戦略的明確性を持続可能でスケーラブルな成長に変えるAIネイティブなビジネスモデルを設計。OM Strategic Forecasting創業者兼CEO。
組織内において、事業部門とは、独自の顧客、経済性、説明責任を持ち、価値を生成し、提供し、獲得する最小の自立したシステムである。ほとんどの企業では、その部門構造は人間の調整が制限要因となる世界を反映しており、これこそがAI変革を始めるべき場所である。
前回の記事で、私はAIネイティブなビジネスモデルが生存のための層になったと主張した。私が話をしたリーダーたちは通常、これに同意するが、多くの場合、どこから始めればよいかわからない。その答えは事業部門である。
AIは構造的な抵抗、つまり引き継ぎ、承認、不明確な所有権、弱いデータを露呈させるが、その抵抗を過度なものにする可能性がある。
企業が複雑なプロセスにAIを追加すると、2つのことが起こる傾向がある。
• 第一に、コストが上昇する。余分な引き継ぎごとに、より多くのプロンプト、システムコール、例外処理が発生し、運用上の摩擦が測定可能なコンピュート、統合、監視コストに変わる。
• 第二に、AIは壊れているものを増幅する。弱いデータと不明確な所有権は、エラー、やり直し、コンプライアンスリスク、停滞したイニシアチブへとスケールする。
AIは非効率性を修正しないが、それを高コストにする。
事業部門こそが真の戦場
多くのチームにとって、「AI導入」とは、ワークフローに組み込まれたいくつかのツール、つまり営業のコパイロット、サポートの自動化、財務のモデルを意味する。同時に、事業部門の構造は変わらず、収益性への影響はない。このギャップはビジネスアーキテクチャの問題を示している。
レガシーな事業部門は、人間の労働を中核的な運用リソースとして作られた。人間のスループットは、役割、プロセス設計、ガバナンス、主要業績評価指標を、人々が働き調整できる速度に合わせて調整する。その構造にAIを組み込んでも、摩擦は取り除かれない。むしろ摩擦に向かって加速する。
部門内で何を変えるべきか
AIは事業部門の基本、つまり価値提案、収益モデル、コスト構造、運用モデル、顧客インターフェースを維持する。変わるのは各コンポーネント内の変数である。誰が実行するか、意思決定がどのように行われるか、アウトプットがどのようにスケールするか、提供される成果ごとの単位経済性がどのようになるかである。
実行者からオーケストレーターへの移行
レガシーな部門では、人々が作業を行い、テクノロジーが支援する。AIネイティブな部門では、エージェントが実行し、人間がオーケストレートする。目標を設定し、例外を承認し、システムを改善し、リスクを管理することによってである。多くの企業がエージェントを展開しているが、役割を再設計していない。
コスト構造の反転
レガシーな事業部門は、給与などの高い固定費と、比較的低い限界費用を抱えている。AIネイティブな部門は、従来のコスト構造を反転させる。固定人件費を削減するが、推論、オーケストレーション、コンプライアンス、モデル監視などのインタラクションベースの変動費に置き換える。AI展開とモデルトレーニングは資本投資に追加され、これは良いことである。
実際には、すべてのAIコール、ワークフロー、ユーザーインタラクション、意思決定が支出を追加し、トークン、リクエスト、データ量ごとに計測される。エージェントシステムは、タスクごとのモデルとツールコールを増やすことでこれを増幅する。その結果、「SaaSのほぼゼロの限界費用」という前提は崩れ、コストは使用量に応じてスケールし、非効率性が複合化する。
事業部門がAIをIT費用として扱い、売上原価として扱わない場合、収益性を誤読し、成果の価格設定を誤り、損失をスケールさせることになる。
シート数ではなく成果に基づく価格設定
AIが作業を行う場合、シートベースの価格設定はミスマッチになる。顧客の価値は成果であり、あなたはインタラクションに対して支払う。市場はすでに結果単位または解決価格設定に向かっている。例えば、SalesforceのAgentforceは、会話ごとに価格設定された使用モデルと、実行されたアクションにコストを合わせる「Flex Credits」を提供している。これはコンピュート駆動型の単位経済性の構造的帰結である。
フィードバックループを製品にする
レガシーな部門では、データは四半期ごとに意思決定に情報を提供する。AIネイティブな部門では、データは継続的なループになる。データがモデルに情報を提供し、アクションを駆動し、新しいデータをもたらす。そのループはデータを価値エンジンに変換する。複利効果がそれを利益に変える。ほとんどのチームは作業の移動を自動化する。作業がシフトし、コストが上昇し、生産性はほとんど動かない。
複利的な学習がなければ、AIは今日のアウトプットを改善するが、明日のマージンを守らない。
部門を再設計する方法
組織図ではなく部門をマッピングする
完全な価値エンジン、つまり顧客、提供物、配信、収益、コストの周りに事業部門の境界を描き、その中にマーケティング、オペレーション、財務を追加する。それが部門である。
価値の単位を定義し、実際の成果として価格設定する
部門の理想的な成果を選ぶ。それが解決、承認された請求、出荷された注文、予約された予約、署名された契約、配信されたレポートであろうと。価値の単位をきれいに定義できなければ、AIのために再設計することはできない。
顧客が実際に得るもの、つまり成果に価格を設定する。モデルをシンプルに保ち、防御可能にして、追加使用ごとにマージンが残るようにする。
AIが重要な場所で見えるようにコストモデルを書き直す
推論とエージェント実行を売上原価として扱う。人間による配信コストをモデル化するのと同じように、成果ごとのコストをモデル化する。AI生成された成果の限界費用を計算できなければ、それはパイロットであり、ビジネスモデルではない。
調整負荷について役割を監査する
すべての役割について、それが価値を創造するのか、価値創造を調整するのかを定義する。調整レイヤー、つまりステータス更新、承認、ルーティング、引き継ぎは、通常、エージェントがワークフローを調整する際に最初に圧縮される。
すべてのAI展開は、2つの複利資産のいずれかを生み出すべきである。成果を改善する独自のデータセット、または時間とともに学習し、より正確で、より速く、より安全で、より効率的になるモデルである。そうでなければ、あなたは能力を借りているだけであり、競合他社はそれを構築している。
最後に
2026年、AIの表面的な導入は負債である。それはコストを押し上げ、競合他社があなたを追い越すことを可能にする。
AIネイティブは複利的である。サービス提供コストは低下する傾向があり、サイクルタイムは圧縮され、AIが調整負荷を下げ、単位経済性を再形成するにつれて、従業員1人当たりの収益が上昇する可能性がある。
