デジタルトランスフォーメーションは利益を圧迫しつつ、企業価値を高める可能性がある

デジタルトランスフォーメーションは、通常、効率向上や意思決定の改善、最終的には利益増大への道として売り込まれます。しかし、財務上の利益が支出と同時に得られるとは限らないのが問題です。

中国上場企業を対象とした新たな研究は、この乖離を示す有用な事例を提供しています。¹ 研究者は2009年から2024年までのA株企業を対象に46,055件の企業年度データを分析し、デジタルトランスフォーメーションの程度が高まるほど、総資産利益率（ROA）で測る現在の収益性は低下する一方で、トービンのQで測る市場評価は上昇することを発見しました。

投資家にとって、これは重要な区別を生み出します。企業はテクノロジーに多額の投資を行い、現在の利益を圧迫しながらも、市場が将来の価値創出を期待する能力を同時に構築している可能性があります。課題は、これらのコストが真の変革を示すものか、あるいは持続的なリターンのない高額な技術支出に過ぎないかを見極めることです。

デジタルトランスフォーメーションがまず利益に圧力をかける理由

エンタープライズの変革は、単なる新ソフトウェアの導入をはるかに超える広範な取り組みとなっています。最新のプロジェクトは、クラウドインフラ、人工知能、オートメーション、サイバーセキュリティ、データアーキテクチャ、従業員の再教育、そして全体的なワークフローの再設計を含むことがあります。

各要素は、組織がその利益を確実に享受する前にコストを伴います。レガシーシステムは統合または置換が必要です。従業員は研修を受ける必要があります。チームが旧モデルから新モデルへ移行する間、プロセスは一時的に非効率になることがあります。新しいインフラは、既存システムと数か月、あるいは数年並行して稼働することもあります。

研究結果はこれらの圧力と一致しています。好ましい仕様では、デジタルトランスフォーメーション指標が1単位上昇するごとにROAが0.0025ポイント低下することが示されました。サンプルの平均ROA 0.040と比較すると、これは平均の約6.25％に相当します。

これはテクノロジーが本質的に収益性を低下させるという意味ではありません。むしろ、タイミングの問題を浮き彫りにしています。変革にかかる費用は即座に計上される一方で、生産性向上はかなり後になって初めて現れることがあります。

このダイナミクスは、企業が比較的単純なデジタル化からAI対応のオペレーションへと移行するにつれて特に重要になっています。Securities.ioは以前に調査したように、競争優位はますますAIと独自データ、組織的知識、内部の専門性を組み合わせることに依存しています。これらの基盤を構築するには、単にモデルへのアクセスを購入するだけでは不十分です。

市場が利益改善前に変革を評価する理由

研究の後半は、投資家にとってむしろ興味深いと言えるでしょう。デジタルトランスフォーメーションはROAとは負の相関がある一方で、企業の基礎資産に対する市場評価を測る指標として一般的に用いられるトービンのQとは正の相関が見られました。

デジタルトランスフォーメーションの係数は0.0236で正でした。研究者は、指標が1単位上昇するごとにトービンのQがサンプル平均の約1.19％に相当する増加を示すと推定しています。

これにより、いわゆる認識ギャップが生じます。会計上の結果はすでに発生した費用を捉えますが、市場評価はまだ測定可能な利益を生み出していない能力に対する期待を織り込むことができます。

投資家はこの考え方を工場、半導体ファブ、研究プログラム、新たな生産能力に対して日常的に適用しています。デジタルインフラも同様に扱われるべきです。サプライチェーン全体に自動化を導入する企業は、当初は統合費用に直面する一方で、市場はそれらシステムが将来もたらす生産性に価値を付けるでしょう。

NVIDIA and Palantir’s AI対応サプライチェーンに関する取り組みは、例えば、モデル、企業データ、最適化ソフトウェア、運用上の意思決定を組み合わせ、AIを単独のアプリケーションとして扱わないことを示しています。

本質的な問いは、支出が能力構築につながるかどうかです

短期的な収益性の低下だけでは、デジタルトランスフォーメーションが成功していることを証明できません。実装が不十分であれば、成功した実装が価値を創出するのと同様に、価値を毀損する可能性があります。

ここで投資家は、企業がテクノロジーにどれだけ支出しているかという単純な質問を超えて考える必要があります。

• テクノロジーは企業の実際の運営方法を変えているか？
• 従業員や顧客は新しいシステムを採用していますか？
• イノベーション、生産性、またはサービス能力は向上していますか？
• 経営陣は投資から測定可能な成果を特定できますか？

この区別は重要です。デジタルトランスフォーメーションが企業にとって魅力的なストーリーとなっているからです。企業は AI やクラウドコンピューティング、オートメーション、ブロックチェーンについて語ることができますが、これらの技術が実際の運用能力として意味を持つとは限りません。

この点については、研究自体が重要な警告を含んでいます。そのデジタルトランスフォーメーション変数は、企業の年次報告書におけるトランスフォーメーション関連用語の出現頻度に基づいています。したがって、直接的な技術能力の測定というよりは、開示に基づく代理指標と言えます。

この制限はより広い関連性を持ちます。投資家は、企業が AI を頻繁に言及しているからといって、技術についてあまり積極的に言及しない競合他社よりも速くトランスフォーメーションが進んでいると仮定すべきではありません。より有用な証拠は、導入状況、顧客の採用、運用効率、新製品、意思決定の改善から得られます。

これがエンタープライズデータ層が重要である理由でもあります。Snowflake のエンタープライズデータと AI に関する継続的な拡大は、トランスフォーメーションが以前は分散していた情報を結びつけ、そこに対して行動できるソフトウェアと連携させることにますます依存しているという、より広範な傾向を反映しています。

イノベーションは支出から価値への一つの道となり得る

研究者らは、デジタルトランスフォーメーションがイノベーション能力と正の相関があることも見出しました。イノベーション指標は特許出願に基づいており、デジタルトランスフォーメーション係数は 0.0333 に達しました。

その発見は有用ですが、過大評価すべきではありません。研究は、イノベーションがトランスフォーメーションと財務業績の関係を正式に仲介することを示すために必要な第2段階回帰を完了していません。その結果は、デジタル化が特許を通じて価値を創出することを証明するのではなく、潜在的なチャネルを示唆するものです。

それでも、この論理は重要です。より優れたデータインフラは情報サイロを削減できます。オートメーションは実験サイクルを短縮できます。AI は従業員が膨大な情報を検索したり、代替案をより迅速に評価したりするのに役立ちます。デジタルワークフローは、部門横断的なチームの協働を容易にすることも可能です。

これらの能力は、エンタープライズテクノロジーはますますデジタルシステムからインテリジェントシステムへシフトしていますが、データ、組織知識、意思決定を結びつける理由を説明するのに役立ちます。

別の 2026 年の研究でも、企業のデジタルトランスフォーメーションが株主資本コストの低下と関連していることが判明しました。これは、デジタル化の潜在的な財務的影響が運用効率を超えて、資本市場が企業を評価する方法にも及ぶ可能性があることを示唆しています。

FinTech がトランスフォーメーション環境を強化する可能性

本稿では、FinTech 環境が強化されることで、トランスフォーメーションと業績の関係が変化するかどうかも検討しました。研究者は、個別企業の金融テクノロジー利用を測定するのではなく、FinTech の発展度合いを外部指標としてデジタル包括金融指数を使用しました。

FinTech の発展とデジタルトランスフォーメーションの相互作用は、トービンの Q を従属変数とした場合に正の有意なものとなりました。言い換えれば、より発展したデジタル金融環境で事業を行う企業は、トランスフォーメーションと市場評価との間により強い正の関係を示すようです。

重要な制限があります。この分析の部分は 100 件の観測値しか含んでおらず、主研究の 46,055 件の企業年次観測と比較されます。論文はサンプルがどのようにしてこの規模に縮小されたかを十分に文書化していません。その結果は、研究の最も強固な結論の一つというよりは、探索的なシグナルとして扱う方が適切です。

Accenture がエンタープライズデジタルトランスフォーメーションへのエクスポージャーを提供

この研究は、投資家がデジタルトランスフォーメーションの潮流にアプローチする別の方法を示唆しています。個別のエンタープライズが技術投資から最大のリターンを引き出すかを特定しようとするのではなく、トランスフォーメーションを実現するために必要なインフラや専門知識を提供する企業を検討できるのです。

Accenture は特に関連性が高いです。そのコンサルティングとテクノロジー事業は、クラウド移行、データアーキテクチャ、サイバーセキュリティ、オートメーション、エンタープライズソフトウェア、そしてますます AI の実装にまで及びます。これにより、同社は研究で特定されたトランスフォーメーション支出の反対側に位置付けられます。

機会は、企業が生成的 AI の実験から AI をビジネスプロセスに直接統合する段階へと移行するにつれて進化しています。Accenture はこの分野での能力を拡大し続けており、最近ではWithin との投資およびパートナーシップを含め、ビジネスプロセスのマッピング、AI エージェントの展開、エンタープライズ運用の改善に注力しています。

投資家にとって、より広い命題はすべての技術プロジェクトが忍耐に値するということではありません。企業が将来のコスト構造、イノベーション能力、または競争力を変えることを目的とした能力に多額の投資を行っている場合、現在の利益だけでは不完全な画像しか提供できないということです。

デジタルトランスフォーメーションには、より長期的な投資視点が必要です

したがって、研究から得られる最も有用な示唆は、デジタルトランスフォーメーションが財務パフォーマンスにとって良いか悪いかという単純な結論ではありません。その関係は、投資家が何を測定するかに部分的に依存します。

現在の会計上の収益性は、トランスフォーメーションのコストを反映することがあります。市場評価は、これらの投資が最終的に生み出す可能性についての期待を反映します。いずれも単独では全体像を語れません。

このため、デジタルトランスフォーメーションは技術的課題であると同時に投資分析の課題でもあります。投資家は、生産的な投資と流行的な支出を区別し、新しいシステムが実際の業務に組み込まれているかを判断し、組織能力が向上している証拠を特定する必要があります。

その転換を成し遂げた企業は、最終的に今日の技術費用を明日の競争優位に変えることができるでしょう。そうでない企業は、単に費用だけが残ることになります。

参考文献：

¹ Yang, F.・Wang, Y.（2026）「企業のデジタルトランスフォーメーションと財務業績に関する研究：FinTechの発展が果たす調整的役割」International Review of Economics and Finance。オンライン先行公開。https://doi.org/10.1016/j.iref.2026.105915