C200メンバー、ファラー・ラカニ氏による寄稿
今日、企業の経営幹部であれば、誰もがAIの話を持っているが、測定可能な成果を持つ人はほとんどいないと感じるかもしれない。取締役会は、ほぼ毎週のように実証実験、概念実証、新しいツールについて耳にするが、持続的で全社的なROIをもたらすAIプログラムを示せる企業はほとんどない。
人材、インフラ、実験への多額の投資にもかかわらず、ほとんどのAI施策はスケールしない。マッキンゼーの調査によると、企業の3分の2近くが実験段階に留まり、AIをパフォーマンスに実質的な影響を与えられる中核業務に移行できずにいる。
私は、大規模で複雑な組織全体でエンタープライズAI変革を主導する中で、これを直接目にしてきた。多くの場合、厳しい規制上の制約、レガシーテクノロジープラットフォーム、高度に断片化されたワークフローの下で行われる。パターンは一貫している。組織はAIをテクノロジー施策としてスケールさせようとするが、成功の真の決定要因はリーダーシップの連携と、企業全体での採用を前提とした運営モデルである。
AIは実証実験、イノベーションラボ、ツールの集合体を通じてスケールするのではない。それは、明確なビジネスオーナーシップ、成果に対する明示的な説明責任、企業KPI、そして最初から組み込まれたガバナンスを備えた、ビジネスプロダクトとして扱われる場合にのみスケールする。AIは、企業の運営方法、資本配分方法、インセンティブの設定方法、業務の遂行方法の中心に位置しなければならない。
課題1:ビジネスケースの構築とROIの測定
大企業のCスイートリーダーにとって、AI施策のROIを明確に定量化し、関連するコストと労力を正当化することは困難な場合がある。クラウドコンピューティング、ストレージ、システムアップグレード、そして長年蓄積された技術的負債を抱える複雑な組織全体での統合のインフラコストは大きい。同時に、初期のAI実証実験が測定可能な成果を提供できない場合、このテクノロジーを展開する熱意は急速に薄れる。
問題は、AIが先行投資を必要とすることではない。問題は、その投資をオプションまたは実験的なものとして扱うことである。エンタープライズAIには基盤となるインフラが必要であり、そのコストは大規模に競争力を持って運営するための参入コストと見なすべきである。「AI対応」企業とそうでない企業の間に、もはや意味のある区別はない。AIは現在、現代企業が成長し、運営し、競争する方法の一部である。
ROIへの道は複雑である必要はないが、意図的である必要がある。リーダーは、AI施策を特定のビジネス成果に結び付け、モデルが展開される前に成功がどのように測定されるかを定義することから始めなければならない。目標が顧客離脱の削減である場合、明確なベースラインと組み合わせることで、リテンション要因に焦点を当てた予測モデルは迅速に価値を示すことができる。目標が業務効率である場合、現在のサイクルタイムとエラー率をマッピングすることで、改善のための具体的な出発点が作られる。
経営幹部レベルのオーナーシップにより、これらの初期の成功は測定され、大幅な追加コストなしに異なる事業部門や地域全体にスケールできる。これが、AIが孤立した実験から反復可能な全社的影響へと移行する場所である。
課題2:データとプロセスが無視される
AIは壊れたプロセスを修正しない。それは失敗をより目に見えるものにし、多くの場合、よりコストのかかるものにする。AIが不安定なワークフローに重ねられると、成果を改善するのではなく、機能不全を加速させる。テクノロジースタックを再設計したり、モデルを展開したりする前に、リーダーはAIが実際に使用されるプロセスと意思決定フローを検証する必要がある。
多くの企業では、最も価値のあるデータはクリーンで構造化されたモデルには存在しない。それは、切断された内部システム全体に散在する文書、電子メール、音声、ビデオ、PDFなどの非構造化形式で存在する。最新のAIはこの情報を解析できるが、基礎となるプロセスが不明確な場合、出力はビジネスコンテキストを欠くことが多い。そのコンテキストがなければ、インサイトは信頼しにくく、行動に移すことはさらに困難である。
これが、プロセスの明確化がモデル展開の前に来なければならない理由である。系統、アクセス、追跡可能性を定義する基盤的なデータフレームワークは、データがどこから来るのか、どのように変化するのか、誰がそれを使用できるのか、どのワークフローをサポートするのかについての共通理解を作り出す。この基盤は、豊富なドメイン固有のデータに依存するAIエージェントを展開する企業にとって特に重要である。成果は、人間をループに含めたエンドツーエンドのプロセス再設計であり、AIがビジネスコンテキストを失うことなくスケールできるようにする。
私は、中小企業顧客にサービスを提供する大規模な営業組織を率いている間にこれを目にした。ビジネスは複数の営業活動に依存していたが、統一された顧客データ基盤を欠いていた。迅速に進めるために、部分的な顧客プロファイルでトレーニングされたAIツールを展開した。結果は欠陥があり、組織に数人の高価値顧客を失わせるエラーにつながった。
顧客プロファイルを再構築し、各営業活動をいつ適用すべきかについての明確な原則を定義するために一時停止した後にのみ、AIモデルは実行可能なインサイトを生成し始めた。適切なデータとプロセスが整備されると、組織はより速く動き、測定可能な収益成長を実現できた。
課題3:ガバナンスは展開後の「後付け」である
後期段階のガバナンスは、AIプログラムが停滞または停止する最も速い方法の1つである。新しいAIテクノロジーを展開する急ぎの中で、企業リーダーは最初からAIモデルにガバナンスを組み込む必要性を見落とすことが多い。コンプライアンスおよび法務チームは、リスクインシデントの後にのみ招集され、展開の凍結を引き起こし、信頼を損なう可能性がある。
リスク管理は、AI採用の障害としてではなく、実現要因として見なされるべきである。リスク階層を構築し、企業固有のセキュリティとプライバシープロトコルをAIプラットフォームに直接組み込むことは、すべての展開の基本要件であるべきである。PwCの2025年責任あるAI調査が説明するように、AIツールがこのように設計されると、より強力なROIとイノベーションを提供する。
私が主導したあるデジタル変革では、リーダーシップはイノベーションを促進し生産性を向上させるために、従業員にAIツールへの広範なアクセスを与えることを推進した。従業員の熱意は高く、実験は広く奨励された。これを責任を持ってスケールするために、組織全体でアクセスを拡大する前に、シンプルな役割ベースの制御とガードレールを備えた集中型AIプラットフォームを確立した。これらの初期の安全対策により、チームは機密データを公開することなく自信を持って実験でき、採用が加速し、従業員が信頼し支持するソリューションが生まれた。
課題4:変更管理がAI採用を決定する
信頼と行動変容は、テクノロジーやデータではなく、AI採用への最大の障害であることが多い。従業員がシステムを信頼しない場合、または慣れ親しんだ作業方法に戻る場合、よく設計されたAI施策でさえ失敗する。最近のフォーブスの記事では、従業員の約31%が自社のAI施策を積極的に妨害していることを認めており、抵抗がビジネスへの影響を直接制限していることを示している。
企業全体でAIをスケールすることは、最終的には変更管理の実践である。AIが収益、コスト管理、または顧客体験を推進するワークフローに到達しない場合、中核的な指標を動かすことは決してない。採用には、確立されたプロセスの再設計、役割の再定義、従業員がデータとAIがより良い意思決定をどのようにサポートするかを理解できるようにするためのスキルアップへの投資が必要になることが多い。文化と変化への意図的な投資がなければ、強力なAIプログラムでさえ停滞する。
私は、全社的なAI変革の間にこれを直接経験した。当初、従業員は最小限の抵抗でAI駆動のワークフローを採用すると想定していたが、その想定はすぐに間違っていることが証明された。役割変更のペースとそれに続く離職を過小評価し、変更管理を二次的なものとして扱った。結果は短期的な収益減少だった。
しかし、それは私のキャリアで最も価値のある教訓の1つとなった。AIのスケーリングは最終的には人々の変革であり、テクノロジーの展開ではない。明確なコミュニケーション、役割ベースの実現、最前線のエンゲージメントへの投資に軸足を移すと、採用が加速し、信頼が向上し、パフォーマンスが回復した。それは、持続可能なAI ROIへの最速の道は、テクノロジーを主導するのと同じくらい意図的に変化を主導することであるという私の確信を強化した。
AIのスケーリングがリーダーシップに求めるもの
企業がAI進歩の次の段階に入るにつれて、差別化要因は誰が最初にAIを展開するかではない。それは、誰がAIを実験の集合体ではなく戦略的変革として扱い、責任を持ってスケールするかである。
AIのスケーリングには、経営幹部が異なる方法でリードすることが必要である。それは、AIを戦略の中心に位置付け、展開を測定可能な企業成果に結び付け、モデルの前にデータ基盤を構築し、ガバナンスをインフラとして制度化し、テクノロジーと同じ厳密さで文化と変化に投資することを意味する。
AIのスケールはテクノロジーの課題ではない。それはリーダーシップの課題である。これを早期に認識する企業は、指数関数的な機会と持続可能な成長を解き放つだろう。
C200メンバーのファラー・ラカニ氏は、グローバルテクノロジーおよび金融サービス事業全体でAI対応変革を主導してきた20年以上の経験を持つCスイートの成長・戦略担当幹部である。ファラー氏は、テクノロジーリーダーシップ、企業構築経験、深い財務規律のまれな組み合わせをもたらす。現在、ウーバーで戦略・計画・オペレーション担当マネージングディレクターを務め、B2B全社的な収益戦略を監督している。以前は、アマゾン・ウェブ・サービスでグローバル営業戦略・オペレーション責任者を務めた。キャリアの初期には、JPモルガンで金融サービス投資銀行家として10年間を過ごし、M&A、資本戦略、企業成長についてCEOや取締役会の信頼できるアドバイザーを務めた。
