「うちのAI活用ってどうなってるの」と経営会議で問われて、答える指標がない。ChatGPT Enterprise の月次利用ログはあるが、そこから何を経営層に見せればよいか決めきれない。DX 推進担当として、指標を組み立てる責任があるのに、何から手をつけるか迷っていないでしょうか。

浸透状況を数字で追うには、3つの層を分けて持ちます。層を混ぜると、経営層から「30%使われている」と言っても「用途がずれているじゃないか」と突っ込まれ、指標が信用されなくなります。3層の設計と、月次レポートの構成まで整理します。

AI Adoption Support
導入した生成AI、現場で使われていますか？
思い当たる節があれば、まず自社の利用実態を可視化する AI浸透スコア診断（2週間・25万円） が入口として使えます。

3層モデルの全体像

生成AI 浸透 KPI は、アクティビティ・用途分布・成果、の3層で組みます。層を下に降りるほど「業務価値への転換」に近づき、上に登るほど「そもそも触れているか」を見ます。

層問い指標例
① アクティビティそもそも使われているか？週次アクティブ率、月次アクティブ率、部門別利用率
② 用途分布本来狙った用途に使われているか？議事録要約 / 提案書ドラフト / データ調査 / コード作成 の内訳、業務別の適合率
③ 成果業務価値に転換されているか？業務時間削減、成果物品質、顧客満足度への影響、投資対効果

3層を並べて初めて「浸透」の実態が見えます。アクティビティだけを見ると「30%使われている、いい感じ」で終わりますが、用途分布を見ると9割が議事録要約で、本来狙っていた提案書ドラフトはゼロ、というケースは頻繁にあります。

層①：アクティビティ層の設計

最初に整えるのは、アクティビティ層です。ここが数字で見えていないと、他の層を積み上げる土台がありません。

指標定義健全なライン
週次アクティブ率対象ユーザーのうち、直近7日で1回以上使った人の割合初期 15〜25%、定着後 40〜60%
月次アクティブ率同、直近30日で1回以上使った人の割合初期 40〜60%、定着後 70〜90%
部門別利用率部門ごとのアクティブ率の分散部門間の差が2倍以内で健全
平均利用回数アクティブユーザー1人あたりの週次利用回数5〜15回/週で継続的利用の兆し

よくある誤解は「100%を目指すべき」というものですが、業務によっては AI を必要としない役割もあります。健全なラインは業種と役割によって変わり、定着後でも40〜60%が現実的な着地点です。100%を追いかけると、無理やり使わせる圧が強まり、質のない利用が増えて用途分布層の数字が悪化します。

層②：用途分布層の設計

アクティビティが動き始めたら、次は用途分布を見ます。ここは分類設計が命で、雑な分類だと「その他 70%」になって何も見えません。

用途カテゴリ含まれるプロンプトの型経営価値への近さ
情報検索・調査会社調査、業界情報、資料の要約低〜中
文書作成・整形メール、議事録、報告書のドラフト中
業務判断支援契約書レビュー、リスク評価、仕訳判断高
顧客対応提案書、FAQ、営業トーク高
コード・データ処理SQL、Excel関数、Pythonスクリプト高
学習・教育業務知識のQ&A、新人育成中

経営価値の高い用途に何%流れているかを見るのが、この層の目的です。文書作成が70%を占めていたら、それは「議事録要約マシン」の状態で、本来の投資回収からは遠い。逆に業務判断支援と顧客対応で40%を超えていたら、浸透の質は高い、と評価できます。

層③：成果層の設計

成果層は最も測りにくく、経営層が最も見たがる層です。「業務時間削減」を代表指標に置き、副指標で品質と顧客影響を追います。

指標測定方法現実的な粒度
業務時間削減アクティブユーザーへの月次アンケート（自己申告）+ 業務プロセスサンプリング四半期に1回、代表業務3〜5件で
成果物品質同僚レビュー、顧客レビュー、エラー率の低下業務ごとに個別設計
顧客満足度への影響顧客対応スピード、提案採用率、問合せ解決率既存KPIとの相関で見る
投資対効果（試算）利用料 vs 削減時間の人件費換算（給与の約3倍で計算）月次で概算値、四半期で精査

成果層の指標は、精密に測ろうとすると測定コストが本来業務を圧迫します。四半期に1回の精査と、月次の概算試算で分けるのが現実的です。人件費換算は給与の約3倍（社保・賞与・退職金・福利厚生・設備・間接費込み）で計算するのが実態に近く、「時給5,000円削減」ではなく「時給15,000円分の会社負担が削減」で見るのが正しい。

月次レポートの構成

経営層への月次レポートは、3層それぞれから1〜2指標を拾い上げ、1枚のダッシュボードにまとめます。20ページの資料は誰も読みません。

セクション見せるもの分量
サマリ先月比の変化、今月の重点1〜2件1〜2文
アクティビティ週次アクティブ率の推移、部門別内訳折れ線1つ + 表1つ
用途分布経営価値高の用途の割合、先月比円グラフか棒グラフ1つ
成果業務時間削減の概算試算、直近の成功事例1件数字1つ + 事例1件
次の一手来月の重点、必要な意思決定箇条書き2〜3件

3層を組む上で避けたい罠

よくある失敗を先に共有しておきます。

罠起きること回避策
アクティビティ層だけで判断「30%使われている、成功」と誤解必ず3層セットで見る
用途分類が雑「その他 70%」で何も見えない分類は6〜8カテゴリで、毎月見直す
成果層を精密に測ろうとする測定コストが本来業務を圧迫月次は概算、四半期に精査
経営層への月次レポートが分厚い誰も読まない、意思決定が滞る1枚ダッシュボード + 補足資料
投資対効果を粗利で見ない経営層に届かない人件費は給与の約3倍で換算、売上効果は粗利率を掛ける

まとめ

生成AIの浸透KPIは、アクティビティ・用途分布・成果の3層で組みます。層を混ぜると経営層への説明が滑るので、3層を分けて月次レポートで並べ、四半期ごとに成果層を精査する運用が現実的です。100%を目指す必要はなく、定着後の健全ラインは業種・役割で変わる、と割り切って設計します。

「うちの場合はどこから手をつけるべきか」の見立てを掴みたい場合は、AI浸透支援 by DE-STKのAI浸透スコア診断（2週間・25万円）が入口として使えます。現状の利用実態、構造的な原因、次に打つべき手の候補まで、社内の投資判断に耐える粒度でお出しします。

あわせて読みたい

よくある質問

Q. アクティビティ層の指標は、どのツールのログから取れますか？

A. ChatGPT Enterprise は管理コンソールから週次・月次のアクティブ率、部門別内訳がCSVで取れます。Microsoft Copilot は M365 管理コンソールから同様に。社内 ChatGPT 環境（Azure OpenAI / Bedrock 経由）はログ設計次第で、APIコール数を集計する形になります。取り出せない場合は、まずログ取得の仕組みを整えるところから始めます。

Q. 用途分布層の分類は、どうやって毎月更新するのですか？

A. プロンプトの内容をカテゴリ分類する必要があります。手動で全件見るのは非現実的なので、月次サンプリング（200〜500件）を別のLLMで分類する運用が一般的です。分類プロンプト自体を Playbook 化しておくと、担当者が変わっても再現できます。

Q. 成果層の投資対効果を、経営層に説明するときのコツは？

A. 「時間削減」を金額換算する際、給与の約3倍で人件費を計算するのが実態に近い数字です（社保・賞与・退職金・福利厚生・設備・間接費込み）。売上への貢献は必ず粗利率を掛けて利益で示します。「利用料月10万円で、120時間削減、時給1.5万円換算で180万円の効果」という粒度が経営層には伝わります。