AI「導入」に成功しても、事業が失敗する理由
Jorg Greuel/Getty Images
サマリー：AIプロジェクトの95％が失敗する背景には、設計段階における誤った目標設定がある。多くの企業はAIを既存ビジネスへのつけ足しとして扱い、変革の手段として活用できていない。成功には単なる「導入」ではなく、価値創造の仕組み全体を見直す「再構築」が不可欠である。本稿では、新技術への対照的なアプローチが企業の命運を分けた歴史的事例を検証し、AI時代におけるビジネス再設計の指針を論じる。

AIの「導入」にとらわれていないか

　AIプロジェクトの95％は失敗するといわれている。この数字を発表したのはマサチューセッツ工科大学（MIT）メディアラボのNANDAプロジェクトで、いまや数えきれないほど多くの戦略会議や基調講演の冒頭で言及されている。リーダーたちは当然ながら「どうすれば成功する5％に入れるのか」と自問する。しかし、この問いは本質的な問題を無視している。プロジェクトの設計段階で誤った目標を定めると、「正しい」ツールを構築し、「正しい」マイルストーンを達成したとしても、結果として失敗するのだ。

　まさにそうした事態が今日のAIをめぐって起きている。企業はこぞってAIを導入しているが、それを変革のツールとして捉えていない。目新しい技術を購入し、従来のビジネスモデルにつけ足しているだけだ。AIを単なるアクセサリーとして扱っており、価値創造の仕組み全体を再設計するための強力な手段として扱っていない。

　こうした姿勢は失敗につながる。もしAIの試行的な導入を検討しているのなら、「導入」にとらわれるのをやめ、「再構築」を真剣に考えるべき時だ。本稿では、新技術に対するこの2つの異なるアプローチが歴史的にどのような結果をもたらしたかを示し、AIとの関わり方を模索するリーダーのために、それらがどのような指針を与えるかを論じる。

撮影の価値

　コダックの不名誉なストーリーは、一般的にこのように語られる。1975年に世界初のデジタルカメラを発明しながら、その技術が持つ変革の可能性を理解せず、より先見の明のある他社が市場を支配した後にようやく導入した──。しかし、コダックにとって問題は導入そのものではなかった。同社は2005年時点で米国のデジタルカメラ販売トップであり、デジタル印刷サービスも牽引していた。それにもかかわらず、わずか7年後に経営破綻している。

　その理由を理解するには、フィルム写真が撮影画像の稀少性に基づくビジネスであったことを思い出す必要がある。画像の生成には手間と費用がかかり、フィルムやプリントの利益率は60～70％に上っていた。デジタル写真はこの稀少性を消し去った。画像はほぼ無制限に生成でき、デジタルカメラは低利益のハードウェアビジネスへと転化した。価値は、写真を撮る行為から、写真を整理、共有、保存するシステムへと移行したのだ。

　コダックはその現実に適応できなかった。デジタルカメラを導入しながらも、それを単なるフィルムカメラの代替品として扱い、同社を何十年も支えてきた高収益の中核事業をみずから解体してしまった。さらに重要なのは、新たなエコシステムを形づくる補完サービスである写真共有プラットフォームや編集ツール、ストレージサービスに投資しなかった点だ。コダックは初期のオンライン写真共有スタートアップのオーフォトを買収したものの、ソーシャルプラットフォームや共有プラットフォームではなく、印刷サービスとして位置づけた。

　結果として、「代替」という発想が利益を蝕み、補完製品の不在が新たな利益源への移行を阻むという、二重の打撃をもたらした。新技術を誤った目的で導入したことで、コダックは衰退を加速させた。

　コダックと競合する富士フイルムは、同じ課題に対してまったく異なる対応を取った。フィルムを収益源とする時代は終わったと悟った同社は、化学、イメージング、材料科学の深い専門性を即座に隣接分野へ展開した。フィルム保存用に開発した抗酸化技術を使って化粧品やスキンケア製品をつくり、イメージング技術を医療診断に応用し、材料科学を医薬品や液晶画面の部品に展開した。

　富士フイルムは同時に、旧来のフィルム事業への依存を急速に縮小した。2012年にコダックが破産申請をした時、富士フイルムはすでに新しい企業へと生まれ変わっていた。売上げは250億ドルを超え、ヘルスケア、ドキュメントソリューション、電子材料といった分野で堅調に利益を上げていた。

　この2つの事例が示す教訓は明確だ。新技術を導入するだけでは優位性は得られない。重要なのは、新たな価値がどこにあるのかを見定め、その価値を獲得するためにその新技術特有の能力をどう再配置するか、そして適切な補完技術にどう投資すべきかを判断することだ。

現状分析

　今日、生成AIとその画像モデルは、デジタルカメラがフィルムに与えた脅威と同様に、ストックフォト業界に存亡に関わる脅威をもたらしている。商用利用向けの写真ライセンスを提供するストックフォトのプラットフォームは、高品質画像の稀少性に依拠してきたが、いまや誰でも生成AIモデルを使って、簡単なプロンプトでほしい画像を実質無料で生成できる。

　ストックフォトプラットフォームの対応は主に2つのパターンに分かれている。AIをアーカイブ写真のタグ付けと分類の効率化に使うか、AIを完全に拒絶するかだ。いずれも稀少性に基づく旧来のビジネスに根差しており、真の課題は安価な合成画像との競争ではなく、コンテンツの商用ライセンスに不可欠な信頼、著作権、権利の崩壊を招く手法にあるという点を認識できていない。

　シャッターストックも同じ変化に直面したが、生成AIを単なるツールとも脅威とも捉えなかった。合成コンテンツの時代に従来のビジネスを守るのではなく、信頼、著作権、権利の管理に焦点を移した。次に、メタデータや権利管理の強み、クリエイターや企業との関係性を活用し、企業が安心してAI生成コンテンツを利用できる仕組みを構築した。さらに、システムに必要な補完要素を構築した。オープンAIやエヌビディアとデータライセンス契約を結び、クリエイターへの正当な報酬モデルと、顧客を著作権リスクから保護する免責の枠組みを整えた。

　再定義、再配置、補完機能の構築を組み合わせたことで、シャッターストックは写真のアグリゲーターから業界ガバナンスの中核的な存在へと進化した。写真が無限に存在する世界において、同社はAIモデル開発者とコンテンツ利用者の双方に対して規定を定めている。オープンAIを含むモデル開発者は、トレーニングセットとしてシャッターストックの権利処理済みの写真ライブラリへのアクセスに依存している。企業のバイヤーは法的保護のために同社に頼り、クリエイターは正当な報酬と認知度を得られる同社に信頼を寄せている。

力の再配分

　あらゆる技術革新において、真の優位性は単に高い利益や新たな事業分野だけでなく、バリューチェーン内での力の再配分として現れる。米小売りのウォルマートとKマートの事例がまさにそうだ。

　1970年代半ばにバーコードの技術が小売業界に導入された際、両社は早期に採用したが、結果は大きく異なった。Kマートはバーコードでレジの処理を迅速化したものの、この技術が組織モデルを変革する可能性には気づかなかった。意思決定は分散化され、店舗マネジャーが仕入れと在庫管理を担当する体制が維持された。

　ウォルマートは対照的に、バーコードを単なる効率化のツールではなく、小売ネットワーク全体の情報と調整を再構築できるシステムレベルの機能と捉えた。衛星通信網、サプライヤーとの電子データ交換（EDI）、集中型物流といった補完的インフラに投資した。この新たな仕組みにより、同社は積極的に在庫補充を行い、需要を正確に予測できるようになり、その結果、サプライヤーに自社の基準を徹底させるだけの力を持つようになった。サプライヤーはウォルマートの条件に従い、同社の納品基準や価格設定の期待に適合せざるをえなくなったのだ。

＊　＊　＊

　今日の多くの企業は、こうした事例が教える新技術についての教訓を学んでいない。枠組みを正しく設定しなければ、技術を導入しても衰退を加速させるということだ。前述の事例のように、技術革新は常に力の再配分をもたらすが、先行導入をしただけの企業が勝者になることは稀である。勝者となるのは、技術によって自社のビジネス構造を再構築する企業だ。意思決定の仕組み、技術の展開方法、バリューチェーン全体における価値と支配の構造を再設計する企業である。コダックやKマートは正しい技術を導入したが、間違った問題解決に使った。それとは対照的に、富士フイルム、シャッターストック、ウォルマートは、新技術がもたらす可能性を踏まえてみずからのビジネスモデルを再構築した。

　誤った目標を設定すれば、企業はパイロット事業や導入プログラムを成功させても、競争優位性を確立することはできない。AIにおいても、目指すべきは導入ではなく、再構築だ。最も重要なのは、AIの試行的導入が、組織における仕事の枠組みを再定義し、独自の能力を再配置し、長期的な優位性を生む補完要素の構築に役立つかどうかである。これらを達成できなければ、AIは変化を加速させるが、必ずしも企業にとって有利に働くとは限らない。


"What Executives Get Wrong About AI,"HBR.org, November 10, 2025.