この記事でわかること

• なぜ4割が中止されるのか — ガートナーが挙げる「コスト増・価値不明・リスク統制不足」と、日本の中小の現在地(導入率20.4%)
• 中止に至る3つの失敗構造 — 過大スコープ / 権限設計の不備 / ROI不明。それぞれの見分け方
• 回避設計①スコープ設計 — 「全部おまかせ」をやめ、”下ごしらえはAI・最終確認は人”に工程を切る方法
• 回避設計②権限統制 — AIに渡す権限を「見る/書く/実行」で分け、Lark Base の権限とワークフローで統制する
• 回避設計③ROIの見える化 — 削減時間を金額に換算する手順と、中止されない90日ロードマップ

目次

1. 結論 — AIエージェントが中止される構造と回避の早見表
2. なぜ4割が中止されるのか — ガートナー予測・MIT95%・日本の中小の現在地
3. 中止に至る3つの失敗構造 — 過大スコープ / 権限設計の不備 / ROI不明
4. 回避設計① スコープ設計 — 「全部おまかせ」をやめて工程に切る
5. 回避設計② 権限統制 — 「見る・書く・実行」で権限を分ける
6. 回避設計③ ROIの見える化 — 削減時間を金額に変える
7. 中止されないAI導入を設計する90日ロードマップ
8. よくある質問(FAQ)
9. まとめ — AI導入は「賢いモデル選び」ではなく「設計」で決まる

結論 — AIエージェントが中止される構造と回避の早見表

結論を先に述べます。AIエージェント案件の多くが中止されるのは、モデルの性能不足ではなく「スコープ(任せる範囲)」「権限(触らせる範囲)」「ROI(得の説明)」の3つを設計せずに走り出すからです。海外の調査会社ガートナーは、2027年末までにエージェント型AI(agentic AI)プロジェクトの40%超が、コスト増・価値不明・リスク統制の不足を理由に中止されると予測しています(Gartner プレスリリース(2025年6月25日)、2026年9月29日確認)。まず、失敗構造と回避策を1枚の表にまとめます。

出典: Gartner「Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027」(2025年6月25日)・中小機構「中小企業のAI等の利活用に係る実態調査」(2026年3月)(いずれも2026年9月29日確認)。

大事な前提をひとつ。「4割が中止」は「AIは中小企業には早い」という意味ではありません。裏を返せば6割は残るということであり、残る側と消える側を分けるのが本記事で解説する3つの設計です。すでにAIエージェントの実装手順に踏み込みたい方は中小企業のAIエージェント導入 実装ガイド2026を、本記事はその「着手前に決めておく設計」の位置づけとして読んでください。

なぜ4割が中止されるのか — ガートナー予測・MIT95%・日本の中小の現在地

結論として、AI導入が頓挫するのは世界共通の現象で、原因は技術ではなく「実運用に耐える設計・データ・ルールの不足」に集約されます。数字で現在地を確認します。

ガートナー: 2027年末までにエージェントAI案件の4割超が中止

ガートナーは2025年6月、「2027年末までにエージェント型AIプロジェクトの40%超が中止される」と予測しました。理由は①コストの膨張、②ビジネス価値が不明確、③十分なリスク統制がないの3点です(Gartner プレスリリース、2025年6月25日、2026年9月29日確認)。同社は、多くの案件がハイプ(過剰な期待)に駆動された初期実験やPoCにとどまっていること、既存のRPAやチャットボットを”エージェント”と言い換えるだけの「エージェント・ウォッシング」が横行していることも指摘しています。つまり中止の多くは「AIが賢くなかったから」ではなく、期待値と設計が現実に噛み合っていないから起きているのです。

MIT: 生成AIパイロットの95%が「損益への効果なし」

米MITの研究チームが2025年に公表した調査(通称「The GenAI Divide」)では、企業の生成AIパイロットの約95%が測定可能な損益(P&L)への効果を生めていないと報じられています(MITレポートに関する報道(2025年)、2026年9月29日確認)。同調査は、外部ベンダーが作ったツールのほうが社内内製より成功率が高い傾向や、汎用チャットは個人利用では便利でも業務フローに学習・適応しないため組織利用で止まりやすいことを挙げています。要は「触ってみた」から「業務に埋め込んだ」への橋渡し——本記事でいうスコープと権限の設計——ができていない、ということです。

日本の中小企業: 導入率20.4%、最大の壁は「何から/誰が/どう回すか」

国内に目を移すと、中小機構「中小企業のAI等の利活用に係る実態調査」(2026年3月、有効回答n=1,647)では、AIを導入済みの中小企業は20.4%、導入を検討中まで含めると39.0%でした(2026年9月29日確認)。導入目的の最多は「業務効率化・作業時間の短縮」で87.0%。一方で課題は、導入前は「具体的な活用場面が不明」、検討フェーズは「推進する人材がいない」、導入後は「社内ルール・方針の整備が追いつかない」が各フェーズの最多でした。この3つの課題は、ガートナーの言う「価値不明」「統制不足」と見事に対応しています。世界の大企業も日本の中小企業も、つまずくポイントは同じなのです。政府の中小企業白書2026でも、AIを活用する中小企業は約3割にとどまると整理されており、”導入したが成果に結びつかない”層の厚さがうかがえます(2026年9月29日確認)。中小のAI導入率の詳しい読み解きは中小企業 AI導入率20.4%から見える「次の一手」にまとめています。

中止に至る3つの失敗構造 — 過大スコープ / 権限設計の不備 / ROI不明

結論として、中止案件はほぼ例外なく「スコープが大きすぎる」「権限が設計されていない」「ROIが測れない」の3つのどれか(たいてい複数)に当てはまります。順に、症状の見分け方を示します。

失敗構造① 過大スコープ — 「業務まるごとAIに」がPoC止まりを生む

最も多いのが、最初から「問い合わせ対応を全部AIに」「経理をまるごと自動化」と欲張るパターンです。デモやPoCは動きます。ところが本番は例外だらけで、「イレギュラーな問い合わせ」「判断が必要な仕訳」に差しかかった瞬間に破綻し、”結局人が全部見直す”状態に逆戻りします。Lark 導入失敗パターン3つでも触れたとおり、失敗の多くは「一気に全部やろうとする」ことに起因します。AIエージェントでも同じで、スコープを工程単位に割るのが第一の処方です。

失敗構造② 権限設計の不備 — 「怖くて任せられない」で止まる

次に多いのが権限の問題です。AIに広い編集権限・メール送信権限・顧客データへのフルアクセスを与えると、誤送信・誤更新・情報漏えいのリスクが一気に跳ね上がります。だから現場は「怖くて本番で使えない」となり、PoCのまま塩漬けになる。逆に権限を絞りすぎると何もできず「使えない」と評価される。この”広すぎ/狭すぎ”の綱引きを、権限を機能別に分離して解くのが第二の処方です。中小機構調査の「社内ルール・方針の整備が追いつかない」という課題は、まさにこの権限・統制の未設計を指しています。

失敗構造③ ROI不明 — 「結局いくら得したか」を言えず予算が切れる

3つ目は、投資対効果を数字で示せないことです。「なんとなく便利になった」では、次年度の予算はつきません。ガートナーが「ビジネス価値が不明確」を中止理由の筆頭に挙げるのはこのためです。AI導入は、削減した時間・件数・エラー率を金額に換算して初めて「投資」として説明可能になります。これが第三の処方で、後述するように削減時間の時給換算がカギを握ります。

この3つは独立ではなく連鎖します。スコープが大きい → 権限も広く必要になる → 効果が分散してROIも測れない。逆に言えば、スコープを小さく切れば権限も絞れ、効果も1業務単位で測れる。次章から、この3つの回避設計を具体化します。

回避設計① スコープ設計 — 「全部おまかせ」をやめて工程に切る

結論として、AIエージェントは「業務をまるごと」ではなく「業務を工程に分解し、”判断が要らない下ごしらえ工程”だけを任せる」のが定石です。人が最終確認する工程を必ず残すことで、例外処理の破綻を防ぎます。

たとえば「問い合わせ対応」という業務は、実際には次の工程に分解できます。

「下ごしらえはAI・最終確認は人」の工程分解イメージ(当社作成)。

この「下ごしらえはAI・最終確認は人」という切り方が、中止されないスコープ設計の核心です。Lark を使う場合、チャット・ドキュメント・タスク・議事録といった社内情報とつながるAIアシスタント「Lark AnyGen」を使って、①②④のような下ごしらえ工程を自動化できます(Lark AnyGen 公式ページ、2026年9月29日確認)。具体的な内製パターンはLark AnyGen で社内AIエージェントを内製する実装パターン7選で、問い合わせ対応・日報要約・ナレッジ検索などの型を紹介しています。ポイントは「1業務1エージェント」で小さく始めること。いきなり全社ではなく、まず1つの定型業務で回してから横展開します。Lark で使えるAI機能の全体像はLark AI でできること全整理2026を参照してください。

回避設計② 権限統制 — 「見る・書く・実行」で権限を分ける

結論として、AIに渡す権限は「見る(参照)」「書く(下書き作成)」「実行(送信・確定・外部反映)」の3段階に分け、実行系だけは必ず人の承認を挟むのが安全設計の基本です。この分離が「怖くて任せられない」と「絞りすぎて使えない」の両方を同時に解きます。

この3段階を仕組みに落とすとき、Lark は相性がよいプラットフォームです。理由は2つあります。第一に、Lark Base(業務データベース)は、テーブル・レコード・フィールド単位で閲覧/編集の権限をロールで細かく設定でき、AIや特定メンバーに”見せる範囲”を絞れます(高度な権限設定、Lark ヘルプセンター、2026年9月29日確認)。第二に、「実行」の前に人の承認を挟むワークフロー(承認)を標準機能で組めるため、AIが作った”案”を人が承認して初めて確定・送信される流れを、コードなしで実装できます。承認フローの作り方はLark Base × Workflow で承認フローを自動化する実装ガイドに詳しく書きました。

さらに、AIエージェントを Lark の外(Claude などのAI)から動かす場合も、MCP(Model Context Protocol)を介して”どのデータに・どの操作まで”アクセスできるかを制御できます。この仕組みの実装はLark Base API × MCP で自社業務を自動化するとLark MCP 完全ガイド2026で解説しています。権限を”広く渡してから絞る”のではなく、”狭く始めて必要な分だけ広げる”——これが情報漏えいと暴走を防ぐ鉄則です。Claude と Lark をつないで業務を任せる具体例はClaude × Lark 連携でできること10選も参考になります。

回避設計③ ROIの見える化 — 削減時間を金額に変える

結論として、AI導入のROIは「削減できた時間 × 時給換算」で金額化し、月次でダッシュボードに表示するのが最も説得力のある測り方です。「便利になった」を「月◯万円浮いた」に翻訳できて初めて、次の投資判断ができます。

当社は群馬・前橋で、Excel・メール・電話・紙に散らばっていた自社EC事業の定型業務を Lark に集約し、月240時間→24時間(90%削減)を実証しました(月240時間→24時間の自社EC実証記録)。この削減の一部は、問い合わせの一次対応・日報の集計・データ転記といった“下ごしらえ工程”の自動化によるものです。浮いた216時間を時給2,000円で換算すると月43.2万円——この数字があるからこそ「ツールに月いくら払っても回収できるか」を判断できます。

換算単価は自社の実質人件費に合わせて調整してください(当社試算例)。

コスト面では、Lark は20名までなら無料の Starter プランで始められ、21名以上は Pro プラン(1ユーザー月1,420円・年払い・税抜)が必要です(Lark公式料金ページ、2026年9月29日確認)。30名で Pro を契約しても月42,600円(1,420円×30名・税抜)で、上記の効果額(月43.2万円)の約1割です。AnyGen などのAI機能を含めて”小さく1業務”を自動化するだけでも、ツールコストは十分に回収できる計算になります。重要なのは、この計算を”導入前の皮算用”で終わらせず、月次実績で更新し続けること。Lark Base のダッシュボードで削減時間と純増分を可視化する方法はLark Base ダッシュボードで経営数字を可視化するにまとめています。収益増の再現ステップはAI業務自動化で収益増を再現する90日プランも参照してください。

中止されないAI導入を設計する90日ロードマップ

結論として、AIエージェント導入は「小さく始めて・権限を絞って・効果を測る」を90日で1周させ、成功例を1つ作ってから横展開するのが最短ルートです。いきなり全社導入を狙うと、それ自体が過大スコープになり中止リスクを高めます。

• Day 1〜30: スコープを1業務に絞る — 定型業務を棚卸しし、削減効果が大きく判断が少ない1業務を選定。「下ごしらえはAI・最終確認は人」に工程分解する。
• Day 31〜60: 権限を設計して小さく実装 — Lark Base の権限で”見せる範囲”を絞り、実行系は承認フローを挟む。AnyGen や MCP で下ごしらえ工程だけを自動化し、現場で試験運用する。
• Day 61〜90: ROIを測って横展開を判断 — 削減時間を金額換算し、ダッシュボードで純増分を可視化。回収が見えたら次の1業務へ。ここで初めて「全社展開の是非」を数字で判断する。

この進め方は、当社が提唱する中小企業のDXを90日で軌道に乗せる実践ロードマップのAIエージェント版です。ツール導入や”賢いモデル選び”を目的にせず、「1業務で回収を実証する」という経営判断をゴールに置くのがコツです。DX全体でつまずかない着手手順は中小企業DX失敗率64%から学ぶ着手前の5ステップと合わせて設計してください。

よくある質問(FAQ)

Q1. 「AIエージェント案件の4割が中止」は、中小企業はAIに手を出すなという意味ですか?

A. いいえ。裏を返せば6割は残るということで、分かれ目は”設計”です。ガートナーは2027年末までにエージェント型AI案件の40%超が「コスト増・価値不明・リスク統制不足」で中止されると予測していますが、これは技術の限界ではなく、期待値と設計が現実に噛み合っていないことが原因です。任せる範囲(スコープ)・触らせる範囲(権限)・得の測り方(ROI)を先に設計すれば、中止される4割ではなく残る6割に入れます。

Q2. 何から始めれば失敗しませんか?

A. 「1業務1エージェント」で、判断が少なく削減効果が大きい定型業務から始めてください。問い合わせの分類・要約、日報の集計、データ転記などが典型です。いきなり業務まるごとを任せると、本番の例外処理で破綻してPoC止まりになります。工程を「下ごしらえ(AI)」と「最終確認(人)」に分け、小さく回してから横展開するのが鉄則です。

Q3. AIに情報漏えいや誤送信をさせないか心配です。どう防ぎますか?

A. 権限を「見る/書く/実行」の3段階に分け、実行系(送信・確定・外部反映)だけは人の承認を必ず挟んでください。Lark Base はテーブル・レコード・フィールド単位で閲覧/編集権限をロール設定でき、AIに見せる範囲を絞れます。さらに承認ワークフローで「AIが作った案を人が承認して初めて確定」という流れをコードなしで組めます。権限は”広く渡してから絞る”のではなく”狭く始めて必要な分だけ広げる”のが安全です。

Q4. 導入したAIの効果を経営会議でどう説明すればいいですか?

A. 「削減した時間 × 時給換算」で金額に翻訳し、月次で示してください。「便利になった」では次の予算はつきません。当社は自社EC業務の Lark 集約で月240時間→24時間(90%削減)を実証し、浮いた216時間を時給2,000円換算で月43.2万円と金額化しています。ツールコスト(30名で Lark Pro なら月42,600円・税抜)を差し引いた純増分をダッシュボードで可視化すれば、投資判断が数字でできます。

Q5. Lark でなくてもいいのでは? なぜ Lark が向いているのですか?

A. Lark は「AIアシスタント(AnyGen)」「細かい権限設定」「承認ワークフロー」「MCP連携」が1つの基盤にそろっており、スコープ・権限・ROIの設計を同じ場所で完結できるためです。20名までは無料で始められ、21名以上は Pro(1ユーザー月1,420円・年払い・税抜)で使えます。もちろんツールは目的ではなく手段です。既存のMicrosoft 365やkintoneを使い続ける判断もあり得るため、比較検討はLark vs kintoneやLark vs Microsoft Teamsも参考にしてください。

まとめ — AI導入は「賢いモデル選び」ではなく「設計」で決まる

本記事の要点を整理します。

• ガートナーは2027年末までにエージェントAI案件の40%超が中止と予測。原因はコスト増・価値不明・リスク統制不足で、MITの調査でも生成AIパイロットの95%が損益効果なし
• 日本の中小のAI導入率は20.4%、課題は「活用場面が不明・推進人材がいない・ルールが追いつかない」——世界と同じ”設計と運用”の問題(中小機構2026)
• 中止の失敗構造は過大スコープ / 権限設計の不備 / ROI不明の3つ。連鎖して起きる
• 回避設計は①工程を「下ごしらえAI・最終確認は人」に切る ②権限を「見る/書く/実行」で分け実行は承認を挟む ③削減時間を金額換算して月次で示す
• Lark なら AnyGen・権限設定・承認ワークフロー・MCP が1基盤にそろい、スコープ・権限・ROIの設計を同じ場所で完結できる。20名まで無料で”小さく1業務”から検証できる

「4割が中止」の時代に残る6割は、賢いAIを選んだ会社ではなく、任せる範囲と触らせる範囲と得の測り方を先に設計した会社です。設計、始めませんか。

関連記事

• 中小企業のAIエージェント導入 実装ガイド2026 — 「下ごしらえはAI・最終確認は人」の始め方
• Lark AnyGen で社内AIエージェントを内製する — 実装パターン7選
• Lark Base API × MCP で自社業務を自動化する — Claude Code 連携の実装入門
• Lark 導入失敗パターン3つ — 中小企業が避けるべき落とし穴
• 中小企業DX失敗率64%から学ぶ — 着手前にやるべき5ステップ
• 中小EC事業者の Lark 活用 — 自社実証で見る業務時間240h→24h
• Lark AI でできること全整理2026 — 標準AI機能・AnyGen・AnyCross
• 中小企業の DX を 90 日で軌道に乗せる実践ロードマップ
• Lark Base が中小企業の業務効率を変える3つの理由

本サイトは アウフヘーベンジャパン株式会社 が運営しています。Lark は ByteDance Ltd. の登録商標です。当社は Lark の導入を支援する独立した第三者コンサルティング事業者であり、ByteDance 社の公式機関ではありません。本記事の統計・制度情報は2026年9月29日時点の公開情報に基づきます。最新の内容は各出典元の公式ページをご確認ください。