KGI（重要目標達成指標）とは、企業やプロジェクトが達成すべき最終目標を定量的に表した指標です。AIや機械学習の導入プロジェクトにおいては、技術的な精度向上にとどまらず、売上増加やコスト削減といったビジネス上の最終成果を測定・評価するために不可欠な指標として位置づけられます。
KGIとは
KGI（Key Goal Indicator：重要目標達成指標）とは、組織やプロジェクトが目指す最終的なゴール（目的）が達成されたかどうかを計測するための定量的な指標です。
詳しく解説
AI開発やデータ分析プロジェクトにおいて、モデルの予測精度（正解率やF値など）を高めること自体は手段に過ぎず、最終的にはビジネス価値の創出が求めされます。KGIは、そのプロジェクトがビジネスにどのようなインパクトをもたらしたかを評価する基準となります。例えば、需要予測AIの導入であれば、モデルの「予測誤差の縮小」が技術的なマイルストーンですが、ビジネスにおけるKGIは「余剰在庫の削減率」や「廃棄コストの削減額」になります。AIモデルのライフサイクル全体（MLOps）において、技術指標とビジネス指標（KGI）を紐付けることは、投資対効果（ROI）を証明し、プロジェクトを継続させるために極めて重要です。
具体例・使われ方
AIを活用したいくつかのプロジェクトにおけるKGIの具体例は以下の通りです。1つ目は、カスタマーサポートへの生成AI（LLM）導入において、KGIを「顧客満足度の向上」や「総サポートコストの20%削減」とすることです。2つ目は、広告運用の最適化AI導入において、KGIを「広告経由のコンバージョン数の最大化」とすることです。3つ目は、製造業の異常検知AI導入において、KGIを「工場設備の突発的な停止時間のゼロ化」とすることです。
似た用語との違い
KGIと最も混同されやすいのがKPI（Key Performance Indicator：重要業績評価指標）です。KGIがプロジェクトの「最終的なゴール（結果）」を示すのに対し、KPIはKGIを達成するための中間プロセスにおける「具体的な行動や進捗（手段）」を示します。例えば、KGIを「年間売上15%増」とした場合、それを達成するためのKPIとして「AI推薦エンジンによるクロスセル率の向上」などが設定されます。また、AIモデルの性能を示す機械学習指標（精度や再現率など）も、KGIを達成するための中間的なKPIとして位置づけられます。
注意点
KGIを設定する際の注意点は、AIモデルの精度向上が必ずしも直接的にKGIの達成につながらない場合があることです。例えば、高精度なレコメンドAIを開発しても、ユーザーインターフェースの設計が不適切であれば購入には結びつきません。また、外部要因（市場の変化や競合の動向）によってKGIが変動することもあるため、KGIの未達成がAIモデル自体の欠陥によるものなのか、それ以外の要因によるものなのかを切り分けて分析するデータガバナンス体制が必要です。指標の測定が困難な抽象的な目標はKGIとして適切ではなく、常に数値化可能な指標にする必要があります。