大企業は、AI（人工知能）が自社の業務をどのように再構築するかを理解しようと競い合っており、テクノロジーサービス業界はこの移行の真っ只中に位置している。初期のAIワークロード、特に今日の生成AIツールのような共同生成モデルは、すでにソフトウェア開発とビジネス生産性を変革しつつある。
しかし、エージェント型システムやAI対応オペレーティングモデルへの、より深く破壊的なシフトは、まだ初期段階にある。私の見解では、我々はAI変革の大きな上昇局面が本格化する前に、収益が圧縮され、デリバリーモデルが覆され、ベンダーの状況が再編される、不快ではあるが避けられない時期に突入している。
この瞬間は、私が過去のテクノロジーの波で観察してきたパターンと重なる。新しい機能がまず出現し、次にその機能を中心に市場需要が形成され、最終的にエコシステムが価値を獲得するために再編される。AIも例外ではない。
今後3〜5年は、現在のテクノロジーの波にとって重要な転換点となる。この期間はどのような様相を呈し、テクノロジーサービスのリーダーたちはどのような課題に直面するのだろうか。
共同生成の高速レーンとオペレーティングモデル変革の遅い道
現在、大企業内でのAIの最も先進的な利用は共同生成である。生成AIツールは既存のソフトウェア開発ライフサイクル（SDLC）プロセスを拡張し、個人の生産性を向上させ、根本的なアーキテクチャの再設計ではなく機能強化として機能する。私が以前書いたように、これが生成AIが「簡単」に導入できるように見える理由である。生成AIは生産性レイヤーとして機能し、基盤となるテクノロジースタックの再構成を直ちに必要としない。多くの場合、システム全体の見直しというよりも、機能拡張に近い。
しかし、これはまだ第1イニングに過ぎない。真の変革は、企業が財務、保険金請求処理、その他の業務領域で従来ホワイトカラー従業員が処理していた作業を実行するエージェント型システムを展開するときに起こる。今日、これらの機能ははるかに成熟度が低く、企業はガバナンス、オペレーティングモデル設計、変革管理において実際の障壁に直面している。価格設定の複雑さ、スキル不足、不明確なROIも導入を遅らせている。これらは、市場の準備状況が最終的に機能の成熟度と収束する前に、他の有望なテクノロジーを歴史的に停滞させてきたのと同じ問題である。
課題は、企業が確信を構築しなければならないことである。大規模なオペレーティングモデルのシフトには、目に見える早期採用者、実証された収益、組織適応のための時間が必要である。実際には、これはAIの広範なエージェント段階が、誇大宣伝が示唆するよりもゆっくりと展開することを意味する。
テクノロジーサービスにとって困難な3〜5年
このタイミングのミスマッチは、テクノロジーサービス企業にジレンマを生み出す。SDLCにおける生産性向上は現実的で、測定可能であり、加速している。3〜5年以内に、ソフトウェア開発の生産性は80%を超えると予想している。つまり、今日必要とされる労働力の半分だけが明日には十分となる。長い間労働力ベースの収益に依存してきた業界セグメントは、その影響を感じるだろう。
我々は以前にもこのパターンのバージョンを見てきた。コストが急激に下がると、最終的には消費が増加する。しかし、消費の増加は、企業が業務の再設計という困難な作業を完了した後に到来する。それまでの間、テクノロジーサービス業界は収益圧縮の期間を乗り切らなければならない。
今後2〜3年の間、私は超競争的な行動を予想している。企業は市場シェアを守るか獲得するために、価格設定を積極的に推し進めるだろう。統合圧力は強まり、プラットフォームベースのデリバリーモデルが注目を集めるだろう。これは、労働力単位あたりの収益が減少する一方で、労働力ベースのサービスへの需要がまだ変革ベースのサービスへの需要に置き換わっていない場合の必然的な対応である。
デリバリーモデルの大変動：オンショアの台頭、ジュニア人材の減少
同時に、AIは労働力モデル自体をシフトさせている。従来のピラミッド構造（オフショア人材80%、オンショア20%、ジュニアリソースがマージンの大部分を生み出す）は圧力を受けるだろう。AIは最も取引的な作業を最初に自動化し、ジュニアの役割の必要性を減らす。残りの作業の多くは、経験豊富で高給の人材を必要とし、作業の一部はオンショアに再バランスされる可能性が高い。
このシフトは、価格設定モデル、クライアントエンゲージメントパターン、組織設計を変えるだろう。これはまた、グローバル社内センター（GIC）の進化するダイナミクスとも重なる。GICはますます範囲を拡大し、より戦略的な作業を引き受け、特にテクノロジーがコア業務により不可欠になるにつれて、サードパーティプロバイダーよりも低コストでサービスを提供できることを証明してきた。私が以前指摘したように、GICの台頭はすでにインドやその他のデリバリー市場全体で市場シェアを変え始めており、サードパーティサービス企業への構造的圧力を強化している。
AIはこの傾向を加速させるだろう。AI駆動型業務をより密接に管理しようとする企業は、少なくとも外部委託するには戦略的すぎると見なされる機能については、より多くの作業を社内に持ち込む可能性がある。このダイナミクスはサービスプロバイダーの必要性を排除するものではないが、パートナーシップの性質を変え、差別化の余地を狭める。
AI導入が深まるにつれて価格設定は進化する
システムにストレスを加えるもう1つの要因は、AIの価格設定である。生成AIは依然として高価すぎて複雑すぎ、多くの基盤ベンダーはコストではなく価値に基づいて価格設定している。私が主張してきたように、歴史はこれらのモデルに厳しい。価格設定は、特に導入が予想通りに拡大しない場合、必然的に運用コストに収束する。我々はすでに、Microsoft Copilotなどの製品における価格引き下げと市場セグメンテーションの初期兆候を見ている。
価格の下落は、再販売や大規模な統合に依存するテクノロジーサービス企業の収益をさらに圧縮するだろう。しかし、価格の低下は導入も加速させる。企業が収益に対する確信を得れば、次の投資の波は大きなものになるだろう。
反対側にある機会
今後の不快感にもかかわらず、私はこの移行期間の後に来るものについて楽観的である。企業が最終的にオペレーティングモデルの変更にコミットすると、変革サービス、ドメイン専門知識、AI対応業務サポートに対する膨大な需要が解き放たれるだろう。これらの投資は、生産性向上によって引き起こされる一時的な縮小を大きく上回るだろう。
しかし、この転換は、企業が収益が現実であるという否定できない証拠を見るまで起こらないだろう。業界は、上昇局面が実現する前に、今後3〜5年を乗り切らなければならない。
テクノロジーサービスのリーダーにとって、指令は明確である。圧縮期間に備え、戦略的柔軟性を維持し、差別化を強化し、次の10年を定義する能力（AI流暢性、オペレーティングモデル再設計、ドメイン専門知識）に投資することである。機会は来るが、それは困難で変革的な旅の後にのみ訪れる。
