「AIをやりたい。だが予算がつかない」「PoCはやらせてもらえたが、本番化の稟議が通らない」——AI推進担当者が最も頻繁に直面する壁である。多くの担当者は技術選定に時間を費やすが、実際にプロジェクトの命運を分けるのは、その手前にある 社内稟議をどう通すか であることが少なくない。良い技術を選んでも、予算が下りなければ何も始まらないからだ。

この記事では、稟議が通らない場面を分解しながら、AI予算の組み立て方、稟議書に何を書くか、ROIをどう見せるか、投資をどう段階化するか、そしてどこで失敗しやすいかを実務目線で扱う。一般的なテンプレの紹介ではなく、経営層が「これなら判断できる」と感じる説明をどう設計するか、という観点で読み進めてほしい。

なお、ROI測定そのものの考え方はAI ROIの測定方法で、推進体制の前提となる組織設計はAI Center of Excellence (CoE) の組成と運用で詳しく扱っている。本稿はそれらをつなぐ「お金を動かす」部分を担う位置づけと考えてほしい。

稟議の前提となる業界水準を押さえる

社内で「うちも業界並みの投資をすべきだ」と語るには、その「業界並み」がどの程度の規模なのかを自分の言葉で説明できる必要がある。数字の感覚を持たないまま稟議に臨むと、経営層からの「それは多いのか少ないのか」という素朴な問いに答えられない。

ガートナーの予測によれば、世界のAI支出総額は 2024年に約1兆ドル、2025年は約1.5兆ドル、2026年は2.5兆ドル へと拡大を続けている。生成AIに限っても、2025年の支出は6,440億ドル（前年比+76.4%） に達する見込みだ。市場全体が急速に膨らんでいることは、稟議の追い風になりそうに見える。

ところが、ここに見落としてはいけない不都合な事実がある。ガートナーが2025年5月に506人のCIOを対象に行った調査では、72%のCIOが「AI投資で損益分岐点に達しているか赤字」 と回答している。投資は増えているが、その大半がまだ利益に結びついていない、というのが現場の実態なのだ。

この二つの数字が示すのは、稟議における論点の置き方である。市場が伸びているから投資すべき、という論法は経営層には響かない——むしろ「他社も回収できていないなら、なぜうちは違うのか」と問い返されて終わる。したがって稟議で本当に語るべきは規模感ではなく、自社の特定の業務において、なぜ回収の道筋が描けるのか という固有の論理である。市場動向は背景情報にとどめ、主役は自社の課題に据えるべきだ。

AI予算は「見えるコスト」と「見えないコスト」でできている

AI予算を組むときに最も多い失敗は、目に見えやすい費目だけを積み上げてしまうことだ。ライセンス料やAPI利用料は請求書として届くため認識しやすいが、それは全体の一部にすぎない。本当のコストは、請求書には現れない費目を含めて初めて姿を現す。下表は典型的な五つの費目だが、重要なのは費目の数ではなく、その多くが「うっかり抜け落ちる」性質を持っている点にある。

費目 主な中身 見落とされやすさ
ライセンス・API利用料 LLM API（OpenAI、Anthropic、Google等）、マネージドサービス（Azure OpenAI Service、Bedrock、Vertex AI）、ベクトルDBサブスクリプション、開発ツール 低（請求書で可視化される）
人件費 内製エンジニア、推進担当者、各事業部の協力者の機会費用、外部FDE型コンサル・ベンダー費用 高（最大費目だが認識されにくい）
インフラ・運用 データ整備・クリーニング、自社ホスト時のベクトルDB運用、LLMOps基盤、社内ホストLLMのセキュリティ 中
教育・チェンジマネジメント 全社員研修、業務リーダー向け実践研修、各部署のAIチャンピオン育成、社内コミュニケーション 高（定着の鍵だが過小評価される）
ガバナンス・法務 社内利用規程、監査・モニタリング基盤、法務レビュー、第三者監査（ISO/IEC 42001認証取得など） 中

最初のライセンス・API利用料は、業務規模により月10万〜500万円程度と幅があり、利用が広がるほど変動費的に増えていく。ここはわかりやすいので過大に語られがちだが、実は予算全体の主役ではない。

予算の重心は二つ目の人件費にある。内製AIエンジニアの年収は国内平均でおおむね550万〜650万円台、上位人材では1,000万円超の例もあり、外部のFDE型コンサルやベンダーに依頼する場合は月50〜500万円が目安になる。さらに見逃されがちなのが、各事業部から協力してもらう担当者の機会費用だ。彼らが本来の業務を止めてプロジェクトに関わる時間は、表計算上のコストには載らないが、確実に発生している。多くの稟議でこの人件費こそが最大費目でありながら、最も認識されていない。

残る三つ——インフラ・運用、教育・チェンジマネジメント、ガバナンス・法務——のうち、特に注意したいのが教育・チェンジマネジメントである。AIツールを入れても現場が使わなければ何も変わらないという問題は繰り返し起きており（AI定着失敗の典型7パターンで詳述）、この費目を削った予算ほど、後になって「導入したのに効果が出ない」という結末を迎えやすい。ガバナンス・法務についても、利用規程の整備や監査体制は後回しにされがちだが、ここを欠くと全社展開の段階で必ず止まる（企業のAIガバナンス実務ガイドを参照）。インフラの技術選定で迷う場合は業務AIインフラの技術選定が判断材料になる。

これらの費目がどの程度の比率になるかは案件によって変わるが、AX Boostの支援経験から見える初年度予算の一つの目安は下表のとおりだ。

費目 配分
ライセンス・API 15〜25%
人件費（内製＋外部） 40〜60%
インフラ・運用 10〜15%
教育・チェンジマネジメント 10〜15%
ガバナンス・法務 5〜10%

この配分が物語るのは、技術導入だけに目を向けた予算組みでは残り40〜50%を見落とすという事実だ。ここで一段視野を広げておきたい。AX Boostが投資判断の出発点に据えるのは「どのツールを足すか」ではなく「人がやらなくてよい仕事をどう引き算し、空いた工数を価値ある仕事へどう再配置するか」である（考え方はAIは足し算より引き算 — 仕事の再配置）。予算配分を見ると、ツールそのもの（ライセンス・API）の比率が意外に小さく、人と定着に関わる費目が大半を占めることがわかる。投資の本体は技術ではなく、業務の組み替えにある——この事実を稟議の早い段階で経営層と共有しておくと、後段の議論がぶれにくくなる。

経営層が判断できる稟議書とは何か

稟議書は、書き手が「やりたいこと」を訴える文書ではない。読み手である経営層が「投資すべきかどうか」を判断するための材料を揃える文書である。この主従が逆転すると、熱意は伝わっても承認は得られない。判断材料として外せない要素を、書く順番に沿って見ていく。

冒頭に置くべきは、AIを導入するという話ではなく 何の事業課題を解決するのか という問いである。たとえば「経理部の月次決算業務に月150時間の作業時間が発生しており、年商規模に比して非効率だ」「カスタマーサポートの平均応答時間が業界平均より20%遅く、顧客満足度が低下傾向にある」といった形で、課題の規模と緊急度を具体的な数字で示す。経営層はここで初めて「これは解くに値する問題か」を判断する。

次に必要なのは、AI以外の選択肢との比較である。経営層は無意識に「他のやり方ではダメなのか」と考えるため、その問いに先回りして答えておくと説得力が一段増す。

選択肢 コスト 効果 リスク
現状維持 0 ゼロ 課題が拡大
人員増員 高（年500万円〜） 線形的 採用難
業務プロセス改善 中 限定的 すでに実施済み
AI導入（提案案） 中〜高 非線形的 実装リスク

この比較表の狙いは、AI導入を相対的に有利に見せることではなく、「AI以外ではなぜ不十分か」を論証する ことにある。人を増やせばコストが線形に膨らむ、業務改善はすでにやり尽くした、という背景まで書けると、経営層は「他の手を尽くした上での提案だ」と受け取る。

その上で投資内訳を示すわけだが、ここで提示すべきは総額ではなく時系列だ。前述の五費目を、初年度・2年目・3年目に分けて並べる。AIは一度きりの買い物ではなく継続的な投資であり、総額だけを見せると「高い」という印象だけが残る。年次の推移として見せることで、初期負担と将来の運用負担の違いが伝わる。

投資の隣に置くのがROI試算である。AI ROIの測定方法で詳述した三つの時間軸——定着指標で測る短期（0〜3ヶ月の利用率・MAU）、業務指標を金額換算する中期（3〜12ヶ月の時間削減・エラー削減）、事業指標で測る長期（12ヶ月以降の売上・コスト・顧客満足度）——を稟議書に組み込む。ここで気をつけたいのは早期効果を約束しすぎないことだ。「3ヶ月で投資回収」のような提示は、未達のときに信用を失う。CIOの72%が損益分岐点に届いていないという前述の現実を踏まえれば、12〜24ヶ月の中期で回収を描くほうが、かえって経営層の信頼を得やすい。

ここまでで「投資する理由」は揃うが、経営層が最後に気にするのは「もし失敗したらどうなるか」である。だからこそマイルストーンと撤退条件をセットで示す。

フェーズ 期間 投資額 達成条件 未達時の対応
Phase 1: PoC 3ヶ月 XX万円 業務での実用性確認 中止、別領域検討
Phase 2: 限定運用 6ヶ月 XX万円 利用率50%超、満足度4以上 範囲縮小、再設計
Phase 3: 拡大運用 12ヶ月 XX万円 ROI試算達成 現状維持、再評価

撤退条件を明示すると承認確率が下がりそうに思えるが、実際は逆だ。「最悪でも撤退できる」と分かることで経営層のリスク許容度が上がり、初期投資の承認が得やすくなる。同じ理由から、リスクは「ない」と書かず、具体的に挙げて対策を添える。データ漏洩には社内ホスト環境と機密データ取り扱い規程で、ハルシネーションの業務影響には人間承認ステップと評価体制で、ベンダーロックインには標準的APIと移行可能性の確保で、規制対応にはAI事業者ガイドライン準拠とガバナンス体制で、人材依存にはドキュメント化と複数名体制で応じる、という具合に対応関係まで書き切る。リスクを正直に並べたほうが、隠すよりも信頼される。

最後に推進体制を示す。事業部側の最終責任者であるプロジェクトオーナー、実務を回すプロジェクトマネージャー、内製または外部の技術リード、各部署の連携窓口、そして経営層スポンサー——誰が何をいつまでにやるかが見えると、経営層は「絵に描いた餅ではない」と安心する。とりわけ経営層スポンサーの有無は、後述するとおり承認の分かれ目になる。

「全部一気に」ではなく段階で承認を取りにいく

10億円規模のAI戦略全体を一度の稟議で通そうとすると、ほぼ確実に弾かれる。金額が大きいほど経営層の慎重さは増し、判断は先送りされる。現実的なのは「小さく始めて、成果が出たら次へ」という段階投資の発想だ。各段階で投資額とスコープを区切り、その都度ゲート判断を挟む。

ステージ 期間 投資規模 スコープ
Step 0: 探索 1〜2ヶ月 〜100万円 API利用試行、社内勉強会
Step 1: PoC 3〜6ヶ月 数百万〜千万円 1業務・1部署で実証
Step 2: 限定本番 6〜12ヶ月 千万〜数千万円 1部署で本番運用、業務効果測定
Step 3: 全社展開 12〜24ヶ月 数千万〜数億円 横展開、CoE組成
Step 4: 戦略的展開 24ヶ月〜 数億円〜 事業モデル変革

この段階設計が効くのは、各ステージにゲート判断を設けることで、経営層が「途中で止められる」と認識するからだ。止められると分かっていれば、初期の小さな投資は承認しやすい。逆に、最初から全社展開や事業モデル変革の予算を求めると、止めようのない巨額のコミットメントに見えてしまう。PoCで終わらせずに本番へ進めるための判断基準そのものはAI PoC止まり脱出フレームワークで扱っているので、ステージ移行の設計とあわせて参照してほしい。

企業規模によってこの刻み方は調整が要る。経営と現場の距離が近い中堅企業であれば、Step 0とStep 1を実質的に束ねて素早く実証に入れることが多い。一方、稟議が多段階にわたる大企業では、各ステージをさらに細かく区切り、事業部単位でゲートを設けたほうが通りやすい。内製で進めるか外部の力を借りるかという論点も段階によって最適解が変わる（AI内製化 vs 外注）ため、ステージ設計と体制設計は本来セットで考えるべきものだ。

稟議が通らないのは、たいてい同じ場所でつまずいている

うまくいかない稟議には共通する躓きがある。最も多いのは、説明が技術の話に寄りすぎることだ。Transformerがどうの、RAGアーキテクチャがどうのと専門用語を並べると、経営層は内容を理解できず、理解できないものには判断を下せない。技術詳細は別紙に逃がし、本体では事業課題と効果だけを語るべきだ。

次に多いのが効果の盛りすぎである。「業務時間50%削減」「売上20%向上」を最初から約束してしまうと、未達のときの信用失墜が深い。「業界調査では20〜40%削減の事例があり、自社で実証する」という控えめな立て付けのほうが、長い目で見て信頼を守る。これと表裏の関係にあるのが、コストの過少申告だ。ライセンス料だけで計算し人件費や教育費を織り込まない稟議は、後になって「予算オーバー」を招き、二度目の稟議を著しく通しにくくする。前述のフルコストの考え方で見積もるべきところだ。

時間軸の取り方でも躓きやすい。単年度の予算しか出さないと、AIという複数年の投資の全体像が伝わらない。3〜5年の計画として示せば、経営層は「長期視点の投資」として受け止められる。そしてすでに触れたとおり、撤退条件のない「全力で進めます」だけの稟議は、失敗時の出口が見えないために承認されにくい。撤退条件の明示が、逆説的に承認確率を高めるのである。

最後に、これらをすべて満たしても通らないことがある。経営層スポンサーの不在だ。CIO・CFO・事業部長クラスの後ろ盾がない稟議は、一部署の独立した取り組みとして扱われ、優先度を落とされやすい。稟議を出す前に、誰をスポンサーに据えるかを固めておくこと——これは書類の出来栄え以上に効くことがある。

相手の役職によって、響く論点は変わる

同じ稟議書でも、誰が読むかで関心の置きどころは違う。書面は全員に同じものを渡すとしても、対面の説明では相手の役職に合わせて強調点を変えると、各役員の懸念に直接答えられる。

経営層の役職 主な関心 説明の焦点
CEO・社長 競争優位、長期戦略 「3年後に競合と何が違うか」
CFO・経理担当役員 ROI、リスク 「コスト・効果・撤退条件」
CIO・CTO 技術選定、実装 「アーキテクチャ、ベンダー選定、運用」
事業部長 自部署の業績 「自部署の業務がどう変わるか」
CHRO・人事担当役員 人材影響、教育 「リ・スキリング、雇用への影響」

たとえばCFOには撤退条件とフルコストを前面に出し、事業部長には自部署の業務が具体的にどう変わるかを語る。CHROに対しては、AIで生まれた余力を人員削減ではなく価値ある仕事への再配置に充てるという文脈で説明すると、雇用への懸念に正面から答えられる。役職ごとの関心を踏まえて同じ提案を別の角度から語り直せることが、説明設計の核心である。

なお中小企業の場合は、AI導入に使える公的な補助金を実質負担額の圧縮材料として稟議に織り込めると、承認のハードルが下がることがある。代表的なものに、経済産業省・中小企業庁の「デジタル化・AI導入補助金」（2026年度より名称変更された旧IT導入補助金）や、「ものづくり補助金」（補助対象経費の下限100万円〜、上限は公募回・申請枠により最大4,000万円程度）がある。ただし制度は年度ごとに要件・公募時期・上限額が変わるため、最新の公募要領を一次情報で確認するのが前提だ。そして強調しておきたいのは、これはあくまで手段の一つにすぎないという点である。補助金が取れるかどうかで投資判断の本筋がぶれてはならない。稟議の主役は、自社のどの業務を引き算し、空いた工数をどこへ再配置して回収するかの論理であり（AIは「足し算」より「引き算」）、制度はその実質負担を下げる補助線に留めるべきだ。中小企業向けの進め方の全体像は中小企業のAI導入完全ガイド近日公開も参照されたい。

稟議は「説得」ではなく「経営判断の支援」

AI予算の稟議で陥りがちな誤解は、これを「経営層を説得する」作業だと捉えてしまうことだ。説得しようとするほど、提案は売り込みに見え、経営層は身構える。実際のところ経営層が求めているのは、説得ではなく 正しい意思決定を下すための情報 である。

本稿で見てきた要素——事業課題の正確な定義、選択肢の客観的な比較、投資の全コスト構造、段階投資による撤退可能性、リスクとその対策、推進体制と責任の明確化——は、いずれも経営層の判断を助けるための材料だ。これらを誇張も矮小化もせず誠実に揃えることが、結果として最短の承認ルートになる。「説得する」のではなく「正しく判断できる材料を揃える」という姿勢こそが、逆説的に最も承認確率を高める。

AX Boostでは、AI予算計画の策定から稟議資料の作成、経営層への説明設計までを FDE型コンサルティング で支援している。単に資料を作るのではなく、どの業務を引き算して工数をどこへ再配置するかという投資の本体まで一緒に組み立てる。詳しくはFDE型コンサルティング完全解説を参照されたい。

主要参照ソース

本稿の数値・制度・調査結果は、以下の一次情報・公開資料に基づく。投資水準・ROIの現実・制度要件は更新が早いため、稟議に用いる際は各ソースの最新版を確認されたい。

関連記事: