tokenmaxxingとCoE孤立: AIネイティブ経営の典型的な失敗2つ

94%の企業が「活用しているが成果が出ない」壁にいる

McKinseyの2024年調査では、AIでEBIT 5%以上の改善を達成している企業はわずか6%だという¹。残り94%は「AIを使っている」が「経営指標に反映されていない」状態だ。

この94%に共通するのは、表題の2つの失敗パターンだ。

失敗パターン1: tokenmaxxing（使用量自慢）

tokenmaxxingとは、AIの使用量（トークン数・呼び出し回数・処理件数）を最大化することが目的化した状態を指す。

典型的な症状:

• 経営報告に「今月は○万トークン消費」「AIを△万件利用」という数字が並ぶ
• AI活用の成果発表に使用量の数値が出るが、業績との接続がない
• 「うちは先進的なAI活用をしている」という認識はあるが、ROIの計算ができない

実際の事例:

DisneyがClaudeを9日間で46万コール実行したが、損益インパクトはゼロだったという事例がある²。この規模の利用量は「AIをたくさん使っている」という印象を作る。しかし何のために使っていたのか、何が改善されたのかを説明できない状態では投資効果がない。

なぜこの状態になるのか。「使ったか」を計測する方が「何が変わったか」を計測するより圧倒的に簡単だからだ。

tokenmaxxingから脱出する: 吸収（absorption）の計測

MIT Sloan ReviewはこのギャップをAI Divideと呼んでいる³。「利用（usage）」は増えているが「吸収（absorption）」に転換できていないという問題だ。

吸収とは何か:

• AIを使って業務時間が実際に短縮されているか
• AIの出力が判断・成果に実際に使われているか
• AIへの投資が事業指標の改善に接続されているか

吸収を測るシグナル（健全な状態）:

• 採用率70〜85%: AIが提案した内容のうち70〜85%を人が採用・活用している
• 定着率: 14日間継続利用率が高い（使い始めた人が続けている）
• パワーユーザー比率: チームの20〜30%が高頻度で活用し、他者に伝播している

失敗パターン2: CoE孤立（AI推進センターの孤立）

多くの企業がAI推進のために「AI推進センター（CoE: Center of Excellence）」を設立する。しかしCoEが孤立すると、推進が進まなくなる。

CoE孤立の典型的な症状:

具体的な症状:

• CoEがPoCを量産しているが、本番稼働しているものが少ない
• 現場がCoEに「AI活用したいが何をすればよいか分からない」と相談しに来るが、CoEが対応しきれない
• CoEの成果が経営アジェンダに乗らず、予算が縮小する

CoE孤立から脱出する: ライン所有権モデル

成功しているAIネイティブ企業の共通点は、AI活用の主体がCoEではなく各事業ライン（現場）にあることだ。

ライン所有権モデルの設計:

CoEの正しい役割:

• 標準プロンプトライブラリの作成・共有（各ラインが使える形で）
• セキュリティ・コンプライアンスのガイドライン整備
• 各ラインの成功事例の収集・社内共有
• 難しい技術的課題のみを受け持つ（全てを受け持たない）

各ラインの役割:

• 自分たちの業務にAIを組み込む主体責任を持つ
• 成果を計測し、経営報告に含める
• CoEに「相談する」のではなく、CoEの標準を「活用する」

2つの失敗を同時に防ぐ: 成果接続の仕組み

tokenmaxxingとCoE孤立の両方を防ぐには、AI活用の成果を事業指標に接続する仕組みが必要だ。

四半期ごとに経営が確認すること:

確認項目	具体的な問い
L2吸収指標	主要業務でAI利用による時間短縮・品質改善は計測できているか
L3事業指標	L2の改善がEBIT・売上・コストのどれかに接続されているか
CoE機能	各ラインがCoEに依存せず自律的にAIを活用できているか
投資判断	このAI投資を継続・拡大・縮小するかを判断できる情報が揃っているか

このレビューを四半期ごとに実施できる体制が、AIネイティブ経営の「持続的な状態」を作る。

まとめ: 6%に入るための判断基準

現在EBIT 5%以上を達成している6%の企業は、次の2点を実行している。

1. 使用量ではなく吸収を計測している: 「何回使ったか」より「何が変わったか」を測る
2. CoEではなく各ラインがAI活用の主体になっている: 「専門部門に任せる」から「現場が使いこなす」へ

この2点は今日から設計を変えられる。技術の問題ではなく、計測と組織設計の問題だ。

出典・参考

1. McKinsey: State of AI 2024 — EBIT 5%以上改善は6%のみ
2. MIT Sloan: The AI Divide — tokenmaxxingと吸収計測（2024）
3. Worklytics Q3 2025: AI吸収のシグナル — 採用率・定着率・パワーユーザー比率