美的集団 (Midea) が2026年8月28日に公表した2026年中期報告で、AI活用の成果を「2万個超のAIエージェント」「累計900万時間超の効率化」「4.5億元超のコスト削減」という数字で示した。本稿では、この数字の大きさではなく、AI活用を利用者数ではなく経営KPIに換算して開示したことの意味を、受託開発とAIエージェント事業をやっている側から論評する。
要点 (出典の事実のみ)
- 美的集団が2026年8月28日、2026年中期報告を公表した。営業総収入は2610.5億元 (前年同期比3.5%増)、上場企業株主に帰属する純利益は264.46億元 (同1.66%増)。
- 自社研究開発のAIチームは400人超。孵化したAIエージェント (智能体) は2万個超。
- 累計で900万時間超の効率化、4.5億元超のコスト削減を実現したとしている。
- 適用領域は研究開発・製造・サプライチェーン・物流・園区管理・製品イノベーションに及ぶ。
- 今後3年間の研究開発投資は600億元超を計画。順徳の液冷製造基地には10億元超を投資し、2027年稼働予定としている。
「2万個」ではなく「900万時間」を見るべき理由
私が引っかかったのは2万個という数ではない。エージェントの個数は、社内ツールの粒度をどう切るかで簡単に何倍にも膨らむ指標で、それ自体は他社と比較できない。重要なのは、同じ発表の中で「900万時間」「4.5億元」という換算後の値が並んでいることである。つまり美的集団は、エージェントを作る前に「1件あたり何分減るか」「その時間を金額にどう換算するか」の定義を持っていたことになる。作った後から効果を推計したのでは、この粒度で全社集計は出てこない。
受託開発の現場で私が何度も見てきた失敗は、この順序が逆になっているケースだ。まずツールを入れ、全社に配り、半年後に「何人が使ったか」「アクティブ率は何%か」を報告する。利用者数はベンダー側にとって出しやすい指標だが、発注側の経営会議では「で、それでいくら浮いたのか」に答えられずに終わる。効果の定義を後付けすると、業務ごとに前提がバラバラで足し算できなくなるからだ。
適用領域が製造・物流まで伸びていることの意味
もう一点、研究開発・製造・サプライチェーン・物流・園区管理まで並んでいることは、チャットの延長ではないことを示している。この範囲だと、対象になるのは自然言語の生成ではなく、既存の基幹系・生産管理・在庫データへの接続である。作る側から見ると、難所はモデルではなく、そこに至るまでのデータ整備と権限設計、そして止まったときの運用体制のほうだ。自社研究開発のAIチームが400人超という規模が別途明記されているのは、その難所を内製で抱えた結果だと私は読んでいる。
開発会社・発注部門にとっての含意
SIerや開発会社の立場で言うと、これは提案の作り方を変える話である。「AIエージェントを何本作ります」という見積は、発注側の経営指標に接続しない限り、二期目の予算がつかない。逆に、対象業務の年間工数と単価を先に押さえ、削減時間 × 単価で効果を書ける案件は、PoCで終わらずに継続する確率が明確に高い。私たちがAIエージェントの相談を受けるときも、最初に聞くのは使いたいモデルではなく「その業務は年間何時間か、誰が測っているか」である。測っていない業務は、作っても効果を証明できない。
なお、2万個・900万時間・4.5億元はいずれも同社の自己申告値であり、算定根拠は開示されていない。外部から検証できる数字ではない点は差し引いて読むべきで、参考にすべきは水準ではなく効果を換算して開示するという型のほうである。
