Galent（ガレント）の最高技術責任者（CTO）であるラマクリシュナン・ベンカタスブラマニアン氏は、グローバル企業向けにAIネイティブな変革を主導している。
企業はAIパイロット、コパイロット、自動化プラットフォームに数十億ドルを投じている。
こうした投資にもかかわらず、測定可能なビジネス効果を実現できているのはほんの一部にすぎない。BCGとIBMはそれぞれ独自に、現在のインフラや能力に基づいてAIイニシアチブからROIを達成できる組織は約4分の1にすぎないことを発見した。残りは多くの人が「パイロット煉獄」と呼ぶ状態に閉じ込められたままである。
多くの場合、問題はAIそのものではない。組織が適切な統合環境で適切な問題を解決しているかどうかにある。
問題点：断片化したAIの取り組み
顧客離れを予測するマーケティングモデル、支出を予測する財務モデル、在庫を最適化するサプライチェーンモデル。今日の企業はAI機能が不足しているわけではない。不足しているのは接続性である。
データレイクからモデルライブラリまで、イノベーションは事業部門、予算、地理によって隔離されたサイロ内で繁栄することが多い。適切に管理されたデータや最先端のツールであっても、チームが境界を越えて共有や協力をしなければ、それらは分断されたままである。この統合の欠如は、文化、地理、または歴史的な成長パターンに起因することがある—これはスケールの自然な結果である。
しかし、企業がこれらの機能を共通の場に持ち込まない限り、AIの可能性は十分に活かされないままである。デロイトが指摘しているように、組織が孤立したパイロットから企業規模の価値創造へと移行するには、接続されたシステム、強力なガバナンス、統合されたデータが必要である。
統合：新たな企業の超能力
統合は技術的かつ組織的なものである。それはAPIをリンクするだけでなく、共有目標に向けてシステム、プロセス、人々を整合させることである。断片化した成果を複合的な結果に変えることである。
これを接続されたインテリジェンスと考えてみよう：部門を超えて行動を調整し、統一された結果を推進する企業の神経系統である。
重要なのは、統合はシステムの課題だけでなく、人の課題でもあるということだ。
AIの導入には文化的な変化が求められる。チームはサイロ化された自動化から共有された拡張へと移行し、異なる形で協力することを学ばなければならない。この変化には意図的な変更管理が必要である：
• 問題の優先順位付け方法を再定義する。孤立したユースケースではなく、企業全体の成果に焦点を当てるべきである。チームが問題を共同所有するとき、彼らは解決策も共同所有する—そこからスケールが始まる。
• 部門横断的な実験を奨励する。最良のアイデアはビジネス、データ、エンジニアリングが衝突する場所から生まれる。小規模で権限を与えられたチームは、迅速にテスト、学習、スケールアップできる。共有されたイノベーションゾーンはアイデアがより遠くまで伝わるのを助ける。
• 事業部門間でインセンティブを整合させる。成功がサイロで測定されると、協力もサイロで死滅する。KPIを生産性向上や顧客への影響などの共有指標にシフトさせる。報酬が集団的な成功を反映するとき、統合は自然なものとなる。
統合が文化的整合と組み合わされると、企業は「AIを行う」から「AIで考える」へと移行する。
解決策：プラットフォーム主導のアプローチ
AIネイティブになることは自然に起こるものではない。それには構造が必要である。以下はビジョンと実行を結びつける設計図である：
1. スケールアップする前に準備状況を評価する。プラットフォームやツールセットを導入する前に、組織はデータ、ワークフロー、意思決定システムを監査する必要がある。サイロはどこにあるか？どのプロセスがすでに価値を生み出しているか？準備状況の評価は統合の痛点を特定し、測定可能な影響をもたらすAI投資の優先順位付けに役立つ。
2. 共有ガバナンスと所有権を構築する。AIが単一の部門内に存在する場合、統合は失敗する。IT、ビジネス、運用にまたがる部門横断的なAI評議会を設立することで、データ標準、倫理的ガードレール、成果指標の整合性を確保できる。ガバナンスは官僚主義ではなく、スケーリングを持続可能にする結合組織である。
3. 継続的に統合する。統合を継続的な規律として扱う企業（フィードバックループ、バージョン管理、AIオペレーションを通じて）は、勢いを維持し、「パイロット疲れ」を避ける。
4. モジュール式のプラットフォーム主導の基盤を採用する。AIプラットフォームは柔軟な足場として機能し、システム間でデータ、モデル、ワークフローを接続する。これらは企業アプリケーションを置き換えるためではなく、それらを統一するためのものである。しかし、それらはまた不可知的、柔軟、構成可能であるべきである。実験には、エコシステムが進化するにつれて、チームが新しいモデル、エージェント、APIをプラグインできるようにする必要がある。
適切に行われると、プラットフォーム主導のアプローチは、既存のものを増幅し、技術が進化するにつれて企業を適応させ続けるリビングアーキテクチャとなる。
次のステップ：AIネイティブ企業
先の道はAIネイティブ企業に属している。彼らは統合を後付けではなく戦略として扱う。彼らの優位性は、インテリジェンスがチーム、プラットフォーム、意思決定全体にどれだけシームレスに流れるかから生まれる。彼らは断片化したデータを共有インサイトに、パイロットをプラットフォームに、そして協力を競争優位に変える。
なぜなら、この新しい時代において、問題はAIを使用しているかどうかではなく、あなたの企業がAIと連携するように構築されているかどうかである。
