プラットフォームを購入し、モジュールを実装し、データを移行すれば、業績管理はようやく本来あるべき姿で機能するようになる。これは、企業向けソフトウェア投資の大部分の背後にある暗黙の売り文句だが、増え続ける研究調査によると、ほとんど何も変えることなく、多額の資金を費やす最も確実な方法の1つでもある。発注書に署名するのは簡単だ。しかし、組織に業績の計画、評価、それに基づく行動の方法を変えさせるという、より困難で見えにくい作業において、こうした取り組みの多くは静かに頓挫している。
ベイン・アンド・カンパニーの『2024年版 変革とチェンジマネジメント調査』によると、さまざまな業界の400人以上の経営幹部やシニアリーダーを対象とした調査の結果、ビジネス変革が当初の目標を達成できているのはわずか約12%であり、実に88%が目標に達していないことが明らかになった。ベインの調査では、大企業の3分の1以上が常に何らかの変革を進めており、その取り組みの少なからぬ部分が新しいプラットフォームやシステムの導入を軸にしている。つまり、通常、不足しているのはテクノロジーではない。別の要素が常に過小評価されているのだ。
ベインが突き止めた、成功を予測する真の要因はテクノロジーではなく「人材」
ベインの調査では、変革の成功を予測する最も強力な要因は、どのプラットフォームを選んだかではなく、企業がそれを成し遂げるために適切な人材と能力をいかに維持、育成、獲得できているかであると結論づけている。ベインの変革・チェンジマネジメント部門のエグゼクティブ・バイスプレジデントであるメリッサ・バーク氏は、次のように明快に語っている。ほとんどの変革が意図した成果を達成できておらず、そのパターンは以下の3つの共通する過ちにおいて繰り返されている。
- 取り組みにおいて本当に不可欠な役割に集中できていない：企業は戦略的優先事項を、今後2〜3年間に求められる具体的な成果に結びつけることが滅多にないため、どの役割が最も重要であるかを特定するのが難しくなっている。
- あまりに浅い人材プールから選別している：これにより、企業は最も優秀な人材にあまりに多くの取り組みを同時に押し付けることになり、ベインの調査によれば、このアプローチは変革が最も依存している層の燃え尽き症候群（バーンアウト）に直結している。
- 将来への準備が不十分である：新しいプラットフォームの導入をゴールと捉え、導入チームが去った後もそれを使い続けるために必要な、継続的な組織能力の構築を怠っている。
これら3つの失敗パターンのうち、テクノロジーの問題は1つもない。これらは組織の能力と設計の問題であり、どれほど高度なソフトウェアを購入したところで、それ単体では解決できない。これら3つの課題に一切対処していない組織に業績管理プラットフォームを導入しても、多くのEPM（企業パフォーマンス管理）システムがたどるお決まりの結末を迎える可能性が極めて高い。つまり、高額で高度にカスタマイズされたツールであるにもかかわらず、設計通りに活用しているのは組織のごく一部だけであり、他の全員は重要な意思決定のために、スプレッドシートやメールのやり取りへと静かに戻っていくのだ。
AIでも全く同じ問題が現在進行形で起きている
このパターンは現在、生成AIをめぐってリアルタイムで繰り返されており、その数値はむしろさらに厳しい。MITメディアラボのプロジェクトNANDAが発表し、広く引用されている2025年の研究報告書『The GenAI Divide: State of AI in Business 2025（生成AIの分断：ビジネスにおけるAIの現状 2025）』は、300件以上の公開されたAI導入事例、150人以上の経営幹部へのインタビュー、および350人の従業員への調査に基づいている。見出しを飾ったその結果は、容赦のないものだった。企業向けAI投資に推定300億ドル（約4兆7400億円）から400億ドル（約6兆3200億円）が費やされているにもかかわらず、企業における生成AIの試験運用の95%が、測定可能な投資収益率（ROI）をもたらしていない。本番運用に至り、ビジネスに測定可能な影響を与えている試験運用は、わずか約5%にとどまっている。
成功した5%を分けたのは、より優れたAIモデルではなかった。同研究によると、専門ベンダーからAI機能を調達し、彼らと真のパートナーシップを構築した場合の成功率は約67%に達した一方で、同じ機能を完全に内製化しようとした企業の成功率は、その約3分の1にとどまった。報告書の著者らは、これをテクノロジーのギャップではなく「学習のギャップ」と表現している。汎用ツールは柔軟であるため個人利用には適しているが、フィードバックを蓄積せず、企業の特定のワークフローに適応せず、また、大半の組織が投資を惜しむような計画的な統合プロセスを経なければ、時間の経過とともに改善されることもないため、企業内では行き詰まってしまうのだ。
既存の計画・業績管理プラットフォームにAI機能を組み込もうとしている財務部門にとって、この違いは極めて重要である。計画や業績評価のプロセスへ誰も熱心に統合しようとしないまま、EPMシステムにただ後付けされたAI機能は、5%ではなく95%の側に回る可能性が極めて高い。
新しいものを買う前に、手持ちのシステムを改善する
テクノロジーありきの本能の下には、あまり目立たない第2の過ちが隠されている。それは、現在導入されているプラットフォームを十分に使いこなす前に、新しいプラットフォームに手を伸ばすことだ。チェリー・ベカルトの中堅企業CFO調査によると、財務リーダーの77%が、新たな投資を検討する前に、既存の財務テクノロジーの統合または最適化に注力している。これは、より優れた業績管理への近道は、次の調達サイクルではなく、すでに手元にあるツールを活用することであると、少なくとも一部のCFOが気づいている証拠だ。
その直感は多くの場合、的を射ている。EPMプラットフォームから真の価値を引き出している組織と、高額で中途半端に使われるだけのソフトウェアを抱え込む組織とを分けるのは、いくつかの実践例である。
- 誰かが定着化を、継続的な職務として明確に担っている：導入プロジェクトが完了した時点で終わる一過性の仕事としてではなく、継続的な役割として設定されている。
- プラットフォームが、業績評価や計画会議の運営方法に統合されている：財務部門だけが参照し、他の全員が無視するような、並行して存在するシステムになっていない。
- 新しいモジュールやAI機能が、担当者を定めた特定のワークフローで試験運用されている：組織全体にいきなり展開して、誰かが自発的に使い始めるのをただ待つようなことはしない。
- システム展開ではなく、利用率が評価指標として追跡されている：技術的には稼働していても滅多に開かれないプラットフォームは、最初から購入しなかったものと結果は同じだからである。
これらの実践には、新しいソフトウェアも、予算の増額も必要ない。必要なのは、システムの調達と同じくらい厳格に定着化を推進できる上位の役職者と、稼働開始日ではなく実際の利用状況によって成功を測るという十分な忍耐力だけだ。
ツールを買うことは決して難しいことではなかった
ベインの変革に関する調査とMITのAIに特化した調査結果の双方に通底する不都合な真実は同じだ。ソフトウェアが制約になっていたことは、ほとんどないということである。EPMプラットフォームが、ただ放置された「業績管理ソフトウェア」にとどまらず、本物の「企業業績管理」を実現できるかどうかは、ベンダーの選定プロセスに注いだのと同等の真剣な努力を、組織が人材の獲得・育成、定着化、そしてワークフローの統合に注いだかどうかで決まるのだ。
これは、取締役会のプレゼンで「新しいプラットフォームを導入しました」と報告するよりも、はるかに説明が難しい。それこそが、非常に多くの企業が同じ購入決定を繰り返し、同様に期待外れの結果に終わっている理由かもしれない。解決策は、より優れたプラットフォームの導入ではない。プラットフォームそのものは課題全体の「容易な20%」にすぎないと捉え、実際に活用されるかどうかを左右する「困難な80%」に対して、ついに本腰を入れてリソースを投入することなのだ。
この見直しの重要性は、事業計画（ビジネスケース）の承認段階で最も高まる。新しいEPMプラットフォームやAI機能の導入提案書に、誰が定着化の責任を負うのか、どのワークフローに統合されるのか、稼働後にどのように利用状況を追跡するのかが明記されていなければ、その計画書は投資が回収できるか否かを決定づける要素の5分の1しか扱っていないことになる。ベインとMITがそれぞれ独自に指摘した残りの5分の4の領域こそが、実際の投資収益が構築されるか、あるいは静かに霧散するかの分かれ道なのだ。
