デュアン・ターシ氏はアセンション・グループ・インターナショナルのCEOである。
AI（人工知能）は、今や私たちが議論する唯一のテーマのようだ。その存在はあらゆるニュース記事に織り込まれ、職場の給湯室を取り囲み、ディナーパーティーでの活発な議論を巻き起こしている。実際、世間話のテーマとしては天気よりも上位にランクされているかもしれない。しかし、AIが私たちの日常生活の多くを占めることを要求しているにもかかわらず、世界中のビジネスリーダーたちはその導入に苦戦し続けている。
マッキンゼーの最近の報告書によると、2025年時点で企業の約3分の2がAIのパイロット段階にあることが判明した。そして、同コンサルティング会社が「ハイパフォーマー」と呼ぶ企業（統合されたAIが収益の5%以上を牽引している企業）は、回答者のわずか約6%だった。さらに、ボストン・コンサルティング・グループ（BCG）の最近の調査では、「最前線の従業員のわずか25%が、AIを効果的に使用する方法について経営陣から十分な指導を受けていると回答した」ことが明らかになった。
BCGによる別の調査では、同社は世界中の1400人の経営幹部を対象に調査を行い、62%が人材とAIスキルの不足をAI価値実現における最大の課題として挙げた（不明確な優先順位や戦略の欠如といった問題を上回った）。しかし、有意義な方法で従業員のスキルアップを開始したと回答したのはわずか6%だった。
これらの数字は、多くの中小企業、特にAI拡散のような大きな問題を避けるためにAI導入を慎重に測定しなければならない複雑なシステムを持つ業界では、さらに高い可能性がある。
戦略的抑制の強み
直感に反するように聞こえるかもしれないが、AI導入初期における抑制は、多くの企業にとって正しい決断だった可能性がある。AIはこの数年で大きな障壁を乗り越えてきたからだ。初期には、多くのツールが劇的な成果を約束したが、組織は実際の運用環境で測定可能な価値を提供するユースケースを特定するのに苦労した。
初期のAI導入は、実験、不明確なリターン、ガバナンスの欠如、そして決してスケールしなかった高額なパイロットプロジェクトによって特徴づけられることが多かった。多くの企業は、有意義な影響を見ることなく多額の投資を行った。さらに悪いことに、テクノロジー企業Replitのコーディングアシスタント用AIが暴走し、スタートアップSaaStrの本番データベースを消去したときのように、ひどく失敗したプロジェクトで深刻な結果に直面した企業もあった。あるいは、シカゴ・サンタイムズとフィラデルフィア・インクワイアラーが、存在しない本の夏の読書リスト推薦を無意識のうちに掲載したときのように。これらの失敗は、失敗したAIイニシアチブの表面をかすめるだけである。
ビジネスリーダーは、これらのコストがかかり、時には修復不可能な過ちから学ぶことができるだけでなく、そのような事例を、より強力なガバナンスを構築し、AIイニシアチブを真のビジネス価値と整合させ、リスクを低減しながら長期的な競争優位性を高める、より成熟した実証済みの技術を採用するための説得力のあるケースとして使用できる。
価値創造としてのAI導入
現在に早送りすると、明確な運用価値を提供するAIユースケースは広く認識されるようになった。中小企業全体で、機器の予知保全、自動品質チェック、需要予測、スケジューリングやリソース配分の最適化などのアプリケーションが測定可能なリターンを示している。例えば、IBMの洞察によると、予防保全から予測モデルに移行することで、データが実際の摩耗の兆候を示したときにのみ修理を実行することにより、保全コストを25%から30%削減できる。
さらに、AIが中小企業にとってよりアクセスしやすくなるにつれて、実装の障壁は着実に低下している。クラウドプラットフォーム、事前トレーニング済みモデル、ソフトウェアに直接組み込まれたAI機能により、導入の技術的複雑さが軽減された。グローバル産業財メーカーを対象としたBCGの別の調査では、調達ワークフローに直接組み込まれた生成AIツールにより、「文書と改訂版の作成が50%高速化され、リスク検出が改善されたより迅速で一貫性のある提案比較、および50%から75%高速化された知識検索」が可能になったことが判明した。
これは、より小規模で焦点を絞ったチームで運営する組織にとって何を意味するのだろうか。かつては専門のデータサイエンティストの堅牢なチームを必要としたであろう同じ種類のデータへのアクセスが可能になる。これが私の次のポイントにつながる。
AIの瞬間を受け入れる
今後数年間で、AIはコアオペレーションシステムにますます統合されていくと予想される。これは、意思決定がよりデータ駆動型になり、場合によっては部分的に自動化されることを意味する可能性がある。計画プロセスは予測モデルにより大きく依存するようになるだろう。機器の信頼性は、インテリジェント分析を通じて継続的に監視される可能性がある。
このような機能が業界全体で標準になると、競争上の影響は構造的になる傾向がある。最近のフォーブスの記事が指摘するように、「コアビジネスオペレーションへのAIの導入は、単に物事をスピードアップする以上のことをする。それはビジネスそのものの計算を変える」のである。
AIをブランドアイデンティティではなく、ツールとして使用する
では、中小企業のリーダーはどこから始めるべきか。まず、目的は「AI企業」になることではないことを覚えておいてほしい。既存の業務の有効性を向上させることである。AI導入戦略は、最新のツールやトレンドを誇示するだけでなく、価値に焦点を当てるべきである。覚えておいてほしい。あなたは追いつこうとしているのではなく、測定可能な影響を生み出しているのだ。
以下は、開始するために使用できるフレームワークである。
• 技術への信頼を構築する。実用的で摩擦の少ないユースケースを特定することから始める。カスタマーサービス、社内調査、日常的なタスクのワークフロー自動化などの分野でのターゲット展開を試みる。セキュリティ、プライバシー、説明責任に関する継続的なトレーニングと明確なガバナンスを通じて、従業員が好奇心から信頼性へと移行できるよう支援する。
• キャッシュフローを解放する。AIは、日常的なタスクを自動化し、ワークフローを合理化し、従業員がより価値の高い活動に集中できるようにすることで、運用上の非効率性を排除するのに役立つ。財務、人事、調達、営業業務、カスタマーサポートなどの機能は、測定可能なROIを持つ反復可能なプロセスを含むため、多くの場合、強力な出発点となる。
• リスクを軽減する。AIは、適切に使用すれば、企業がより迅速に対応し、よりスマートな意思決定を行い、組織全体のリスクを軽減するのに役立つ。鍵は、強力なデータ管理、人間による監視、明確なポリシー、説明責任を持って責任を持って使用することである。
何よりも、AIの導入は単に効率を高めることだけではなく、長期的な成長を生み出すことであることを覚えておいてほしい。適切な道を選択するのに時間をかけたのであれば、それは賢明な行動だった。その忍耐力は、他者から学び、ビジネス目標に最も適合するAIツールと戦略を実装する利点をもたらす。
