2026年に入って数カ月、企業のAI支出において驚くべき矛盾が浮上している。S&Pグローバルの最新調査によると、2025年にAI施策の大半を廃止した企業は42%に達し、前年のわずか17%から急増した。一方、デロイトの調査では、欧州と中東の約2000人の経営幹部のうち91%が今年AI投資を増やす計画だと回答している。ただし、大半は満足のいく成果を得るまでに2年から4年かかると報告している。
数十年にわたる技術革新と導入サイクルを通じて、我々はこのパターンを以前にも見てきた。データ保護企業AvePointの最新調査は、業界の多くが経験していることを裏付けている。AI導入の86%が、主にデータセキュリティと品質の課題により、最大1年の遅延に直面している。2026年、テクノロジー業界のリーダーたちは痛みを伴う教訓を学んでいる。AI導入の拡大における問題は、アルゴリズムの理解ではなく、そこに投入するデータにある。
この矛盾は、企業のAI導入におけるより広範なパターンを反映している。テクノロジーの変革的可能性は依然として否定できないものの、投資規模が拡大するにつれて、実行のギャップは縮小するどころか拡大している。企業は、イノベーションと生産性の大規模な変革という約束のため、そして率直に言えば取り残されることへの恐怖から、広範な新しいAI技術に投資してきたし、今も投資し続けている。この矛盾を理解するには、方程式の両面を検証する必要がある。AIを前進させる巨額の財政的コミットメントと、それを阻む根強い実行のギャップである。
これまでの経緯：巨額支出、不明確なROI
EYの最新調査によると、経営幹部の21%が、自社組織はすでにAIに1000万ドル以上を投資していると回答し、3分の1が来年少なくともその額を支出する計画だという。これに加えて、グーグル・クラウドの調査では、一部の早期導入企業は現在、IT予算の最大39%をAIに充てている。
これほどの投資（しかもこれほど短期間に）があれば、変革的な成果が期待されるだろう。しかし現実はより厳しく、拡大する乖離を示している。AvePointの年次AI報告書によると、AIを導入している組織の75%が、過去1年間に少なくとも1回のAI関連の情報漏洩を経験している。早期導入企業がプロジェクトの高い失敗率と、AIの現在の成果が当初の誇大宣伝に遠く及ばないという厳しい現実に取り組む中、幻滅の波が押し寄せている。
AvePointの最高技術責任者（CTO）であるジョン・ペルーソ氏によると、「テクノロジー業界全体で、我々は大規模な乖離を目撃している。組織は世界最高峰のAIモデルとツールに巨額を投じているが、それらに低品質で脆弱、かつ管理不十分なデータを与えている。企業がIT予算の記録的な割合を高度なAIモデルに注ぎ込む一方で、どれほどのアルゴリズム能力も破綻したデータ戦略を回避できないことを発見している。データが混乱していたり、ガバナンスが欠如していたりすれば、『巨額支出』は単により高価な失敗方法に資金を提供しているに過ぎない」という。
基盤の問題：「パイロット煉獄」の回避
ROI達成における課題はシンプルだ。ほとんどの組織は依然として基本的なことに苦戦している。混乱したデータ、不明確なビジネスケース、そしてこれらのツールが自分の仕事に役立つと確信していない従業員である。実際、私の会社であるProsper Insights & Analyticsの最近の調査によると、専門職の58.7%が、AIが自分のデータを使用することでプライバシーがどのように侵害されるかについて、依然として極めて、あるいは非常に懸念している。その結果、適切なデータセキュリティと文化的基盤を築いていないため、AIで反復や実験を行うことができない。
データは、組織がこの現実を認識していることを示している。AvePointの同じ調査によると、組織の64.4%がAIガバナンスツールへの投資を増やしており、54.5%がデータセキュリティツールへの投資を強化している。この変化は、賢明な企業がAI導入を急ぐことから脱却し、代わりに成功に必要なインフラ構築に焦点を当てていることを示唆している。
ビジネスを変革する代わりに、彼らは我々が「パイロット煉獄」と呼べるものに陥り、コストが上昇する一方で利益は手の届かないところにある。しかし、これはAIが失敗しているという意味ではない。アプローチに改善が必要だという意味だ。
前進への道
すべてのセクターのテクノロジーリーダーは、AIの可能性について楽観的であるべきだ。データは、企業が求めているROIが見出しが示唆するほど手の届かないものではないことを示している。鍵は、最新のAI機能を追求する前に、3つの基本を正しく理解することにある。
第一に、ガバナンスは加速装置であり、ブレーキではないことを理解することが重要だ。そしてそのためには、データをクリーンアップすることが重要である。信頼性の低いデータ基盤の上に、信頼性の高いAIシステムを構築することはできない。データ品質、ガバナンス、セキュリティに事前投資する組織は、多くのAI施策を悩ませる遅延と失望を回避できる。成功のための強固な基盤を築けば、より迅速に、より大きな成功を収めることができる。
第二に、テクノロジーを買うのをやめ、成果を買い始めることだ。純粋に「取り残される恐怖」から明確な意図なく支出する代わりに、明確なビジネスユースケースを見つけて明確に示すことが重要だ。AIは、解決すべき問題を探す一般的なソリューションとして使用されるよりも、明確に定義された特定のビジネス問題に適用される場合に最も効果的に機能する。最も成功している導入は、測定可能な成果を伴う明確なユースケースに焦点を当てている。明確に定義されたユースケースで意図的に支出することで、その1社になることを避けられる。
最後に、人材を準備することだ。これは、AIツールのトレーニングを超えて、従業員がAIが仕事を置き換えるのではなく強化する方法を理解できるよう支援することを意味する。教育はこの方程式の重要な部分である。Prosper Insights & Analyticsが調査した従業員の66.1%が、エージェンティックAIについて「聞いたことがない」と依然として報告しているからだ。
2026年、AIで勝利する企業は、野心を縮小するのではなく、市場の再調整期を利用して基礎を強化する企業である。AI革命は減速していない。成熟しているのだ。
開示：上記で言及した消費者意識調査は、私の会社であるProsper Insights & Analyticsが実施したものである。これは全米小売業協会が使用しているのと同じデータセットであり、アマゾン・ウェブ・サービス、ブルームバーグ、ロンドン証券取引所グループから経済ベンチマーキング用に入手可能である。
