Tips

2025.12.02 11:21

AI導入が停滞する企業の盲点——技術ではなく組織変革が鍵

Adobe Stock

Adobe Stock

Anthropicのダリオ・アモデイCEOのようなAIリーダーたちがAIによって雇用の形が根本から変わるという予測を語る一方で、企業レベルでの実際の変化はずっと遅いペースで進んでいる。今年の夏、広く報じられたMITの報告書によると、大企業における生成AIプロジェクトの95%が失敗していることが明らかになった。さらに最近のEYの報告書では、従業員の88%が業務でAIを使用しているものの、その作業は主に検索や要約といった基本的なことに限られていることがわかった。実際、この報告書によれば、企業はAIによる生産性向上の最大40%を逃しており、AIを活用して業務を変革している従業員はわずか5%にすぎない。

この一部は、技術の実際の能力におけるギャップに起因している。一部の企業はカスタマーサービスチームをボットに置き換えたいと考えているが、試みた企業はすぐに方針を転換している。また、多くの従業員は、AIを使った詳細な調査や自動化のためのトレーニングから恩恵を受ける可能性がある。しかしそれ以上に、ほとんどの企業が混乱している単純な理由がある——彼らは実際にどの問題を解決しようとしているのかを知らないのだ。そして、問題が何であるか、なぜその問題が存在するのか、そしてどうやって解決策を迅速に拡大するかが明確になるまで、彼らは実際に何も変えることなく、基本的にAI導入を「演じる」だけになるだろう。

AIで意味のあることを行うための最良のシナリオを考えてみよう。X社は最大の問題を掘り下げ、従業員が実際の職務内容や得意分野の範囲外の管理業務に何時間も費やしていることを突き止める。経費の申請、資料の更新、チケットの追跡…私たちは皆それをやらなければならず、それは誰からも生命と喜びを奪う。そしてそれは、従業員が生産的になり、収益に貢献できる時間を奪うため問題となる。

しかし、問題が存在することを理解するだけでは十分ではない。企業はなぜその問題が存在するのかを理解する必要がある。このような最良のシナリオでは、最近まで、このような作業のほとんどを正常に自動化するためのツールが開発されていなかったか、広く利用できなかったためだ。他の多くの状況では、問題は構造的なものであり、どれだけのAIでも解決できない。離職率が高く従業員のモラルに問題を抱える企業は、どれだけ華やかな技術ソリューションを導入しても、企業文化が有害で給与が劣っていれば、AIはそれを解消できない。

問題の理由が、これまで解決策が利用できなかったことであれば、そこに本当の変革の機会がある。次のステップは、ベンダーを見つけ、明確な成果目標を持ったパイロットクラスを編成することだ。例えば、管理業務から生産的な業務へと一定の時間を振り向け、ツールは学習と使用が十分に簡単で人々が継続したいと思うものでなければならず、コストも一定の金額に収まる必要がある。これらの条件がすべて満たされれば、企業は最も難しい部分——急速な拡大——を行う必要がある。

「パイロットの初期ROIに基づいてスケールすることは、典型的な『表面波』の罠です」とエンデバー・インテリジェンスのプリンシパルであるマーカス・ベルンハルト博士は言う。「その初期の生産性向上は、リーダーが組織の慣性が本当の障害であることを認識しない限り、ビジネス成果に変換されません。真の変革には、ツールからツールを中心にシステムを再設計することを意味する『潜在的な流れ』へと焦点をシフトすることが必要です。」

「組織全体で、経営幹部はまだ『AIによる業績向上』が具体的な結果をもたらすことを証明するプレッシャーを感じています」とベルンハルト氏は続ける。「2025年の複数の市場レビューは同じ問題を指摘しています:ツールは強力ですが、成果は停滞しています。マッキンゼーによる新しい『AIの現状』レポートはこれを確認しています:組織の88%がAIを使用していると報告していますが、大多数は『まだ実験段階かパイロット段階』であり、『スケーリングフェーズ』に達していません。」

失敗は技術的なものではなく、運用上のものだ。2025年のデロイトによるAI ROIに関するレポートでは、導入は人に依存していると説明している:文化的抵抗がどのように管理されるか、従業員が新しいツールをどれだけ効果的に採用するか、そしてワークフローがどのように適応するか。これには、より良いプロンプトだけでなく、それ以上のものが必要だ。2025年の導入課題に関するIBMのレポートはこれをさらに証明しており、データの正確性やバイアスに関する懸念(45%)と独自データの不足(42%)を上位2つの障壁としてリストアップしている。これは、人間のシステムがAIが機能するために必要なコンテキストと信頼できるデータを提供できていないことを意味している。

これは中核的な発見を確認している:パフォーマンスの停滞は技術の失敗ではなく、運用上の失敗なのだ。「ツールは知識の構築には優れていますが、判断力の構築には不十分です」とベルンハルト氏は言う。「リーダーがこの構造的な人間とデータの課題に対処するまで、停滞は続くでしょう。」

重要な教訓は、経営者の任務が変化したということだ。リーダーは技術の承認者としての役割を止め、システム設計者になり始める必要がある。これは、成功したパイロットを技術チームの勝利としてではなく、運用変更のための青写真として見ることを意味する。この基本的な転換が起こるまで、パフォーマンスの停滞は続くだろう。

forbes.com 原文

タグ:

advertisement

ForbesBrandVoice

人気記事