AIは驚異的な存在になりつつある。
ソフトウェアを書き、契約書を分析し、研究を統合し、動画を生成し、顧客対応をこなし、かつては熟練した人間の連携が必要だった複数ステップの業務を、ますます完結できるようになっている。
その進化の速度は、誇張しようがないほどだ。スタンフォード大学の「2025 AI Index Report」によれば、GPT-3.5級の性能を持つモデルの利用コストは約18カ月で280分の1以下に低下した。一方、オープンウエイトモデル（重みを公開したモデル）は、特定のベンチマークで、主要なクローズドモデルとの性能差を1年で8%から1.7%へと縮めている。
これは漸進的な変化ではない。警告である。
ソフトウェア企業にとって、基盤モデルそのものは日増しに防衛しにくくなっている。企業にとって最も賢い戦略は、ますますモデル非依存になりつつある。すなわち、用途ごとに利用可能な最良のモデルを使い、コストと能力の変化に応じて柔軟性を保ち、特定の提供者が永遠に優位であり続けるという前提の上に事業を組み立てないことだ。
だが、ここでより重要な問いが浮かぶ。
モデルが安価になり、より高性能になり、交換可能性が高まるなら、持続的な価値はいったいどこから生まれるのか。
答えは、単なる生産性ではない。
組織の実行能力である。
AI導入とAI能力の違い
多くの企業がAIを導入している。しかし、AIによって能力が高まっている企業ははるかに少ない。
最近、マッキンゼーの「The state of AI: How organizations are rewiring to capture value」を目にした。マッキンゼーによれば、回答者の78%が「自社は少なくとも1つの業務機能でAIを使用している」と答えた。しかし「導入」の範囲は、孤立した試行から、再設計された業務プロセス全体にAIが組み込まれている状態まで、幅広い。
この違いは重要であり、私たちがEXCELR8で企業顧客と取り組む仕事から見ても、まさにその通りだ。
企業は全従業員にコパイロット（AI支援ツール）へのアクセスを与えることはできる。それでも、優先順位が不明確で、意思決定が遅く、機能がサイロ化し、管理職が過負荷に陥り、説明責任が弱く、会議が延々と続くといった状況に苦しみ続けることがある。
会議をより速く要約できても、意思決定が良くなるとは限らない。
より良いダッシュボードを生成できても、実行の徹底が改善するとは限らない。
壊れたワークフローを自動化し、機能不全をより速く生み出してしまうことすらある。
多くのリーダーが過小評価しているリスクがここにある。AIは、設計の悪い組織を「ノイズを生み出すこと」において、より効率的にしてしまう可能性があるのだ。
本当の試金石は、従業員がAIを使っているかどうかではない。組織が実行力を高めているかどうかである。
1. 重要な意思決定をより速く行えるか。
2. リスクをより早期に顕在化できるか。
3. 調整コスト（調整の摩擦）を減らせるか。
4. 管理職がより効果的にコーチングできるよう支援できるか。
5. 顧客への対応力を高められるか。
6. 仕事を単に加速するのではなく、排除できるか。
答えがノーなら、その企業はAI導入はしているかもしれない。しかし、AI変革には至っていない。
薄いレイヤー問題
ここは、多くのAIプロダクトが圧力にさらされる領域でもある。
新興AI企業の多くは、基盤モデルの上に印象的な体験を構築している。意味のある事業をつくる企業もあるだろう。一方で、洗練されたインターフェース、プロンプト層、単一目的のアシスタントだけでは不十分だと気づく企業もある。基盤モデルが改良され、価格が下がり、より大きなプラットフォームが同じ機能を追加したとき、その脆さが露呈するからだ。
モデル自体が堀（モート）ではない。
だからといって、モデルが重要ではないという意味ではない。モデルは極めて重要だ。ただし急速にインフラ化している。強力で不可欠であり、そしてますます交換可能になっている。
より持続性のあるAI企業は、複製が難しい別の何かを保有する企業だ：
⚫︎組み込まれ組み込まれたワークフロー
⚫︎信頼できる流通（ディストリビューション）
⚫︎独自のコンテキスト
⚫︎深い統合
⚫︎意思決定の履歴
⚫︎成果データ
⚫︎運用における行動変容
⚫︎測定可能な経済的インパクト
同じ原理は企業内部にも当てはまる。競争優位は「私たちはAIを使っている」と言えることからは生まれない。競合は誰もがそう言うだろう。
競争優位は、知性を行動へと変換する力を、他の誰よりも効果的に発揮できる組織をつくることから生まれる。
欠けているレイヤー：実行コンテキスト
企業向けAIツールの多くは、検索、要約、下書き、提案ができる。
有用か。もちろんだ。十分か。まったく足りない。
本当に価値ある企業向けAIシステムは、仕事が行われている文脈を理解しなければならない：
⚫︎組織が達成しようとしていること
⚫︎いま重要な優先事項は何か
⚫︎重要な意思決定のオーナーは誰か
⚫︎どこで行動が停滞しているか
⚫︎顧客・従業員・市場のどのシグナルが立ち上がっているか
⚫︎どのチームが整合していないか
⚫︎どのようなコミットメントがなされているか
⚫︎どの行動が実行を助け、または阻害しているか
これを実行コンテキストと呼ぼう。戦略、人、ワークフロー、意思決定、行動、成果をつなぐ、生きた地図である。これがなければ、AIは質問に答えられるにとどまる。
これがあれば、AIはリーダーがより良い問いを立てるのを助けられる：
なぜこのイニシアチブは遅れているのか。
どこでオーナーシップが不明確なのか。
どの顧客課題がチーム横断で繰り返されているのか。
何度も議論されながら、いまだ決まっていない意思決定は何か。
どの管理職に支援が必要か。
次に何が起きるべきか。
これが、より賢い検索ツールと、組織パフォーマンスを改善できるシステムの差である。
実行能力テスト
リーダーは、AIを主として利用指標で測るのをやめるべきだ。
ライセンスをいくつ展開したか。
プロンプトをいくつ実行したか。
パイロットをいくつ立ち上げたか。
エージェントをいくつ発表したか。
これらは活動量の指標にすぎない。
代わりに、実行能力テストを適用する：
AIを導入した後、私たちは次の点でより良くなっているか：
1. 意思決定を行い、それを伝えられるか。
2. 優先事項の周りにチームを整列させられるか。
3. 失敗になる前にリスクを特定できるか。
4. 不必要な調整作業を減らせるか。
5. 管理職のレバレッジと説明責任を高められるか。
6. 顧客と従業員への対応を速められるか。
7. 人材をより高付加価値の仕事へ再配分できるか。
8. 戦略意図を、目に見える実行へと変えられるか。
答えがイエスなら、AIはオペレーティングモデルの一部になりつつある。答えがノーなら、AIは依然として有用なツールではあるかもしれない。だが、変革のエンジンにはなっていない。
次の分断
AIにおける次の分断は、強力なモデルにアクセスできる企業と、できない企業の間ではない。アクセスは普遍化しつつある。
分断は、AIを使ってより有能になる企業と、AIを使ってより「パフォーマティブ（見せかけ）」になる企業の間に生まれる。
パフォーマティブな組織は、パイロット、ダッシュボード、コパイロット、そして発表を積み上げていく。
有能な組織は、成長、顧客成果、スピード、安全、品質、実行を左右する、少数の高価値ワークフローを再設計する。AIを使って摩擦を取り除き、意思決定を明確にし、説明責任を強化し、時間をかけて組織の知性を蓄積していく。
目標はAIファーストの企業になることではない。AIが活用可能な世界で、より有能な企業になることだ。AIという超能力を得た、自社の最高の姿へ。
そしてAI企業自身にとっても、機会は同様に明確だ。顧客のアウトプットを増やすことだけを助けてはならない。
実行する力を築くことを助けよ。
