多くのAI戦略は、高額な模倣にすぎない。そしてAI導入を最も急ぐ企業ほど、多くの場合、自社を競争相手に値する存在にしてきた能力そのものを、静かに解体している。
私が助言しているあるCEOから最近、取締役会の最中に電話があった。その会社はAI駆動型のサプライチェーンシステムの導入に18カ月を費やし、書類上は順調に進んでいた。ところが、経験豊富なオペレーションマネジャー3人が人員整理で退職すると、数週間のうちに、そのシステムはサプライヤーの混乱を見逃した。彼らのうち誰か1人でもいれば、1本の電話で察知できたはずの問題だった。同社は判断をダッシュボードに置き換えたが、その判断を再構築する方法を知る人は社内に残っていなかった。
これは決して例外ではない。広く受け入れられている推計によれば、AIプロジェクトの約80%が期待した価値の実現に失敗しており、企業の生成AIパイロットの95%が意味のある規模に達する前に頓挫している。しかし私の経験では、その原因は技術的というより戦略的なものであることが多い。
なぜ企業はAIを導入するのか
経営幹部に、なぜ自社がAIを導入しているのかを尋ねると、答えは驚くほど似通っている。競合が動いている、取締役会が期待している、立ち止まるのは危険に感じる、というものだ。彼らが語っているのは取り残されることへの恐怖であり、その恐怖が、本来は戦略が担うべき役割を果たしてしまっている。
競合をまねるだけでは、企業が到達できる地点には限界がある。マイケル・ポーターは数十年前に、競合と同じことを、たとえより速く、あるいはより安く行ったとしても、優位ではなく収れんを生むことを示した（購読が必要）。誰もが同じ提供元の同じモデルを使い、同じ公開データで訓練されたモデルを動かしているなら、優位性はツールそのものではなく、その背後にある思考に宿る。
買えるものは、競合もすでに持っている。自ら築いたものだけが、自社固有の資産である。
アクセンチュアの2025年の調査では、経営幹部の65%が、生成AIによる変革を主導する専門知識が不足していると答えた。企業がAIを自社の働き方に組み込まず、後付けで接合するだけなら、その企業は競合もすでに共有している能力に多額の費用を払うことになりかねない。
VRINテスト
優位性が持続可能かを判定するための、確立されたテストがある。ジェイ・バーニーは1991年の画期的な論文で、VRINとして知られるテストを提示した。すなわち、経営資源が持続的競争優位を生むのは、それが価値があり（Valuable）、稀少で（Rare）、模倣困難で（Imperfectly imitable）、代替不可能（Non-substitutable）である場合に限られる、というものだ。これを既製のAIに当てはめれば、結果は明白だ。法人カードを持つ組織なら誰でもGPTクラスの能力にアクセスでき、アーキテクチャは公開されており、競合モデルはほぼ同じ品質で同じ機能を果たす。モデルはコモディティ化された入力要素なのだ。
私の経験上、このテストに合格するのは、蓄積された人間の判断、暗黙知、そしてデータをどう活用するかを決める組織的学習だ。これは経験を通じて積み上げられ、業務のルーティンに埋め込まれた知識であり、競合には観察も模倣も購入もできない。
そしてそれこそが、大半のAI導入戦略によって蝕まれているものでもある。
能力はいかに侵食されるか
この侵食は一貫したパターンをたどる。AIシステムがかつて経験豊富な専門家が下していた意思決定を引き継ぐ。効率指標は改善する。だが、それらの意思決定を支えていた知識は、行使されることも継承されることもなくなる。組織の記憶は、補充されないまま、ゆっくりと薄れていく。
アマゾンが最初に試みたAI採用ツールは、その明確な例である。10年分の採用データで訓練されたそのツールは、「women's」という言葉を含む履歴書に不利な評価を与え、一部の女子大学の卒業生を低く評価することを学習した。バイアスはすでに採用データの中に存在していた。ツールはそれを、意見を持たない機械の権威をまとって、より速く適用したにすぎない。欠陥のある判断を機械に与えれば、人間には到底できない速度で、その欠陥を繰り返すことになる。
同じ力学は、業界全体でも展開されている。組織が同じプラットフォームに収れんするにつれ、アウトプットも収れんしていく。ロボアドバイザー業界は、このことを不都合なほど明確に示している。10年前、アルゴリズムによるポートフォリオ運用ツールを導入していた企業は、技術的優位を築いていると考えていた。しかし現在、多くの主要な自動運用プラットフォームは、おおむね似通った戦略と手数料体系を提供している。2015年には競争優位に見えたものが、今では参入条件になりつつある。
データと判断
これらすべてが示しているのは、別の問いである。すなわち、人間の判断に取って代わるのではなく、それを強化するようにAIを導入するにはどうすればよいのか、という問いだ。
データは原材料である。それ自体では何もしない。人間の判断こそが、それを精製し、有用なものと単に興味深いだけのものを分け、どの訓練データにも含まれていない文脈を与える。AIは増幅器であり、人間の到達範囲を、個人だけでは不可能な規模に広げる。AIは意思決定に情報を提供できるが、決めるのはなお人間である。
この分業を正しく設計できれば、優位性は積み上がっていく。私は、今年抜きんでる企業は、何を人間の手に残すべきかを理解していた企業だと考えている。
AI導入前に問うべき3つの質問
第1に、AIがある業務を完全に担った場合、どのような代替不能な知識を失うのか。業務のどの部分であれ自動化する前に、自社が他社より優れて実行できることは何かを見極めるべきだ。この問いに厳密に答えられないなら、導入は待つべきである。
第2に、社員はAIによってより良い判断を身につけているのか、それともAIなしでは判断が悪化しているのか。システムが使えないときに社員が十分に機能できないなら、指標が別のことを示していたとしても、その技術は価値を差し引いている。
第3に、「何を自動化できるか」と問うているのか、それとも「考える能力をどう高められるか」と問うているのか。前者は人間の関与をコストとして扱い、後者はそれを能力として扱う。
あの取締役会から私に電話をかけてきたCEOは、最終的に第3の問いにたどり着いた。彼は人間による監督層を再構築し、AIの役割を意思決定者から意思決定の情報提供者へと再設計した。その結果として生まれた組織は、完全自動化された組織よりもはるかにレジリエントなものになった。
彼はこれを、自社が何のために存在するのかをめぐる物語だと説明している。それは、この技術を導入するすべての人に突きつけられる問いである。AIは競争優位を生み出さない。そもそも競争優位があったのかを明らかにするのだ。
