取締役会が次に問う、AI支出のリアル

米英の大企業に勤める財務責任者500名を対象とした調査で、AI投資はそれを統制する仕組みの整備を大きく先回りして定着していることが分かりました。回答企業はすべてすでにAIに投資しており、79%が過去12カ月でコスト超過を経験。AIのROIをボトルネックなく算出できる企業はわずか15%です。最も意外だったのは、FinOpsの成熟度が最も高い企業ほど超過率の報告が多いという点。これは成熟したプログラムほど規模が大きく、成熟度の低い企業では気づかれないような問題まで可視化できる体制が整っているためです。テクノロジー部門の経営層にとって、より深刻なのは構造的なリスクです。AI支出の責任はテクノロジー部門(55%)と財務部門(53%)でほぼ二分されており、明確な責任者が決まらないまま、12カ月のROIを問う時計はすでに動き始めています。

AI支出はある閾値を超え、CTOやCIOにとって議論の土俵そのものを変えました。問われているのはもはや「投資するか否か」ではありません。本調査の対象企業はすべて、すでに投資しています。問われているのは、投資を承認した人々が問いただし始める前に、そのリターンを誰かが証明できるかどうかです。

これが、Sapio Researchが2026年2月にDoiTの委託で実施した独立調査の核心にある緊張感です。対象は米英の従業員1,000人以上の組織に勤める財務責任者500名。回答者の所属企業はいずれも現在AIに支出しています。本調査は「意向」ではなく「実態」を捉えるよう設計されており、浮かび上がるのは、AI投資を制度化するスピードに対し、それを管理する財務インフラの整備が大きく出遅れている業界の姿です。

次の取締役会で必ず示すべき数字はこれです。自社のFinOps成熟度を「非常に成熟」または「業界最先端」と評価する企業の89%が、過去12カ月でAI関連のコスト超過を経験しました。平均超過率は30.9%に達し、本調査の全セグメントで最高水準です。

一方、FinOpsが初期段階の企業の超過率は69%、平均超過率は16.1%です。一見、ガバナンスへの投資を否定する材料に映りますが、実態は正反対です。成熟した企業はより大規模かつ複雑なAIプログラムを運用しており、成熟度の低い企業では決して捕捉できない超過を可視化する計測体制を備えています。成熟度の低い企業で超過が小さく見えるのは、支出が適切に管理されているからではなく、支出の多くが計測されていないため、数字の上で小さく見えているにすぎないのです。

この事実は、テクノロジーリーダーがAIコストガバナンスへの投資を社内で訴える際の論理構成を作り直すことを迫ります。「優れたツールが超過を防ぐ」という主張は通用しません。最も計測体制が整った企業ほど超過が大きいことを、データが示しているからです。正しい主張は、「ガバナンスがあれば、対処できるうちに超過を捉えられる」ということ。成熟度は問題を可視化しますが、防いではくれません。防止策として打ち出せば、データが裏付けない約束をしてしまうことになります。

最も示唆に富む発見のひとつは、ツールではなく視点に関わるものです。C-suiteの回答者は自社のFinOps成熟度を93%が「成熟以上」と評価しているのに対し、マネージャー層では60%にとどまります。同じ組織を見ているのに、33ポイントもの差があるのです。

これは事実認識のずれではなく、構造的な「見え方」の問題です。経営層が見ているのは投資の構想、ガバナンスの方針、取締役会で示されるフレームワーク。現場が見ているのは、コストの責任者が割り当てられていないプロジェクト、計画されたが構築されなかった按分の仕組み、そして戦略資料ではなく実際の予算に着地する超過です。

テクノロジー部門の経営層にとって、このギャップは直接的なリスクです。本調査では、AI支出の責任はテクノロジー部門のリーダー層が55%、財務部門が53%とほぼ均等に分かれ、運用現場には明確な単一の責任者がいません。支出を巡る対立で最終的な決定権を持つのは誰か、という問いに対し、C-suiteの回答者はマネージャー層の3倍の頻度でCEOを挙げました。つまり、実際に支出が発生する現場では、誰がAI予算を握っているのかという問いに定まった答えがないことが多いのです。「共同責任」は実務上「誰も責任を負わない」を意味しがちで、AI支出はその曖昧さを許すには今や最もコストの高い領域のひとつです。

AI投資に対する経営層の忍耐の窓は、ほとんどのガバナンスプログラムが成熟するよりも速く閉じつつあります。財務責任者の83%は12カ月以内に明確で定量化可能なAIリターンを期待しており、81%はすでにAI支出を見直しているか、1年以内に見直す予定です。

C-suiteの回答者では65%が6カ月以内にAI支出に関する行動を起こす、または起こす予定と回答していますが、同じ緊急感を共有するマネージャー層はわずか41%。このギャップこそが、プログラムが切られる場所です。現場チームが経営層のタイムラインを腹落ちさせていなければ、実際の成果に関係なく、彼らのプロジェクトが次の予算見直しで再編・再配分の真っ先の候補となります。

AIのROIをボトルネックなく算出できる財務責任者はわずか15%。主な障壁は、技術変化のペース(40%)、財務とEngineersが成功の定義を別々に持っていること(37%)、明確な財務的按分の欠如(36%)です。なかでも「定義の問題」は他の二つと切り分けて考える価値があります。新しいツールなしに解決できる唯一の障壁だからです。測定システムを構築する前に、財務とEngineersが「AIの成功とは何か」について合意する必要があります。C-suiteの回答者はこの障壁を最も強く意識しており、43%が重大な障害として挙げる一方、マネージャー層では33%にとどまります。定義のギャップを解消できる立場にいる人々こそ、それを放置するコストを最もよく分かっているのです。

本調査は、全体平均ではなくセグメント単位で読んで初めて真価を発揮します。平均値は実態を映すよりも、むしろ覆い隠してしまうからです。テクノロジーリーダーにとって特に重要な切り口がいくつかあります。

企業規模で見ると、従業員1,000〜4,999人の中堅企業は、AI予算の絶対額は小さいにもかかわらず、大企業より頻繁に超過を経験しています(81%対76%)。平均超過率もより高水準です。大企業は複雑さも変革サイクルの長さも抱える分、取締役会の忍耐をより得やすい立場にありますが、本調査が示すように、彼ら固有のボトルネックは実行ではなく按分の複雑さにあります。従業員5,000人以上の企業は、予測の難しさをFinOps最大の課題として挙げる傾向が顕著に高くなっています。

国別では、米国企業はAI支出の見直しにおいて英国企業より14ポイント高い緊急感で動いています。予算の制度化は80%対67%、ユニット単位のコスト追跡は56%対44%、ユニットエコノミクスの導入でも先行しています。プログラム規模が大きく展開も積極的な分、超過率も高水準です。英国企業がこの低い超過率を「ガバナンスが効いている証拠」と受け止めるのは早計です。低い超過率は、追跡の体系性の低さや小規模なプロジェクトとも相関しているからです。

ユニットエコノミクスに関して言えば、大企業の財務責任者は実務者全体よりも一歩先を行っています。FinOps Foundationの「State of FinOps 2026」によれば、現在AI支出にユニットエコノミクスを適用している実務者は20%未満。一方、本調査では財務責任者の26%がすでに導入済みで、34%が6カ月以内に導入予定。C-suiteでは80%が6カ月以内のユニットエコノミクス到達を見込むのに対し、マネージャー層では44%です。忍耐の窓が閉じる前にユニット単位のコスト追跡を組み込んだ企業は、取締役会から継続投資の正当化を求められた時に、根本的に強い立場に立てます。

ここまでの議論は、AI投資が賢明でないとも、超過が戦略的失敗を示すとも主張していません。本調査の全企業がAIに投資しており、最も洗練されたガバナンスを持つ企業ほど野心的なプログラムを展開しています。論点はもっと狭く、もっと厳しいものです。ガバナンスがなければ、自社がすでに抱えている問題は、誰か別の人物に指摘されるまで気づけません。そしてそれはたいてい、予算サイクルで最も都合の悪いタイミングで起こります。

テクノロジー部門の経営層が今すぐ取れる、最もレバレッジの高い行動は、新しい測定プラットフォームの導入ではありません。アラインメントです。財務とEngineersは、ツール選定の前に「AIの成功とは何か」について共通の定義を持つ必要があります。定義の問題を先に解決した企業は、人々が実際に信頼する数字を生み出す測定インフラを構築できます。これを未解決のままツールを購入した企業は、誰も信じない数字を量産することになり、それは数字がないこと以上にコストの高い失敗です。

国別、役職別、企業規模別、業種別、FinOps成熟度別にセグメント化された完全なデータセットは、レポート本編で公開しています。自社の位置をデータの中で特定し、その位置から見えてくる自社のリスクを確認できる構成になっています。

Cloud Intelligence™は、FinOpsチームがクラウドインフラに対してすでに適用している財務的規律を、そのままAI支出にもたらします。AIによるコスト按分と異常検知を、それらのシグナルをCFOが納得する意思決定へと翻訳する人間の専門知見と組み合わせます。デモを予約して、自社のAI支出の現在地を確かめてください。