Neil D. Morris | IT部門責任者、Redaptive。
MITの研究によると、企業が生成AIに総額300億ドルから400億ドルを投資しているにもかかわらず、企業のAIパイロットプロジェクトの95%は測定可能なリターンを生み出せていない。OpenAIは年間経常収益が200億ドル近くに達しているにもかかわらず、企業価値5000億ドルでも依然として赤字である。サム・アルトマン氏は次のように述べている。「投資家全体がAIに過度に熱狂している段階にあるか？私の意見では、その通りだ」
AIの課題はテクノロジーではない。それは基本的なリーダーシップの問題だ。
AIで成功している組織はインフラに多額の投資をしているわけではない。彼らは基本的なリーダーシップを規律と一貫性をもって実行しているのだ。
基本原則の危機
マッキンゼーの調査によると、2024年初頭にAIイニシアチブを開始した企業のわずか42%しか、創出された価値について定期的な社内コミュニケーションを行っていない。AIの採用の必要性について説得力のある変革ストーリーを確立したのはわずか19%だった。
ハーバード大学の研究によると、中間管理職の48%が、変革の取り組みにおいて自分の創造性が効果的に活用されていると考えている。IBMの調査によると、経営者の87%がAIへの対応として従業員の少なくとも4分の1がスキルの再習得が必要になると予想しているが、組織には能力構築のための体系的なアプローチが欠けている。
私たちはAIをテクノロジーの問題として扱っているが、それは根本的にリーダーシップの課題であり、リーダーシップによる解決策を必要としている。
7つの基本的な柱
これらのギャップを埋めるために新しいテクノロジーは必要ない。時代を超えたリーダーシップの実践に立ち返るだけでよい。以下の7つの柱はどれも目新しいものではないが、AIで成功している組織とパイロット段階で立ち往生している組織を分ける基本的な規律を表している。
1. 戦略的明確さ
経営幹部チームが30秒以内に、どの従業員にも理解できる言葉でAI戦略を説明できないなら、それは戦略とは言えない。ターゲットとする具体的なビジネス成果と、測定可能な成功の姿を定義した1ページの文書を作成しよう。
2. リーダーシップの連携
AI変革は、統一されたビジョンにコミットしない経営幹部間のギャップで失敗する。単なる諮問機能ではなく、真の権限を持つAIガバナンス委員会を設立しよう。影響を受けるすべての部門から実際の意思決定権を持つ代表者を含めること。連携を継続的にテストしよう：各経営幹部は独立して同じAIビジョンを明確に説明できるか？
3. 能力構築
トレーニングは資産である。ベンダーとの関係は負債である。能力構築を運用費用ではなく資本投資として扱おう。すべての従業員にAIリテラシーの基準を設定し、知識共有のための卓越性センターを構築しよう。導入したAIシステムの数だけでなく、AIを効果的に活用できるチームメンバーの数も測定しよう。
4. パイロットの規律
MITの95%の失敗率は、ほとんどの組織が規律ある実験の実施方法を知らないことを示している。すべてのAIパイロットには3つの要素が必要だ：測定可能な成果を伴う明確な仮説、開始前に合意された明確な成功基準、そしてGo/No-Go判断のための明示的なタイムライン。
パイロットの規律を持つ組織は、約30%のイニシアチブが中止され、40%が成功してスケールし、30%が積極的な実験段階にあるポートフォリオを維持している。
5. スケール戦略
ほとんどのAI価値はパイロット段階で消滅する。スケーリングをパイロット実施とは異なる能力を必要とする別のフェーズとして扱おう。スケールを試みる前に、本番環境グレードのインフラ、訓練されたサポートチーム、効果的な変更管理を検証しよう。優れた組織は、意図的で段階的なアプローチを採用し、絶対に必要でない限り「ビッグバン」展開を試みない。
6. リスク管理
世界経済フォーラムは、AI時代のリーダーシップには競争上の優位性の活用と倫理的影響への対応のバランスが必要だと強調している。
AIシステムを導入する前に、5つの質問に答えよう：どのユースケースを追求しないか？公平性をどう確保するか？データ使用に関する立場は？意図しない結果を誰が監視するか？人間がどこに介在し続けるか？
7. 継続的な進化
AIテクノロジーは従来の企業計画サイクルよりも速く進化する。四半期ごと、半年ごと、年次の体系的なレビューサイクルを通じて、継続的な学習を運用モデルに組み込もう。継続的な進化を制度化している組織は、危機モードに陥ることなく、大きな発展にスムーズに適応できる。
バブルの現実と歴史的先例
サム・アルトマン氏がバブル状態を認め、ジェフ・ベゾス氏がAIの「産業バブル」について語り、アポロ・グローバル・マネジメントのチーフエコノミストがAIバブルはドットコムブーム以上だと宣言するとき、テクノロジーリーダーはその意味を認識しなければならない。
歴史は明確な教訓を提供している：Amazonはeコマースで最初ではなく、Googleは検索で最初ではなく、Netflixはストリーミングで最初ではなかった。しかし、これらの企業はドットコムバブルの間に基本的な能力を構築していた。2000年から2002年にかけて崩壊が訪れたとき、彼らはテクノロジーを深く理解するチーム、テスト済みのインフラ、修正を生き延びたパートナーシップ、そして苦境にある競合他社を買収できる財務規律を持っていた。
彼らは2000年を最適化していたのではなく、2005年に向けて構築していたのだ。
テクノロジーリーダーは今日、同じ視点を採用すべきだ：2026年のAI評価がどうなるかに関係なく、2028年に支配的な能力を構築しているだろうか？
リーダーシップの命題
AIイニシアチブが失敗しているなら、テクノロジーが問題なのではない。あなたのリーダーシップが問題なのだ。
解決策はより高度なアルゴリズム、より大きな予算、より良いベンダーではない。それは、何年も前に習得しているはずの基本的なリーダーシップの基礎を、近道を許さない環境で揺るぎない規律をもって実行することだ。
プレッシャーの下での基本の完璧な実行は、下手に実行される高度なテクニックに勝る。戦略的明確さ。部門横断的な連携。体系的な能力構築。規律ある実験。意図的なスケーリング。積極的なリスク管理。継続的な進化。
これらは新しい概念ではない。違いは、AIがそれらを間違えた場合の結果と、正しく行った場合の競争上の優位性の両方を増幅することだ。
修正後の市場で支配的な地位を築くには、最も高度なAIシステムの構築に焦点を当てるのではなく、AIを数十年にわたって効果的に展開、管理、進化させるための最強の組織能力を構築しよう。プラットフォームだけでなく、人材に投資しよう。特定のテクノロジーよりも長持ちするフレームワークを作ろう。
市場は修正され、テクノロジーは進化し、ベンダーは統合されるだろう。しかし、強固な基盤に基づいて構築された組織能力は無期限に複利効果を生み出すだろう。
