AIで稼いだ会社がない？その質問はまだ早い
AIはまだ現場の仕事に深く入っていない。
目次
AIの収益を判断するには、モデル会社だけでなく、インフラ、電力、データ事業者が稼ぐ仕組みも見る必要がある。
AI投資の記事やYouTubeの解説を見ていると、よくこの問いが出てくる。
「で、AIで本当にお金を稼いだ会社ってあるんですか？」最初は短く答えられると思っていた。でも考えるほど、そんなに単純な問いではない。「AIでお金を稼ぐ」という言葉の中に、いくつもの違う話が混ざっているからだ。
NVIDIAのようにAIインフラを売る会社が稼いだのか。これはもう稼いでいる。
OpenAIやAnthropicのような最前線のモデル会社が、安定した利益を証明したのか。これはずっと慎重に見ないといけない。売上は急速に伸びているが、データセンターと計算コストも一緒に大きくなる。売上が大きいことと、現金が残る商売であることは違う。
普通の企業がAIを使って、会社全体の利益をはっきり押し上げたのか。この問いはもっと時間をかけて見たほうがいい。多くの会社は、仕事全体をAIに合わせて作り直したのではなく、もともとの仕事の横にAIをつけて試している段階だからだ。
だから今、「AIで稼いだ会社はどこだ」と聞くのは少し早い。私たちが今見ているAIの多くは、まだ人がコンピューターの前に座っているときに一番よく動くAIだからだ。
AIの成果物はすぐ普通になる
AIでレポートの下書きを一つ作ることはできる。画像も作れるし、コードを書いたり、メールの下書きを作ったりもできる。
どれも便利だ。本当に助かる。でも、そういう成果物はすぐに普通になる。誰でも同じ画面に質問を入れて、似たような答えを受け取れるからだ。
数行のpromptで出てきたものを、そのまま出して長く稼ぐのは難しい。ほかの人も同じ道具を使う。AIが作った最初の下書きだけでは、差は長く残らない。
お金につながる差は、その後の作業で決まる。
人がAIの下書きを読み直す。実際のデータと比べる。顧客の反応を見る。現場でずれた部分を直す。それをまたAIに戻す。次に出てきた結果も、人がまた判断する。何度も直し、証拠を入れ、方向を変えていく。
その過程を通った結果は違う。AIを一度回しただけの人は、簡単には追いつけない。人がAIの結果を読み直し、実際のデータと比べ、現場でずれた部分を直しているからだ。
AIで稼ぐとは、AIが最初に作ったものをそのまま売ることではない。AIが得意なことを最後までやらせ、人間はその上でより難しい判断に移るところから始まる。
会社はまだAIに合わせて仕事を作り直していない
多くの会社は、まだそこまで行っていない。
チャットボットを入れる。会議録を要約する。顧客対応の下書きを作る。開発者がコーディング補助を使う。それだけでも生産性は上がる。
でも会社全体は変わらない。
承認手続きがそのままなら、AIが結果を速く作っても、承認までの時間は短くならない。データが散らばっていれば、AIは判断に必要な根拠を集められない。誰がAIの結果を修正し、誰が現場システムに反映するのかを決めていなければ、その結果は実際の仕事で使われない。評価基準が昔のままなら、人はAIで新しい仕事を作るより、昔の報告書を速く作るようになる。
AIをうまく使うには、仕事の順番、データの流れ、責任、レビューの仕方が一緒に変わらないといけない。道具を一つ増やせば済む話ではない。
普通の企業でAIの効果が利益に出るまで時間がかかるのは、不思議なことではない。多くの組織は、AIを中心に仕事を作り直していない。古いworkflowの上にAIを置いて試しているところだ。
核心は、現場の感覚をAIに伝えられるかだ
これからもっと大きな差が出るのは、ここだ。AIを使った仕事は、まだ人がコンピューターの前に座っていないと回らないのか。それとも現場でウェアラブルAI機器を使い、その場で見たもの、聞いたもの、触れたもの、感じたものをAIに伝えられるのか。この差は大きい。
工場では、人が設備を見ながらその場でAIを呼べる必要がある。実験室では、目の前のサンプルを見ながら過去の条件と比べたい。病院、倉庫、店舗、営業の現場でも同じだ。仕事に必要な情報は、文書やコードの中だけにあるわけではない。目の前の設備、サンプル、顧客の反応にもある。
今のように「あとで席に戻ってAIに聞こう」という形には限界がある。現場の判断は、その場で起きる。見て、聞いて、触って、話して、その場で決める。
カメラだけでも足りない。現場には、目だけでは分からない情報が多い。機械の音がいつもと違う。手に返ってくる抵抗が違う。空気のにおいや温度が違う。相手の声の調子や表情が変だ。こういうものは、現場にいる人が先に感じる。
AIが実際の仕事を処理するには、仕事が起きている瞬間の情報を受け取らなければならない。そして人間が五感で感じたことを、できるだけAIに伝えられなければならない。そうして初めて、AIは文書や表だけでなく、今起きていることを見て判断できる。
現場データを確保してこそ、AIは報告書作成ツールを超えて、実際の判断に必要な根拠を出せる。
ロボットだけを考えると、大事な部分を見落とす
AIが現実世界に出てくると言うと、多くの人はすぐロボットを思い浮かべる。AIが体を持ち、人の代わりに歩き、つかみ、運び、運転する姿だ。その方向も大事だ。しかし、ロボットだけを見ると大事な部分を見落とす。現実には、すでに体を持った存在がいる。人間だ。その間に、もっと現実的な方法がある。人がウェアラブルAI機器を使うことだ。
メガネ、イヤホン、カメラ、マイク、位置センサー、動きのセンサー、温度や圧力の情報、現場の設備データがAIにつながる。AIは人と一緒に見て、聞く。人がどこにいて、何を見ていて、今の場面が過去の記録とどう違うのかを比べる。
そして人間が動く。設備を操作し、顧客に会い、サンプルを確認し、空間を調整し、決断する。AIは横で記録し、比較し、次の選択肢を提案する。これはロボットが人間を置き換える話ではなく、人間の体がAIを呼び出すインターフェースになる話だ。
AIはまだ現場の仕事に深く入っていない
「AIで稼いだ会社はどこか」という問いは、半分だけ正しい。大きな利益がまだ見えていない会社が多いのは事実だ。しかし、それだけでAIの限界が見えたと言うのは早い。多くの場所で、AIはまだコンピューターの前で行う仕事に先に使われている。文書、コード、表、画像、検索のような仕事だ。
本当の変化は、AIが現場に入るときに始まる。人はコンピューターの前に座っているときだけAIを使えるのか。それとも現場でAIを身につけたまま、すぐ呼び出せるのか。さらに、その瞬間に感じたことをどれだけうまくAIに伝えられるのか。
この差が、次の生産性を分ける。AIがコンピューターの前で使う道具にとどまる間は、誰もが同じ画面に質問を入れ、似た答えを受け取る。差が開くのは、AIが現場で使われ始めるときだ。人がウェアラブルAI機器を使い、現実の中でよりよく見て、判断し、行動できるようになると、「AIで稼ぐ」という言葉の意味も変わる。
参考にした資料
- NVIDIA, NVIDIA Announces Financial Results for Fourth Quarter and Fiscal 2026.
- OpenAI, A business that scales with the value of intelligence.
- Anthropic, Anthropic raises Series H to accelerate enterprise, developer, and international growth.
- Deloitte, The State of Generative AI in the Enterprise.
- Gartner, Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027.