「AIを入れたいのに、稟議が通らない」——DX推進担当者やミドルマネージャーから、こうした声をよく聞きます。
野村総合研究所の「IT活用実態調査（2025年）」によると、生成AIを導入済みの企業は57.7%に達しました。2023年の33.8%、2024年の44.8%と年々加速し、過半数の企業がすでにAI活用のフェーズに入っています。一方で、東京商工リサーチの調査（2025年7〜8月、6,645社回答）によれば、生成AIの活用を推進している中小企業はわずか23.4%にとどまり、半数の50.9%が方針すら決めていない状況です。
この「導入が進んでいる企業」と「方針すら決まらない企業」の差はどこにあるのでしょうか。
PwC Japanグループが2025年に5カ国で実施した調査は、一つの重要な示唆を提供しています。生成AI活用で「期待を大きく上回る効果」を実感した企業のうち、約6割が「社長直轄（経営トップが直接推進している）」体制を取っていたのに対し、期待未満と回答した企業では1割未満でした。つまり、AI導入の成否は、技術選定よりも前の段階——社内の意思決定プロセス——で決まっている可能性が高いのです。
BCGの世界調査（2025年、11カ国1万600人以上対象）でも、日本のAI活用が世界に後れを取っている要因として「経営トップのサポートや後押しと、現場レベルでの成功事例の確立という両輪」の重要性が指摘されています。
本記事では、AI導入の稟議・提案書で「通らない」原因を分析し、経営層が本当に見ている判断軸を明らかにしたうえで、説得力のある数字の見せ方と実践的なテンプレートを提供します。「熱意」ではなく「数字」で経営層を動かすための実務ガイドとしてご活用ください。
第1章：AI導入の稟議が通らない3大パターン
AI導入の稟議が社内で却下される——あるいは、そもそも上申すらできずに立ち消えになる——ケースには、共通するパターンがあります。
パターン1：費用対効果が曖昧
AI導入の稟議が通らない最大の原因は、ROI（投資対効果）の記載が曖昧なことです。「業務効率化が見込めます」「生産性が向上します」といった定性的な表現だけでは、経営層は投資判断ができません。
IBM Institute for Business Valueの報告によれば、企業全体でのAI施策によるROIはわずか5.9%にとどまる一方、戦略的にAI活用を進めている企業では10倍以上のROIを実現しているケースもあります。この差は、導入前の効果設計の精度に起因する部分が大きいのです。
CloudZeroが2025年にエンジニア500人を対象に実施した調査では、AIのROIに「自信を持って評価できる」と回答した企業はわずか51%でした。さらに、AIコストの追跡にスプレッドシートを使った手動管理に依存している企業が57%に上り、専用のコスト追跡システムを持つ企業は15%にとどまっています。つまり、多くの企業が「効果を測る仕組み」を持たないまま投資しているのです。
稟議書で必要なのは、「現状のコスト」と「AI導入後の想定コスト」を具体的な数字で対比させることです。「月間○○時間の作業を、△△時間に短縮できる見込み。人件費単価○○円で換算すると、年間△△万円の削減効果」——このレベルの具体性がなければ、経営層の承認を得ることは難しいでしょう。
パターン2：リスク対策の記載がない
経営層が最も恐れるのは「やってみたが、取り返しのつかない問題が起きた」という事態です。特にAI導入においては、セキュリティリスク、ハルシネーション（AIの事実誤認）、著作権侵害、個人情報漏洩といった、企業の信用に直結するリスクが伴います。
総務省の「令和7年版 情報通信白書」によると、日本企業が生成AI導入で最も懸念しているのは「効果的な活用方法がわからない」に次いで、「社内情報の漏えい等のセキュリティリスク」「ランニングコストがかかる」「初期コストがかかる」という項目です。
NRIの2025年調査では、生成AI活用の課題として「リスクを把握し管理することが難しい」を挙げた企業が48.5%に達しています。経営層がリスクを懸念しているにもかかわらず、稟議書にリスク対策が記載されていなければ、「検討が不十分」と判断されて当然です。
稟議書には、想定されるリスクとその対策を具体的に記載してください。「セキュリティリスク→法人向けプランを採用し入力データの学習利用をオプトアウト」「ハルシネーション→人間によるファクトチェック体制を構築」「情報漏洩→利用ガイドラインの策定と全社研修の実施」というように、リスクと対策の一対一対応を明示するのが鉄則です。
パターン3：撤退基準が設定されていない
三つ目のパターンは、「やめどき」が決まっていないことです。MITのNANDAプロジェクトが示したように、AI投資の95%は十分なリターンを得られていません。経営層は「始めること」だけでなく「成果が出なかったときにどうするか」を知りたがっています。
稟議書には、Go/No-Go判定のポイントを明確に記載しましょう。たとえば「PoCの3カ月間で、対象業務の工数が30%以上削減されなかった場合は本格導入を見送る」「本格導入後6カ月時点でROIがマイナスの場合は、ツールの変更または撤退を判断する」というように、数値基準と判定時期を事前に設定しておくことで、経営層に「投資がコントロールされている」という安心感を与えることができます。
第2章：経営層が見ている5つの判断軸
稟議書を書く際に最も重要なのは、「自分が何を伝えたいか」ではなく「経営層が何を知りたがっているか」を理解することです。AI導入の稟議において、経営層は以下の5つの軸で判断しています。
判断軸1：投資回収期間（どのくらいで元が取れるか）
最も直接的な判断基準です。AI導入の投資回収期間は、案件の規模や種類によって大きく異なりますが、経営層が求めるのは「根拠のある見積もり」です。
効果の試算では、まず対象業務の現状コストを定量化します。「経理部門の請求書処理：月間40時間×人件費単価4,000円/時＝月間16万円」のように、具体的な工数と金額を算出してください。次に、AI導入後の想定コスト（ツール費用＋運用工数）を差し引いて、月間の削減効果を算出します。この削減効果を初期投資額で割れば、投資回収期間が求まります。
重要なのは、楽観的すぎる試算をしないことです。保守的なシナリオで「最悪でもこのくらいの期間で回収できる」と示す方が、経営層の信頼を得やすくなります。
判断軸2：競合他社の動向（取り残されるリスクはあるか）
経営層は常に競合との相対的な位置付けを気にしています。AI導入においても「うちがやらなくても困らないのではないか」という疑念に対して、客観的なデータで答える必要があります。
NRIの調査で生成AI導入済み企業が57.7%に達していること、東京商工リサーチの調査で情報通信業では56.7%が活用を推進していること、BCGの調査で世界のAI日常利用率72%に対し日本が51%と後れを取っていること——こうしたデータは、「行動しないことのリスク」を経営層に認識させる材料となります。
さらに、同業他社の具体的な導入事例があれば説得力は格段に増します。「○○業界では、競合A社がAI-OCRで請求書処理を自動化し、月間20時間の残業削減を達成」というような同規模・同業種の事例は、稟議書における最強の武器の一つです。
判断軸3：セキュリティ・コンプライアンスリスク
前章でも触れたとおり、リスク対策は経営層の最大の関心事の一つです。ここでは、リスクの「種類」と「発生可能性」と「対策」の三つ組を明確に示すことが重要です。
BCGの調査では、全回答者の54%が「正式に許可されていなくてもAIツールを使う」と回答しています。これは、企業がAIの公式導入を先送りにすればするほど、管理されていないシャドーAIが広がり、かえってリスクが増大することを意味します。つまり、「AIを導入しないこと」自体がリスクであるという逆説を、稟議書の中で指摘することも効果的です。
判断軸4：既存業務との整合性
経営層が懸念するのは、AI導入によって既存の業務フローが混乱することです。「現場が混乱する」「既存システムとの相性が悪い」といった不安に対して、段階的な導入計画と既存システムとの連携方針を明示する必要があります。
MITの研究では、AI導入直後に一時的に生産性が低下する「Jカーブ効果」が観察されています。この事実を隠さず、「導入後1〜2カ月は習熟期間として生産性が一時的に低下する見込みですが、3カ月目以降に改善効果が顕在化します」と正直に記載する方が、信頼性が高まります。
判断軸5：段階的な拡張可能性
経営層は、一度の判断で大きなリスクを取ることを嫌います。「まずは一部署で試し、成果が出たら横展開する」というスモールスタートの提案は、承認を得やすい構成です。
稟議書には、フェーズ1（PoC：1〜3カ月、対象部署1つ、投資額○万円）、フェーズ2（パイロット運用：3〜6カ月、対象部署2〜3、投資額○万円）、フェーズ3（全社展開：6カ月以降、投資額○万円）のように、各フェーズの期間、範囲、投資額、Go/No-Go判定基準を明記しましょう。
第3章：稟議書に書くべき項目と数字の見せ方
ここからは、稟議書に盛り込むべき具体的な項目と、経営層を納得させる「数字の見せ方」を解説します。
必須項目1：現状課題の定量化
稟議書の冒頭で最も重要なのは、「現状がどれだけの非効率を生んでいるか」を数字で示すことです。
具体的には、対象業務の年間総工数（時間）、人件費換算額（工数×人件費単価）、エラー率とその修正コスト、顧客対応の平均リードタイムなどを記載します。人件費単価は、給与額面だけでなく社会保険料や福利厚生費を含めた「人件費総額÷年間実稼働時間」で算出すると、より正確な数字になります。中小企業の場合、おおよそ3,500〜5,000円/時程度が目安です。
たとえば「経理部門の月次レポート作成：担当者2名×月間20時間×人件費単価4,200円＝月間168,000円。年間で約200万円のコストが発生」というように定量化します。
必須項目2：導入効果の試算
現状コストを定量化したら、AI導入によってどれだけ改善できるかを試算します。ここで重要なのは、「期待シナリオ」と「保守シナリオ」の2パターンを提示することです。
期待シナリオでは、類似企業の導入事例や、ベンダーが提供するベンチマークデータに基づく効果を記載します。保守シナリオでは、期待シナリオの50〜70%程度の効果を見込みます。経営層に提示する投資回収期間は、保守シナリオに基づいて算出してください。楽観的な数字で承認を得ても、実際の効果が下振れた場合に信用を失います。
必須項目3：費用内訳（初期＋ランニング＋隠れコスト）
費用は「見える費用」と「隠れた費用」の両方を漏れなく記載します。
「見える費用」には、ツールのライセンス費用（月額/年額）、初期設定・カスタマイズ費用、導入コンサルティング費用が含まれます。「隠れた費用」としては、社員研修費用（研修時間×参加者数×人件費単価）、データ整備・移行費用、管理・運用の人件費（月間○時間の運用工数）、将来の移行コスト（ツール変更時の切り替え費用）が挙げられます。
これらを合算した3年間のTCO（総保有コスト）を算出し、3年間の想定削減効果と対比させることで、投資回収の全体像を示します。
必須項目4：リスクと対策
前章で述べたリスクと対策を、表形式で簡潔にまとめます。
リスクの項目としては、情報漏洩リスク（対策：法人向けプラン採用、利用ガイドライン策定）、ハルシネーションリスク（対策：人間によるファクトチェック体制）、業務混乱リスク（対策：段階的導入、並行運用期間の設定）、コスト超過リスク（対策：月次コストモニタリング、上限設定）、ベンダーロックインリスク（対策：データポータビリティの確保、契約条件の確認）の5項目を最低限カバーしてください。
必須項目5：導入スケジュール
ガントチャート形式で、各フェーズのスケジュールと主要マイルストーンを可視化します。「いつ、何が起こるのか」が一目でわかる状態にすることが重要です。
必須項目6：撤退基準（Go/No-Go判定）
各フェーズの終了時点における判定基準を数値で設定します。「PoC終了時：対象業務の工数が20%以上削減されたらフェーズ2へ移行、未達の場合はツール変更を検討」のように、明確な数値条件と次のアクションを対応させてください。
説得力を上げるデータソースの使い方
稟議書の信頼性を高めるために、以下の公的データソースを活用することを推奨します。
まず、総務省の「情報通信白書」は、日本企業のAI導入状況、懸念事項、国際比較データを網羅しており、「市場の現状認識」パートで引用するのに最適です。次に、JUAS（日本情報システム・ユーザー協会）の「企業IT動向調査」は、業種別の導入状況や効果実感のデータが充実しています。PwCやBCG、McKinseyのコンサルティングファームの調査レポートは、ROIの定量データやグローバルの導入動向を示す際に有効です。経済産業省の「DXレポート」や「ものづくり白書」は、政府方針や補助金制度との関連を示す際に活用できます。
さらに、同業他社の具体的な導入事例を示すことも極めて有効です。Aixisのような第三者検証機関が公開している業界別AI導入事例記事は、ベンダーの偏りがない客観的な情報源として、稟議書の根拠資料に適しています。
第4章：稟議書テンプレート（構成例）
ここでは、AI導入の稟議書として実際に使える2つのテンプレート構成を紹介します。
テンプレートA：A4 2枚の簡易稟議書
決裁権限が比較的低い投資（月額数万円程度のSaaS導入など）向けのフォーマットです。
【1ページ目】 件名、起案日、起案部署、起案者名を冒頭に記載したうえで、「背景と目的」として現状課題と導入目的を3〜5行で簡潔に記述します。次に「導入内容」として、ツール名、利用範囲、対象人数を明記します。「費用」の項目では、初期費用、月額費用、年間総額、補助金活用の見込み額を表形式で整理します。
【2ページ目】 「期待効果」として、削減工数、コスト削減額、ROIを数値で記載します。保守シナリオの数字を前面に出し、期待シナリオは括弧書きで添えるのがコツです。「リスクと対策」は3〜5行の表形式で簡潔に。「スケジュール」はPoC期間と本格導入の2段階で。最後に「判定基準」として、PoC終了時のGo/No-Go条件を1〜2行で明記します。
テンプレートB：経営会議用プレゼン10枚構成
大規模な投資判断（年間数百万円〜）や、経営会議での正式な審議を想定したフォーマットです。
スライド1「エグゼクティブサマリー」では、提案の骨子を1枚に凝縮します。何を、いくらで、どんな効果が見込めるのかを30秒で伝えられる構成にしてください。
スライド2「市場環境と競合動向」では、AI導入の全体トレンドと競合他社の動きを客観データで示します。NRIの導入率57.7%や、同業他社の具体的事例を引用します。
スライド3「現状課題の定量分析」では、対象業務の工数・コスト・エラー率を可視化します。グラフや図表を活用して一目で理解できる構成にしましょう。
スライド4「提案するソリューション」では、ツールの概要と選定理由を記載します。なぜこのツールなのかを、機能適合性・精度・セキュリティ・コスト・サポートの5軸で簡潔に説明します。
スライド5「投資対効果（ROI）」では、保守シナリオと期待シナリオの2パターンで投資回収期間を示します。3年間のキャッシュフローを表にまとめると視覚的にわかりやすくなります。
スライド6「費用の内訳」では、初期費用とランニングコストのTCOを表形式で整理。補助金を活用する場合は、補助後の実質負担額も明示します。
スライド7「リスクと対策」では、主要リスク5項目の対策を表形式で。「AIを導入しないリスク」（シャドーAIの拡大、競合との差の拡大）も併記すると効果的です。
スライド8「導入スケジュール」では、ガントチャート形式で3〜12カ月のロードマップを提示。各フェーズのGo/No-Go判定ポイントも明示します。
スライド9「推進体制」では、プロジェクトオーナー、推進責任者、現場担当者の役割を明確にします。外部支援（ベンダー、コンサルタント、第三者検証機関）の活用方針も記載します。
スライド10「承認事項」では、承認をお願いする具体的な内容（投資額、実施期間、推進体制）を箇条書きで明記し、「本日ご承認いただきたい事項」として明確に提示します。
第5章：稟議を通した後にやるべきこと
稟議が通った瞬間はゴールではなく、スタートラインです。ここからの行動が、AI導入の成否を決めます。
効果測定の仕組みを初日から構築する
稟議書で約束した効果を実証するためには、導入前の「ベースライン測定」が不可欠です。対象業務の現状工数を、導入前の1〜2週間で正確に計測してください。この数字が、導入後の効果を比較するための基準値になります。
効果測定のKPIは、稟議書に記載した指標と一致させます。「月間の削減工数」「エラー率の変化」「処理件数の変化」など、定量的に測定可能な指標を3つ以内に絞り、月次でモニタリングする体制を構築しましょう。
経営層への定期報告を仕組み化する
AI導入プロジェクトの進捗と効果を、月次または隔月で経営層に報告する仕組みを最初から設計してください。報告の内容は「数字」を中心に据え、当初の計画値と実績値の対比を明示します。
計画を上回る成果が出ている場合は横展開の提案につなげ、下回っている場合は原因分析と改善策を示します。このPDCAサイクルを回し続けることで、経営層からの継続的な信頼と追加投資の承認を得やすくなります。
第三者評価の活用
ベンダーの言う「導入効果」と、実際の現場での効果には乖離があることが珍しくありません。導入後の効果測定において、ベンダーとは利害関係のない第三者による客観的な評価を活用することで、経営層への報告の信頼性が格段に高まります。
特に、次のフェーズ（横展開や追加投資）の稟議を上げる際には、「第三者機関による検証レポートで、投資対効果が確認されました」という実績があれば、承認のハードルは大幅に下がります。
まとめ：稟議書は「AI導入の設計図」である
稟議書は、単なる社内手続きの書類ではありません。それは、AI導入プロジェクトの「設計図」そのものです。
本記事のポイントを整理すると、以下の3点に集約されます。
第一に、経営層が求めているのは「熱意」ではなく「数字」です。現状課題の定量化、保守シナリオに基づくROI試算、3年間のTCO計算を通じて、投資判断に必要な情報を過不足なく提供してください。
第二に、リスクと撤退基準を明示することが、むしろ承認を得やすくします。「問題が起きたらどうするか」「成果が出なかったらどうするか」に先回りして答えることが、経営層に「この担当者はちゃんと考えている」という信頼感を与えます。
第三に、稟議書の構成と数字の見せ方にはテクニックがあります。保守シナリオを前面に出す、フェーズを分けてスモールスタートを提案する、「導入しないリスク」にも言及する——こうした工夫が、承認の確率を高めます。
稟議書にAixisの第三者検証結果を添付しませんか？
「AIツールの効果をベンダーの言葉ではなく、客観的なデータで示したい」「稟議書の説得力を高める根拠資料がほしい」——こうしたニーズにお応えするのが、Aixisの第三者監査サービスです。
Aixisは、AIツールベンダーからの金銭的利益を一切受け取らない完全独立の検証機関です。
スポット監査（Spot Audit） では、導入を検討しているAIツールの機能・精度・セキュリティを、ベンダーとは独立した視点で検証し、レポートとして納品します。このレポートは、稟議書の添付資料として「ツール選定の客観的根拠」を示す強力な材料となります。10万円〜のスポット対応が可能です。
比較選定監査（Comparative Selection Audit） では、複数のAIツール候補を5軸フレームワーク（機能適合性・精度・セキュリティ・コスト効率・運用サポート）で横並び評価し、自社に最適な選択肢を特定します。
「AI導入を進めたいが、稟議の段階でつまずいている」という企業様は、お気軽にご相談ください。稟議の通し方から、ツール選定、導入後の効果測定まで、一貫した支援が可能です。
参考文献・データソース
- 野村総合研究所「IT活用実態調査（2025年）」（517社回答、生成AI導入済み57.7%）
- 東京商工リサーチ「生成AIに関する企業アンケート調査」（2025年7〜8月、6,645社回答）
- PwC Japanグループ「生成AIに関する実態調査2025春 5カ国比較」
- BCG「AI at Work 2025: Momentum Builds, But Gaps Remain」（11カ国1万600人以上対象）
- MIT NANDAプロジェクト「The GenAI Divide」（2025年、企業300社検証）
- CloudZero「State of AI Cost Management」（2025年、エンジニア500人対象）
- IBM Institute for Business Value「AI施策のROI調査」（2023年）
- 総務省「令和7年版 情報通信白書」
- 経済産業省 経済トレンドコラム134「生成AI導入はゴールではない」（2025年）
- JUAS「企業IT動向調査報告書2025」