AI変革を失速させるラストマイル問題全社モデルへと移行する7つの戦略的柱 | データ経営

Illustration by Andrea Cobb

サマリー：多くの企業がAIのパイロット運用に成功しつつも、全社的な変革には至っていない。その原因はAIモデルの質ではなく、組織設計やガバナンスといった「ラストマイル」の構造的障壁にある。技術の真価を引き出して競争優位を築くには、既存のプロセスへの後づけを脱し、業務を白紙から再設計して自律的なエージェントを中心とした運用モデルへ移行する必要がある。先進企業が実践する7つの指針を解き明かす。

組織全体に広がらないAI変革

　経営者は、AI主導による変革がもたらす可能性にますます夢中になり、相応の投資を行ってきた。ほとんどの大企業は、何百ものパイロットプロジェクトを開始し、コパイロットやチャットGPTといったツールへのアクセスを広く提供してきた。

　しかし、こうしたパイロットプロジェクトの多くは、時間とコストを削減しプロセスを効率化するなど、個々には成功しているものの、その成果は組織全体には広がっていない。AIを中心に事業運営やビジネスモデルを根本的に変革できた企業はほとんどないのである。

　デジタルデータデザイン（D^3）研究所（本稿の筆者であるステーブとラカーニが設立を支援した）とマイクロソフトは、最先端のAIケイパビリティを軸に業務プロセスを再設計した企業のビジネスの未来と、現在からそこへ向かう道筋を探るため、ハーバード・ビジネス・スクール（HBS）に「フロンティア・ファーム・イニシアティブ」（FFI）を立ち上げた。このFFIは、ハーバード大学の厳格な組織研究とマイクロソフトの最前線における技術導入データを組み合わせ、企業が単なる自動化を超えて、価値創造の方法そのものを変えるエージェンティック・ワークフローへ移行する方法を研究している。

　FFIは最近、AIのパイロットが全社的な運用モデルになるのを阻む具体的な要因を特定するため、HBSで非公開のサミットを開催した。医療、銀行、製造業などの分野を代表する12のグローバル企業の上級リーダーを招き、各社の変革が停滞している具体的な要因について議論した。これを行った理由は2つある。第1に、これらの企業がAI変革において直面している課題と、これまで試みてきたことを理解するため。第2に、将来の機会と、今後どのようにアプローチを変えるべきかについて議論するためである。

人生の行き先を決めるのに、早すぎることはない

キャリア

Read now

　参加者はAIツールの熱心な導入企業であり、後追い企業ではない。多くの企業ではすでに数百件のAI導入が稼働しており、M365 コパイロット、チャットGPT エンタープライズ、あるいはエンジニアリングチーム向けに特化したギットハブコパイロット環境といった生産性向上ツールもほぼ全社的に導入されていた。

　しかし、これらのツールは個人の生産性を向上させる一方で、「生産性の孤島」として存在することが多く、信頼性の高い大規模な全社システムに転換されていない。実際には、AIエージェントが数秒で複雑な契約書ドラフトを作成できたとしても、法務が手作業で行うレビューの順番が回ってくるまで、2週間待たされてしまう。これは、企業のリスク管理やガバナンスの枠組みが、エージェントの処理速度に合わせて再設計されていないためである。ボトルネックが移動したにすぎないのだ。

　サミットに参加したリーダーたちによると、進展を妨げている主な要因は、モデルの品質やデータ利用の問題にあることは少なく、むしろ技術的能力に見合った組織設計がなされなければならない変革の「ラストマイル」にあるという。我々は、局所的なAI実験から、統一されたAIネイティブな運用モデルへのシームレスな移行を妨げる7つの構造的障壁を突き止めた。さらに、パイロット段階を超えて真のAIネイティブな運用モデルへと移行する準備が整ったリーダーのために、新たな青写真を提示する。