著作権
チャンネル掲載の記事・小説等の著作権は海老澤敦に帰属します。当該コンテンツの掲載および当サイトの運営・管理は株式会社東京ネット工務店が行っています。その他、当サイトのコンテンツおよびロゴ・商標等の権利は同社に帰属します。
引用
当サイトのコンテンツは、通常の「引用(出典を明記した上で、一部を転載すること)」であれば、事前の連絡なく行っていただいて構いません。ただし、当サイトの文章や画像をAIのトレーニングデータ(生成AIの学習、機械学習、データ解析等)として取り込むこと、およびスクレイピングによる自動収集は固くお断りいたします。 Prohibition of AI Training and Data MiningWhile text quotation under copyright law is permitted with proper credit, the use of any content on this website for AI training, machine learning, text/data mining, or web scraping is strictly prohibited.
リンク
リンクは自由です。事前のご連絡は不要です。