マイケル・ウェグミュラー氏は、AIの分野で20年以上の経験を持つ。同氏はArtifact SAの共同創業者であり、広く認められたAIビジネスの専門家である。
2025年、AIは経営幹部の4分の3にとって戦略的優先事項のトップ3に入っていた。その優先度は2026年にさらに高まったが、リターンは伴っていない。例えば、MITは、企業のAI実証実験のうち成功したのはわずか5%（購読が必要）であることを明らかにし、BCGは企業の74%が概念実証段階を超えることに苦戦していることを発見した。
企業向けAIプラットフォームの共同創業者として、私はこれがモデル自体の問題であることはほとんどないことを発見した。問題は、多くの組織が依然としてAIを既存のプロセスに単純に追加するアドオンとして扱っていることだ。ここにチャットボットを試験導入し、あそこにコパイロットを展開し、価値が現れるのを待つかもしれない。MITはこれを「学習ギャップ」と呼んでいる。企業のワークフローに適切に適応することのない汎用ツールである。
これらのケースでは、テクノロジーが失敗しているのではない。企業がそれを適切に構築できていないのだ。
すべてのAIが同じように作られているわけではない
BCGの成熟度フレームワークは、AIユースケースを企業への潜在的影響によって分類することで、ノイズを取り除くのに役立つ。
1. 展開：これは、企業がすでに行っていることをより速く行うのに役立つ日常的なAIである。会議の要約、サービスチャットボット、コードアシスタントなどだ。導入のハードルは低いが、競合他社に対して優位性を獲得する可能性も低い。
2. 再構築：これらは差別化が可能になるシステムである。例えば、物流企業は単にルート計画を自動化するだけでなく、リアルタイムの意思決定を中心にサプライチェーンを再設計できる。BCGの2024年の調査では、AIの実際の価値の62%は、サポート業務ではなく、オペレーションやR&Dなどのコア機能に存在していることが判明した。
3. 発明：これは、AI以前には存在しなかったビジネスモデルをカバーする。ほとんどの企業にとって、ここから始めることは現実的ではないが、2026年に行われるすべてのプラットフォーム決定は、そのドアを開いたままにしておくべきだと私は考えている。
多くの組織が依然として日常的なAIの段階にあることは驚くべきことではない。結局のところ、どこかから始める必要がある。厄介なのは、今選ぶプラットフォームが、第2段階に到達できるかどうかを決定する可能性があることだ。
中堅企業のジレンマ
プラットフォームの問題は、企業規模によって異なって見える。フォーチュン500企業は、ほぼすべてを社内で構築する予算を持つ可能性が高い。一方、中小企業は既製のSaaSから真の価値を得ることができる。スペクトラムの両端にとって、道筋は明確だ。
しかし、私が発見したのは、中間に挟まれた企業が最も困難な判断を迫られるということだ。数百人から数千人の従業員を抱える中堅企業は、「日常的」AIから「再構築」AIへ移行しようとした瞬間に、厳しい天井にぶつかる可能性がある。SaaSは彼らをそこまでしか連れて行けないが、社内で構築するには、獲得が容易ではなく、維持にコストがかかり、インフラの保守に簡単に引き込まれる専門人材が必要だ。
MITは、専門ベンダーから購入しパートナーシップを構築することが約67%の確率でうまくいく一方、社内構築は3分の1の頻度でしか成功しないことを発見した。ここでの教訓は、中規模企業が決して構築すべきではないということではなく、むしろ第3の選択肢が必要だということだと私は考えている。それは、価値の天井が低いロックされたSaaSボックスでもなく、基本機能を社内で再現するために無期限に投資することを企業に強いる白紙のエンジニアリングシートでもない、目的に合わせて構築されたプラットフォームだ。
あらゆるAIプラットフォームにとって譲れない3つの要素
中堅企業の範囲にいてAIオプションを検討している場合、真剣なプラットフォームの会話が以下の3つを考慮していることを確認することをお勧めする。これらのオプションについて潜在的なプラットフォームパートナーから得られる回答が曖昧な場合、そのプラットフォームは企業向けの作業に対応していない。
1. セキュリティ第一：企業向けAIは、クライアントが顧客記録、価格設定ロジック、契約、医療ファイルなどを処理する際に、機密データに触れる。選択するプラットフォームは、組織のリスクプロファイルに合致するどのデプロイメントモデルもサポートする必要がある。KPMGは、企業リーダーの75%が、AIエージェントの最優先要件としてセキュリティ、コンプライアンス、監査可能性を挙げていると報告している。これらを、潜在的なプラットフォームパートナーとビジネスを行うための機能要求ではなく、要件にすること。
2. 設計による主権：EU AI法は、最大3500万ユーロ（約4050万ドル）または世界売上高の7%の罰則を科す。単一プロバイダーへの依存が地政学的リスクを伴う可能性があるため、LLMに依存しないアーキテクチャがますます重要になっている。
3. 柔軟性と拡張性：コア機能は標準でサポートされるべきだ。また、組織のすべての要件に合わせて拡張できるよう、コードレベルで拡張可能なプラットフォームを探すこと。
ソリューションプロバイダーが構築対購入の議論に勝っている理由
私の経験では、スタッフは不注意よりも利便性から承認されたシステムを回避する。承認されたツールが使いにくすぎるために、機密データが公開チャットボットに貼り付けられたシナリオは誰もが知っている。これらのケースでは、組織はAIリスクを回避していない。単にそれを自社のガバナンスの外に移動させただけだ。
適切なプラットフォームプロバイダーを見つけることで、これを解決できる。人々がすでに使用しているツールの中にコンプライアントなAIを配置するプロバイダーを選択することで、社内チームがメンテナンスに時間を費やすのをやめ、ビジネスを差別化するユースケースに時間を費やすことができるようになる。理想的には、選択するソリューションは、コア機能を購入し、メンテナンスを専門パートナーに任せ、ブランドに真の価値をもたらすものに集中できるようにするべきだ。
エージェント型AIがいかに賭け金を引き上げるか
AIは明確な波で改善してきた。最初はより多くのデータでのトレーニング、次に推論、そして今はエージェント型ワークフローだ。計画を立て、ツールを呼び出し、互いに作業を引き継ぐ複数の専門エージェントが、AIを単一の回答を提供することから実際に作業を完了させることへと変えている。
ガートナーは2025年に、「企業向けアプリケーションの最大40%が2026年までにタスク固有のエージェントを統合し、今日の5%未満から増加する」と推定した。プラットフォームの決定はこれを考慮すべきだ。今日取られたショートカットは、明日痛みを伴う移行になるリスクがある。
最後に
私が話をするほとんどの中堅企業にとって、問題はもはや構築対購入ではなく、構築、購入、または組み合わせだ。SaaSのみのアプローチは安全だが、天井にもなり得る。純粋な社内構築はコントロールを与えるが、人材とメンテナンス時間も消費する。これらのソリューションのいずれにも頼れない企業にとって、これらのポイントは、日常的AIから再構築AIへの移行を支援できる、安全で主権的で柔軟なプラットフォームを選択するのに役立つ。
