AIのPoCが本番に進まない原因と対策｜試作で終わらせない

「PoCは成功したと報告したのに、そこから半年、話が前に進みません」「試したい部署は次々に出てくるのに、本番で動いているものが1つもないんです」——AI導入の担当者が集まる場では、この2つがほぼ必ず出ます。PoCは、試しに作って確かめる工程のことです。止まっている案件を開くと、たいてい技術は動いています。動いたのに引き取り手がいない、という止まり方をしている。渡り切らないのは、精度が足りなかったからではありません。渡した先で誰が何を持つのかを、着手前に決めていないから、渡す会議が開けないのです。この記事では、止まる原因を5つに分けたうえで、着手前に決めておく6項目までを整理します。

場面：動いた試作が、半年たっても試作のままだった

ある会社の情報システム部門が、問い合わせ対応の一次回答を機械に下書きさせる試作を組みました。過去の問い合わせから20件を選び、3か月かけて確かめたところ、下書きの質は担当者が手で書いたものと大きく変わらない水準に届きました。報告会の評判もよく、「これは使える」で終わりました。問題は、その次の会議が開かれなかったことです。

開こうとして、議題が書けませんでした。本番で運用するのは情報システム部門なのか、問い合わせを受けている業務部門なのか。使うほど増える利用料を、どの部署のどの費目で持つのか。下書きのまま送った回答が誤っていたとき、誰が気づいて誰が謝るのか。どれも試作のときには要らなかった項目で、だから誰も答えを持っていませんでした。

そのうちに、別の部署から「うちでも試したい」という相談が来ます。試作は組めるので、また3か月かけて動くものができる。止まった案件が片づかないまま、試作だけが増えていく。これが、いま多くの会社で起きている止まり方です。以降で、この止まり方を5つの原因に分けます。どれも技術の外側にあります。

数字で見る現在地：試験利用は増え、業務への組み込みは動いていない

独立行政法人情報処理推進機構が2026年7月30日に発行した「DX動向2026」を見ます。2026年4月17日から6月12日にかけて実施し、1,799社から有効回答を得た調査です。生成AIを「導入している」と答えた企業は44.0%。前年度の22.6%から倍増しました。この数字だけを見れば、普及は順調に見えます。

組織での利用状況を見ると景色が変わります。「個人で業務利用している」63.3%、「個人や部署で試験利用している」44.8%。ところが「部署の業務プロセスに組み込まれている」は11.9%、「全社的なサービスに組み込まれている」は18.6%にとどまります。報告書は、いずれの項目も2024年度の傾向と大きな変化はないと述べ、利活用は個人利用・試験利用が中心で、組織的・戦略的な利活用に至っている企業はまだ少ないと結論づけています。

用途の内訳も同じ方向を指しています。文書・音声の要約・翻訳・校正が82.5%、文書やレポートの作成が80.5%、情報検索・収集・分析が77.0%。一方で、自社製品・サービスの高度化は10.9%、生産・物流・サービス提供の計画支援は6.0%です。導入は倍増し、業務への組み込みは横ばい。増えたぶんの多くは試作と個人利用、という読み方が数字に合います。

PoCとは何をする工程か。公的な文書では「次に進むかを決める」段階

PoCという語の位置づけを、公表されている文書で確かめます。経済産業省が2018年6月に策定し2019年12月に一部改訂した「AI・データの利用に関する契約ガイドライン」は、従来型の開発とは別に「探索的段階型」の開発方式を提唱しています。段階は4つで、アセスメント、PoC、開発、追加学習の順に並びます。

それぞれの目的と成果物が、原文で明記されています。アセスメントは「一定量のデータを用いて学習済みモデルの生成可能性を検証する」段階で、想定される成果物は「レポート等」。PoCは「学習用データセットを用いてユーザが希望する精度の学習済みモデルが生成できるかを検証する」段階で、想定される成果物は「レポート・学習済みモデル（パイロット版）等」。開発の段階ではじめて成果物が「学習済みモデル等」になり、契約もソフトウェア開発契約書に変わります。

ここが要点です。PoCの成果物は、定義上レポートと試作版であって、本番で動くものではありません。この方式が採られた理由も原文にあり、契約時に成果が不明瞭な場合が多いこと、性能が学習用データセットに左右されること、開発後もさらに再学習する需要があることの3つが挙げられています。PoCはもともと終点ではなく分岐点として置かれている。分岐の条件を書いていないから、分岐せずに止まるのです。

• この契約ガイドラインは、いわゆる識別系のAIモデルの開発を前提に策定された文書です。生成AIのサービス利用をそのまま扱う文書ではないため、本記事では段階の考え方だけを借りています
• 経済産業省が2025年2月に公表した「AIの利用・開発に関する契約チェックリスト」も、2022年頃から基盤モデルを用いたサービスが急速に普及し、開発だけでなく利活用の局面の契約の重要性が高まったと背景に書いています
• 本記事の数値は2026年9月時点の公表資料に基づきます。調査は年度ごとに更新されます

「動いた」と「渡せる」の間に、何が挟まっているか

試作は3つの条件つきで動きます。選んだ材料、選んだ人、限られた期間。本番になると、この3つがすべて外れます。材料は現場から自動で流れてきて、使うのは事情を知らない人で、期間の終わりはありません。「動いた」の中身は、条件つきで動いたという意味です。

契約ガイドラインは、従来型のソフトウェアとAIを使ったソフトウェアの違いを表で並べています。開発対象の確定は「しやすい」に対して「契約初期は困難」。性能の確定・保証は「しやすい」に対して「未知の入力データに対する性能保証が技術的に困難」。事後的な検証も「しやすい」に対して「困難」。内容や性能が学習用データセットに左右される、という行もあります。

この性質から、渡すときに確かめる項目が5つ出てきます。同じ結果が来月も出るか。想定していない入力が来たときにどうなるか。間違った出力に誰が気づくか。直すのは誰か。止めるときの手順は何か。試作の報告書は、この5つのどれにも答えていないのが普通です。答えていないこと自体は失敗ではありません。答える場を、着手前に決めていないことが問題です。

原因1：成功の定義が着手前に決まっていない

止まった案件の報告書には、たいてい「一定の効果を確認した」と書かれています。効果の中身が書かれていないので、読んだ側は次に何をすればよいか決められません。先ほどの調査で、AI導入による効果は「期待以上の効果があった」13.7%、「期待どおりの効果であった」18.1%に対し、「一定の効果はあった」が50.6%と半数を占めています。報告書はこれを、効果は出ているが期待したほどではない企業が半数、と説明しています。

「一定の効果」が半数を占めるのは、期待の側が数で書かれていないから、比べようがないためです。着手前に書く形はこうなります。「この工程の1件あたりの所要を、いまの◯分から□分にする。◯件試して、△件が確認だけで通れば本番に上げる」。所要でも件数でも手直しの回数でもよく、その業務で毎日数えているものを使えば足ります。

この1文が書けないなら、題材がまだ定まっていません。効果の内訳を見ると、業務が効率化したり迅速化したが91.6%に対し、顧客満足度が向上したは4.5%、売上や利益が向上したは3.9%です。いま測れるのは内向きの効率であって、外向きの成果ではない。それなら成功の定義も内向きの数字で書くほうが、着手前に決められます。外向きの成果を成功の条件にすると、判定の会議が永遠に開けません。

原因2：試作の材料と、本番の材料が違う

試作は、担当者が手で集めた材料で回ります。書式がそろっていて、抜けがなく、古すぎるものは除かれている。本番になると、途中で書式が変わる材料、項目が抜けている材料、更新が止まったまま置かれている材料が、そのまま流れてきます。同じ処理でも、入ってくるものが違えば結果は変わります。

同じ調査で、学習データの整備状況は「整備しておりAIに活用している」が7.0%、「整備しているが十分ではない」28.4%、「必要性は認識しているができていない」27.6%でした。報告書は、整備してAIに活用している企業のほとんどが期待と同等かそれ以上の効果を得ていると述べています。材料の整備と効果の実感が、はっきり結びついている項目です。

着手前に確かめるのは3点です。材料はどこから、誰の手を経て、どの頻度で流れてくるか。試作で使った材料は、本番でも同じ経路で来るか。経路の途中で書式が変わったとき、誰が気づくか。試作の材料を担当者が手で集めているなら、その手作業がそのまま本番の宿題になります。集め方を先に決めないまま試作に入ると、動いたあとで「毎日この作業を誰がやるのか」という話から始めることになります。

原因3：本番に上げる決めを、誰が持つかが決まっていない

同じ調査で、AI導入・利活用のリーダーシップ体制を見ると、情報システム部門の長が46.0%で最も高く、経営層32.1%、導入や利活用する現場の長27.5%と続きます。最高AI責任者を置いているのは2.9%、それ以外の専任者も9.8%にとどまります。推進の中心は情報システム部門にある、というのが平均的な姿です。

ところが本番に上げる決めは、業務の手順を変える決めを含みます。誰がどの順番で確認し、どの範囲まで機械の出力をそのまま使い、例外が出たときに誰に上げるか。これは業務側の権限です。推進の中心と、手順を変える権限の持ち主が違う。試作を進める力と、本番に上げる力が、別々の部署にある状態が、止まる案件のいちばん多い形です。

着手前に決めるのは、上げると決める人、上げないと決める人、そしてその決めをどの会議のいつの回で出すか、の3点です。「良さそうなら本番に」は決めではありません。日付の入っていない条件は、条件として機能しないからです。試作の開始と同時に、判定する会議の開催日を仮でよいので押さえておくと、報告書の書き方まで変わります。

原因4：かかり続ける費用が、どの予算にも乗っていない

試作の費用は単発です。期間が終われば止まります。本番の費用は毎月かかり、しかも使われるほど増えます。試作を通した稟議の枠には、増える部分が入っていません。同じ調査では、売上に対するAI投資額・費用の割合は1%未満が56.8%、うち0.3%未満が49.5%を占めます。投資は増加しているが51.3%、ほぼ横ばいが33.6%です。

ここで必要なのは、費用の試算の作り方ではありません。持ち主を決める話です。利用量に応じて増える部分を、どの部署の、どの費目で持つのか。業務部門が持つなら、その部門の予算のどこを削るのか。情報システム部門が全社分をまとめて持つなら、使う部署が増えるたびに、持ち主の負担だけが増える形になっていないかを確かめておく必要があります。

日本を含む6か国の大企業を対象に2026年2月に行われた民間調査では、日本で財務的な還元まで行っている割合は40%で6か国のうち最も低く、還元していないとする割合は19%で最も高い水準でした。効果を実感している割合は64%あるのに、財務に返るところまでは届いていない。この段差は、費用の持ち主が決まらないまま本番の話が浮くことと、同じ根から出ていると考えたほうが説明が通ります。

原因5：止める形がないので、試作だけが増える

止めると決めた記録が残らない会社では、同じ題材が半年後に別の部署から再提案されます。前回どこまで試して、何に届かなかったのかを誰も持っていないので、また3か月かけて同じ壁に当たる。止める形がないことは、始める力を弱めます。止められないと分かっている案件は、始める側も慎重になるからです。

同じ調査で、AI利活用に伴う将来的な課題への対応状況を見ると、「国内外の法規制や各種ガイドラインへの対応」の対応中・対応済みが12.9%と相対的に高いものの、いずれの項目でも「検討していない」が過半数を占めます。先を見て決めておく作業自体が、まだ多くの会社で着手されていません。止める条件を先に書く、というのはその中でも最も安価な部類の作業です。

止める条件は3つの要素で書けます。期限（何か月で判断するか）、材料（何件試したうえでか）、線（どこに届かなければ止めるか）。止めるのは失敗ではなく、分岐点で分岐したというだけのことです。そう扱うと決めておかないと、担当者は止める提案を出せません。止めた案件が評価に響く運用になっていれば、動いていない試作が資産の棚に並び続けることになります。

着手前に決める6つ

ここまでの5つの原因を、着手前に書く項目の形にします。合否をどう測るかという検収の話ではなく、渡り切るために必要な、持ち場と経路の取り決めです。6つとも、試作を始める前なら30分で書けます。動いたあとに書こうとすると、部署をまたぐ調整が必要になって半年かかります。

決めること	着手前に書く形	決まっていないと起きること
置き換え先の工程	どの業務の、どの作業を置き換えるか。誰の何分が減るか	「使えそう」で終わり、渡す相手が特定できない
本番の材料の経路	材料がどこから、誰の手を経て、どの頻度で来るか	試作は手で集めた材料で動き、本番で毎日の手作業が残る
運用の一次受け	動かなくなったとき最初に受ける部署と、連絡の順番	壊れたときの持ち場が決まらず、上げる会議が開けない
増える費用の持ち主	使うほど増える部分を、どの部署のどの費目で持つか	試作の枠は通るが、翌期の予算に載らず立ち消える
人が確かめる範囲	何件に1件見るか、誰が見るか、見た記録をどこに残すか	誤りが出たときの責任の所在が決まらず、公開範囲が広げられない
止める条件と残すもの	期限・件数・届かなかった線。止めたときに何を残すか	止められないまま試作が積み上がり、同じ題材が再提案される

6つのうち、書きにくいのは3つ目と4つ目です。どちらも他部署の持ち場に触れるので、担当者だけでは決められません。だからこそ、試作の起案の時点で「この2つは着手前に決めたい」と明示して、決める会議を1回だけ設定しておくのが実務的です。動いたあとに持ちかけると、頼み事の形になってしまいます。

試作から本番へ、要件はどこで変わるか

工程の並びで見ると、境目がはっきりします。経済産業省が2025年2月に公表した「AIの利用・開発に関する契約チェックリスト」は、事業者向けの指針の整理に沿って、開発から利用までを8つの工程で並べています。データ収集、前処理、AIモデルの学習・作成、AIモデルの検証、AIシステムの検証、システムへの組込・連携、提供、利用の順です。

原文の説明を見ると、4つ目のAIモデルの検証は「トライアルを通して作成したAIモデルの有用性を検証する」工程です。5つ目のAIシステムの検証は「AIモデルをシステムに導入して検証を行う」工程、6つ目の組込・連携は「既存/新設のシステムにAIシステムを組み込む。他のシステムと連携させる」工程とされています。試作で止まる案件は、4つ目で終わっています。5つ目と6つ目は、別の工程として立っているのです。

同じ文書は、利用の形を3つの類型に分けています。汎用のサービスをそのまま使う型、自社向けに調整したサービスを使う型、新しく開発する型。どの型を選ぶかで、5つ目以降にかかる手間がまったく変わります。汎用のサービスをそのまま使う型なら、重いのは組込と権限の設計であって、モデルを作る作業ではありません。試作の段階で型を決めておくと、渡す先の準備を並行して進められます。

見る項目	試作のとき	本番に上げるとき
材料	担当者が選んで手で用意する	現場から自動で流れてくる。書式の変化を検知する仕組みが要る
使う人	事情を知っている数人	事情を知らない人を含む全員。手順書と入口の案内が要る
確認	その場で担当者が全件見る	何件に1件を誰が見るかを決め、見た記録を残す
障害時	止めて作り直す	一次受けの部署と連絡の順番、止めるときの手順を決めておく
費用	期間が終われば止まる単発の費用	毎月かかり、使われるほど増える。持ち主が要る
記録	報告書に結果を書く	いつ誰が何を出したかを残す。範囲を広げる判断の材料になる

移行の抜けは、つなぎ目に出る

本番に上げるときの抜けは、処理そのものではなく、つなぎ目に出ます。既存の業務システムとの受け渡し、誰がどの範囲のデータを見られるかという権限、そしていつ誰が何を出したかの記録。試作は人が手で貼り付けて動きますが、本番は自動で流れます。手で貼り付けていた箇所が、そのまま設計の宿題になります。

抜けを見つける方法はひとつです。試作の期間中に人が手でやった作業を、すべて一覧にする。材料を集めた、書式をそろえた、出力を貼り替えた、結果を台帳に写した。この一覧が、そのまま移行の宿題の一覧になります。試作が終わってから思い出そうとすると、半分は忘れています。だから記録は試作の最中に取ります。

権限と記録は後回しになりやすい項目です。同じ調査では、AIや生成AI独自のリスクマネジメントを実施していると答えた企業は14.2%でした。課題の側でも、適切な利用を管理するためのルールや基準の作成が難しいが39.7%と上位にあります。本番に上げてから権限を絞ろうとすると、業務がすでに回っているぶん、止めにくくなります。権限の設計は、移行の作業の中で最初に手をつける部類です。

PoCの進め方に、AIをどこまで噛ませるか

試作を進める作業そのものにも、機械を使えます。任せてよいのは、対象になりそうな業務の洗い出しの下書き、うまくいかなかった出力の記録の分類、本番に上げる会議で出そうな質問の一覧、そして移行の抜けの指摘です。いずれも、量をさばく作業と、案を並べる作業に限られます。

確かめ方も決めます。失敗の記録を分類させるときは、分類の根拠として元の出力をそのまま引かせます。根拠が引けない分類は、たいてい件数合わせで作られています。移行の抜けを指摘させるときは、前の章で作った「試作中に人が手でやった作業の一覧」を渡して照合させます。材料を渡さずに「抜けを挙げて」と頼むと、一般論の項目が並ぶだけです。

人の側に残るのは3つです。何をもって成功とするかの取り決め。本番に上げるかどうかの決め。そして、止める判断。この3つは、決めた結果を業務で引き受ける人でないと出せません。落とし穴も1つ。業務の洗い出しの下書きは、件数を指定すると必ずその数だけ出ます。多い順に着手すると、材料をまだ集められない業務から始めることになります。洗い出しの結果は、材料の集めやすさで並べ替えてから読んでください。

止めると決めた案件の、残し方

止めた案件を資産にできるかどうかで、次の試作の速さが変わります。残すのは4点です。何を題材にしたか。どのくらいの期間、何件を試したか。どの線に届かなかったのか、届かなかった理由は何か。そして、どうなったら再開してよいか。4点目があると、止めることが後ろ向きの決定ではなくなります。

再開の条件は具体的に書きます。「材料の書式が統一されたら」「対象の業務システムが入れ替わったら」「利用料の単価がいまの半分になったら」。条件が書いてあれば、半年後に別の部署から同じ提案が来たときに、条件が満たされたかどうかだけを見れば判断できます。止めた記録は、次に同じ壁に当たらないための地図です。

置き場所も決めます。担当者の手元の資料に残しても、異動すれば消えます。推進の会議体の議事に紐づけて、題材の名前で探せる形にしておく。先に見たとおり、推進の中心は情報システム部門であることが多いので、そこに集約するのが現実的です。止めた案件の一覧が3件を超えるころから、「この会社ではどういう題材が渡り切らないか」という傾向が読めるようになります。

進まない案件に共通する兆し

最後に、止まりかけている案件に共通して出る兆しを挙げます。どれも試作の途中で観察できるので、着手前の6項目を書き直す合図として使えます。

• 報告書の結論が「使えそう」で終わっている：数で書かれた線がないので、上げるか止めるかを判定できない
• 材料を担当者が毎回手で集めている：本番になった瞬間に、その手作業が誰かの日課として残る
• 関わっている人が情報システム部門だけ：業務の手順を変える権限がその場になく、上げる決めが出せない
• 費用の話が期間中の総額でしか出ていない：毎月増える部分の持ち主が決まらず、翌期の予算に載らない
• 誤った出力の扱いが決まっていない：公開の範囲を広げる判断ができず、限られた人の試用のまま残る
• 止める条件が資料のどこにも書かれていない：判断が先送りされ、動いていない試作が棚に積み上がる

6つのうち最も見落とされるのは3つ目です。推進が順調な案件ほど、関係者は少ないほうが速く回ります。速く回っている間は、誰も止まる予兆だと気づきません。業務側の責任者を、試作の中間の報告に1回だけでも同席させておくと、この兆しはかなり早く消せます。

まとめ

試作が本番に進まないのは、精度が足りなかったからではありません。情報処理推進機構の2026年の調査では、生成AIの導入は44.0%と前年度の22.6%から倍増した一方で、「部署の業務プロセスに組み込まれている」は11.9%、「個人や部署で試験利用している」は44.8%でした。報告書自身が、いずれの項目も前年度から大きな変化はないと述べています。増えているのは、試作と個人利用のほうです。

経済産業省の契約の公表文書では、PoCは「学習用データセットを用いてユーザが希望する精度の学習済みモデルが生成できるかを検証する」段階とされ、想定される成果物も「レポート・学習済みモデル（パイロット版）等」と明記されています。つまり定義のうえで、PoCは終点ではなく分岐点です。止まる原因は5つ。成功の定義が数で書かれていないこと、試作と本番で材料が違うこと、上げる決めの持ち主が決まっていないこと、増える費用の持ち主がいないこと、そして止める形がないことです。

対策は、着手前に6項目を書くことに尽きます。置き換え先の工程、本番の材料の経路、運用の一次受け、増える費用の持ち主、人が確かめる範囲、止める条件と残すもの。洗い出しの下書きと失敗の記録の分類は機械に任せてよく、そのときは根拠を必ず引かせます。何をもって成功とするか、上げるか、止めるかは、結果を業務で引き受ける人が決める。次に試作を起案するとき、企画書の1ページ目に置くのは技術の説明ではなく、この試作が本番になったとき、誰の何分が減るのかという1行です。そこから逆にたどると、残りの5項目は書けます。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。