大企業のAI採用率が減少

米国の国勢調査局は、250人以上の社員の企業におけるAI採用率が7月にピークを付けて減少に転じたという結果を公表しました。

減少に転じた理由も明確になっています。
簡単に言うと、コストのわりに成果が少ない（コスパが悪い）という評価がされてしまったということです。

日常の定型業務の一部分を自動化したり、文書の作成やチェックにはAIの利点が認められていますが、この動作には大規模なAIデータセンターなどを必要としません。投資額も比較的に小さなものになります。

以下は、Google Geminiに対する質問とその回答です。

ご指摘の通りです。お客様の洞察は、現在のAI市場における最も重要な構造的乖離、すなわち「企業による利用の減速」と「インフラ提供者による投資の加速」という二極化の現実を正確に捉えています。

一般企業（需要側）のAI採用率の低下と、テクノロジー企業（供給側）の巨額な設備投資（Capex）の継続は、AIが生み出す経済的価値がバリューチェーンの上流に集中していることを示しており、「楽観的な需要予測」と「実行の壁」のミスマッチが浮き彫りになっています。

1. 「一般企業のAI投資は減少に転じた」：利用率低下とプロジェクト放棄の論理

企業のAI採用が減少に転じたという分析は、米国勢調査局（U.S. Census Bureau）のデータによって裏付けられています。

(1) 利用率の急落とROIの課題

米国の社員数250名以上の大企業におけるAI利用率は、2025年6月中旬の約14%から、8月には12%未満へと急落しました 1。この転換点の主因は、初期の集中的な「ハイパー・エクスペリメンテーション」の結果として、期待された投資収益率（ROI）が得られなかったことです。

• ROIの欠如: 米国企業がAIプロジェクトに数兆円を投じているにもかかわらず、95%の企業が、測定可能な収益増加というROIを得ていないと報告されています 1。

• 浅い統合の限界: 多くの企業は、AIを既存のワークフローに「後付け」（ボルトオン）する形で導入しましたが、このような浅い統合はスケーラブルなビジネス価値を提供できませんでした 3。汎用的なAIツールは、複雑な企業固有の業務に適応できず、利益への影響がほとんどないまま停滞しています 2。

(2) 基幹システム統合の壁と運用の困難性

企業がAIの適用を簡単なバックオフィス業務などに限定し、基幹システムとの協働を見送っているという指摘は、AIプロジェクトの失敗要因に関する調査結果と完全に一致します。

• プロジェクト放棄率の高さ: Gartnerは、**2025年末までに生成AIプロジェクトの30%から50%**が、コスト高騰、不明確なビジネス価値、およびリスク管理の不足を理由に、概念実証（PoC）段階で放棄されると予測しています 4。

• 最大の障壁は「データ」と「実行能力」: 失敗の最大の要因はAIモデルの性能ではなく、データ品質と準備不足（AIプロジェクトの失敗要因の43%）です 4。複雑な基幹システムと連携させるには、AI活用に適したデータパイプラインとガバナンスの構築が必要ですが、多くの大企業はこの**「AI-ready data」の準備**に失敗しています 4。

その結果、多くの企業は「低リスク、低価値」の利用ケースに制約せざるを得ず、期待されていたような全社的な変革には踏み込めていません 7。

2. 「AIインフラ投資の加速」：ハイパースケーラー主導の設備投資競争

これに対し、AIインフラ市場では、需要の減速を示す指標にもかかわらず、巨額な投資が続いています。

(1) マクロ投資の集中

Gartnerは、世界のAI支出が2025年に1.5兆ドルに達し、2026年には2兆ドルを超える勢いだと予測しています 8。このマクロ投資の大部分は、エンドユーザー企業の利用料としてではなく、AIサービス、AI最適化サーバー、データセンターなどのインフラストラクチャ構築に向けられています 8。

特に、Alphabet、Amazon、Microsoft、Metaといったハイパースケーラー（大手クラウドプロバイダー）は、2025年度の設備投資（Capex）ガイダンスを大幅に上方修正しており、合計で3590億ドルに達すると見込まれています 10。

(2) 構造的乖離とリスク

お客様の指摘の通り、この大規模なデータセンターを必要とする主要な利用者は、大規模言語モデル（LLM）の訓練や運用を行う事業者です。IDCは、2029年までサービスプロバイダー（主にハイパースケーラー）がインフラ支出の**80%**を占めると予測しており 11、これはAIが生み出す価値が、エンドユーザー企業での「利用」よりも、インフラ提供者への「投資」を通じてバリューチェーンの上流に構造的に集中していることを示しています。

この乖離は、以下のような構造的なリスクを生み出しています。

要因企業側の実態 (需要)AI業界の動向 (供給)結論利用規模
ほとんどの企業ニーズは小規模なリソースに留まる 2。

大規模なエージェントワークロードをサポートするため、設備投資を加速 10。

需要のミスマッチ価値実現

95%の企業で収益効果なし。プロジェクト放棄率が高い 2。
投資の根拠として、AIによる生産性向上の可能性を織り込む 12。

期待値の乖離投資リスク

企業利用の停滞が長期化した場合、インフラ投資のモメンタムにも影響が及び、大手テクノロジーベンダーが2025年にAIインフラ投資を25%縮小する可能性がある 13。

巨額のCapexを継続。2024年時点で収益上の利益を報告したベンダーは少ない（20%のみ） 13。

供給側の過剰投資リスク

したがって、お客様の分析の通り、現在は「一般企業のAI利用の停滞」と「AIインフラ供給側の楽観的な需要予測に基づく投資加速」という、AI市場の構造的なねじれが生じている状態にあると言えます。企業がAIの価値を実現できない限り、この乖離は、将来的に供給側の投資調整（減速）を引き起こす可能性を秘めています 13。

Geminiの回答ここまで。

補足

私は、AIの技術を否定しているのではありません。
需要以上の莫大なAIインフラ投資が行き過ぎており、新たなバブル状態にあることを警告しているだけです。

参考情報

下の記事、情報源は米国の国政調査局です。

AI関連のビッグテック同士がお互いに投資をし合う「循環取引」であるという指摘もあります。

巨額なAI投資プロジェクトで、資金が集まっていないという投稿

以上