AIによって年間10億ドルの価値を生み出すというチュン氏の公約は、同行のAI施策が確実に投資対効果（ROI）をもたらすための指針となったとパリス氏は語る。「ROIを意識することで、取り組むべき優先事項に集中できる」（パリス氏）

　同行は、AIによって測定可能な形で売上を伸ばせる事業機会を意図的に特定しているとパリス氏は話す。例えば同行は、2025年6月に予測AI基盤モデル「TD AI Prism」を発表した。顧客を理解し、顧客のニーズに最適な商品を提案するために同モデルを活用している。

　パリス氏によると、同モデルの目的は個別化された顧客中心の金融体験を提供することにある。同行の発表によれば、初期のテストで、TD AI Prismは従来のモデルに比べて顧客ニーズの特定精度が20～30％高かったという。

　パリス氏は、売上拡大を示す別の例としてマーケティングでのAI活用を挙げた。既存顧客や潜在顧客向けに個別化されたコンテンツを生成し、多様なチャネルを通じて配信している。また、消費者の行動が従来の検索からシフトしていることを受け、「ChatGPT」「Claude」「Gemini」などのAIプラットフォーム上での営業・業務遂行の向上にもAIを利用しているという。

　2026年5月に発表された別の事例では、自律型AIを用いて住宅ローンや不動産担保信用枠の申請手続きを自動化した。これにより顧客1人当たりの平均申請時間は15時間から3分未満へと短縮された。

　パリス氏によれば、同行の幹部はコスト削減と売上拡大の双方を達成できるようAIユースケースごとに指標を設定している。具体的な売上拡大の指標には、顧客獲得や顧客維持、エンゲージメントについての測定基準など収益重視の指標が含まれる。ただしパリス氏は、個々のAI施策のROI測定に用いている具体的な数値についての言及は避けた。

AIのROIを得るには工夫が必要

　大半の企業は、AI活用を収益成長に結び付ける段階へ移行できていない。AI投資から得られるROIは、依然として効率化や生産性向上によるものに偏っているのが現状だ。

　Deloitteが2026年1月に公表したレポート「State of AI in the Enterprise」では、企業がAIから効率化や生産性向上の成果を得ている一方で、それ以外の恩恵は期待の域を出ていないと指摘されている。レポートには「特に売上拡大は期待にとどまる傾向が強い。将来的にAIの取り組みを通じて売上を伸ばしたいと考える企業が74％に上るのに、売上拡大を達成しているのはわずか20％にとどまる」と記されている。

　他の調査でも同様の傾向が示されている。コンサルティング会社West Monroeが2026年7月に公表したレポート「Building The AI-Native Enterprise」によると、88％の企業がなんらかの形でAIを利用しているものの、財務的リターンを得ている企業はわずか6％だった。

　West MonroeのパートナーでCFOアドバイザリー部門のマネジングディレクターを務めるコナー・オーガスティン氏は、企業がAIの取り組みからROIを得られない理由は幾つかあると語る。AIで解決できるビジネス上の課題や事業機会を特定することよりも、AIを使うこと自体に集中してしまう企業もあれば、AI導入の成功に必要なデータモダナイゼーションなどの基盤整備を省いてしまうケースもある。変革を定着させるために必要なチェンジマネジメントを軽視した企業もあるという。

　企業はコスト削減や生産性向上のためにAIを導入し始めたが、現在はより変革的なプロジェクトへと軸足を移しつつあるとオーガスティン氏は述べる。「そうした施策の多くは経営陣が期待したROIを出せておらず、視野を広げようとしている」（オーガスティン氏）

　オーガスティン氏は、あるB2B企業のクライアントでこのアプローチが成果を上げた事例を目撃した。この企業は他社と同様に、バックオフィスの効率化にAIを利用していたが、売上拡大にAIを役立てる方法の模索へとかじを切った。現在は、社内外のシグナルをAIで分析し、解約や契約更新の見送りのリスクがある顧客を特定している。導入したツールには解約リスクのある顧客を表示するダッシュボードがあり、生成AIが各顧客を引き留めるための営業担当者の具体的なアクションを提案している。

　同社はAIツールの出力結果を週次の営業会議のアジェンダに組み込んだ。「顧客の解約を防ぎ、売上を維持できているため、トップラインに影響を与えている」（オーガスティン氏）

AIの価値を測定する

　調査会社Forrester Researchで新興技術担当バイスプレジデント兼プリンシパルアナリストを務めるブライアン・ホプキンス氏は、多くの経営幹部がAI導入の価値測定に苦慮していると指摘する。

　2026年4月にForrester Researchはレポート「AI Value Matrix: A Framework For Measuring What Matters」を発表した。このマトリックスは、トップライン（売上）、ボトムライン（利益）、リスク管理という3つの財務的成果と、生産性、エンゲージメント、戦略という3つの価値メカニズムで構成されている。生産性向上のためのAI活用は測定しやすい短期的な成果をもたらすが、顧客エンゲージメントのためのAI活用は測定がより難しい中期的な成果をもたらす。戦略についての成果は測定が最も難しく、効果が現れるまでに最も長い時間を要する。

　こうした課題があるものの、企業はトップラインの向上や戦略的な成果を追求し、成功を判定するための指標を特定すべきだとホプキンス氏は語る。

　これに取り組む企業の一部は、バリューマネジメントの実践を導入している。ホプキンス氏によると、その目的は「競合他社で大きな優位性を築くために、AIを活用して動かすべき重要な指標」を決定することにあるという。

　オーガスティン氏は、どのような指標を使って判断すべきかを特定していないために、ボトムラインやトップラインに影響を与えているかどうかが分からない企業もあると補足する。

　売上に対するAIの効果を評価する際、何を測定すべきかを判断するのは難しい。粗利益率や総売上高には多くの要因が影響するため、AIの影響を正確に測定できる可能性は低いとオーガスティン氏は言う。ただし、買掛金回転日数（DPO）や売掛金回転日数（DSO）といった従来ある指標は、AIを単独で導入した際に企業の財務にプラスの影響を与えているかを判断するために活用できる可能性がある。

　オーガスティン氏によると、前述のB2B企業のクライアントは効果を測定することでAI施策が成果を上げていると確認できたという。同社は契約解除件数のような大まかな指標の利用を避け、ツールの価値を測るために「解約リスクのある顧客の解約率」を測定する新たな指標を導入した。