企業はAIに兆ドルを注ぎ込み、回収できるのは小銭ばかり
今日、AI予算に署名するすべてのCFOのデスクに置かれるべき数字がある：40%。これは、Bain & Companyが世界の大企業951社を対象に実施した最新調査において、AIによる実際のコスト削減を測定した結果、ゼロから10パーセントの範囲にとどまっていた企業の割合だ。技術が本番環境で失敗したからではない。約束された価値が、実際に手にできる価値へと転換されなかったからだ。
GartnerのデータによるAI分野へのグローバル支出は今年、前年比47%増となる2兆5900億ドルに達する見込みだ。来年にはその数字が3兆5000億ドルに迫る。圧倒的な数字だ。しかし感心できないのは、少なくとも正しい意味では、この方程式のもう一方の側だ。調査対象企業の37%以上が11%から20%のコスト削減を目標に設定していたにもかかわらず、大多数はその水準をはるかに下回る結果となった。警報は鳴らず。見直しもなく。次の波に向けた新たな予算がすでに承認された状態で。
これは失敗した技術についての話ではない。組織が自ら名付けることすらできない依存関係を構築し、前進しているように見えるシステムが実はただ空回りしているだけというケースが、いかにして生まれるかについての話だ。
誰もホワイトボードに書きたがらないサイクル
Bainは、明確に説明すれば役員室に不快感をもたらすはずのメカニズムを特定した：企業の44%が、前の波のAI投資で得た節約額を使って次のAI投資の波に資金を供給している。そしてその節約額は、同じ調査によれば当初の予測を下回っていた。
これは構造的な循環性だ。企業はロボティック・プロセス・オートメーションや機械学習に投資し、期待より少ない成果しか得られない。その縮小した基盤を使ってジェネレーティブAIへの次のサイクルに資金を投じ、今度は自律型エージェントを使って同じ操作を繰り返す準備をしている。各投資ラウンドは、前のラウンドの不完全なリターンによって正当化される。この結果として生まれるのは、価値の蓄積ではない。賭けの蓄積だ。
驚くべきことは、これが起きているという事実ではない。摩擦なく起きているという事実だ。Bainはこの赤字を「経営幹部を不快にさせるべき」ギャップと表現しているが、プログラムを中止させるほど大きなものではないとしている。その中間地帯——無視するには費用がかかりすぎ、切り捨てるには小さすぎる——こそが、まさに脆弱なシステムが生息する場所だ。突然崩壊はしない。機能しているように見えながら、じわじわと劣化していく。
報告書が明示はしていないものの、その論理から浮かび上がってくることがある。このパターンには組織論上の正確な名称がある：企業は、技術への投資サイクルへの依存を深めており、それが「自分たちのやり方を根本から見直す」というより深い意思決定の代替物として機能しているのだ。新しいツールのたびに、誰も落ち着いて向き合いたくない問いが先送りにされる：私たちは仕事の仕方を再設計しているのか、それとも今すでにうまくいっていないことを自動化しているだけなのか？
データの問題は実はガバナンスの問題である
Bainが調査した企業の41%が、AIの進展における最大の障壁としてデータへのアクセスと統合を挙げている。この問題は何年もその位置を占め続けている。大規模なインフラ近代化のラウンドを、クラウド移行を、プラットフォーム統合を生き延びてきた。それでもまだそこにある。
これは技術的な困難だけでは説明がつかない。このような規模の予算を持つ組織では、技術的な障壁は解決できる。お金でも新しいシステムでも解決できないのは、どのデータの責任は誰にあるのか、標準を強制する権限は誰にあるのか、異なる部門がそれぞれの縄張りとして管理するデータソースを統一する政治的コストは誰が負担するのか、という決断が欠如していることだ。
断片化したデータは、ほぼ常に断片化した権力の症状だ。 データを統合できない組織が抱えているのは、主として技術的アーキテクチャの問題ではない。人間的なアーキテクチャの問題だ。誰も問題全体の責任を負っておらず、そのためにツールを入れ替えても問題は永続する。
Bainは生産的な皮肉をもって、このもつれをほぐすためにAI自体を活用することを提案している：人々が手作業でデータを抽出し、スプレッドシートを統合し、レポートを作成している、繰り返し可能で高付加価値なワークフローを特定し、その一連のシーケンスを丸ごと置き換えるのだ。最終的な解決策としてではなく、問題を動かせることを実証するデモンストレーションとして。この戦術には価値がある。しかしそれが機能するのは、ツールが必要とする統合を強制できる権限を誰かが持っている場合だけだ。その事前の意思決定がなければ、AIエージェントは混沌を整理するのではなく混沌と共存するだけの、もう一つのシステムになってしまう。
Bainのレポートはさらに、AIのガバナンスがテクノロジー部門、ビジネス部門、中央チームにほぼ均等に分散しており、大多数の組織には明確な責任者が存在しないと指摘している。これは具体的な結果をもたらす：自律型エージェントが本番システムで実際の影響を伴うミスを犯した際、説明責任はその場で即席で作り上げることはできない。事前に確立されていなければならない。それをしていない組織はAIの問題を抱えているのではない。AIによって可視化されただけの、ガバナンスの問題を抱えているのだ。
価値を手にする者と出費を積み上げるだけの者を分けるもの
Bainは、ゆっくり読む価値のあるある表現を使って、2種類の企業を区別している：既存のプロセスにAIツールを展開する企業と、AIを最初から仕事のやり方を再設計する理由として使う企業だ。両者の差は技術的なものではない。組織的な野心の差であり、日々の意思決定の構造を変えることの政治的コストを引き受ける意志の差だ。
最初のグループがBainの報告書にある数字を生み出す：0〜10%のコスト削減、増加する予算、次の波へとずれていく期待値。はるかに小規模な第2のグループは、異なるものを構築している。より優れた技術を持つからではなく、技術はその取り組みの中心的な目的ではないと決断したからだ。中心的な目的はプロセスであり、役割であり、意思決定だった。技術はそれらを再設計するための道具に過ぎなかった。
「AIで泥道を舗装するな」というBainの提言は、このポイントを的確に捉えている。自動化しようとしているプロセスに設計上の非効率性がある場合、それを自動化するとその非効率性が加速するだけで、さらに見えにくくなる。本当のコスト削減は、同じことを速くやることからは生まれない。それは、どのプログラムを承認するよりも前に、このプロセスを今一から設計するとしたらどうするか、という問いを立てることから生まれる。その問いに答えるのは、どんな言語モデルにもできない。自分たちが何を生み出したいかについて十分な明確さを持ち、移行のコストを支払う意志を持つリーダーシップを備えた組織だけが、その問いに答えることができる。
ここに、この現象全体の中で最も静かな脆弱性が現れる。企業の90%がAI予算を増やしている。しかし完全に自律的な状態で本番環境でエージェントを稼働させているのはわずか7%だ。この投資と真の自律性の間のギャップは、まだ誰も名付けていない依存関係が蓄積する空間だ：持続可能なものにするための再設計を生み出すことなく、変革の幻想を生み出す投資サイクルへの依存だ。
Bainが並行調査でインタビューしたCFOたちは、AIのリターンを評価するための指標を変え始めていると述べている。直接的なコスト削減への重点を減らし、情報取得の速度、意思決定の質、変動への対応速度により注目するようになってきた。この指標の変化は表面的なものではない。財務リーダーシップの一部が、問いは「いくら節約したか」ではなく「以前にはできなかったことで今できることは何か」であると理解したことを示している。この区別に遅れて気づくことは代償が大きい。しかし気づくことは、増大し続ける予算を使って間違った指標を測り続けるよりもはるかにましだ。
AIに対する組織的な成熟度は、投資の規模でも選択したツールの洗練度でも測られない。自組織の過去の賭けを誠実に監査する能力、エラーが起きる前に責任を割り当てる能力、そして前の波の不完全なリターンで次の波の資金を賄うという誘惑に抵抗する能力によって測られる。この3つのことができない企業は、変革への道を歩んでいるわけではない。自分自身に資金を供給し、今のところまだそれを立ち止まって直視するに足るコストを生み出していないサイクルの中でただ回り続けているのだ。
