AIの最大の恩恵を受けるのは、低利益率企業か

2026年7月10日、Daniel Kornum氏はXで「AI’s Biggest Winners Have the Lowest Margins」という記事を共有しました。

低い利益率の企業ほど、AIによるコスト改善の恩恵が大きい。

直感に反する、強い主張です。AIの勝者と聞くと、モデルを開発する企業や、高い粗利を持つソフトウェア企業を想像しやすいからです。

この主張には、成立する計算があります。

同時に、利益率だけでは企業の勝敗を決められません。

同じ3の改善が、利益を60%動かす

売上100、費用95、利益5の会社を考えます。費用のうち30がAIで支援可能な労働・知識作業で、その10%に相当する3を、品質を落とさず実際に削減できたとします。

利益は5から8になります。増加率は60%、利益率は5%から8%です。

売上100、費用40、利益60の会社で同じ3を改善すると、利益は60から63。増加率は5%です。

薄い利益に対して、同じ絶対額の改善が大きく見える。ここまでは算数です。

しかし、費用の3を動かせるかどうかは、利益率からはわかりません。

仕事をAIが担えるか。現場で使われるか。品質と顧客体験を守れるか。空いた時間を売上、処理量、離職低下、実費削減のどれかへ変えられるか。導入と統制の費用を上回るか。

低利益率は、改善後の利益を増幅します。改善そのものは生みません。

時間を削減できたことと、時間価値が生まれたことも同じではありません。戻った時間が、顧客を理解し、判断し、動き、結果から学ぶことに使われて初めて、関係性と経済が前に進みます。削減時間が待機時間へ変わっただけなら、利益計算の前提そのものが成立しません。

Magic MomentがAIの価値を作業時間だけで測らないのは、このためです。見るべきなのは、顧客との時間が何に変わったかです。

生産性効果はある。ただし、均一ではない

生成AIが業務生産性を改善する実証はすでにあります。

NBER Working Paper「Generative AI at Work」は、5,179人のカスタマーサポート担当者を対象に、会話支援AIの段階導入を分析しました。1時間あたりの解決件数は平均14%増加。経験の浅い、または低スキルの担当者では34%改善し、経験豊富な高スキル層への影響は小さい結果でした。

同じツールでも、誰が、どの仕事で使うかによって効果が変わります。

Harvard Business Schoolなどの研究「Navigating the Jagged Technological Frontier」でも、AIの能力範囲内にあるコンサルティング課題では、参加者は12.2%多くのタスクを完了し、25.1%速く、品質は40%以上高まりました。一方、能力範囲の外にある課題では、正答率が19パーセントポイント低下しました。

AIは万能なコスト削減率ではありません。仕事ごとに、できる場所と壊す場所が入り組んでいます。

AIの恩恵を決める六つの条件

企業名や業界名より、仕事の条件を見たほうが実装可能性を判断できます。

この中で見落とされやすいのは、価値回収です。

一人あたりの作業時間が20%減っても、人員、外注費、処理件数、売上、顧客成果のどれも変わらなければ、損益には現れません。競争によって価格が下がり、改善分がすべて顧客へ渡ることもあります。それは顧客価値として意味がありますが、導入企業の利益増とは別です。

業界ではなく、業務シーンで見る

この条件で見ると、恩恵が大きくなりうる場所が具体的になります。

高利益率企業が勝者にならない、という意味でもありません。

需要が供給能力を上回っている専門サービスなら、AIで空いた時間を追加売上へ変えられます。ソフトウェア企業でも、開発速度、サポート品質、営業の被覆率が上がれば大きな価値になります。

差は利益率ではなく、改善を回収する経路があるかです。

可能価値と実現価値を分ける

AIの事業価値は、次の二段階で考える必要があります。

「一つのメールを30秒で書けた」は可能価値です。

対象顧客が正しく、過去の接点を踏まえ、承認を通り、送信され、記録され、返信や商談へつながり、担当者全体で使われた。その結果、追加売上か時間か費用が動いた。ここまで来て、実現価値になります。

この連鎖をMagic Momentの言葉で表すなら、Moment → Judgment → Action → Outcomeです。顧客との関係性が動いた瞬間を捉え、判断し、行動し、その結果で次の判断を更新する。生成物ではなく、この因果が会社に残ることがAIの資産です。

だから導入優先度は、未来の市場規模だけでは決まりません。

支払い意思 × 現在のBlock被覆率で考える必要があります。

顧客が価値へ支払う意思を持ち、現在の製品と運用で、成果までの障害をどこまで覆えるか。人手でしか埋まらない大きな空白が残るなら、売上が立っても人月商売になります。

90日で止める条件まで決める

薄利企業は、実験予算にも失敗余力にも限りがあります。だから「AIを使ったか」ではなく、価値が回収できなければ止める条件を先に置くべきです。

ここでAI部門の役割も変わります。

ツールを配布し、利用率を上げるだけではありません。業務の基準値を取り、最初のBlockを選び、品質と経済を測り、顧客接点の修正を次の設計へ戻す。導入支援ではなく、価値回収の運営です。

Magic Momentが置く「自律開発・自動GTM・判断関数の外部化」も、この一連の仕事を切らないためのものです。AIが顧客の支払う理由になる価値を作る。顧客へ届く動きを作る。そのとき何を根拠に判断し、何が起きたかを、次回も回る形で残す。三つがつながって初めて、AIは人月の代替ではなく、会社が価値を作り続ける力になります。

最大の恩恵を受ける企業とは

低利益率企業には、大きな相対利益レバレッジがあります。

同時に、データが分断され、業務が例外だらけで、品質を測れず、現場に定着せず、空いた時間を価値へ変えられないなら、そのレバレッジは未回収のままです。

AIの勝者を、粗利率順にも、AI利用率順にも並べることはできません。

見るべきは、顧客との関係性がどう動き、その時間が判断、行動、Outcome、経済へどうつながったかです。

出典

• Daniel Kornum — X post linking “AI’s Biggest Winners Have the Lowest Margins”
• NBER Working Paper 31161 — Generative AI at Work
• Harvard Business School working paper — Navigating the Jagged Technological Frontier