今後の道筋
Solvd調査の発見の核心は、MITが示す「生成AIパイロットの失敗率95％」から、ガートナーの「初期の概念実証（PoC）で失敗率が高いため、生成AIの能力に対する期待は低下している」という警告まで、より広範な業界データとも一致する。
浮かび上がるのは、転換点に立つ業界の姿である。ゴールドマン・サックスによれば、AI企業は2026年にAIへ5000億ドル（約76.5兆円）超を投資する見込みだ。一方、Solvdのレポートによると、技術責任者の47％が経済的懸念によりすでにAIプロジェクトが遅延したと報告し、32％がプロジェクトを縮小し、7％が施策を完全に中止している。
テクノロジーリーダーが直面する、相反する要請
この局面を進むテクノロジーリーダーは、相反する要請に直面している。まず、懐疑的な取締役会にAIの価値を証明しながら、コストのかかる失敗を防ぐガバナンス基盤を整えなければならない。次に、即時のコスト削減を示しつつ、長期的変革の土台も敷く必要がある。そして最後に、イノベーションの障害と見なされないだけの速さで動きながら、生成AI実験の95％が行き着く「パイロットの墓場」を避けられるだけの慎重さも維持しなければならない。
解決策は戦略計画の策定
ローバックは、「解決策は単純です。ただし簡単ではありません。AIを実際の事業成果に結び付け、組織の準備態勢に投資し、組織内でAIをどう活用するかの戦略計画を策定することです」と語った。
上層からの非現実的な期待に直面する71％にとっての課題は、AIを単純な効率化の手段と見るリーダー層に対し、AIが実際には複雑な組織変革を要する点を説明することである。このギャップを埋め、経営の期待を現場の現実と整合させる企業は、目新しいユースケースを追いかけては失敗が約束されたパイロットを繰り返す企業との差を広げることになる。
