目次
「当社ではAIの活用が進んでいます」。この説明を、経営会議や投資家向けの場で何で裏付けるか。2026年10月の決算シーズンで、その答え方が変わり始めた。
スイスの金融大手UBSは10月28日の第3四半期決算で、従業員が1万2,700体を超える個人用AIエージェントを日々の業務で使っていると開示した。本番稼働しているAIの用途は608件（前年比81%増）、開発中が1,090件超、そして業務を端から端まで作り替える大型案件が9件あるという。
AIを「何体・何件」で語る企業は、これから日本でも増えるはずだ。ただし、数えやすい数と、経営が本当に知りたい成果との間には距離がある。本稿では10月に出そろった開示を整理し、AIの取り組みを経営に報告する前に決めておくべきことを考える。
2026年10月、銀行の決算に「AIの数」が並んだ
2026年10月、銀行の決算に「AIの数」が並んだ。UBS（10月28日）は個人用AIエージェント12,700体超、本番稼働のAI用途608件（前年比+81%）、開発中1,090件超、業務変革の大型案件9件、開発者1.8万人がAIツールを利用。FAB（10月29日報道）は従業員が作ったエージェント6,000体超、次の方針として重要業務の多くをエージェント化。Citi（10月13日）は開発エージェント利用者14,000人、技術の外部委託費が前年比30%減、手作業の業務約100件をAIと自動化で再設計中。
この1カ月、AIの取り組みを数字で語った銀行はUBSだけではない。
UBS（10月28日）：3種類の数を並べた。 個人用エージェント1万2,700体超、本番稼働608件、業務変革の大型案件9件に加え、1万8,000人を超えるソフトウェア開発者がAIツールを使い、「測定可能な生産性の向上」につながっているとした。ファイナンシャル・アドバイザー向けの自社ツールは、年初からの累計で3,000万件を超える助言材料を生成したという。
First Abu Dhabi Bank（10月29日報道）：作られた数を語った。 同行のCFOは決算説明会で、従業員が開発したエージェントが6,000体を超えて使われていると述べ、今後は重要な業務の多くを「エージェント化」する方針を示した。
Citi（10月13日）：お金の動きで語った。 報道によれば、同社では1万4,000人のエンジニアが開発用のAIエージェントを使い、業務の内製化によって技術関連の外部委託費を前年比で30%削減した。約100件の手作業の業務を、AIと自動化で作り替えている最中だという。
3社を並べると、共通点と違いがはっきりする。共通点は、AIの取り組みが投資家に向けて語るべき「経営の話」になったことだ。違いは、数えている物差しが3社3様だということだ。体数、件数、利用者数、委託費。どれも事実だが、同じものを測ってはいない。
UBSの3つの数は、別々のものを測っている
UBSの3つの数は、別々のものを測っている。第1層「使われている広さ」は個人用エージェント12,700体超（従業員約8人に1体の計算）で、浸透度やリテラシーを測るが業務の成果とは直結しない。第2層「本番に乗った件数」は本番稼働608件（+81%）と開発中1,090件超で、本番化の力を測るが1件の重さがばらばら。第3層「業務の作り替え」は端から端までの大型変革9件で、収益・コスト構造への効きを測る。
UBSの開示がよくできているのは、性質の違う数を混ぜずに並べている点だ。整理すると3つの層になる。
第1層は「使われている広さ」。 1万2,700体という個人用エージェントの数は、同社の従業員数（9月末で約9万7,600人）で割ると、およそ8人に1体になる。社員がAIを道具として使いこなしているかを示す数であり、浸透度やリテラシーの指標としては意味がある。ただし、1体ごとに何の業務がどれだけ良くなったかは、この数からは分からない。
第2層は「本番に乗った件数」。 608件の本番用途は、組織として審査し、業務に組み込んだものの数だ。PoCを本番に乗せる力を測る指標であり、前年比81%増は確かな前進といえる。一方で、開発中の1,090件超は本番の約1.8倍ある。これがどの割合で本番に上がり、どれだけが途中で止まるのかは開示されていない。また、問い合わせの下書きを作る小さな用途も、融資審査を作り替える用途も、同じ「1件」として数えられる。
第3層は「業務の作り替え」。 端から端までの大型案件9件は、数としては最も小さい。しかし、収益やコストの構造を動かしうるのはこの層だ。経営の問い「AIでいくら儲かったのか」に最終的に答えるのは、9件のほうである。
ここに、AIの数を語るときの落とし穴がある。数が大きい層ほど、成果から遠い。 1万2,700という数字は目を引くが、経営判断の材料としては9のほうが重い。
なお、UBSは同じ決算で、累計132億ドルのコスト削減と従業員数の減少（前年の約10万4,400人から約9万7,600人）も示している。ただし、これらは主にクレディ・スイスとの統合によるもので、決算資料はAIの効果として結びつけていない。AIの数とコストの数を同じページに置けば、読み手は因果を想像してしまう。 開示する側には、その区別を明示する責任がある。
数は増えた。成果を示せる用途は少ない
数は増えた。成果を示せる用途は少ない。Evident AI Index 2026（銀行50行）では平均スコアが26%上昇した一方、業務KPIへの効果を示せた用途は12%にとどまり、個々の用途の財務リターンの開示はまだ珍しい。NRIの日本の上場企業調査（2025年8月）では、AI導入のKPIを設定していない企業が約半数、KPIを設定した企業でも「業務時間・工数の削減量」を挙げる企業が半数近く、時間は浮いても収益に見えにくく利用コストだけが増える企業も多い。
数が増えることと、成果が見えることは別の話だ。それを示すデータが、同じ10月に出ている。
銀行のAI成熟度を公開情報から採点するEvidentは、10月6日に「2026 Evident AI Index」を公表した。対象の大手銀行50行の平均スコアは前年から26%上昇し、上昇幅は過去3年の平均の約3倍だった（UBSは欧州勢で唯一の10位以内となる6位）。ところが、同社が追跡したAIの用途のうち、業務KPIへの効果を開示しているのは12%にとどまり、個々の用途の具体的な財務リターンを示す例はまだ珍しいという。AI先進業界の、しかも上位の銀行ですら、こうなのだ。
日本企業はどうか。野村総合研究所が2025年8月に上場企業を対象に行った調査では、AI導入にKPIを設定していない企業が約半数にのぼった。KPIを設定している企業でも、「業務時間・工数の削減量」を挙げる企業が半数近くを占める。同研究所は、浮いた時間が収益として見えにくく、利用コストだけが増えている企業も多いと指摘している。
これはWizitが「本番化を阻む壁」と呼ぶ構造のうち、ROI（横展開）の壁そのものだ。使われている広さや本番の件数は増えても、1件ごとの効果を業務の言葉と数字で示せないため、継続投資の稟議で詰まる。数を報告するほど、次に「で、いくらになったのか」と問われ、答えに窮する。
もう1つ見落とせないのが、ガバナンスの壁との関係だ。従業員が自分で作るエージェントは、作成者が異動や退職をしても動き続けることがある。何に触れ、誰と共有され、どの業務判断に使われているのかが分からないまま「6,000体」「1万2,700体」と数えれば、それは資産の数というより、管理すべき対象の数になる。
「AIの数」を経営に報告する前に決める5つのこと
「AIの数」を経営に報告する前に決める5つのこと。1. 数を3層に分けて報告する（広さ／本番件数／業務の作り替えを混ぜない）。2. 「本番」の定義を先に決める（業務の正式な手順に組み込まれ、運用責任者と停止手順があるものだけを数える）。3. 本番の1件ごとに業務KPIを1つ紐づける（削減時間ではなく処理日数・誤り率・案件数・外部委託費など）。4. 増えた数だけでなく歩留まりと退役を数える。5. 個人エージェントは台帳に載せてから数える。
日本の大企業でも、統合報告書や中期経営計画の進捗説明で、AIの取り組みを数字で示す場面は増えていく。社内の経営会議向けであっても、物差しを決めないまま数を積み上げれば、後から意味を説明できなくなる。報告を始める前に、次の5つを決めておきたい。
1. 数を3層に分けて報告する。 利用者数や個人エージェント数（広さ）、本番の件数、業務の作り替えの件数を、同じグラフや同じ合計に混ぜない。UBSの開示は、この分け方の良い手本になる。
2. 「本番」の定義を先に決める。 部門が試しに使っているものまで本番に数えれば、件数はいくらでも増やせる。業務の正式な手順に組み込まれていること、運用の責任者がいること、問題が起きたときの止め方が決まっていること。この3つを満たすものだけを本番として数える、といった基準を最初に合意しておく。
3. 本番の1件ごとに、業務KPIを1つ紐づける。 削減時間は分かりやすいが、それだけでは収益につながらない。融資の処理日数、書類の差し戻し率、1人あたりの対応件数、外部委託費など、財務に近い業務の指標を最低1つ、導入前の数値と一緒に記録する。Citiが委託費の削減という形で語ったのは、この点で示唆的だ。Evidentの「12%」を超えるには、本番化の時点で測り方を決めておくしかない。
4. 増えた数だけでなく、歩留まりと退役を数える。 開発中の案件のうち何割が本番に上がったか、効果が出ずに止めたものが何件あったか。増えた数だけを報告する組織は、止める判断ができなくなる。止めた件数を報告できることは、評価が機能している証拠だ。
5. 個人エージェントは「台帳」に載せてから数える。 作成者、触れるデータ、共有の範囲、使われている業務。これが分かっているものだけを数に入れる。台帳に載らないエージェントは、広さの指標ではなく、ガバナンス上の課題として別に報告する。
まとめ ― 経営に効くのは「9」のほう
AIの取り組みを数字で語ることは、正しい方向だ。数えなければ、改善も投資判断もできない。UBSの開示は、利用の広さ・本番の件数・業務の作り替えという3つの層を分けて示した点で、日本企業にとっても参考になる。
ただし、目を引く大きな数ほど、成果からは遠い。1万2,700体のエージェントよりも、9件の業務変革のほうが、収益とコストの構造を動かす。そして、銀行50行を見渡しても業務KPIへの効果を示せた用途は12%しかない。「何体・何件」を報告する組織から、「どの業務の、どの指標が、いくら動いたか」を報告する組織へ。 その移行ができるかどうかが、AI投資を続けられるかどうかを分ける。
Wizitは、PoCで止まったAIを本番運用とROIまで動かし切る実装パートナーとして、本番化の基準と業務KPIの設計から、本番後の効果測定、経営への報告の仕組みづくりまでを支援している。AIの数を増やすことよりも、数えた1件1件が成果を語れる状態をつくること。それが、AIを「動く資産」にする近道だと考えている。
---
出典:
- UBS「UBS's third-quarter 2026 results」（2026年10月28日）
- PYMNTS「UBS Employees Run 12,700 AI Agents as Bank Automation Accelerates」（2026年10月29日）
- Investing.com「Earnings call transcript: First Abu Dhabi Bank posts record Q3 2026 profit」（2026年10月29日）
- Benzinga「Citigroup Q3 2026 earnings」関連報道（2026年10月）
- Evident「2026 Evident AI Index」（2026年10月6日）および Let's Data Science「JPMorgan Leads Evident's 2026 AI Banking Index」
- 野村総合研究所 西野貴弘「AIが変えた企業構造の前提」『知的資産創造』2026年4月号