「AIで業務を効率化したいのに、頼んでいるベンダーに相談すると、なぜか話が大きくなって工数も増える」——AX領域の推進担当者から、この種の戸惑いをよく聞く。担当者個人の能力や誠実さの問題ではない。多くの場合、これは契約モデルの構造が生む現象だ。

本稿は特定企業を批判する記事ではない。むしろ、優秀なエンジニアが集まる受託・人月のビジネスモデルが、なぜ「ヒトがやる必要のない仕事を見極めて引き算する」という方向に動きにくいのかを、公的一次データをもとに構造として読み解く。そして、構造が違えば動機も変わるという観点から、成果報酬=利害一致の伴走がなぜ「本気の代替」に向くのかを整理する。経営者(CFO/COO)や、AX/DX推進の現場で「効率化が思うように進まない」と感じている方に向けた、構造の見取り図である。

「仕事を減らすと売上が減る」という構造のねじれ

まず前提を確認したい。AIが企業にもたらす経済価値の大きさ自体は、もはや議論の余地が小さい。マッキンゼー・アンド・カンパニーの試算『生成AIがもたらす潜在的な経済効果』(2023年6月)は、生成AIが世界経済に年間2.6兆〜4.4兆ドルの価値を加えうると推計し、その効果が顧客対応・マーケティング/セールス・ソフトウェアエンジニアリング・研究開発の4領域に集中するとした。価値の源泉の多くは、定型的・反復的な業務をAIが肩代わりすることで、人がより付加価値の高い仕事に再配置されることにある。

ところが、この「仕事を引き算する」という営みは、それを担う事業者の収益構造によって、進む速度がまったく変わる。鍵になるのが、報酬が何に対して支払われているか、である。

人月(にんげつ)モデルとは、「何人が何か月働いたか」を単価に掛けて対価を決める契約形態だ。受託開発の多くがこの形を取る。ここに一つの数学的な事実がある。投じた工数が売上の源泉である以上、同じ成果をAIで短い工数で出してしまうと、請求できる金額はその分だけ縮む。顧客にとっては「速く・安く終わった」という最良の結果が、提供側にとっては「売上が減った」という結果になる。顧客の得と自社の得が逆を向く。これが、本稿で「逆インセンティブ」と呼ぶ構造のねじれである。

これは机上の仮説ではなく、当事者自身が公の場で語り始めている論点でもある。富士通の時田隆仁社長は、中長期経営ビジョン2035の説明会(2026年5月28日)で、「人月をベースにした(対価の)いただき方では、これ以上の成長は見込めない」と述べ、労働集約的なシステムインテグレーション型のモデルから価値・成果ベース型への転換を加速させる方針を示した。AIエージェントの活用で開発期間が短縮されるほど人月ベースの売上が減るという逆説に触れたこの発言は、「早く仕上げるほど売上は減る」という見出しでも報じられている(Business Insider Japan, 2026年5月28日)。国内最大手の一角が、自らの主力モデルの構造的な限界を経営ビジョンとして公言したこと自体が、この論点が個別企業の問題ではなく業界全体に関わるものであることを示している。

ここで強調しておきたいのは、これを「ベンダーが手を抜いている」という話に矮小化しないことだ。むしろ逆で、人月モデルの下では、丁寧に・たくさん作ることが誠実さの表現になる。構造が誠実さの向く先を決めてしまう、というのが正確な理解だ。

なぜ日本でこの構造が特に効くのか——IT人材のベンダー偏在

逆インセンティブが日本で特に強く働く背景には、IT人材の所在の偏りがある。総務省『平成30年版 情報通信白書』(2018年)は、IPA「IT人材白書2017」を基に、日本のICT人材約105万人のうち約72%がベンダー企業(IT企業)に属するのに対し、米国は約420万人のICT人材の約65%がユーザー企業(IT企業以外)側に分布するという、日米で重心が逆になった構図を示している。日本ではユーザー企業側に属するICT人材の比率が相対的に小さく、技術人材がベンダー側に厚く偏在している。

この差が意味するのは単純だ。米国では「AIで仕事を引き算する」判断を、その効率化で直接得をするユーザー企業の内部人材が主導しやすい。一方、日本では技術判断の重心が外部のベンダー側にある。効率化の意思決定が、効率化によって売上が縮みうる側に委ねられがちなのだ。構造的な利害の不一致が、組織の境界線そのものに埋め込まれている。

しかも日本企業のDX推進人材は慢性的に不足している。IPA『DX動向2025』(2025年6月)によれば、DXを推進する人材の「量」について**58.5%の企業が「大幅に不足している」**と回答し、「やや不足」を含めると8割を超える(日米独比較では、人材不足の深刻さは日本が突出している)。社内で見極めができる人がいないために外部に頼り、その外部は逆インセンティブを抱える——この二重構造が、「効率化が進まない」という体感の根にある。人材の偏在と不足については、AI内製化と外注の判断軸近日公開やAI時代の人材戦略近日公開でも別角度から扱っている。

多重下請という、構造の増幅装置

逆インセンティブをさらに増幅するのが、多重下請の取引構造だ。公正取引委員会『ソフトウェア業の下請取引等に関する実態調査報告書』(2022年6月29日)は、資本金3億円以下の約2万1000社を対象とした18年ぶりの大規模調査をもとに、DX化を支えるソフトウェア業のサプライチェーンに連鎖的な問題があると指摘した。

具体的な記述が示唆的だ。同報告書は、買いたたき・不当な給付内容の変更・下請代金の減額・不当なやり直しといった下請法上の問題行為が、いずれも数千件規模のアンケート回答として幅広く報告されたと整理している。さらに、不必要な「中抜き」事業者の存在を感じたことがあると答えた事業者は、回答企業全体で25.9%、最終下請の階層に限れば**33.5%(3社に1社以上)**にのぼる。報告書は、エンドユーザーの発注金額を上限として再委託のたびに中間マージンが差し引かれるため、下層に行くほど受注金額が低くなる構造を描き、見積額を100とすると最終的な契約額が50まで下がる事例や、最大で5社が中間に入るケースを挙げている。

この構造が逆インセンティブとどう絡むか。多重下請の各層は、上から流れてくる工数を受けて売上を立てる。つまり階層全体が「工数=売上」のロジックで連結されている。AIで本気で仕事を引き算すれば、流れる工数が減り、複数の事業者の売上が同時に縮む。サプライチェーン全体に「現状の工数量を維持したい」という慣性が働きやすいのは、誰かが悪意を持っているからではなく、各層が合理的に自社の存続を考えた結果である。これも構造の問題だ。

経済産業省『DXレポート ～ITシステム「2025年の崖」克服とDXの本格的な展開～』(2018年9月)が早くから警鐘を鳴らしたのも、まさにこの点だった。同レポートは、ベンダー企業が既存システムの運用・保守に人材を割き続け、人月単位の受託型・多重下請構造から抜け出せないと、レガシーシステムの複雑化・老朽化・ブラックボックス化が進み、2025年以降に最大で年間約12兆円の経済損失が生じうると試算した。そして、ベンダーには従来の受託型SIから「価値提供型」への転換が求められると提言している。レガシー刷新の文脈はAIロードマップ策定の実務近日公開とも接続する論点だ。

独自フレーム:「契約モデル×工数削減インセンティブ」マトリクス

ここまでを、意思決定に使える形に整理したい。AX Boostでは、効率化の主体を選ぶときに、その主体が工数削減に対してどんな動機を持つかを契約モデルから読むことを勧めている。縦軸に「報酬が何に連動するか(工数連動 ⇄ 成果連動)」、横軸に「顧客の効率化が提供側の得になるか(利害不一致 ⇄ 利害一致)」を取ると、おおむね4象限が見える。

第1象限・純粋人月の受託(工数連動 × 利害不一致)。最も逆インセンティブが強い。AIで仕事を消すほど自社の売上が縮むため、「まだ要らない仕事」を積極的に引き算する動機が構造的に乏しい。誤解のないように言えば、ここに属する事業者の技術力が低いわけではない。むしろ高いことが多い。問題は技術ではなく、動機の向きだ。

第2象限・固定価格の請負(部分的に成果寄り × 利害は中立〜不一致)。総額を先に決めるため、早く終われば提供側の利益率は上がる。ただし「何を作るか」が契約時に固定されるので、「そもそもこの仕事は人がやる必要があるのか」という上流の問い——AIに任せる/やめる/再配置するという引き算——は範囲外になりやすい。要件が固まったものを確実に作る用途には強いが、見極めには向きにくい。

第3象限・従量/サブスク(利用量連動 × 利害は部分一致)。富士通が示したような利用量・成果ベースへの移行は、人月よりは健全な方向だ。ただし利用量課金に寄せると、今度は利用量が増えるほど売上が増えるため、「使わせる」方向にバイアスがかかりうる。本当に必要な利用か、過剰な依存ではないかを誰が見極めるか、という論点は残る。

第4象限・成果報酬/レベニューシェア(成果連動 × 利害一致)。顧客の業務時間削減やコスト削減という成果が提供側の報酬に直結する。ここで初めて、「ヒトがやる必要のない仕事を見極めて引き算し、人を価値ある仕事へ再配置する」ことが、提供側にとっても得になる。顧客の得=自社の得。逆インセンティブが反転する。成果報酬モデルの設計と落とし穴は成果報酬型AIコンサルティングの仕組みで詳述している。

このマトリクスの効用は、「どの会社が良い/悪い」という属人的・属社的な評価から離れ、「いま自分が任せようとしている相手は、どの象限の動機で動くか」という構造的な問いに変換できることだ。契約モデルごとの違いは伴走型 vs スポット型 vs FDE型の比較でも整理している。

落とし穴:成果報酬なら万能、ではない

ここで楽観に振れないために、限界と反例を明示しておく。

第一に、成果報酬は成果が測定できる業務でしか機能しにくい。業務時間削減やコスト削減のように定量化しやすい領域では強いが、ブランド価値や中長期の組織変革のように測りにくい成果では、KPIの設計を誤ると逆に近視眼的な最適化を招く。KPIの取り方の原則と陥りやすい罠はAIのROI測定方法近日公開で扱っている。

第二に、測定可能な指標だけを追うと、測定しにくい大事な仕事が後回しになるという古典的な歪みが起こりうる。成果報酬は逆インセンティブを反転させるが、別の種類のインセンティブ歪みを持ち込みうる。だからこそ、純粋成果報酬・KPI連動・ハイブリッドのどれを採るかという設計が要になる。

第三に、効率化の対象を見極める段階での失敗パターンも無視できない。引き算すべきでない仕事を引き算してしまう、現場の暗黙知を軽視してAIに置き換えて定着しない、といった典型はAI定着失敗の7パターンに詳しい。成果報酬であっても、見極めの質が低ければ成果は出にくい。利害一致は必要条件であって十分条件ではない。

第四に、これは私たち自身への戒めでもある。AX Boostを運営する株式会社KI Strategy(2016年創業、代表・今井健太郎はNRI出身)は、戦略コンサルティング・業務改善・デューデリジェンス(DD)・PMI(M&A後の統合)に加え、AI活用の支援にも携わってきた。ただし個別の事例は守秘契約のため開示できない。だからこそ本稿でも、語るのは検証可能な公的データと構造の分析にとどめ、出せない事例を匂わせて信頼を演出することはしない。実績を誇張も矮小化もせず、開示できる範囲で誠実に示すことを徹底している。

公正な棲み分け——SIerが本領を発揮する領域

逆インセンティブの構造を指摘することは、「受託・人月が不要だ」という主張ではない。むしろ、領域による棲み分けを公正に描くことが、構造論の責任だと考える。

要件が固まり、何を作るかが明確なシステム構築・大規模インフラ・ミッションクリティカルな基幹システムの開発では、受託・請負の規律と品質保証は依然として大きな価値を持つ。確実に動くものを、責任を持って作り切る——ここは多くのSIerが磨いてきた本領であり、AIがあっても代替されにくい領域が広く残る。前述の通り、大手自身が利用量・成果連動へモデルを広げつつある事実もあり、業界は静的ではない。

一方で、「そもそもこの仕事は人がやる必要があるのか」「いまはまだ着手すべきでない仕事はどれか」を見極め、引き算して人を再配置する上流の営みは、効率化で売上が縮みうる構造の下では進みにくい。ここでこそ、利害が一致した伴走者の出番になる。要件定義の前の「要件を決めるべきか否か」を一緒に問える相手かどうか、という違いだ。

整理すると、判断軸は「やることが決まっているか」と「効率化で誰が得をするか」の二つになる。やることが決まった構築は受託・請負の本領。やる/やらないの見極めから入る再配置は、利害一致の伴走が向く。どちらが上位という話ではなく、用途が違う。自社の課題がどちらに当たるかの見立て方はAX支援の選び方やAIコンサル会社の選び方も参考になる。

なお、この見極めと再配置は、しばしば社内の合意形成という壁にぶつかる。「効率化で浮いた人をどこに再配置するのか」「投資対効果をどう経営に説明するのか」という問いは、AI予算計画と社内稟議近日公開や経営層をAIで説得する論理近日公開で扱っている。BCG『Where's the Value in AI?』(2024年10月、約20業種・59か国の経営層1,000人調査)が、PoCを超えて実際に価値を生み出せている企業はわずか26%にとどまる(実質的な価値を出せているのは4%)と報告した背景にも、技術以前のこの合意形成と再配置設計の難しさがある。PoCで止まる構造の打破はAI PoC止まり脱出フレームワークで詳しく論じた。

AX Boostがなぜ「本気の代替」に向くのか

AX Boostが採るFDE型コンサルティング(Forward Deployed Engineer=顧客の現場に入り込んで実装まで担う形)と成果報酬型の組み合わせは、本稿のマトリクスでいえば第4象限に自らを置く設計だ。

意味するところはこうだ。第一に、報酬を顧客の成果(業務時間削減・コスト削減など)に連動させることで、「仕事を本気で引き算するほど自社も得をする」状態をつくる。逆インセンティブを構造ごと反転させる。第二に、KI Strategyが戦略/業務改善/DD/PMIで培った見極め力——どの仕事を引き算し、浮いた人をどこに再配置すれば事業価値(EBITDA)が上がるか——を持ち込む。技術力は前提であって差別化の本丸ではなく、見極め力こそが価値の源泉だという立場だ。第三に、FDEとして実装・定着まで伴走することで、「絵に描いた効率化」で終わらせない。

繰り返すが、これは万能を主張する話ではない。成果が測れない領域、要件が固まった大規模構築、見極めを誤った場合——いずれも限界はある。だからこそ、SIerの本領との棲み分けを公正に置いた上で、「やる/やらないの見極めから入り、人を価値ある仕事へ再配置する」という領域に、利害一致の伴走を置く意味がある。

自社の課題が「決まったものを作る」のか「そもそも何をやめるか/再配置するか」なのか。その見極めから一緒に始めたい方は、FDE型コンサルティングの考え方をご覧いただくか、お問い合わせから具体的な状況をお聞かせいただきたい。構造を変えれば、動機が変わる。動機が変われば、効率化はようやく前に進み始める。

主要参照ソース