エンタープライズAIは、より複雑な段階に入りつつある。AIを統合的なテクノロジートレンドとして捉える議論はなお多いが、その前提はますます危険になっている。CIOやCTOがテクノロジー戦略の次の段階を計画するにあたり、自分たちが実際には根本的に異なる3つのテクノロジー環境を管理していることを認識する必要があると私は考えている。それぞれに異なる運用モデル、ガバナンス、期待値が求められるからだ。
こうした違いを早い段階で認識する組織は、不要なコストや運用リスクを回避しながら、AIによる生産性向上を取り込むうえではるかに有利な立場に立つことになる。
出現した3つのテクノロジー環境
今日の大半の企業は、3つの異なるテクノロジー環境を運用している。
第1は、組織が過去30〜50年をかけて構築してきた従来型のエンタープライズ・テクノロジースタックである。メインフレームやERPシステムから、長年のデジタルトランスフォーメーションを通じて蓄積されてきた無数のアプリケーションまで、あらゆるものが含まれる。これらの環境が社内で管理されているのか、アウトソーシングされているのか、あるいはハイブリッドモデルで支えられているのかにかかわらず、その運用原則は十分に理解されている。
第2の環境は、AIが組み込まれたテクノロジースタックである。現在、多くの企業が投資しているのはこの領域だ。既存システムを置き換えるのではなく、Microsoft Copilotのような製品や、既存の企業データとワークフローを活用するカスタム構築のAIアプリケーションを通じて、既存システムを強化するためにAI機能を追加している。
第3の環境は、まったく別物である。今日最も大きな期待を集めているのは、ネイティブなエージェント型AI環境だが、この環境は同時に最も大きな誤解も生んでいる。従来型のテクノロジースタックとは異なり、AIネイティブ環境は本質的に動的である。データ構造は継続的に進化し、オントロジーも変化する。そのデータとやり取りするエージェントは絶えず適応していく。テクノロジーと事業運営の関係さえ、固定的なものではなく流動的なものになる。これは今日のテクノロジースタックの進化形ではなく、まったく異なるスタックなのである。
AIによる強化は必要だが、限界がある
ほぼすべての企業は、純粋に従来型のテクノロジースタックから、AIで強化されたスタックへと移行していく。この移行は実務的であり、避けられないものでもある。
経済的な合理性は明らかだ。何十年もの間、組織は業務を低コストの提供拠点へ移すことで、労働コストの裁定に大きく依存してきた。AIは今、労働コストの裁定だけで実現できる水準を超えてコストを削減する機会をもたらしている。
ただし、リーダーは現実的な期待値を保つべきである。既存アプリケーションにAIモジュールを追加しても、一般には変革的というより漸進的な改善にとどまる。ソフトウェアベンダーは今後も製品全体にAIを組み込んでいくため、企業は当然その機能を活用すべきだ。だが、レガシーシステムにAIを後付けしても、多くの経営幹部が期待するような劇的な事業の再創造が生まれることはまれである。
本当に必要な取り組みは、AIが可能にする生産性向上を組織が実際に取り込めるよう、業務を再設計することにある。AIモジュールの追加を、単なるテクノロジーのアップグレードとして位置づけるべきではない。意味のある生産性向上を達成するには、チームの働き方も変えなければならない。新しいAIツールには、新しい運用方法、見直されたプロセス、異なる組織構造が必要である。業務の進め方を変えずにAIライセンスを購入するだけの企業は、意味のある利益を得られないままコストを増やすリスクを負う。
この変革を成功裏に完了した組織は、20〜40%の生産性向上を報告している。こうした成果は、テクノロジーそのものと同じくらい、業務変革から生まれている。
多くの組織は、従来のITで有効だった同じポリシー、組織構造、契約モデルを使って、これらの環境を統治できると考える誤りを犯している。そのアプローチが成功する可能性は低い。AIネイティブシステムを支えるには、根本的に異なる考え方が必要である。
運用上の説明責任は設計に組み込まなければならない
最も大きな変化の1つは、運用上の説明責任に関わるものだ。従来のエンタープライズシステムでは、テクノロジーが正しく機能し、許容可能なコスト範囲内で運用されるよう、人とプロセスが担保してきた。人間が監督を担っていたのである。AIネイティブ環境では、その説明責任の多くを、ますますテクノロジー自体に直接組み込む必要がある。
運用上の説明責任には、2つの不可欠な要素がある。第1に、システムは一貫して正しい判断を下さなければならない。ほとんどの場合にうまく機能する確率論的モデルでは、重要な事業運営には不十分である。こうしたシステムは、変化する条件に継続的に適応しながら、信頼できる結果をもたらすよう設計されなければならない。
第2に、許容可能なコストで動作しなければならないことだ。すでに多くの組織が、想定外に大きいコンテキストウィンドウや、制御されていないトークン消費によって、AIの費用がいかに急速に高騰するかを痛感している。持続不可能なコストで正しい答えを出すシステムは、やはり失敗作なのである。
これらの環境は進化を止めることがないため、2つの側面はいずれも継続的な監視を必要とする。
単に拡張するのではなく、再発明せよ
長期的に見れば、企業はAIネイティブ環境への投資をより積極化すると私は見ている。そこに最大の長期的リターンがあるからだ。ただし、組織は3つのテクノロジー環境を同じ問題のバリエーションとして扱いたい誘惑に抗うべきである。
従来型システムには1つの運用モデルが必要であり、AIで強化されたシステムには生産性向上を取り込むための運用の進化が必要であり、AIネイティブ環境には組織の再発明が必要である。
この違いは、外部パートナーにも及ぶ。企業は同じテクノロジープロバイダーの多くと引き続き協業するかもしれないが、AIネイティブな運用へ移行するにつれて、関係性、契約モデル、ガバナンス構造、成功指標は大きく変わる必要がある。
教訓は明快だ。いずれもAIに関わるからといって、この3つのテクノロジー環境を混同してはならない。今日のテクノロジースタックを拡張することは、すべての企業が進めるべき重要な一歩である。だが、AIネイティブシステムを構築するには、まったく異なるマインドセットが必要だ。その違いを早い段階で認識する組織は、他社が犯す可能性の高い多くの高くつく過ちを避けながら、AIの潜在力を最大限に引き出すうえではるかに有利な立場に立つことになる。
