【年商規模別】AI投資配分マトリクス｜年商1億/3億/5億/10億/30億の最適予算 2026年版

結論: AI投資の最適配分は「年商規模 × 投資カテゴリ」のマトリクスで決まる。年商1億円なら年間120〜180万円（ライセンス60%＋研修30%）、年商30億円なら年間4,500〜6,800万円（開発35%＋AI顧問15%）が、100社以上の実支援データから導いたUravation標準である。

この記事の要点:

• 年商規模で投資カテゴリの優先順位が逆転する: 年商1〜3億円はライセンス＋研修中心、5〜10億円は研修＋AI顧問、30億円超は開発＋採用が中心になる
• 初期投資 vs 継続投資の比率は3:7が標準: 1年目は構築コストがかかるが、2年目以降は運用＋アップデートに継続費が発生する
• ROI回収期間の中央値は8〜14ヶ月: 100社以上の実支援データで、投資額に対して粗利改善が回収を上回るまでの期間

対象読者: AI投資の年間予算を組む経営者・経営企画・CFO・事業責任者
読了後にできること: 自社年商に応じた「7カテゴリ × 投資額」マトリクスで来期予算を5分で組める

「うちは年商◯億円なんだけど、AIに年間いくら投資するのが適正なんですか？」

これは毎週のように研修先や顧問先で聞かれる質問です。先日も、年商5億円規模の製造業の経営者から「同業他社が年300万入れてるって聞いたんだけど、それで足りるの？」と相談されました。

結論から言うと、年商5億円規模なら年間300万円では正直、足りません。Uravationが100社以上を支援してきた実データでは、その規模で本気でAIを業務に組み込むなら、年間500〜800万円が中央値です。ただし、「ライセンス費に何割」「研修に何割」「コンサルに何割」という配分を間違えると、その500万円が紙くずになります。

この記事では、年商1億／3億／5億／10億／30億円の5区分について、ライセンス・研修・コンサル・開発・AI顧問・運用・採用の7カテゴリそれぞれにいくら配分すべきか、Uravationの実支援100社からの実数値ベースで完全マトリクス化して公開します。来期予算を組む経営者・CFOの方は、この記事をブラウザのお気に入りに入れて、社内会議で使ってください。

AI導入の全体戦略・ロードマップから整理したい方は、AI導入戦略の完全ガイド（年商規模別ロードマップ）を先にお読みいただくと、本記事の数値がより腹落ちします。

結論ファースト：年商規模別 年間AI投資総額の早見表

まず、5つの年商規模それぞれの「年間AI投資総額」と「投資比率」の早見表です。これがUravationが100社以上の実支援から導いた基準値です。

ここで重要なのは、年商に対する比率は規模に関わらず0.6〜3.2%のレンジに収まるということです。「年商の何％をAIに使うか」は、規模に関わらずほぼ同じレンジです。違うのは、その総額をどう配分するか――ライセンスに振るか、研修に振るか、開発に振るか――の優先順位が、規模によって逆転することです。

この「規模で配分が逆転する」点こそが、この記事の核です。以下、7カテゴリそれぞれを年商規模別に解説します。

AI投資の7カテゴリ ― 定義と何にお金が出ていくか

まず、AI投資を7つに分解します。これがUravation標準の分類で、社内予算を組む際もこの7軸で考えると抜け漏れがなくなります。

初期 vs 継続の比率は、Uravationの実支援データでは 1年目は初期7：継続3、2年目以降は初期2：継続8 が中央値です。つまり、初年度は構築費がかかり、翌年からは「使い続ける費用」が主役になります。これを知らないと、「2年目にコストが減ると思ったら、逆に増えた」と慌てることになります。

【完全マトリクス】年商規模 × 7カテゴリ 投資配分表

ここからが本記事の核です。年商5区分 × 7カテゴリ＝35セルすべてに、Uravationの実支援100社からの中央値を入れた完全マトリクスを公開します。

年商1億円 ― 「最小コスト・最大学習」フェーズ

この規模で絶対やるべきこと:

• ライセンスは「全員に配る」より「使う人に手厚く配る」。研修先の物流業（年商1.2億円）では、20名全員に薄く配ったら定着せず、10名に絞ったら3ヶ月で全員ヘビーユーザーになった
• 研修は1回だけのスポット禁止。最低2回（導入時＋3ヶ月後）に分けないと定着しない
• カスタム開発の見積もりが100万円超で出てきたら、その時点で却下。SaaSで代替できる

この規模でやってはいけないこと:

• ❌ いきなりAIエージェント開発（年商1億円規模では運用人員が確保できず破綻）
• ❌ ChatGPT Enterpriseの一括導入（最小契約人数で月額数十万円〜、年商1億円ではオーバースペック）
• ❌ AI専門人材の中途採用（給与水準が事業規模に合わない）

年商3億円 ― 「研修強化＋ライセンス全社展開」フェーズ

年商3億円フェーズの分岐点: ここで初めて「コンサル」と「AI顧問」が登場します。ただし金額は控えめ。理由は、この規模ではまず「現場の業務分解」を社内でやり切る筋力をつけることが優先で、外部コンサルにロードマップを丸投げすると、その後の運用が回らないからです。

研修先のIT企業（年商2.8億円）では、コンサルに50万円かける代わりに、その50万円を研修に追加投資して全社員20名のAIリテラシーを底上げした結果、半年後には「自分たちで業務分解できる」体制になりました。これがこの規模の正解パターンです。

年商5億円 ― 「コンサル本格導入＋AI顧問常駐」フェーズ

年商5億円が最大の分岐点: この規模で初めて「7カテゴリすべてに少額でも配分する」のが理想形になります。逆に言うと、5億円規模で「ライセンスと研修にしか投資していない」企業は、この後の成長フェーズで必ず壁にぶつかります。なぜなら、業務分解と継続伴走をしないと、ライセンスが「個人の便利ツール」止まりで、組織能力に変換されないからです。

顧問先のサービス業（年商4.5億円）では、当初ライセンスと研修だけで年300万円使っていましたが、効果が頭打ちでした。そこからAI顧問契約を月5万円で開始し、毎月「次に何を業務分解するか」を一緒に決める体制にした途端、半年で営業効率が18%改善しました。投資総額は60万円増えただけですが、リターンは桁違いです。

年商10億円 ― 「カスタム開発本格化」フェーズ

年商10億円フェーズの特徴: ここで初めて「カスタム開発」が本格化します。ただし、いきなりAIエージェントをフルスクラッチで作るのではなく、「業務特化AIエージェント1〜2本」に絞るのがポイントです。10本やろうとして全部中途半端になる事例を、私は研修先で何度も見ました。

また、この規模になると「AI顧問」を隔週ペースに格上げするのが標準です。隔週ということは月2回。新技術が週単位で出てくるAI業界では、月1回だと「気づいたときには遅い」事態が頻発します。

年商30億円 ― 「専門組織化＋多軸並走」フェーズ

年商30億円フェーズで最大化するのは「開発」と「採用」: この規模になると、AIを「SaaSで使う」フェーズから「自社の競争力に組み込む」フェーズに移行します。だから、開発比率が35%まで上がり、AI専門人材の本格採用が始まります。

逆にライセンス比率は23%まで下がります。これは絶対額が減るわけではなく、開発・採用の絶対額が一気に増えるから相対的に下がる、という意味です。

初期投資 vs 継続投資 ― 1年目と2年目以降の費用構造の違い

ここで多くの経営者が見落とす論点を1つ。1年目と2年目以降で、費用の出方が完全に違います。これを知らずに「2年目はAI費が減ると思ったら逆に増えた」と慌てる経営者を、私は毎月のように見ています。

1年目（初期投資が重い年）の費用構造

2年目以降（継続投資が中心の年）の費用構造

1年目 → 2年目の変化のポイント:

• コンサルは20% → 5%に急減（一度ロードマップを引いたら、毎年やる必要はない）
• ライセンスは25% → 40%に急増（活用が広がるとユーザーが増える＝費用も増える）
• AI顧問は5% → 10%に倍増（伴走の重要性が2年目から上がる）
• 運用は3% → 10%に増（API直接利用が増えると、運用費がじわじわ効いてくる）

つまり、「2年目はコンサル費が消えるけど、ライセンス・運用・AI顧問費が代わりに増える」のが標準パターンです。総額としては1年目 ≒ 2年目、あるいは1年目 < 2年目になることも珍しくありません。

ROI計算式 ― 投資額に対していつ・どれだけ回収できるか

ここまで「いくら投資するか」を見てきましたが、最後にROIの考え方を整理します。Uravationでは、AI投資のROIを以下の式で計算します。

AI投資ROI（％） = (年間粗利改善額 - 年間AI投資額) ÷ 年間AI投資額 × 100

年間粗利改善額 = Σ (業務領域別の年間削減時間 × 時給換算 + 新規収益貢献額)

研修先・顧問先の実例（匿名加工）:

事例区分: 実案件（匿名加工）
上記は弊社が支援した企業の事例です。守秘義務のため社名・数値を一部加工しています。

ROIの特徴: 規模が大きくなるほどROI率は下がる傾向です。これは「規模が大きいほど投資額が大きく、構築期間も長く、組織変革にかかる時間が長い」ため当然です。ただし、絶対額の粗利改善は規模に比例して大きくなります。年商30億円規模のE社は、率は24%ですが絶対額で1,400万円の粗利改善を実現しています。ここを率だけで見ると「やる意味がない」と誤解しますが、絶対額で見ると年商規模に応じて十分な効果が出ています。

研修先のIT企業（B社）の事例では、年間380万円の投資で、CS部門の問い合わせ対応時間が月120時間 → 月48時間に削減され、その時間を新規開発に振り向けたことで新サービス開発が1本前倒しになりました。直接的な人件費削減効果（72時間×時給3,000円×12ヶ月＝約260万円）に加え、新サービスからの収益貢献360万円を足し合わせて、年間粗利改善620万円という結果になりました。

【要注意】投資配分でやりがちな失敗パターン5選

100社以上を支援してきて、「これは絶対やめた方がいい」というアンチパターンが5つあります。

失敗1：ライセンスを全社員に薄く配る

❌ よくある間違い: 「公平に」と全社員にChatGPT Plusを配る
⭕ 正しいアプローチ: 業務での利用頻度が高い20%の社員に集中配布。残りはNotion AIなど安価なもので底上げ

なぜ重要か：薄く配ると、定着率が10%以下になり、ライセンス費の90%が無駄になります。研修先の物流業では、20名全員配布から10名集中配布に変えただけで、月額コストが半減＋活用度が3倍になりました。

失敗2：研修を1回ポッキリで終わらせる

❌ よくある間違い: 「研修やったから大丈夫」と1回で終了
⭕ 正しいアプローチ: 導入時＋3ヶ月後＋6ヶ月後の最低3回。各回ごとに業務適用度を測定

なぜ重要か：1回ポッキリの研修は、3ヶ月後の業務定着率が15%以下です。3回シリーズにすると、定着率が68%まで上がります（Uravation研修参加500名以上の調査結果）。

失敗3：コンサル丸投げでロードマップだけ買う

❌ よくある間違い: 外部コンサルに100万円払ってロードマップを買い、現場には「これを実行して」と渡すだけ
⭕ 正しいアプローチ: コンサルは「現場と一緒に業務分解する」プロセスに使う。ロードマップは現場が自分で作る

なぜ重要か：丸投げで作ったロードマップは、現場の納得度が低く、6ヶ月後の実行率が20%以下になります。一緒に作ったロードマップは実行率80%超。

失敗4：AIエージェント開発をいきなり10本同時着手

❌ よくある間違い: 各部門から要望を集めて10本同時着手
⭕ 正しいアプローチ: 1〜2本に絞ってMVPまで作り切る。成功体験を作ってから次に進む

なぜ重要か：10本同時着手は、運用工数が確保できず全部中途半端になります。研修先の卸売業（年商15億円）では、6本同時着手で全部リリースできなかった反省から、2本集中に切り替えて両方とも本番運用にこぎつけました。

失敗5：AI顧問契約を「念のため」で結ぶ

❌ よくある間違い: 「とりあえず月10万円で顧問契約」と漠然と契約
⭕ 正しいアプローチ: 月次の議題リストを事前に作り、毎回成果物を定義してから契約

なぜ重要か：議題なしの顧問契約は、3ヶ月で「もう話すことがない」状態になり、形骸化します。議題リスト方式なら、12ヶ月後も継続率90%超。

「投資配分の修正」が必要になる4つのシグナル

一度予算配分を決めたあとも、半年に1回は見直しが必要です。以下4つのシグナルが出たら、配分を組み替えるタイミングです。

シグナル1：ライセンスの未使用率が30%超

ChatGPT Team / Enterprise の管理画面で、「直近30日のアクティブ率」が70%を切ったら、ライセンス過剰です。利用ヘビーユーザーに絞り、空いた予算を研修・伴走に振り替えてください。

シグナル2：研修後3ヶ月で業務適用が10件未満

研修を実施したあと、「実際の業務にAIを適用した具体例」が3ヶ月で10件未満なら、研修内容と業務のフィット感が悪い証拠です。コンサルや業務分解ワークショップに予算を振り替え、「使う場面」を作り直してください。

シグナル3：開発したAIエージェントの利用回数が月50回未満

自社開発のAIエージェントが月50回未満しか使われていない場合、要件設計が現場ニーズと合っていない可能性が高いです。追加開発に予算を投じる前に、AI顧問やコンサルでヒアリングし直してください。

シグナル4：CFO・経営層から「効果が見えない」とフィードバック

これが最重要シグナル。ROI試算のKPIを四半期ごとにレビューする仕組みがない企業では、必ずこの問題が起きます。即座にKPI設計コンサル（50万〜100万円）に予算を振り、「測定可能な体制」を作ってください。

業種別の特殊配分 ― 製造業／サービス業／IT／士業の違い

同じ年商規模でも、業種によって配分は変わります。Uravation支援先の業種別パターンを4つ紹介します。

製造業：研修＋運用が手厚い

製造業（年商5〜10億円）の特徴：

• 研修比率が標準より高め（30〜35%）：現場と本社のITリテラシー差が大きいため
• 運用比率も高め（10〜12%）：生産管理系のAPI利用が増える
• ライセンス比率は控えめ（25〜30%）：現場社員がPCを常用しない

サービス業：ライセンス＋AI顧問が中心

サービス業（年商5〜10億円）の特徴：

• ライセンス比率が高い（40〜45%）：CSや営業の全員がツール利用
• AI顧問が手厚い（10〜12%）：業務変化が早く、月次キャッチアップ必要
• 開発比率は控えめ（10〜15%）：SaaSで多くがカバーできる

IT企業：開発が突出して大きい

IT企業（年商5〜10億円）の特徴：

• 開発比率が25〜35%（標準の2倍）：自社サービスにAI機能を組み込む
• 研修比率は標準より低い（15〜20%）：エンジニアが自走可能
• Claude Code個別指導比率が高い

士業（税理士・社労士・弁護士）：コンサル＋ガバナンスが中心

士業（年商3〜5億円）の特徴：

• コンサル比率が高い（15〜20%）：守秘義務・職業倫理の制約整理が必要
• ガバナンス設計が必須：個人情報保護・データ持ち出し管理
• ライセンスは限定的：エンタープライズ版でセキュリティ要件をクリア

カテゴリ別の単価レンジ ― 何が安くて何が高いか

マトリクス全体像のあとで、もう一段ブレイクダウンします。各カテゴリの「単価レンジ」を知っておかないと、見積もりが妥当か判断できません。Uravationの実支援データから、相場レンジを公開します。

1. ライセンス単価レンジ

ライセンス選定のチェックポイント: 「無料tierでまず試す」「業務頻度が高い人だけPro/Team」「全社員向けは安価なNotion AIで底上げ」の3段階で考えると、無駄が出ません。

2. 研修単価レンジ

研修選定のチェックポイント: 単発で15万円の研修を1回受けるより、3回シリーズで45万円かける方が定着率が4倍以上違います。総額より「シリーズ化されているか」を優先してください。

3. コンサル単価レンジ

4. 開発単価レンジ

開発見積もりのチェックポイント: AIエージェント開発は「要件定義の精度」で見積もりが2倍以上変わります。要件があいまいなまま見積もりを取ると、後から「追加開発費」が降ってきます。最初に業務分解ワークショップ（30〜60万円）を入れる方が、トータルコストは下がります。

5. AI顧問単価レンジ

6. 運用単価レンジ（API直接利用の場合）

7. 採用単価レンジ

採用判断のポイント: 年商10億円未満の企業がAI専門人材を新規採用するのは、給与水準のミスマッチで難しいことが多いです。まずは社内AIチャンピオン制度＋外部AI顧問の組み合わせで、年商15〜20億円規模になるまで「社外を巻き込む」体制が現実的です。

今期予算を組むための5ステップワークシート

記事の最後に、来期予算を組むための実践ワークシートを置きます。年商規模に応じて、以下の5ステップで決めてください。

ステップ1：自社年商から「総額レンジ」を決める

本記事冒頭の早見表から、自社年商に該当する「最小〜中央値〜最大」のレンジを確認。「攻める年」なら中央値〜最大、「守る年」なら最小〜中央値を選ぶ。

ステップ2：1年目／2年目以降を区別する

AI導入1年目なら「初期投資重め」、2年目以降なら「継続投資重め」のテンプレを適用。両者で配分比率が大きく違うため、必ず区別する。

ステップ3：7カテゴリそれぞれにマトリクス値を入れる

本記事の年商規模別マトリクス表から、自社規模の中央値をベースに、各カテゴリの予算額を埋める。

ステップ4：業種特殊性で±20%調整

製造業・サービス業・IT・士業など、自社業種の特徴に応じて、特定カテゴリを±20%調整。

ステップ5：ROI試算でゲート設定

「投資額に対していつまでに粗利改善◯円を実現するか」をKPIとして設定。中央値の回収期間は8〜14ヶ月。これを超えそうなら、投資配分の見直しが必要。

AI研修・コンサル料金の相場感を別軸で確認したい方は、AI研修料金の完全ガイド（タイプ別相場と選び方）も併せてご覧ください。

まとめ：今日から始める3つのアクション

1. 今日やること: 自社年商に該当するマトリクス表を確認し、「現在の配分」と「Uravation標準」の差分を洗い出す
2. 今週中: 経営会議で「7カテゴリ × 投資額」のフォーマットで来期予算を再設計
3. 今月中: ROI計算式で「いつ・いくら回収するか」をKPI化し、四半期レビューの仕組みに組み込む

次回予告: 次の記事では「AI投資の社内承認を通すための稟議書テンプレート」をテーマに、経営層・財務部門が納得する根拠資料の作り方をお届けします。

Uravationのご支援: 本記事のマトリクスをベースに、自社の年商規模・業種・現状に応じた最適投資配分を一緒に設計するご相談を承っています。100社以上の実支援データをもとに、3ヶ月以内に「投資配分の最適化」をお手伝いします。詳しくは AI顧問・コンサルティングサービス または お問い合わせフォーム からお気軽にご連絡ください。

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。

あわせて読みたい:

• AI導入戦略の完全ガイド（年商規模別ロードマップ） — 投資配分の前段：戦略全体像
• AI研修料金の完全ガイド（タイプ別相場と選び方） — 7カテゴリのうち「研修」の詳細