巨額の資金、不明確な変革：上層部におけるAIの構造的問題
ほぼすべての企業予算に、ある一行が存在する。「人工知能による変革」といった名称が付けられ、金額が記載され、経営委員会のだれかの署名がある。しかし多くの場合、その資金が正確に何を購入するのかという運用上の定義は存在しない。
ガートナーは、AIへの企業支出が2026年には2兆5,900億ドルに達すると予測しており、これはわずか1年間で47%増加することを意味する。一方、IBMの調査によれば、その投資対効果を自信を持って測定できる経営幹部はわずか29%にとどまる。この二つの数値の差は、統計上の皮肉ではない。組織がいまだに正確に名付けられていない構造的な問題の地図である。
予算はすでに存在する。変革は、運用上の概念としては、まだ存在していない。
注目すべき点は、AIをめぐる技術的な不確実性があることではない。急速に進化する若い技術においてそれは当然だ。注目すべきは、その不確実性の下に根付きつつあるガバナンスのパターンである。つまり、その投資が何かを生み出すかどうかを左右する問いに先に答えることなく、歴史的な規模の投資を承認している経営幹部たちと、購入者が構築しなかった定義を喜んで提供する技術ソリューション市場の存在だ。
経営幹部は地図なしでハンドルを握った
長年にわたり、人工知能戦略はテクノロジー部門の管轄事項だった。それが変わった。フォーブス・リサーチは、AIに関する意思決定の権限がシステム部門から上層部へと移行したことを記録している。今やAIの予算を管理し、取り組みに優先順位をつけ、方向性を定めるのは、最高経営責任者、最高財務責任者、最高執行責任者たちだ。
並行して、CNBCが引用した2,000以上の組織を分析した調査によれば、76%がすでにAI責任者（CAIO）のポストを設けており、前年の26%から大幅に増加している。12か月で50ポイントという上昇幅は、構造的な成熟を示しているのではない。政治的な緊急性を示している。取締役会はAIに責任を持つ人物を求め、組織はそのポジションが何をすべきかを設計する前にポジションを作ることで応じている。
IBMは2026年のグローバル調査で、最高経営責任者がAIから競争上の優位性を引き出すために経営委員会のメンバーの役割を積極的に再設計していることを記録した。デロイトはコンサルティング部門から、生成AIに関して経営委員会自体を育成するために時間とプログラムへの投資を明示的に推奨している。これは、その委員会が自分たちの資金を投じているものを統治する能力をまだ持っていないことを認めることを意味する。この二つのシグナル——役割の急速な再設計と、意思決定者を育成する必要性の認識——は、ドライバーを訓練する前にアクセルを踏み込んだ組織の姿を浮かび上がらせる。
問題は経営幹部が知性や善意を欠いていることではない。資金が流れ始める前に意思決定の構造が再設計されなかったことにある。取締役会は数時間で予算を承認できる。しかしそれをうまく使うための判断基準を構築するには、組織に対して誠実に向き合う数か月の作業が必要だ。
その逆転した順序が生み出すものは予測可能だ。具体的なビジネス目標と結びついていない断片的なパイロット、同じ問題を互換性のない方法で解決する重複したツール、そして組織が事前に定義しなかったために提供者が定義した成功指標。お金は使われる。変革は起きない。
会議の場で誰も口にしない溝
持続的な注意を向けるべきデータがある。研修企業マルチバースが英国の管理職の労働力について発表した調査によれば、リーダーの59%は自分のチームが毎日AIと協働していると考えている。しかし実際にそうしていると答えた従業員はわずか42%だ。経営幹部の認識と現場の実態の間に、17ポイントの差がある。
この溝は単なる社内コミュニケーションの問題ではない。戦略的なキャリブレーション（調整）の問題である。上層部が採用ペース、育成計画、期待リターンに関する意思決定を、実際の使用状況の約40%も過大な数字に基づいて行っているとすれば、予算を正当化した生産性の予測は構造的に誤っている。不誠実さからではなく、中間層や現場レベルで実際に何が起きているかを測定する仕組みを誰も導入しなかったからだ。
アクシオスは同じ亀裂の別の側面を記録している。AIを使用している企業への調査では、一定割合の経営幹部が実装について「組織を分断している」と表現している。その表現は技術的な問題を指摘しているのではない。変革に関する語り口が上から下へと構築され、それを実行しなければならない層が設計に関与していなかったことを示している。
変化の人的アーキテクチャ——誰が、いつ、どのような情報を持ち、どの程度の意思決定への影響力を持って参加するか——が、技術的な変革が新たな能力を生み出すのか、それとも単に新たな摩擦を生み出すのかを決定する。そのアーキテクチャは、データが描く多くの事例において、最後に検討されたものだった。
組織はAI責任者を持ち、承認済みの予算を持ち、完璧な経営幹部向けプレゼンテーションを持っていても、変化の人的設計が存在しなければ、構造的に脆弱であり続ける。ポジションと予算は可視的なシグナルだ。脆弱性はまだ見えていないものの中にある。
企業が定義できなかった変革を市場が定義するとき
この力学の背後に、静かに機能している市場のメカニズムがある。組織が自社の運用上の問題を正確に定義せずにソリューションを評価しに行くとき、提供者が最終的に定義を提供することになる。悪意からではなく、誰かが空白を埋めなければならず、提供者にはそれをするためのあらゆる語りのインフラが整っているからだ。ユースケース、ベンチマーク、デモ、そして自社製品が主役として登場する変革とは何かについてのストーリーだ。
結果として、組織は借りた定義を購入する。そして借りた定義は戦略ではない。他者が書いたショッピングリストだ。
これはテクノロジー採用のサイクルにおいて新しいことではない。生成AIで変わるのは、決定されているものの規模だ。以前の技術——データプラットフォーム、プロセスの自動化、管理ソフトウェア——は人々の働き方を再編した。生成AIは、その最も野心的な形において、誰が仕事をするかを再編する。この違いは修辞的なものではない。資本を投じる前に必要とされる組織分析の種類を完全に変えるものだ。
企業がデータプラットフォームを購入するとき、問われるのはどのプロセスが最適化されるかだ。AIシステムに自律的な仕事を委ねるとき、問われるのはどの仕事が人間の責任ではなくなるのか、どのような条件で、どのような監督のもとで、そしてシステムが失敗した場合の結果はどうなるかだ。それらの問いに答えるのは提供者ではない。そして現在のデータが示すのは、署名の前にそれらに答えている経営委員会も多くはないということだ。
最近のAIガバナンスに関する分析によれば、組織の39%のみが従業員がすでに使用している生成AIツールの基準を持っている。この数字は、ガバナンスの枠組みを構築中の業界を描いているのではない。すでに技術を展開し、まだ枠組みを構築していない業界を描いている。順序は逆転しており、それが生み出すリスク——規制上、運用上、評判上——は、まだ目に見える事故を引き起こしていないとしても、現実のものだ。
どの提供者も実施しない成熟度テスト
これらすべてのデータから浮かび上がるパターンには、正確に名指しする価値のある特定の特徴がある。それはスピードの問題ではなく、順序の問題だ。組織はきちんと定義されたものに向かって速く進みすぎているのではない。定義が曖昧であることに多くを費やしており、それは予算が先、定義が後という順序だったからだ。
IBMは、最高経営責任者がAIからより大きなビジネスインパクトを生み出すために経営委員会のメンバーの役割を再設計していると結論付けている。デロイトは、組織がAIに付随する規制を真に理解し、リーダーシップ自身の能力を更新するために投資するよう求めている。両方の勧告は、今日、リーダーシップが理解していることと、リーダーシップが決定していることの間に乖離があることを前提としている。正確にそのような言葉では述べていないが、データが描いているのはそういうことだ。
技術的変革に直面したときの組織の構造的な成熟度は、予算の規模や新しい経営幹部の役職名では測られない。資本を投じる前にリーダーシップが答えられた問いの質によって測られる。具体的にどの仕事が再配分されるのか、どのような条件で、どのような監督メカニズムのもとで、提供者の基準に依存しない成功の定義は何か、そして現場レベルで何が起きているかを測定するシステムの実際の能力はどうかという問いだ。
これらの問いは技術的なものではない。組織ガバナンスの問いだ。そして組織の71%がAIへの投資対効果を測定できないという事実は、多くがそれらに答えないまま支出に踏み切ったことを示唆している。
AI責任者のポストは増殖し、予算は年率47%で成長し、ソリューション市場はそれを求める者に喜んで確実性を提供する準備ができている。しかし市場が提供しないのは、解決策を購入する前に自社の問題を定義する組織の能力だ。その能力は内部で、時間をかけて、そしてシステムがまだできないことについて誠実に向き合いながら構築される。競争上のプレッシャーがそれなしに行動することを強いる前にその能力を開発した組織こそが、3年後に、自分たちが資金を投じたのが変革だったのか、それとも他者が代わりに書いた定義に向けた予算の移転だったのかを評価できるようになるだろう。
