記事の要約
- PoCの評価指標とは、検証結果を本番投資の判断に変える物差しで、技術・業務・事業の3層に分けて開始前に合格ラインを数値で決めておくものです。
- 基準値は、現状値を先に実測し、業務が成立する下限を現場に聞いて置き、比較対象を人手か既存システムに固定する3手順で決めます。
- 国内でAIを導入・試験利用している企業のうち期待どおり以上の効果を得たのは31.8％にとどまり、事業層まで指標を置かないPoCは効率化の確認で止まりやすい傾向があります。
「PoCの結果は良かったと聞いているが、本番に進めてよいのか判断できない」。AI PoCの報告を受けた経営層や購買部門から、よく伺う声です。
本記事では、3層モデル、業種別のKPI例、基準値の決め方、本番移行の判定、公表事例の順に解説します。
東京大学松尾研発のAIスタートアップとして製薬・製造業のAI PoCを手がける弊社の経験と、IPAや企業の公表資料を根拠にします。
目次
PoC評価指標とは？成功基準がないPoCの末路
PoC評価指標とは、PoC（＝本番開発の前に小さく行う技術検証）の結果を本番投資の判断に変換する物差しです。
成功基準がないPoCは、報告書に精度の数字はあっても現状値との差がなく、終了時に「良さそうだった」という印象しか残りません。判断材料のないPoCは、精度が高くても稟議を通せないため、再検証か自然消滅に向かいます。
国内でAIを導入・試験利用している企業のうち期待どおり以上の効果を得たのは31.8％にとどまります（IPA「DX動向2026」）。50.6％は「一定の効果はあった」で、期待との差を数字で説明できていない企業が多いと読めます。
この差は、期待値を数値にしないまま始め、終了時に比べる現状値がない、という順序で生まれます。
PoC開始前に最初に決めるのは技術の選定ではなく、何を測り、いくつなら本番に進むかという成功基準です。
失敗パターンは「PoC失敗の事例5選｜本番に進まない原因と防ぎ方【2026年】」で整理しています。
参照元：独立行政法人情報処理推進機構「DX動向2026」（2026年7月）
PoC評価指標の3層モデル｜技術・業務・事業の例と測り方
PoCの評価指標は、評価項目（検証項目）を技術・業務・事業の3層に分け、各層1〜2個に絞るのが実務的です。1層だけでは、技術の数字は良いが業務が成立しない、といった見落としが起こるためです。
技術指標が届いて初めて業務指標が動き、業務の改善額が投資額を上回って初めて事業指標が成立します。下の層が未達なら上の層は測っても意味がないため、評価も技術、業務、事業の順に進めます。
| 層 | 指標の例 | 測り方 | 基準値の置き方 |
|---|---|---|---|
| 技術 | 精度（正答率・再現率）、処理時間、失敗率 | テストデータで正解と突き合わせる。人の判断が要る業務は熟練者が段階評価 | 業務が成立する下限 |
| 業務 | 作業時間の削減率、手戻り率、利用率 | PoC前の現状値を実測し、同じ条件で比較 | 現状値との差 |
| 事業 | 費用対効果（年間削減額÷本番費用）、展開可能な部門数 | 業務指標の差分を金額に換算し、本番の運用費と並べる | 投資回収の期間 |
技術層で見落としやすいのは失敗率です。例えば生成AIの文書作成で精度が90％でも、10件に1件は人が全面的に書き直すことになり、業務層の作業時間はその分だけ戻ります。
評価データと評価者の条件も開始前に決めます。AIの調整に使ったデータでは精度が高く出るため、テストデータは別に用意し、本番の件数分布や例外を含むものにします。
正解を定義する人と評価者はAIを作る側と分け、人が段階評価するなら複数の評価者で判定の一致を確かめます。
3観点の確認項目は、親記事「PoC検証とは？目的と3つの観点・進め方・成功事例を解説」で解説しています。
業種別に見るPoC成功基準の例｜製造・製薬・小売と物流
何を基準値に置くかは業務ごとに違うため、製造・製薬・小売と物流の3業種で3層の指標の置き方を示します。「例えば」の指標は弊社の設計例です。
1. 製造業：設備保全・外観検査の成功基準
例えば設備の故障診断支援なら、技術層は「熟練保全者の判定と一致する割合」、業務層は「原因特定までの時間」、事業層は「設備停止時間の削減額」です。診断の価値は停止時間の短縮にあるため、時間と金額を上の層に置きます。
故障診断には唯一の正解がなく、同じ症状でも原因の候補が複数あります。誰の判定を正解とするかを決めないと基準値がぶれるため、正解を熟練者の判定で定義するのが要点です。
外観検査なら、見逃し率は人の検査と同等以下、過検出率は再検査の工数で上限を置きます。過検出が多いと再検査が人手に戻り、削った検査時間が消えるためです。
2. 製薬・品質保証：GMP文書作成の成功基準
例えばGMP（＝医薬品の製造管理・品質管理の基準）文書の草案作成なら、技術層は「QA担当者がそのまま使える段落の割合」、業務層は「作成からレビュー完了までの日数」、事業層は「年間の文書件数に削減時間を掛けた金額」です。割合は書き直す手間、日数は文書が止まる時間を表すためです。
製薬では精度の基準値を「誤りゼロ」ではなく「人のレビューで検出できる範囲」に置くことが現実的です。レビューで見つかる誤りは工程の中で止まるからです。誤りゼロを基準にすると、達成できないままPoCが終わりません。
一方、数値や工程の抜けは読み飛ばされやすく、QA担当者が段落ごと書き直す原因になるため、別の指標として件数を数えます。
3. 小売・物流：需要予測と発注の成功基準
需要予測では、技術層の予測誤差より業務層の欠品率と廃棄率を主指標にするのが定石です。予測が当たっても発注に反映されなければ効果が出ないためです。
経済産業省の令和5年度委託事業で日本気象協会がバロー31店舗と中部フーズの工場で行った2か月の実証では、廃棄17.3％削減・欠品18.2％減・店舗の発注時間26.8％減が公表されています（日本気象協会、2024年6月）。廃棄と欠品が同時に減っており、片方を犠牲にしていない業務層の数字です。
参照元：一般財団法人日本気象協会「令和5年度 流通・物流の効率化・付加価値創出に係る基盤構築事業 実証結果」（2024年6月）
PoC成功基準の基準値の決め方と本番移行の判定｜Go・条件付きGo・No-Go
基準値は、現状値の実測、業務が成立する下限、比較対象の固定の3手順で決めます。順番を変えると、AIの出来に合わせて基準を後から動かす「後出し」が起こります。
第1に、現状値の実測です。PoC前の作業時間、エラー率、処理件数を、PoC中と同じ条件で測ります。現状値がないと削減率は計算できないため、ここを飛ばすと終了時に「体感で速くなった」としか言えません。
第2に、業務が成立する下限です。「精度95％」のような切りの良い数字ではなく、その数字を下回ると現場が使わなくなる水準を担当者に聞いて決めます。例えば誤分類の修正が1日30分を超えると手作業に戻る、という水準です。
第3に、比較対象です。比べる相手は人手か既存システムのどちらかに固定し、人と比べるなら同じ案件を人が処理した結果を正解にします。相手を途中で変えると削減率の分母が変わるためです。
撤退条件も同時に決めます。「4週目で技術層が下限の8割に届かなければ対象業務を狭める」のように、中間時点の数値で止める条件を書いておくと、延長を繰り返すPoCを防げます。
終了時の判定は、3層の達成状況の組み合わせで、Go・条件付きGo・No-Goの3区分に分けます。
セキュリティ要件、既存システムとの連携、現場の運用負荷は数値にしにくいため、Goの前提条件として開始前に確認項目にします。未充足なら移行が止まるので、3層が届いていても条件付きGoに留めます。
| 判定 | 条件 | 次の行動 |
|---|---|---|
| Go | 3層すべてが基準値に到達 | 本番開発の稟議へ。運用体制と年間費用の概算を添付 |
| 条件付きGo | 技術・業務は到達、事業が未達 | 対象業務や拠点を限定して本番化、または3か月以内の追加検証 |
| No-Go | 技術層が下限に未達、または業務層に改善なし | 投資しない判断を記録。前提条件を文書化して終了 |
展開可能な部門数を事業層の指標に入れておくと、1部門では費用対効果が合わない場合も全社展開での回収を試算できます。
AI導入で効果があった企業のうち「業務が効率化・迅速化した」は91.6％、「売上や利益が向上した」は3.9％です（IPA「DX動向2026」）。事業層の指標がないPoCは経営判断に届かないことを示唆する数字です。
判定後の本番設計や体制づくりは「PoCの進め方｜5つのステップとチェックリスト・成功事例4選」をご参照ください。
参照元：独立行政法人情報処理推進機構「DX動向2026」（2026年7月）
成功基準や評価方法を公表したPoC事例5選
他社3件と弊社2件を、どの層の指標をどう測ったかで整理します。
1. ダイキン工業×日立：故障診断AIを熟練者2名の5段階評価で精度90％以上
ダイキン工業と日立は2025年4月、堺製作所臨海工場で設備故障診断AIエージェントの試験運用を始め、事前の実証で回答10秒以内・精度90％以上を確認しました。精度は5種類の設備・各5件の故障の原因・対策案の推定を、熟練保全技術者2名が5段階で評価した値で、人の判定を正解に置いた数字です。
この型では評価者が単独だと判定の偏りを切り分けられず詰まりやすく、2名の段階評価はそれを確かめる設計です。
2. 国立がん研究センター：治験報告書の草案を5段階評価、120営業日が78営業日に
厚生労働科学研究（令和7年度）で国立がん研究センターの研究班は、生成AIとRAG（＝検索した文書を根拠に答えさせる仕組み）で治験総括報告書（CSR）の草案を作り、モニターや生物統計家を含む研究チームが5段階で評価しました。正解を専門職の判定に置いた型です。
第2段階では第9章（治験の計画）の評価項目の約97％が実用可能と評価され、CSRの作成期間は120営業日から78営業日に短縮されました。前者は技術層、後者は業務層の数字です。この型では精度が高くてもレビュー日数が縮まない点で詰まりやすく、両層を分けて測ると原因の層を切り分けられます。
3. センコー：AI需要予測で欠品率を維持しつつ在庫を最大2割削減
センコーはインダストリー・ワンと2021年12月から2022年3月、物流センターの食品カテゴリでAI需要予測が推奨発注量を提案する実証を行い、欠品率を現行水準に保ちながら最大2割の在庫削減を確認しました（出荷量上位50％・週1回以上発注の商品）。減らした側と守った側の両方を含む数字です。
欠品率を「悪化させない制約」、在庫削減を「改善の指標」と分けた設計です。在庫を絞るほど欠品は増えるため、この型では在庫削減だけを追うと欠品の悪化が後から店頭に現れて詰まりやすくなります。
4. Cyto-Facto：製造機器の画面をAI-OCRで読み取り、サンプル画像で認識精度100％
弊社が支援したCyto-Facto（細胞・遺伝子治療分野のCDMO＝医薬品の開発・製造受託企業）は、製造機器の画面をAI-OCRで読み取りMES・LIMSへ自動入力する仕組みを検証し、サンプル画像で認識精度100％を確認しました。揃えた条件での技術層の数字です。
この型では精度が本番の撮影条件で下がる点で詰まりやすく、本番と同じ条件の画像で測り直すことが移行の条件になります。
5. スカパーJSAT：衛星の軌道保持計画の支援AIで5つの評価観点を事前に定義
スカパーJSATと弊社は、静止軌道衛星の軌道保持（マヌーバ計画立案）を支援するAIの概念実証で、妥当性・一貫性・説明可能性・再現性・運用負荷の5観点から業務支援として成立するかを評価しました。AIの出力は技術者が確認する前提で、5観点は精度の代わりの物差しです。
この型では正解が一つに決まらないため、観点を決めずに始めると技術者の印象評価で終わって詰まりやすくなります。
5件に共通するのは、正解・評価者・層を先に決めている点です。自社に写すときは数字を流用せず、評価者と比較対象を書き添えるところから始めます。両者が違えば同じ数字でも意味が変わるためです。
参照元：株式会社日立製作所「設備故障診断を支援するAIエージェントの試験運用を開始」（2025年4月）／厚生労働科学研究成果データベース「生成AIを活用した薬事承認申請・審査関連文書作成の推進のための研究」（令和7年度）／センコーグループホールディングス株式会社「AI需要予測による推奨発注の実証実験」（2022年6月）／株式会社EQUES「Cyto-Facto 導入事例」（2025年10月）、「スカパーJSAT株式会社 導入事例」（2026年10月）
成功基準を先に決めたPoCは、結果がどちらに転んでも次の判断につながります。弊社はAI PoCサービス「ココロミ」（スタンダードプラン月々250万円〜）で、開始前に3層の指標と撤退条件を文書化し、本番移行の判定まで伴走します。
外部のPoC支援を比較する観点は「PoC支援とは？失敗を防ぐPoC支援サービスの選び方と導入事例」にまとめています。
PoC評価指標に関するよくある質問
Q. PoCの成功基準はいくつ設定すればよいですか？
技術・業務・事業の各層に1〜2個、合計3〜6個が目安です。多すぎると測定の工数が増え、どれが未達なら止めるかが曖昧になります。
Q. 現状値を測る時間がない場合はどうすればよいですか？
対象業務を1つに絞り、1〜2週間だけ担当者に作業時間と件数を記録してもらう方法が最短です。過去の実績データで代用する場合も、PoC中と同じ条件の数値が必要です。
Q. PoCの途中で成功基準を変えてもよいですか？
対象業務やデータの前提が変わった場合に限り、理由と日付を記録して見直します。結果を見てから基準を下げる「後出し」は本番移行後に同じ差が問題として戻るため、基準ではなく対象範囲を狭めます。
まとめ
PoC評価指標は、3層に分けて開始前に数値で決めてこそ、終了時にGoかNo-Goかを説明できる判断材料になります。
- PoCの評価指標は技術・業務・事業の3層で各1〜2個に絞り、下の層から順に評価する
- 基準値は現状値の実測、業務が成立する下限、比較対象の固定の3手順で決め、中間時点の撤退条件も書いておく
- 本番移行はGo・条件付きGo・No-Goの3区分で判定し、どの層が未達かを明記する
成功基準を決める段階からでも、お気軽にご相談ください。最後までお読みいただき、ありがとうございました。
成功基準を先に決めたPoCを、始めませんか
開始前に3層の指標と撤退条件を決める設計から、AI PoCサービス「ココロミ」で伴走します。まずは無料相談からどうぞ。
