AIへの支出が110%増加、その基盤となるシステムはそれに耐えられなかった
ServiceNowが大企業におけるAIの成熟度を測定し始めてから、すでに3年が経過する。2026年版のインデックスは、世界中の4,500人以上の経営幹部と2,000人以上の従業員を対象とした調査をもとに構築されており、今回は顕著な改善を記録した。スコアは16ポイント上昇し、100点満点中51点に達した。これだけを聞けば良い話のように思える。しかし次の行を読めば話は変わる。企業のAIへの支出が前年比110%増加した一方で、そのAIが大規模に機能するために必要な基盤的な能力は、まったく追いついていなかったのである。資金は流れた。アーキテクチャは追随しなかった。
このデータこそ、過去18カ月間にAI予算を承認したすべてのCFOが憂慮すべき内容だ。それも、その下に存在するデータ、ワークフロー、ガバナンスプロトコルを見直すことなく承認した場合はなおさらである。これはテクノロジーの問題ではない。順序の問題だ。
投資が構造に先行するとき
大きなテクノロジーの波には、毎回繰り返されるパターンがある。支出がレディネス（準備状態）に先行するのだ。ERPの時もそうだった。クラウドの時もそうだった。10年前のビッグデータブームの時もそうだった。今回が違うのは、その規模である。Gartnerの予測によれば、AIへの世界的な支出は2026年に2兆5,900億ドルに達する見込みで、これは前年比47%増に相当する。スタンフォード大学HAIは、AIへの世界的な民間投資が2025年に3,447億ドルに達し、2024年比で127.5%増加したことを記録している。そして2026年第1四半期だけを見ても、Amazon、Google、Microsoft、Metaの4社が合計で1,306億5,000万ドルをインフラに投資しており、その大部分はAIに向けられている。
これらの数字は現実だ。問題は、それらが測定していないものにある。その需要を生み出している企業が、自分たちが購入しているものを活用するための内部システムを本当に持ち合わせているかどうか、という点だ。
ServiceNowのインデックスは、どこで破綻が生じているかを精確に指摘している。各組織はAIのモデル、ツール、プラットフォームを購入した。しかし、そのデータは依然として互いに連携しないサイロに分断されており、ワークフローは自動化される前に再設計されておらず、従業員は十分な事前準備のないまま変化のプロセスに巻き込まれている。その構造的な帰結は予測可能だ。AIは一貫性のない結果を出力し、チームはシステムのアウトプットへの信頼を失い、プロジェクトは本番環境に移行することなく、無期限のパイロット段階で停滞し続ける。
ServiceNowで産業・グローバルソリューション担当シニアバイスプレジデントを務めるHolly Briedisは、これを的確なイメージで表現している。大多数の組織は、カートのインフラの上でF1カーを走らせようとしているようなものだ、と。データは断絶したパッチワーク状態で機能しており、その環境の上で横断的なワークフローを走らせようとすると、つなぎ目がたちまち露呈する。
前進している企業は、ある決断を先に下していた
このインデックスは「Pacesetters（ペースセッター）」と呼ばれるグループを特定している。これは、成熟度スコアが最も高い上位21%の組織だ。彼らを際立たせているのは、より多くの支出をしたことではない。AIを展開する前に、データを統合し、近代化したという点だ。展開した後ではなく、その前に。このグループの64%がデータをデジタルで統合・最適化しているのに対し、残りの組織ではわずか14%にとどまる。彼らが他の組織よりもデータの問題が少ないわけではない。ただ、問題の検出と修正をシステム設計の一部として組み込んでいるため、より迅速に解決できるのだ。
ビジネス内におけるAIの目的についての理解という点でも、彼らは異なる。Pacesettorsの57%が、業務効率を超えた戦略的共有ビジョンをAIのために策定している。彼らは壊れたプロセスを自動化しているのではなく、仕事の流れそのものを再設計している。この区別は意味論上のものではない。設計の悪いプロセスを自動化すれば、ただミスをより速く、より大規模に生み出すだけである。
このアプローチには、名指しして語る価値のある暗黙の決断が含まれている。Pacesettorsは事実上、短期的な展開速度を放棄したのだ。各フロアを建てる前に基礎を築くことに賭けたのである。四半期ごとの経営会議でAIのユースケースを示すよう取締役会から求められる現在の環境において、その放棄は政治的な内部コストとして決して無視できない代償を伴う。それを貫いた企業が今、6カ月で容易に複製できるような類の優位性ではない競争上のアドバンテージを享受している。
ガバナンスは制動力ではなく、スケールを可能にするものだ
インデックスの最も重要な知見の一つは、リーダーシップチームに直接向けられたものだ。調査に回答した従業員の半数が、エージェント型AIが進化するにつれて自分たちの仕事の必要性が低下すると考えており、自分の組織が来るべき変化に備えて自分たちを準備させてくれているとは感じていない。Briedisはこれを婉曲な表現を一切使わず次のように語る。それはスキルのギャップではなく、リーダーシップのギャップだ、と。
この指摘には具体的なメカニズムが存在する。従業員がAIの出力結果を信頼しなければ、テクノロジーを迂回して作業するようになる。独自のショートカットを作り、独自の回避策を作り、独自の並行記録を作る。AIの展開は書類上は維持されるが、運用上は形骸化する。投資対効果は決して現れない。テクノロジーが失敗したからではなく、組織が実質的に採用していなかったからだ。
よく設計されたガバナンスは、一般的に提示されるイメージとはまったく逆の形で機能する。AIを遅くする制約の集合ではなく、システムの自律性が不信感を生まずに機能できる足場（スキャフォールディング）なのだ。プロトコルが明確であれば、チームは信頼できるアウトプットと、見直しが必要なアウトプットを区別できる。明確でなければ、人間のデフォルト反応はすべてを不信に思うことであり、テクノロジーは過小活用されたままとなる。
同じことはデータにも当てはまる。人間であれば、長年の業務で培った文脈的な判断力や非公式なつながりを駆使して情報のサイロを迂回して作業できる。しかしAIにはそれができない。AIは機能や部門を横断して水平的に問題を解決するよう設計されている。もしデータがそれらの機能間を流れないなら、AIは必要な情報のほんの一部しか持たずに動作することになり、本来提供できる価値のほんの一部しか提供できなくなる。
支出と成熟度の乖離が明らかにするもの
ServiceNowのインデックスが記録するパターン自体は新しいものではない。しかし今や、その帰結がより吸収しにくい次元に達している。Oxford Economicsは、AIへの世界的な支出が2025年の3,400億ドルから2035年には約3兆ドルへと成長し、企業の総テクノロジー支出の約23%を占めるようになると予測している。BCGは、大企業が2026年にAIへの支出を倍増させる見込みであり、売上に占める割合が0.8%から1.7%へと上昇することを記録している。
この規模の投資においては、基盤となるシステムの準備ができていないことのコストは、IT上の問題であることをやめ、資本配分の問題となる。支出が倍増しても運用上の成熟度が同じ割合で進まなければ、企業はまだそれを支えられない基盤の上に、増大し続ける財務的負担を積み重ねていることになる。本番環境に移行しないパイロットは、中立な学習上の失敗ではない。予算を消費し、技術チームの時間を消費し、そして何より、次の投資サイクルに向けた内部の信頼性を消費する。
最も高い緊迫感を示すセクターは、遅れをとった場合に最も失うものが多い業種だ。BCGによれば、テクノロジー企業と金融機関は2026年に売上の約2%をAIに充てる計画だという。それらのセクターでは、競合は遅れている者がデータを整理するのを待ってはくれない。投資決断から目に見える結果までの時間はもはや、事前に構築しておくべきだったものを並行して修正するには足りないのだ。
ServiceNowのインデックスをマーケティング資料としてではなく、セクター横断的な診断文書として読めば、企業によるAI採用曲線の特定の瞬間が浮かび上がる。支出はすでに賭けを確定させた。その賭けを持続可能な優位性へと転換できるかどうかを決めるのは、次に購入するモデルでも、次に発表するパイロットでもない。データアーキテクチャ、再設計されたプロセス、そして組織文化が、予算がすでに提供すると約束したものを本当に支えられるかどうか、それに尽きる。
