AI導入の失敗事例まとめ｜止まった理由を6分類で

AI導入の失敗は、事例として語られる割に一次ソースが薄い領域です。「撤退した」と報じられた案件を原典まで追うと、多くは全面撤退ではありませんでした。本記事では、公表資料が残っているものだけを6つの構造に分類します。

先にお断りします。なお本記事は特定企業の評価を目的としていません。また各社の公式説明と報道を区別し、報道しか根拠がないものはその旨を明記しています。

AI導入の失敗は「やめた」とは限らない

まず前提を揃えます。見出しでは「AI撤退」と書かれていても、原典では別のことが起きているケースが多いためです。

一次ソースを当たると話が変わる

今回の調査で確認できたパターンは3つでした。第一に、全面撤退ではなく人との併用へ切り替えたケースです。第二に、AI自体ではなくベンダーを変えたケースがあります。第三に、労使交渉や政治判断が直接の理由で、AIの性能は主要因ではないケースです。

したがって「AI導入の失敗＝AIが使えない」と読むと、教訓を取り違えます。むしろ設計と運用のどこで詰まったのかを見るほうが有益です。

本記事で採用した基準

採用したのは、次のいずれかを満たす事例だけです。

• 当事者の公式発表・公式サイトに記録がある
• 裁判所や行政の公式文書に記録がある
• 公式な記者会見録に発言が残っている

なお報道だけが根拠のものは、本文で「報道による」と明記しました。加えて数値には分母と測定条件を必ず添えています。

失敗の構造を6つに分けるとAI導入の判断が変わる

ただし事例を並べるだけでは再利用できません。そこで「なぜ止まったか」で6つに分類しました。

【分類1】精度が基準に届かない──AI導入の失敗で最も明快な型

最初の型は、事前に決めた基準に精度が届かなかったケースです。日本の自治体に、判断過程まで公開している例がありました。

62.5%から94.1%へ、それでも活用しないと決めた

香川県三豊市は、東京大学松尾研究室と共同で実証実験を行いました。なお対象は「ごみ出し案内」業務です。

1回目は令和5年6月1日から7月7日に実施され、正答率は62.5%でした。次に改善を加えています。GPT-3.5からGPT-4.0への変更、1問1答形式から対話形式への変更、推測機能の追加などです。

2回目は同年10月23日から11月30日に実施されました。正答率は94.1%まで上がっています。しかし市の結論はこうでした。

本市における「ごみ出し案内」業務には、ChatGPTを活用しないと決断しました

なお理由も明記されています。市は本格導入の条件として正答率99%を設定しており、94.1%では届かなかったためです。

基準を先に決めていたことが効いた

ここで注目したいのは、判断が揉めなかった点です。基準が事前にあったため、94.1%という数字の評価が割れませんでした。

なお市はChatGPT自体をやめたわけではありません。同じページで、市役所全体での活用可能性は引き続き探るとしています。つまり「この業務には合わない」という業務単位の判断です。

茨城県鹿嶋市も、令和7年12月18日から令和8年2月28日にAIチャットボットの実証実験を行いました。同市は利用者の評価を概ね良好としつつ、回答内容や表現の改善を求める意見が寄せられたと記録しています。

【分類2】人に戻す導線がない──AI導入の失敗が表面化する瞬間

2つ目は、想定外の応答が出たときに止められない、あるいは人へ引き継げない型です。

システム更新後に暴走したDPD

英国の配送大手DPDでは、2024年1月にチャットボットが不適切な応答を返しました。なお同社の公式コメントは次のとおりです。

An error occurred after a system update yesterday. The AI element was immediately disabled and is currently being updated.

つまりシステム更新が引き金でした。ここで重要なのは、AI機能を即座に無効化できた点です。切り離せる設計になっていたため、被害が広がる前に止まりました。

存在しないポリシーを答えたCursor

開発ツールのCursorでは、2025年4月にサポートAIが実在しない利用制限を回答しました。ユーザーの解約が発生し、共同創業者が対応を表明しています。同社は該当ユーザーへ返金し、メールサポートのAI回答にラベルを付す方針を示しました。なおこれは報道による情報です。

ただしAI自体は継続使用とみられます。したがって「AIをやめた」ではなく、AIが答えたことを明示する運用に変えた事例と読むのが正確です。

【分類3】責任の所在が曖昧──AI導入の失敗が訴訟になる型

3つ目は、誤案内の責任を誰が負うのかを決めていなかった型です。実際に判断が公開されている例があります。

エア・カナダのチャットボット判決

カナダのブリティッシュコロンビア州民事解決トリビューナルは、2024年2月14日に判断を示しました。事件番号はSC-2023-005609、引用は2024 BCCRT 149です。

争点は、同社サイトのチャットボットが遺族割引について誤った案内をした点でした。ただし正しい情報は別ページに記載されていました。しかし審判官は、利用者が両者を照合する義務はないとしています。

特に印象的なのが、同社の主張に対する評価です。審判官は、事実上チャットボットを独立した法主体として扱うに等しい主張だと述べました。原文では “This is a remarkable submission” と書かれています。

賠償額は合計812.02カナダドルでした。内訳は損害賠償650.88ドル、判決前利息36.14ドル、手数料125ドルです。金額は小さいものの、責任の所在に関する判断として参照されています。

【分類4】効果測定が甘い──AI導入の失敗が人員計画に波及する

4つ目は、効果の測り方が粗いまま人員計画に反映させてしまう型です。実際にここが実務では最も重い論点になります。

コモンウェルス銀行が撤回した45職

オーストラリアのコモンウェルス銀行は、2025年6月に受電回線へボイスボットを導入しました。翌7月には人員削減を発表しています。

まずここで数字の切り分けが必要です。ボイスボット導入に伴うとされたのはダイレクトバンキング部門の45職でした。全体の削減予定90職には、海外拠点への移管などが含まれます。したがって「AIで90人が削減された」は誤りです。

金融部門労働組合は、通話量はむしろ増えていると反発しました。そして同年8月21日、同行は決定を撤回しています。報道機関に対する広報担当のコメントは次のとおりです。

We have apologised to the employees concerned and acknowledge we should have been more thorough in our assessment of the roles required.

なお同行のニュースルームにこの件の掲載はありません。あくまで報道機関へのコメントです。また同行が認めたのは人員要否の評価が不十分だったことであり、AIの性能問題を認めたわけではありません。

Klarnaの数字は性質を分けて読む

Klarnaは2024年2月27日に公式リリースを出しました。AIアシスタントが「700人のフルタイム相当の業務量」をこなしているという内容です。加えて2024年に4,000万ドルの利益改善が見込まれるとしています。

ただしここは慎重に読む必要があります。まず700人は処理量の換算であり、解雇人数ではありません。同リリースに解雇の記載はありません。次に4,000万ドルは見込み値です。

その後、人間のサポートへ再投資する方針がCEO発言として報じられました。ただしKlarnaの公式リリースやIR資料に該当する発表は見当たりません。したがって記事化する場合は「報道されたCEO発言」と限定すべきです。

なお参考として公式の決算数値を見ます。2025年第3四半期のカスタマーサービスおよびオペレーション費用は5,300万ドルでした。前年同期は4,400万ドルです。つまり同項目は増えています。

【分類5】ベンダー選定の問題と混同する──AI導入の失敗に見えて別物

5つ目は、特定ベンダーとの相性の問題を、AIそのものの限界と取り違える型です。

マクドナルドとIBMの提携終了

マクドナルドは2024年6月17日、IBMとのドライブスルー音声注文の提携終了を発表しました。同年7月末までに対象店舗から撤去する計画です。

ただし公式声明の含意は撤退ではありません。拡張可能な音声注文の実現には、自社技術と外部提携の組み合わせが必要だという趣旨でした。実際に2026年には別方式での再テストが報じられています。なおこちらは報道による情報です。

Taco Bellを展開するYum! Brandsでも、2025年8月に担当役員が課題を認めました。時間帯や店舗によって人が監督し、必要に応じて介入する運用へ調整するという内容です。こちらも撤退ではなく運用の作り直しにあたります。ただし出典はWall Street Journalの取材であり、公式リリースではありません。

【分類6】組織の受け皿がない──AI導入の失敗が静かに進む型

最後は、事故として表に出ないまま成果が出ない型です。実際に国内の調査には、この構造がはっきり出ています。

国内調査が示す課題の順位

帝国データバンクは2026年5月14日に調査結果を公表しました。調査期間は同年3月17日から31日、対象23,349社、有効回答10,312社です。生成AIを活用している企業は34.5%でした。

特に注目したいのは課題の中身です。活用企業を対象とした設問（3つまでの複数回答）では、次の順でした。

• 情報の正確性 50.4%
• 専門人材・ノウハウ不足 41.3%
• 活用範囲の明確化 40.0%
• 情報漏洩リスク 33.5%

次に商工中金の調査も見ます。2026年3月31日公表で、実施は2025年12月19日から2026年1月16日、有効回答3,892社です。こちらは全回答企業が分母で、複数回答に制限はありません。

上位は「自社業務における生成AIの具体的な活用場面が明らかでない」35.6%、「導入を推進する人材の不足」32.0%、「社内ルール整備の遅れ」25.1%でした。つまりモデルの性能ではなく、使いどころと体制が課題として挙がっています。

総務省の令和8年版情報通信白書も同じ方向を示しました。AIによる業務変革について「組織的な取組はない」と回答した割合は、日本が27.0%で4か国中最多です。なお対象は従業員10名以上かつデジタル化に着手済みの企業に勤める管理職以上で、日本の有効回答は515件です。

ニューヨーク市の事例と、精度が出ない原因

行政側にも例があります。ニューヨーク市のMamdani市長は2026年1月28日の記者会見で、前政権のAIチャットボットについて “functionally unusable” と述べました。費用は “around half a million dollars” という口頭の概算です。契約書や監査報告での裏付けはありません。

一方で、精度が出ない原因を実証で扱った国内の例もあります。TOPPANエッジとPKSHA Technology、PKSHA Workplaceの3社は2024年9月25日、静岡銀行協力のもとで行った実証の結果を公表しました。行内規程類やマニュアル全34種を対象に、261問で検証しています。

結果として、根拠を含む文書を検索できた割合は87.3%から95.4%へ向上しました。根拠を含むテキストの塊まで到達できた割合は63.2%から84.6%です。いずれも検索の到達率であり、回答そのものの正答率ではない点にご注意ください。

ここから読み取れるのは、入力側の整備が効くということです。したがって精度が出ないときは、まず参照する文書の構造を疑う価値があります。

巻き戻しは例外ではない──ベンダー調査の読み方

最後に、頻度の話をします。CPaaS事業者のSinchが2026年5月13日に調査結果を公表しました。調査は同年1月から2月、10か国・6業種の上級意思決定者2,527名が対象です。

広く引用されているのが74%という数字です。ここは分母を正確に押さえてください。同社の説明では、AIエージェントの導入に成功した組織のうち74%が、ガバナンスの失敗を理由に停止または巻き戻したとされています。回答者全体の74%ではありません。

同じ調査では、62%が現在も本番稼働中と回答しています。つまり全体の74%が撤退したと読むと、この数字と矛盾します。加えてベンダー自身による調査であり、共同した調査機関名は公表されていません。

それでも示唆はあります。一度止めて作り直すことが珍しくない、という点です。したがって巻き戻しを想定した設計が現実的でしょう。

まとめ：AI導入の失敗を設計の前提に組み込む

6つの分類を、着手前のチェックリストに置き換えます。

1. 本番移行の合否基準を、着手前に数値で決める（三豊市の型）
2. AI部分だけを即座に切り離せる構造にする（DPDの型）
3. 誤案内が出たときの責任の所在を契約と表示で決めておく（エア・カナダの型）
4. 効果の測定条件を確定してから人員計画に反映する（コモンウェルス銀行の型）
5. うまくいかない原因を、AI一般ではなくベンダーと構成に切り分ける（マクドナルドの型）
6. 使いどころの定義と社内ルールを先に用意する（国内調査の型）

いずれも技術の問題ではありません。すべて着手前に決められる事項です。実際に今回確認した事例で、モデルの性能そのものが唯一の原因だったものは1件もありませんでした。

出典

• 三豊市「『チャットGPTを利用したごみ出し案内』本格導入について」（公式サイト）
• 鹿嶋市「AIチャットボット実証実験の終了について」2026年3月10日更新（公式サイト）
• Moffatt v. Air Canada, 2024 BCCRT 149（2024年2月14日）（CanLII 判決文）
• Klarna「Klarna AI assistant handles two-thirds of customer service chats in its first month」2024年2月27日（公式リリース）
• Klarna 2025年第3四半期決算リリース（IRページ）
• Finance Sector Union「CBA axes jobs for AI and offshoring」2025年7月29日（公式リリース）
• Sinch「Sinch releases AI Production Paradox research」2026年5月13日（公式リリース）
• 帝国データバンク「生成AIに関する企業の動向調査（2026年3月）」2026年5月14日（調査結果）
• 商工中金「中小企業の生成AIの利用にかかる調査」2026年3月31日（PDF）
• 総務省「令和8年版 情報通信白書」2026年7月（概要PDF）
• ニューヨーク市「Mayor Mamdani Details ‘Adams Budget Crisis’」2026年1月28日（記者会見録）
• TOPPANエッジ・PKSHA Technology・PKSHA Workplace 共同リリース 2024年9月25日（プレスリリース）

関連記事

• 【海外】コンタクトセンターのAI活用事例まとめ
• AIエージェントのROI測定 完全ガイド
• AIエージェントのセキュリティ｜OWASPの10分類で点検
• RAGでコンタクトセンターの回答精度を上げる
• AIエージェント導入ガイド