AIはいまや決算説明会で当たり前に語られる存在であり、大手ベンダーのなかにはAI関連の売上や需要シグナルを意味のある形で切り出す企業も出てきた。だが、経営層の楽観と、企業の実際のAI準備状況とのギャップは拡大している。アクセンチュアの最新「Pulse of Change」レポートによれば、経営幹部の86%が2026年にAI投資を増やす計画で、78%がAIを売上成長の推進要因とみなしている。一方で、全社規模で持続的なAI効果が出ていると答えたのは32%にとどまる。AIに向けてプロセスを作り直しているという回答は約5分の1で、役割をAI中心に再設計しているのは10人に1人未満である。
このギャップこそが中核的な課題だ。周辺領域では生産性向上が構造改革より速く現れ始めている。2026年の本当の問いは、AIをスケールさせるべきかどうかではない。孤立したAIパイロットを持続的な優位へと変えるため、関連するデータ、ワークフロー、ガバナンス、人の意思決定を扱えるインフラと運用プラクティスをどう構築するかである。しかし、アクセンチュアがMicrosoftやServiceNowなどと進める大規模導入、またIBM Consultingのような企業の同様の取り組みは、現実の世界ですでに機能しているAIオペレーティングモデルの青写真が浮かび上がりつつあることを示している。
（開示：Moor Insights & Strategyは、テクノロジー業界の企業（本稿で取り上げる一部企業を含む）に対し、有償の調査、コンサルティング、アドバイザリーサービスを提供している。アクセンチュアは元クライアントである。）
AIオペレーティングモデルの実践的な青写真
私が話をするリーダーたちは、コパイロット、エージェント、フォワード・デプロイド・エンジニア（FDE：顧客環境に入り込み導入・運用を推進するエンジニア）が有用かどうかを問う段階を過ぎている。彼らが格闘しているのは、より根源的な問題だ。すなわち、ソフトウェアが情報を明らかにしたり提供したりするだけでなく、行動を起こせる世界に向けて、自社の組織は作られていなかったという現実である。「Pulse of Change」レポートの調査対象となった経営陣は、その緊張関係を率直に語っている。多くがAIにより多くの予算を投じ、成長の牽引役になると期待する一方で、その投資を成果に変える体制が整っていると答える人ははるかに少ない。従業員はすでに新しいツールを試しているが、仕事、役割、責任の所在がどう変わるのかが不明確なままのケースも多い。職場のAI関連の変化に対して、研修で準備ができていると感じるのは約半数にとどまる。これらのシグナルが示すメッセージは同じだ。AIの成果は、企業がその技術を中心にオペレーティングモデルをどう設計し、どう運用するかに大きく依存する。
「Pulse of Change」レポートと類似研究、さらにIBMなどから私が受けたブリーフィングは、AI価値がいまや個別ユースケースと同じくらい周辺構造に左右されることを示唆している。私が話す組織のなかでパイロットを超えつつある企業は、データ、ワークフロー、ガバナンス、人材に関して共通の選択をする傾向がある。その選択こそがAIのオペレーティングモデルを定義している。必ずしもそう呼ばれていなくとも、である。そしてそれらは、4つの重要原則にますます収れんしている。
1. 抽象的なユースケースではなく、実際のワークフローから始める
営業やカスタマーサービスのように測定可能な領域でさえ、多くのAIプログラムは特定のワークフローに紐づかない大枠の取り組みとして構想されがちで、その結果、効果の立証や、うまくいくもののスケールが難しくなる。パイロットを超えて前進する取り組みは、少数の具体的なエンドツーエンドのワークフローに焦点を当て、実際の仕事の進み方に密着する傾向がある。例えば、インシデント管理、保険金請求処理、オーダー・トゥ・キャッシュ（受注から入金まで）のようなプロセスを選び、現状がどう動いているかを文書化する。データがどこにあり、意思決定がどこで行われ、引き継ぎがどこで常態的に失敗するのかを正確に把握するのだ。この基盤ができれば、コパイロットやエージェントが仕事の一部を安全に担える箇所と、人が判断や例外対応の主導権を握るべき箇所を、はるかに容易に見極められる。
こうしたプロセス重視は、ServiceNowが最近開催した「Knowledge 2026」カンファレンスでも一貫して見られた。アクセンチュアのマネージングディレクターであるトム・ブラス氏と、オブザーバビリティ（可観測性）ベンダーDynatraceでパートナーおよびアライアンス担当シニアバイスプレジデントを務めるジェイ・スナイダー氏は、Dynatraceの問題検知向け「Davis AI」や依存関係マッピングの「SmartScape」が、ServiceNowのワークフローに組み込まれ、IT問題対応をプロアクティブな運用プロセスへと変える仕組みを説明してくれた。スナイダー氏は、IT課題を検知し、診断し、修復し、検証し、クローズする効率的なクローズドループを目標とし、人を「これまで時間を割けなかったことに集中させる」ことだと述べた。ブラス氏はこう言い切った。「非効率なプロセスにAIを適用しているだけなら、非効率を自動化しているにすぎない」
2. データ、プラットフォーム、ガバナンスを横断する「AIスパイン」を構築する
「Pulse of Change」レポートでは、多くのリーダーがAIが成長を牽引すると期待する一方、企業の多くが依然として断片化したデータ、重複するプラットフォーム、不統一な統制に苦しんでいることが示されている。アクセンチュアは解として「インテリジェントなスーパーハイウェイ」を提示する。クラウド対応アーキテクチャ、一貫したデータ戦略、統合ワークフローが、機械学習、生成AI、エージェントを共通基盤で支えるという考え方だ。実務上、このスパインは、少数の共有データプラットフォーム、オーケストレーション層、ポリシーエンジンとして現れ、あらゆるAI施策がそこへ接続することを求められる。その見返りは一貫性、スケール、そしてより明確な統制である。
このパターンの一例が、LenovoとServiceNowのパートナーシップ拡大である。Lenovoは、同社のDigital Workplace Solutions、xIQテレメトリー、マネージドサービスを、ServiceNowのAI Platform、Workflow Data Fabric、AI Control Towerと組み合わせ、エンドポイント主導のワークフローのための統合バックボーンを構築している。狙いは、分断されたデバイス運用を、統一されたガバナンスと可視性を備えた、接続されたAI駆動ワークフローへと変えることにある。
3. ガバナンスをアーキテクチャの一部として扱う
組織が「提案するAI」から「行動するAI」へ移行するにつれ、ガバナンスは製品とアーキテクチャの一部にならなければならない。例えば、アクセンチュアがServiceNowと進める自律型ITの取り組みや、より広範なAIガイダンスでは、権限範囲を限定した許可、監査可能性、明確な意思決定権限を、別建てのコンプライアンス手続きに任せるのではなく、ワークフローやエージェント設計に直接組み込む。Knowledge 2026の場でアクセンチュアCIOのトニー・レラリス氏は、これを「定型的な課題に対してゼロタッチのサービスデスクへ向かう段階的な道筋。ただし、すべてのエージェントを一級のアイデンティティとして扱い、ポリシーで統制し、完全に可観測にする」と表現した。平均解決時間、ケースの回避、サービス品質は、リスクとコンプライアンス指標と並行して追跡されるという。
Knowledge 2026でのServiceNowの発表は、この考え方をカスタマーゼロ（自社利用）環境からプラットフォーム自体へと拡張した。同社は、AI Control Towerをダッシュボードからコマンドセンターへと進化させ、サードパーティやカスタムシステムを含む全社にわたり、AIモデルとエージェントを発見し、観測し、統制し、保護し、測定できるようにした。大きな注目を集めた新機能の1つが、エージェントが権限範囲外で動作したり異常行動を示したりした場合に、リアルタイムで一時停止または停止できるキルスイッチである。ServiceNowの幹部は、（顧客ではない）実際のインシデントとして、権限の高いAIエージェントが本番データベースをバックアップごと9秒で削除した例を挙げた。攻撃者は存在せず、止めるガードレールもなかったという。これは、承認時だけでなく実行時（ランタイム）にも事業を守るエージェント・ガバナンスへと移行していることを示している。
IBMが重視するマルチエージェント・オーケストレーション、ポリシー対応インフラ、データ主権も同様の点を示す。AIをスケール運用するには、エージェントの振る舞い、システムへのアクセス、運用統制を一体で設計し、計測できるようにしなければならない。適切なシステムへの安全な接続、きめ細かな権限範囲、モニタリングとログ、そしてエージェントが人と同じルールに従えるだけのプロセス文書化は、すべて中核設計の一部になる必要がある。ガバナンスを第一級の設計要件として扱えば、企業は迅速さを保ちつつ可視性と統制を維持し、スケールの果実を得やすくなる。
4. 人を主役に置き、それを前提にAI支援の仕事を設計する
「Pulse of Change」レポートは、AI価値がいまや技術と同じくらい人に依存していることを明確にしている。リーダーはAIに強気だが、労働者の自信、明確さ、スキルは遅れている。私が間近で見てきた導入例、アクセンチュアの社内AIプログラムから金融サービスや医療などの分野における初期のエージェント活用まで、前進するチームは「人をループに入れる」ことが自然に起きるとは想定しない。どの意思決定を人が担うのか、例外をどう扱うのか、エスカレーションはどうするのか、人とAI双方の成功をどう測るのかを定義する。
アクセンチュアにおけるCopilot導入は、その規律の一例である。Microsoftとアクセンチュアが、約74万3000人の従業員へのMicrosoft 365 Copilot展開を発表した時点で、Copilotはすでに段階的な社内プロセスを経ていた。経営層を対象にした初期パイロット、対象を絞ったコーチング、役割別の明確な利用ガイダンス、さらにパターンとガードレールを共有する社内コミュニティである。社内報告によれば、調査対象の従業員の97%が、Copilotにより定型業務を最大15倍速く完了できたと回答し、主要コホートではアクティブ利用率が約89%に達したという。重要なのは、これらの数字が単なる機能採用の結果ではなく、意図的なチェンジマネジメント・プログラムの上に成り立っている点である。従業員が責任と判断の面で明確に主導権を持っていなければ、他の要素も長続きしない。それが成果を持続可能にする。
青写真を実装へ移す
具体化のため、カスタマーサービスとオペレーションでAIパイロットを超えたいと考えるグローバル銀行を想定しよう。コンタクトセンターでまた新たな大枠のAI施策を立ち上げるのではなく、高価値で摩擦の大きいワークフロー1つに絞る。例えば、国境を跨ぐ送金に関する照会の解決である。このプロセスは、コンタクトセンターや基幹銀行システムから制裁スクリーニング、地域オペレーションまで複数のシステムとチームにまたがるため、最も痛みの大きい場所で効果を測れる。
銀行はこれを機能追加ではなく、エンドツーエンドの再設計として扱う。現行フローをマッピングし、データの所在、意思決定の場所、遅延やエラーが多い箇所を文書化する。それが、エージェント、コパイロット、人に特定のステップを割り当てるターゲット設計の基盤となる。エージェントは、社内システムからの文脈収集、地域を跨いだ取引ステータス確認、回答ドラフト作成などを担う。人の専門家は、リスク判断、制裁関連、複雑な例外、関係性に配慮が必要な会話の責任を保持する。
そのワークフローの下層で、銀行は先に述べたAIスパインに投資する。関連する基幹システムを統制されたデータプラットフォームへ接続し、APIとイベントストリームを通じて公開し、共通のアイデンティティとポリシー層を介してアクセスをルーティングする。これにより、異なるベンダーのAIエージェントやコパイロットが、顧客と取引の一貫したビューを参照し、CRM、ケース管理、社内オペレーションツールのどこに組み込まれていようと同一のポリシーの下で動作できる。ガバナンスは設計の一部である。
この種の再設計が機能し始めると、銀行内の会話は変わる。AIをどこに使うかではなく、どのワークフローがこのレベルのアーキテクチャ投資とオペレーティングモデル投資に値するのか、それをどの順番で進めるべきかへと焦点が移る。
FDEとエージェントの位置づけ
このグローバル銀行の例は当然の疑問を生む。こうした再設計を大規模に実行するのは誰なのか。フォワード・デプロイド・エンジニアは、企業がその答えを出し始める手段の1つである。実務的には、本番環境でエージェントを展開することは、エンジニアリングとプロセス設計の課題だ。エージェントが適切なデータへ安全にアクセスできるようシステムをモダナイズし、アクセス制御と権限をマッピングし、エージェントが追従できる形でプロセスを文書化し、人とエージェントの新しいワークフローを設計し、モデルとアーキテクチャが進化するなかで評価とガードレールの枠組みを維持する必要がある。この作業は、本稿で示した青写真の中核に位置し、多くの場合、支援対象の現場チームではなくFDEが責任を負う。
この変化の具体例が、Knowledge 2026で発表されたアクセンチュアとServiceNowのFDEプログラムである。ServiceNowのAI特化FDEと、アクセンチュアの業界特化FDEが、共通の顧客企業の現場に一体で入り込み、顧客がすでに利用しているServiceNow AI Platform上にエージェンティック・ワークフローを直接構築し、初期構築から全社展開へスケールさせていく。このプロセスは、社内チームに完全に任せるのではなく、共同のデリバリーモデルとして採用される。
この意味で、FDEや類似の役割はオペレーティングモデルの一部であり、後付けのレイヤーではない。優先すべきワークフローの選定を助け、ドメイン固有のニュアンスをプロセスとポリシーへ翻訳し、AIスパインの制約のなかでエージェントの挙動を設定し、人が判断と責任の面で主導権を握り続けるための引き継ぎを設計する。大手コンサルティングファームも同様の役割を担っている。MicrosoftやServiceNowと進めるアクセンチュアの社内取り組み、watsonxプラットフォームとエージェント・オーケストレーションを軸にAIオペレーティングモデルを推進するIBMの取り組みはいずれも同じ方向を指す。企業は、ドメインとアーキテクチャの双方を理解し、実際の業務負荷にエージェントを組み込み、時間をかけて統制し、成果に関して人が確実に主導権を持ち続けるようにできる人材を必要とする。
リスクは現実だが、突破口もまた現実だ
この青写真のあらゆる要素は、厳しい制約に直面する。前進している組織は、これらのリスクを避けているのではなく、リスクを前提に設計している。
出発点はアーキテクチャとデータのリスクである。多くの基幹システムとデータがいまだ断片化している現実を踏まえれば、実務的な対応は対象範囲を狭めることだ。まず少数の重要ドメインを安定化し、その領域のために統制されたデータ層を構築し、仕事の流れの中にAIを直接組み込み、そのパターンを繰り返す。
ガバナンスと統制のリスクは、エージェントが本番システムで行動できるようになると急速に高まる。アクセンチュアのServiceNowカスタマーゼロの取り組みは、この点を明確に打ち出している。すべてのエージェントは初日からアイデンティティ、権限範囲を限定した許可、監査証跡を持つ必要がある。設定を誤ったエージェントは、誰かが気づく前に何千ものアクションを生成し得るからだ。Knowledge 2026でServiceNowはこの考え方をさらに推し進め、サードパーティやカスタムシステムを含む全社にわたり、AIエージェントとアプリケーションを発見・観測・統制・保護・測定する拡張版AI Control Towerを提示した。キルスイッチはその目に見える表現にすぎず、パターンはより広い。ガバナンスはアーキテクチャそのものに組み込まれつつある。つまり、明確な権限範囲、中央集権的なポリシー強制、プラットフォーム横断で一貫したログ、そして本番環境におけるエージェントの振る舞いを監視し、調整し、必要なら停止する方法を所有する共同チームを伴う、基本的な統制層を早期に（不完全であっても）構築する必要がある。
人とオペレーティングモデルのリスクは、技術リスクと同程度に大きい。「Pulse of Change」レポートは、AI価値に対する最大の障壁がいまや従業員との整合であると指摘する。経営陣は楽観的だが、多くの従業員は役割がどう進化するのかについて準備不足、あるいは不明確だと感じている。アクセンチュアのCopilot展開とIBMのクライアント支援はいずれも同じ処方箋を示す。データとプラットフォームと並行して役割、インセンティブ、スキルを変え、新しいツールを単なる新ソフトウェアではなく仕事のやり方の変化として扱うことだ。リーダーが答えるべき中核設計の問いは、人とAIが負荷を分担する世界で、誰がどの意思決定を所有し、例外をどう扱い、仕事をどう測るのかである。
容易ではないが、パターンは明確になりつつある。先行する組織は、AIをレガシー構造への付け足しとしてではなく、仕事の回り方そのものを作り直す触媒として扱っている。2026年の真の差別化要因は、リーダーが少数の重要ワークフローを再設計し、ガバナンスを組み込んだAIスパインへ接続し、技術がスケールしても人が主導権を持ち続けられるだけの自信と権限を与えられるかどうかである。
