今世紀初頭のドットコム時代と同様、現在の人工知能（AI）ブームにも「ラストマイル」の問題がある。当時のボトルネックは、通信インフラの不足だった。光ファイバーの普及率が限定的であったため、消費者の接続速度は遅く、デジタル取引や価値あるサービスの提供が阻害されていた。現在、株主や取締役会は経営陣に対し、組織のAI投資から飛躍的に高い価値を生み出すよう圧力をかけている。結局のところ、この技術は驚異的な能力を備え、ツールも容易に利用できる。では、生産性向上をはるかに上回り、AI導入コストも大きく上回る価値を持つ便益を、組織が生み出すことを妨げているものは何なのか。
答えは、技術そのものというより、それをどのように導入し、支え、測定し、管理するかにある。AIのラストマイルにおける課題の根本原因には、ROI（投資対効果）をめぐる混乱、生産性向上を変革的な改善より優先する姿勢、ハイパースケーラーの価格モデル進化への対応の遅れ、計画上のギャップ、チェンジマネジメントの不備、データ品質の課題、スキル不足などが含まれる。
これらのラストマイルのボトルネックはいずれも、売上、費用、バランスシート、業務、そして最終的には株主価値に影響する。つまり、この社内におけるAI提供の問題を乗り越えることは、CFO（最高財務責任者）の責務に明確に含まれる。こうした障壁を取り除くには、CFOがラストマイル問題をしっかり理解し、その解決に責任を持ち、必要な関係者全員と連携して実行計画を策定する必要がある。
提供上の問題を解きほぐす
1年前の一般的な見方では、300万ドル（約4億7800万円）のAI投資は、それが生み出す効率化と人員削減によって、1年未満という比較的短い想定期間内に回収できるとされていた。だが、この自己資金化の前提は崩れ、回収期間は3～4年程度のものに見えてきている。財務部門は、迅速かつ大きなリターンを求めるCEOや取締役会、そして忍耐を失いつつある金融市場とこの現実をすり合わせるなかで、以下のラストマイル上の障壁を検討すべきである。
- ROIの方程式の両側が明確に定義されていない：投資側では、AIのコストはサブスクリプション料金で終わらない。トークン消費、社内工数、プロセス変更、役割の再設計、サードパーティーサービスもコストに含まれる。リターン側では、時間短縮、精度向上、イノベーションによる利益、顧客体験の向上など、単純な計算では捉えにくい便益の追跡を怠る組織が多い。（一部のAIプロバイダーは、AIの成果における真のコストと価値を把握するため、成功したタスクあたりのコスト、結果の信頼性、完了した作業に関するその他の指標など、新たな指標の採用を提唱している。）
- 生産性向上への過度な重視が続いている：ガートナーの調査を引用したCPA Practice Advisorの記事によると、財務部門のAI支出の84%は生産性とプロセス改善に向けられている一方、「事業成果を実質的に変える」高価値のユースケースに向けられているのはわずか16%である。この不均衡は、組織の他部門でもおおむね同様に見られる。
- 従量課金型のコストモデルに企業は不意を突かれた：組織は、ハイパースケーラーの新たな価格モデルに対し、いまだに「説明してほしい」という段階にある。場合によっては、6カ月前には想定されていなかったコストが伴っている。
- 利用は広がる一方、計画は不十分：プロティビティの「Global Finance Trends Survey」の結果によると、CFOの約4分の3が自部門のチームでAIを利用していると回答する一方、正式なAI計画の下で運用しているチームはその半数未満にとどまる。この導入と意図のギャップこそ、AIのラストマイル問題を示している。
- AI活用を可能にする最後の20%が最も難しい：生成AIやエージェント型AI以前、ほとんどのビジネスプロセスは、自動化、アウトソーシング、ロボティック・プロセス・オートメーション（RPA）、ローコード／ノーコードプラットフォームの組み合わせによって変革されてきた。これは財務部門にも当てはまり、プロセスの最大80%、主にルールベースで反復的な活動は最適化されている。現在AIによる活用が進められている残り20%の業務は、はるかに複雑だ。こうしたワークフローには例外処理や部門横断の引き継ぎが多く存在する。この複雑性を制御するのは難しいが、AI活用が生み出す価値の相応の部分をもたらす可能性がある。
CFOの守備範囲
ROIと価値創造への揺るぎない注力、データに基づく意思決定へのコミットメント、そしてイノベーションの推進役としての役割の拡大により、CFOは全社的なAI投資を主導するのに適した立場にある。以下の理由も同様である。
- CFOは予算を管理し、その責任を負う：財務リーダーは、支出とその投資が生み出す価値を結びつける。組織のAI投資に対する断片的なアプローチは、そうした結びつきを妨げ、AIのROIが不明確または不十分であるとして、CFOを取締役会からの質問にさらすことになる。誰かがAI支出とそれがもたらす価値を掌握しなければならず、その責任はCFOの職務範囲に十分に収まる。
- 測定における規律は財務部門の中核的能力である：AI導入を急ぐなか、多くの企業は分析的に厳密な投資アプローチを脇に置いてきた。現在、課題がより明確になった以上、CFOは事業リーダーに対し、一歩引いて、投資がどこに行われ、そこから何が期待されるのかを問い直すよう促すべきだ。そのうえで、その情報を投資承認と継続的なROI測定の基盤として用い、現在の投資を検証し、次の投資への道筋をつける必要がある。財務チームはまた、最近重要性を増してきたトークンあたりのコスト、リクエストあたりのトークン数、ワークフローあたりのトークン数、APIコール料金、および関連するコスト指標を理解し、算出する能力も備えている。
- 財務部門の部門横断的な信頼性は、断片的な導入を全体的なアプローチへ置き換える助けとなる：AI導入で最もよく見られる失敗の2つは、全体的な実行アプローチの欠如と、生産性の便益への偏りすぎた注力である。プロティビティでのAI関連業務において、私たちが最も頻繁に遭遇する2つの問いは、「AIのオーナーは誰か」と「自分のROIは何か」である。財務の管理者であり、事業全体に財務上の洞察を提供する立場にあるCFOは、明確に定義されたAI戦略とロードマップのもとに、IT、エンジニアリング、リスク管理、オペレーションを統合できる。これは、変動的な従量課金型クラウドコンピューティング投資に財務上の説明責任を根付かせるため、FinOps（財務オペレーション）部門を設置している財務部門に特に当てはまる。
AIを長期的な価値創出エンジンに変える
Eコマース企業や通信企業は、時間はかかったものの、最終的にラストマイル問題を解決した。CFOは、自組織のAIにおけるラストマイル問題について、それよりも早く直ちに前進する必要がある。以下の施策は、その出発点となる。
- 各AI投資に、オーナー、承認済み投資コスト、承認済み運用予算、測定可能な期待成果を割り当てる：こうした基本的な指定は、企業がAI投資とリターンを予測し、ガバナンスを行い、測定する助けとなる。便益は少なくとも4つのカテゴリー、すなわち生産性向上、売上成長、コスト削減、リスク低減にわたって定量化できる。完全なROI算定の流れは、AI投資のベースラインを設定し、望ましい事業成果を定義し、その成果の財務的便益を定量化し、AIのユニットエコノミクスを算出し、それらの入力値を用いてROIを算定する、というものだ。
- 投資目的別にAIポートフォリオを区分する：AI投資で最も一般的な目的は、（1）労働力の生産性向上（例：チャットソリューション）、（2）オペレーショナルエクセレンス（例：テクノロジーアプリケーションに組み込まれたAI）、（3）成長と顧客への影響（例：カスタム構築されたエージェント）である。この区分により、財務リーダーは、組織の投資を計画された測定可能な事業成果と整合させ、資本配分の専門性を発揮できる。
- 取締役会の期待値をリセットする：自己資金化の前提に基づいてAI投資を承認した取締役会メンバーやCEOは、期待値を再調整する必要がある。CFOは、過去の見誤りについて難しい対話を主導しつつ、より現実的な回収期間を明らかにすべきだ。根底にあるメッセージは、会社がより高い財務規律をもって運営すれば、リターンは実現する、ということである。取締役会や事業リーダーとの積極的な関与は、リスク許容度、投資優先順位、ガバナンス基準に関する認識の一致も確実にする。この取締役会での対話の一部は、投資家向けコミュニケーションや決算説明会に組み込む必要があるかもしれない。
- 正式な計画を策定する：プロティビティの「Global Finance Trends Survey」の結果は、AI導入が計画を上回るペースで進んでいることも示している。実際、まだAIを導入していない企業のほうが、より計画的に準備を進めている。正式なAI戦略と実装計画は、散発的な利用を測定可能な投資ポートフォリオへと転換する助けとなる。
- データ品質とチェンジマネジメントを、前提ではなく予算項目として扱う：AI活用のラストマイルを乗り越えることは、最良水準のマスターデータガバナンス、チェンジマネジメントへの高い注意、レガシーシステム統合、変化する規制要件への対応なしには、ほぼ不可能である。
- 人材投資とそのリターンについて現実的になる：多くの組織は、外部人材を採用するのではなく、既存チームのリスキリングを既定路線にしている。そうしたスキルや、チェンジエージェント、「財務テクノロジスト」など、その他の必須人材カテゴリーは希少である。とはいえ、いずれの調達アプローチも安価でも迅速でもない。それぞれに徹底した費用対効果分析が必要だ。1つ明らかなのは、AI投資の価値提案を完全に実現するために必要な新たな役割、行動、文化的姿勢、そして必要なスキルセットを定義することが極めて重要だという点である。
- 技術的負債とその影響への対応を忘れてはならない：老朽化したERPプラットフォーム、カスタマイズされたアプリケーション、分断されたレガシーシステムは、AI統合を複雑で高コストなものにし、実装を想定より遅らせる。取締役会はこの点を理解していないかもしれない。CFOは経営陣の同僚と協力し、自分たちが引き継いでいる技術的負債の性質と範囲を理解し、適切な前提をコストモデルに組み込むべきである。
アジャイルな財務統制を組み込み、透明性のあるコミュニケーションを維持し、期待値をリセットし、事業戦略と整合し持続可能な価値を生む取り組みを優先することで、CFOは組織がこの困難なラストマイルを乗り越えるのを支援できる。CFOこそ、AI変革を成功裏に完了へ導き、組織の財務成果を最大化するうえで最も適した存在である。
